Growing Trees on Sounds: Assessing Strategies for End-to-End Dependency Parsing of Speech

最近提出了一项任务——直接依赖语音信号进行分析，而不是分析语音转录（Pupier等人，2022年），这是一种将韵律信息纳入分析系统并绕过使用自动语音识别（ASR）系统和句法分析器的管道方法的方式。本文报告了一系列实验，旨在评估两种分析范式（基于图的分析和基于序列标记的分析）在语音分析中的性能。我们在一个大型的、包含真实自然对话的法语口语语料库上进行了评估。我们的研究结果表明，（i）基于图的方法在各方面都获得了更好的结果；（ii）直接从语音中进行分析的表现优于管道方法，尽管参数少了30%。

本文旨在评估两种语音解析范式（基于图的解析和基于序列标记的解析）在大规模口语树库上的性能，以解决语音解析中的限制和挑战。

本文提出了一种直接从语音信号中进行依赖分析的方法，以绕过语音转录的限制，同时利用韵律信息提高解析准确性。实验结果表明，基于图的方法在所有测试指标上均优于基于序列标记的方法，并且直接从语音信号进行解析比使用流水线方法（ASR + 句法分析器）具有更好的性能。

本文使用大规模的口语法国树库进行实验，证明了直接从语音信号进行解析的可行性和优越性。实验结果表明，基于图的方法在所有测试指标上均优于基于序列标记的方法，并且直接从语音信号进行解析比使用流水线方法（ASR + 句法分析器）具有更好的性能。

最近在该领域中，也有一些相关研究，例如Pupier等人的工作，提出了直接从语音信号中进行依赖分析的任务。