说话不流畅现象，如填充式停顿或重复，是典型言语流畅的干扰。本文研究语言、声学和多模态方法在自动裁剪检测和分类中的应用，发现基于声学的方法在性能上超过语言方法，同时引入多模态结构提升了检测性能。这些创新方法有助于将自动裁剪检测应用于各种应用场景。

Nov, 2023

本文提出了一种无监督学习的方法用于发现语言中的断续性，该方法使用廉价的无标注文本语料库，并借鉴了 Noisy Student Training 和上下文化词嵌入的思路，在英语 Switchboard 测试集上达到了与有监督系统竞争的效果。

Oct, 2020

本研究提出了一种新颖的模式匹配神经网络结构，使用邻居相似度分数作为特征，消除了在口吃检测任务中进行特征工程的需要。我们在四种不同的语音流派中评估了该方法的效果，并展示了当用于特定领域的数据时，该方法与手工设计的模式匹配特征具有相同的效果，在跨领域情境下则表现出更高的性能。

Nov, 2018

本论文提出了一种自发言语转录中的 “LSTM 噪声信道模型” 来检测非流畅性，其中使用了 NCM 生成 n 最佳分析，并使用 LSTM 语言模型，及其他功能，用于鉴别最合理的分析，证明使用 LSTM 语言模型在噪声通道识别的重排过程中提高了非流畅性检测的最新技术。

Aug, 2018

本文介绍了 StutterNet，一种新颖的基于深度学习的口吃检测方法，仅依赖于声学信号，使用适用于捕获失聚言语语境方面的时延神经网络，并在包含 100 多个说话者的 UCLASS 口吃数据集上验证，结果表明该方法优于现有方法，参数少并且性能良好。

May, 2021

本文针对训练数据短缺的问题，提出了使用自监督方法结合无标注数据构建伪训练数据进行预训练，并利用有标注的训练数据进行微调的方法，达到了使用少量数据在英语 Switchboard 数据集上与之前使用全数据进行训练的系统表现相当的结果。使用全数据进行训练时，我们的方法可将误差降低 21%。

Aug, 2019

本文提出了一种利用双向 LSTM 神经网络进行自修复检测的方法，并使用模式匹配特征来降低对于词汇量的敏感度，提高了模型的性能。实验结果表明，在 Switchboard 语料库中，模型在标准的自修复检测任务和纠正检测任务中均表现出了出色的性能，特别是将非重复性的自修复鉴别效果提升明显。

Apr, 2016

提出了一个基于噪声感知的训练框架，将增强语音引入到声学模型的多条件训练中，通过两个级联的神经结构来优化增强语音和语音识别，并取得了较好的实验结果。

Mar, 2022

本研究提出了一种基于早期融合和自注意力的多模态交互的新颖多模态体系结构，通过使用文本和声学模态之间的多模态动态融合网络，在个体话语中进行语调检测，结果表明在英语 Switchboard 上，我们的模型实现了最先进的效果，并且在文献中优于以前的单模态和多模态系统。

Nov, 2022

本文提出一种多任务基于 LSTM 的模型，用于增量检测口吃结构，可以连接到任何组件以进行增量解释，或者在产生当前话语时用于 “清理” 当前话语。我们在 Switchboard 对话行为语料库上训练了该系统，并展示了其在该数据集上的准确性。我们的模型在 SWDA 上比以前的神经网络基于增量的方法表现优异，同时采用较简单的架构。为了测试模型的泛化潜力，我们在没有任何附加训练的情况下，在 bAbI + 数据集上评估了相同的模型。这表明我们的方法具有很好的泛化潜力，并更加详细地阐明了哪些类型的口吃可能适合于领域通用处理。

Oct, 2018