韵律，又称超音段特征，是指在音素序列之上，跨越多个音节或词语的语音属性。韵律标注的核心任务，就是对这些属性进行系统性的识别与符号化标记。其主要涵盖以下几个核心维度：

语调标注关注的是语句音高的整体轮廓变化模式。它标记音高在语句层面的升降走势，如陈述句的平稳下降、疑问句的末尾上扬、以及表达怀疑、惊讶等情感时的特殊调型。这不仅涉及绝对音高，更关乎音高的相对变化趋势。

重音与焦点标注旨在识别语句中哪些音节或词语被强调。这包括词汇重音与语句重音。标注需要判断重音的位置、等级以及实现方式（如通过音高突升、时长延长或强度增加）。

节奏与时长标注涉及语音的时间组织。它需要对音节、词语乃至韵律短语的时长进行测量和标记，分析语速的变化、停顿的位置与长度。恰当的节奏是语音自然流畅的根本，不自然的时长分布会立刻暴露机器的身份。

韵律边界标注是划分语音流中不同层次韵律单元的过程。这包括识别韵律词、韵律短语和语调短语的边界，并在边界处标记相应的停顿等级和边界调。这直接关系到语音的呼吸节奏和语义 chunking 的清晰度。

信息来源：网易伏羲