本文提出了一种数据驱动的方法，研究跨语言声学语音相似性，通过深度神经网络训练实现不同声音模型的可比性。研究表明，少重叠语音的语言更易于跨语言传输，单语言模型融合相比单语言识别提高了8%。此外，探讨了低资源语言的翻译和模型适应策略，提出利用相关语言和数据增强的方法以提升多语言模型的适用性。