Fleurs-SLU：一个大规模多语言口语理解基准

本研究解决了低资源语言在自动语音识别（ASR）中可靠性不足的问题。论文提出了一种新颖的多语言口语理解基准Fleurs-SLU，涵盖102种语言的主题语音分类和92种语言的听力理解选择题回答。研究发现级联系统在多语言SLU任务中表现出更强的鲁棒性，并强调了语音与语义表示之间的相互促进效果。