إسقاط بدوره الانتهاء في أنظمة الحوار المنطوقة

تعد القدرة على اتخاذها بطريقة بطلاقة (أي تأخير طويل للاستجابة أو الانقطاعات المتكررة) جوانب أساسية من أي نظام حوار منطوق.ومع ذلك، فإن خدمات التعرف على الكلام العملي تحفز عادة تأخير استجابة طويل، حيث يستغرق الأمر وقتا قبل معالجة كلام المستخدم.هناك قدر كبير من الأبحاث التي تشير إلى أن البشر يحققون أوقات الاستجابة السريعة من خلال إظهار ما سيقوله المحاور ويقدر إكمال الدورات المقبلة.في هذا العمل، نقوم بتنفيذ هذه الآلية في نظام حوار منطوق تدريجي، باستخدام نموذج لغة يولد العقود المستقبلية المحتملة لمشروع نقاط الإنجاز القادمة.من الناحية النظرية، قد يجعل هذا النظام أكثر استجابة، في حين لا يزال الوصول إلى المعلومات الدلالية التي لم تتم معالجتها بعد بواسطة التعرف على الكلام.نقوم بإجراء دراسة صغيرة تشير إلى أن هذا نهج قابل للحياة لأنظمة الحوار العملية، وأن هذا اتجاه واعد للبحث في المستقبل.

The ability to take turns in a fluent way (i.e., without long response delays or frequent interruptions) is a fundamental aspect of any spoken dialog system. However, practical speech recognition services typically induce a long response delay, as it takes time before the processing of the user's utterance is complete. There is a considerable amount of research indicating that humans achieve fast response times by projecting what the interlocutor will say and estimating upcoming turn completions. In this work, we implement this mechanism in an incremental spoken dialog system, by using a language model that generates possible futures to project upcoming completion points. In theory, this could make the system more responsive, while still having access to semantic information not yet processed by the speech recognizer. We conduct a small study which indicates that this is a viable approach for practical dialog systems, and that this is a promising direction for future research.