자동 운율 분할은 음향 및 언어적 증거를 바탕으로 발화 단위 간의 경계를 식별합니다. 영어의 경우 최근 딥러닝 접근 방식이 강력한 결과를 냈지만, 브라질 포르투갈어(BP)의 자동 분할은 여전히 규칙 기반 또는 전통적인 머신러닝 방법론에 의존하는 경향이 있습니다. 본 연구에서는 Whisper 기반 분할기인 SAMPA를 소개합니다. SAMPA는 BP 음성을 기록하면서 종결 운율 경계에 대한 명시적 마커를 삽입합니다.
연구진은 NURC-SP 데이터셋의 수동 분할 녹음에 Whisper large-v3를 미세 조정하고, 분산 환경 테스트를 포함한 다양한 학습 및 테스트 시간 필터링 구성을 평가했습니다. SAMPA는 다양한 환경에서 경쟁력 있는 경계 감지 성능을 달성했으며, 최상의 모델은 보류된 테스트 분할에서 F1=0.731, MuPe-Diversidades에서 F1=0.796을 기록했습니다.
n-gram 및 음향-시각 분석을 통해 모델이 운율 경계를 감지하는 데 사용되는 형태구문, 의미 및 운율적 단서를 따른다는 것을 확인했습니다.