音声質問応答（Spoken Question Answering: SQA）は、音声文書に対する複雑な推論を必要とするため、挑戦的な課題となっています。最近の研究では、自動音声認識（Automatic Speech Recognition: ASR）の誤りがSQAに及ぼす深刻な影響も示されています。本研究では、ASR仮説と対応する参照転写との間の不一致を解消することで、ASRの誤りを軽減することを目指しています。このドメイン適応タスクには敵対モデルが適用され、モデルがドメイン不変の特徴を学習し、質問応答（QA）モデルが効果的に利用できるようにすることで、SQAの結果を改善します。実験結果は、提案したモデルの有効性を成功裏に示しており、EMスコアで前回の最良モデルよりも2%高い性能を達成しています。