本研究综述了情感分析在人工智能和大型语言模型中的发展方向，解决了传统规则方法向深度学习技术转型的挑战，强调了处理双语文本、侦测讽刺和偏见等关键问题。意在推动该领域的未来研究。

本文介绍了一种基于不对称数据的语音到语音翻译模型Speech2S，该模型通过双语文本数据训练，显著提升了翻译效果。研究还探讨了无监督和弱监督方法，增强了多语言翻译性能，尤其在低资源语言上表现突出。此外，模型利用自监督技术，在无文本情况下实现有效的语音翻译，解决了数据稀缺问题。