本研究提出了一种新方法，通过生成合成交错数据来扩展语音文本预训练，解决了传统语音语言模型在无监督数据匮乏下的扩展性问题。该方法在语音建模和口语问答任务中表现出色，标志着语音领域的重大进展。

该文综述开放域口语问答研究，涉及DUAL方法、NMSQA基准、语音识别噪声影响、DDNet跨模态融合、Spoken-CoQA数据集、CADNet抗噪方法、DPR检索改进及ConvADR-QA等，旨在提升真实场景下的问答性能。