本研究使用Whisper自动语音识别模型，以语音为基础的上下文学习方法，显著减少两种方言中的词错误率，平均降低率为32.3%。基于k最近邻的示例选择技术能将平均相对WER减少率提高至36.4%。研究还对发音变化和方言特定的词汇细微差别的适应性进行了详细的定量分析。

美式英语中的 /æ/ 音有三种发音，称为 /æ/ raising。文章补充了《赖世雄美语发音》中未提及的 /æ/ 加鼻音的变化，并提供了相关学习资源。