Az értekezés abból a feltételezésből indul ki, hogy beszéd prozódiai jelenségei, egy társas interakció zenei vetületeként, a verbális tartalom hiányában is informatívak lehetnek a társalgások makrostruktúráját és egyéb jellemzőit érintő vizsgálatokhoz. A hipotézisek ellenőrzésére percepciós kísérletekkel, illetve olyan, mesterséges intellingenciát alkalmazó klasszifikációs feladatokkal került sor, amelyekben a neurális hálózatokat egy saját fejlesztésű a beszéd intonációs eseményeit automatikusan lejegyző eljárás kimenetével tanítottuk be.

The dissertation is based on the assumption that the prosodic phenomena of speech, as a musical aspect of a social interaction, may be informative for studies of the macrostructure and other characteristics of conversations, even in the absence of verbal content. The hypotheses were tested by perceptual experiments and classification tasks using artificial intelligence, in which neural networks were trained using the output of a self-developed algorithm that automatically annotates the intonational events of speech.