في فهم اللغة المنطوقة (SLU)، تتمثل المهمة في استخراج المعلومات المهمة من الأوامر الصوتية، مثل نية المستخدم فيما يريد من النظام القيام به، والكيانات الخاصة مثل المواقع أو الأرقام. تقدم هذه الورقة طريقة بسيطة لدمج النوايا والكيانات في محولات الحالة المنتهية (Finite State Transducers)، وبالاقتران مع نموذج مُدرّب مسبقًا وعام لتحويل الصوت إلى نص، يُمكّن من بناء نماذج فهم اللغة المنطوقة دون الحاجة إلى أي تدريب إضافي. وبناء هذه النماذج يكون سريعًا جدًا، ويستغرق بضع ثوانٍ فقط. كما أن هذه الطريقة مستقلة تمامًا عن اللغة. وبمقارنة أداءها على عدة معايير مختلفة، أظهرت النتائج أن هذه الطريقة يمكن أن تتفوق على عدة طرق أخرى لفهم اللغة المنطوقة، والتي تتطلب موارد أكبر.