本研究提出FMSD-TTS框架，针对藏语低资源问题，通过少量音频和方言标签生成方言语音，提升了方言表现力和说话人相似性。

本研究提出了一种新颖的藏语对抗文本生成方法TSCheater，利用视觉相似音节的特点，建立了藏文音节视觉相似性数据库TSVSDB，从而提高了对抗攻击的有效性和文本质量，并构建了首个藏语对抗鲁棒性评估基准AdvTS。

本研究提出了一种新方法，针对大型语言模型在低资源语言翻译中的不足，特别是“切罗基语”、“藏语”和“满语”的翻译，通过结合关键词与现有数据，显著提升了翻译质量。