Статья посвящена исследованию взаимосвязи просодических и синтаксических характеристик русской устной речи с использованием методов машинного обучения. На материале корпусов ОРД и CoRuSS проанализированы акустические корреляты синтаксических структур, включая параметры основного тона (F0), паузацию и акцентное выделение. Применение алгоритмов классификации (SVM, Random Forest) и нейросетевых моделей (CNN-BiLSTM, Transformer) позволило выявить устойчивые закономерности между типами интонационных конструкций и грамматическим оформлением высказываний. Особое внимание уделено роли просодии в маркировании коммуникативных типов предложений (вопросов, утверждений) и границ синтагм. Результаты демонстрируют высокую предсказательную силу просодических признаков для определения синтаксической структуры (F1-score 0.82-0.89). Практическая значимость работы заключается в возможности улучшения систем синтеза и распознавания русской речи, а также автоматической аннотации лингвистических корпусов. Перспективы исследования связаны с расширением моделей для анализа спонтанной речи и интеграцией мультимодальных данных.