Key points are not available for this paper at this time.
완전히 자연스러운 화법에서의 유창하지 않은 표현의 발생은 음성 언어 이해 시스템에 어려운 도전을 제기합니다. 예를 들어, 자가 수리가 자발적인 발화의 약 10%에서 발생하지만, 음성 인식 시스템에서는 종종 모델링되지 않습니다. 이는 음성 신호의 단서가 자동 수리 처리에 얼마나 도움이 되는지에 대한 정보가 거의 없기 때문입니다. 본 논문에서는 ARPA 항공 여행 정보 시스템 데이터베이스에서 수집한 코퍼스를 분석하여 자가 수리에 대한 음향적 및 운율적 단서를 식별하고, 이러한 단서를 수리 탐지를 위한 방법, 특히 단어 조각 모델링 및 수리 교정 작업에 활용하는 방법을 제안합니다. 이 음성 기반 단서와 기타 텍스트 기반 수리 단서의 상대적인 기여도를 통계 모델에서 검토하였으며, 이 모델은 수리 발화의 운율 레이블이 붙은 코퍼스에서 91%의 정밀도와 86%의 재현율을 달성하였습니다.
Nakatani et al. (Tue,) 이 질문을 연구하였습니다.