口语问答（SQA）由于需要对口语文档进行复杂的推理而具有挑战性。近期的研究还表明，自动语音识别（ASR）错误对SQA的影响是灾难性的。因此，本研究提出通过对齐ASR假设与相应的参考转录之间的不匹配来减轻ASR错误。为此，应用了对抗模型进行领域适应任务，该模型迫使系统学习领域不变的特征，从而使问答模型能够有效利用这些特征以提高SQA的效果。实验成功验证了所提模型的有效性，其结果在精确匹配（EM）分数上比之前的最佳模型提高了2%。