Glossário
A prosódia é o termo guarda-chuva para os padrões rítmicos, de entonação e de ênfase da linguagem falada. É como algo é dito, separado de o que é dito. O tom sobe no final de uma pergunta sim-não; o ênfase cai na palavra contrastiva; a taxa de fala diminui para pontos importantes. O ASR moderno transcreve principalmente as palavras e descarta a prosódia, mas a prosódia carrega 30-40% do significado da fala conversacional.
O que a prosódia codifica
Três coisas grandes. (1) Tipo de frase: tom ascendente = pergunta, tom descendente = afirmação. (2) Foco e ênfase: "Eu não disse que ele roubou o dinheiro" vs "Eu não disse ele roubou o dinheiro" — as mesmas palavras, significados opostos, a prosódia desambigua. (3) Emoção e atitude: sarcasmo, dúvida, certeza, excitação, tédio. A prosódia é um canal importante para esses sinais.
Prosódia e ASR
A transcrição padrão descarta a prosódia — a saída é apenas palavras. Alguns sistemas a anotam: a pesquisa em patologia da fala e da linguagem usa ToBI (Tones and Break Indices) para marcar características prosódicas em transcrições. Para ASR comercial, a prosódia é usada principalmente implicitamente pelo modelo de linguagem para desambiguar (uma entonação de pergunta favorece a saída de ponto de interrogação). A transcrição prosódica direta é um nicho de pesquisa.
A fronteira: prosódia para emoção e intenção
LLMs de áudio (Whisper-fine-tuned, OpenAI Realtime, GPT-4o-audio) agora consomem áudio diretamente sem primeiro transcrever para texto — preservando a prosódia. Isso desbloqueia a detecção de emoção ("o usuário parece frustrado"), detecção de intenção ("isso é uma pergunta ou uma afirmação?"), e detecção de sarcasmo. Espere que a transcrição consciente de prosódia se torne um recurso padrão em 2026-2027.
Na prática
Gravação: "Oh, ótimo." O texto transcrito sozinho é ambíguo — poderia ser entusiasmo ou sarcasmo. A prosódia desambigua: pitch ascendente + tom brilhante = entusiasmo; pitch plano + arrasto lento + ênfase em "ótimo" = sarcasmo. Transcrições padrão não conseguem capturar isso; modelos de áudio conscientes de emoção conseguem.
Termos relacionados
Leitura adicional
Experimente a transcrição por IA
Comece — grátisÚltima atualização: 9 de novembro de 2026
Perguntas Frequentes
O que Prosódia significa na transcrição?
Os padrões de estresse, entonação e ritmo na linguagem falada. O ASR moderno ignora principalmente a prosódia para a transcrição em nível de palavra, mas é a próxima fronteira para a detecção de emoção e intenção.
Por que Prosódia importa ao escolher um fluxo de trabalho de transcrição?
Prosódia afeta como você entende a qualidade da transcrição, o tempo, a compatibilidade ou a tecnologia por trás dos resultados de conversão de fala em texto.
Onde posso aplicar Prosódia no Transcript.you?
Use o fluxo de trabalho relacionado em /ai-transcription quando você quer ver como esse conceito de glossário se conecta a uma tarefa real de transcrição.
Navegue pelo glossário de transcrição ou leia o guia completo sobre transcrição por IA.