Con el avance de la tecnología de reconocimiento automático de voz (ASR), cada vez se utilizan más aplicaciones de procesamiento del lenguaje natural (NLP) en nuestra vida diaria, como la traducción de lenguaje hablado, la respuesta automática a preguntas, la recuperación de información de voz, etc. Cuando se trata de habla espontánea reconocida, surgen varios problemas naturales. En primer lugar, el habla reconocida no tiene información de puntuación o de límites de oraciones. En segundo lugar, el habla espontánea contiene disfluencia que no conlleva información de contenido útil. La falta de información de puntuación y de límites de oraciones y la presencia de disfluencia afectan al rendimiento de las tareas de PLN posteriores. Por lo tanto, el objetivo de este trabajo es desarrollar o mejorar algoritmos para detectar automáticamente los límites de las oraciones, añadir puntuación e identificar palabras disfluentes en el habla reconocida para mejorar el rendimiento de las tareas de PLN posteriores.