2026年10月26日，Yuchen Zhang、Haralambos Mouratidis和Ravi Shekhar在arXiv提交论文，研究如何在不重复使用源语言训练数据的情况下，为基于大语言模型的语音识别系统增加新语言，同时尽量保留原有语言能力。论文摘要
这项工作聚焦连接器式语音大模型：由可训练连接器把语音表征映射到冻结的大语言模型。研究比较了目标语言微调、TIES等模型更新合并策略，并考察单目标语言扩展与多目标语言扩展两种情形。论文摘要称，单目标扩展中，仅使用目标语言微调和标准TIES合并虽然能够学习新语言，却会造成严重的源语言遗忘；SSU-Wanda+TIES在保留源语言能力与适应目标语言之间取得了更好的折中。多目标扩展中，直接合并更新有较稳定的源语言保持效果，而递归扩展可能在特定顺序下改善目标语言适应，但对语言加入顺序较为敏感。
这项结果说明，多语种语音识别的扩展不只是增加训练语言或扩大模型规模，还涉及新旧语言能力之间的参数冲突。模型合并的关键评价指标也应从单一目标语言准确率，扩展到目标语言获得、源语言保持以及不同扩展顺序下的稳定性。由于该成果目前以arXiv论文形式发布，摘要披露的结论仍需结合完整实验、数据集和后续同行评议进一步核验。
参考来源：
- Preserve to Expand: Source-Aware Adaptation and Model Merging for Multilingual LLM-Based ASR 2026-10-26
由 AI 整理，仅供参考；请以原始来源为准。
