语音修正、语调边界与话语标记：建模 spoken dialog 中的说话者陈述

本文提出了一种用于解决语音修正、语调边界和话语标记的统计语言模型。与寻找语音信号的最佳词解释不同，我们重新定义了语音识别问题，以便同时识别词性标记、话语标记、语音修正以及语调短语结束（决定说话单位的重要线索）。将这些额外元素添加到语音识别问题中，实际上允许更好地预测涉及的单词，因为我们能够利用语调短语结束、话语标记和语音修正的预测，以更好地解释下一个单词将是什么。此外，我们可以利用诸如静音信息等声学信息，这类信息倾向于与语音修正和语调短语结束同时出现，而当前语言模型只能将其视为噪声。该语言模型的输出是对说话者陈述的更完整描述，包括为每个单词分配的词性、识别的语调短语结束、识别的话语标记，以及检测和纠正的语音修正。事实上，识别语调短语结束、话语标记以及解决语音修正，使语音识别器能够建模说话者的陈述，而不仅仅是涉及的单词，从而返回更有意义的说话者陈述分析，以供后续处理。