SLUE-HVB

研究发现 ASR 语音转写文本规范化会损害对话行为分类

一篇新发表在 arXiv 上的研究论文探讨了自动语音识别 (ASR) 系统语音转写文本的规范化这一常见做法如何会无意中移除对话行为分类所需的关键语用信号。该研究评估了六种分类器和三个对话语料库的九种不同的语音转写文本条件，发现严重的规范化持续降低了神经网络模型的性能。具体而言，移除填充停顿和标点符号对分类准确性产生了负面影响，表明这种规范化应该是任务相关的，而不是不加区分地应用。