Wraz z rozwojem technologii automatycznego rozpoznawania mowy (ASR), coraz wi?cej aplikacji przetwarzania j?zyka naturalnego (NLP) jest wykorzystywanych w naszym codziennym ?yciu, takich jak tlumaczenie j?zyka mówionego, automatyczne odpowiadanie na pytania, wyszukiwanie informacji o mowie itp. Gdy mamy do czynienia z rozpoznan? mow? spontaniczn?, pojawia si? kilka naturalnych problemów. Po pierwsze, rozpoznana mowa nie zawiera informacji o interpunkcji lub granicach zda?. Po drugie, mowa spontaniczna zawiera nieplynno?c, która nie niesie ze sob? ?adnych u?ytecznych informacji o tre?ci. Brak interpunkcji i informacji o granicach zda? oraz obecno?c nieplynno?ci wplywaj? na wydajno?c dalszych zada? NLP. Dlatego celem tej pracy jest opracowanie lub ulepszenie algorytmów automatycznego wykrywania granic zda?, dodawania interpunkcji i identyfikowania nieplynnych slów w rozpoznanej mowie, aby poprawic wydajno?c dalszych zada? NLP.