联合 CTC 损失和自监督预训练声学编码器的端到端口语理解（英文版）

英文标题：End-to-end spoken language understanding using joint CTC loss and self-supervised, pretrained acoustic encoders中文摘要：本研究通过利用自我监督的声学编码器，提取文本嵌入，结合联合 CTC 和 SLU 损失的方法，实现了语音理解任务的话语级 SLU 模型，并在 DSTC2 数据集上比 SOTA 对话行为分类模型提高 4％绝对值，在 SLURP 数据集上比 SOTA SLU 模型提高 1.3％绝对值。英文摘要：It is challenging to extract semantic meanings directly from audio signals inspoken language understanding (SLU), due to the lack of textual information.Popular end-to-end (E2E) SLU models utilize sequence-to-sequence automaticspeech