本文综述了多语言社区中的语码转换现象及其在计算机语言处理中的应用，探讨了双语者的语码切换行为及影响因素，建立了新的跨语言切换数据集，并分析了大规模语言模型在处理语码转换时的挑战与潜力。

本文探讨了大型语言模型（LLMs）在自动语音识别（ASR）中的应用，尤其是在错误校正和语码转换方面。研究表明，LLMs显著提高了ASR系统的准确性，尤其在有限数据下，纠错率改善可达53.9%。LLMs在医学转录和口语理解任务中表现出色，提升了转录的准确性和语义连贯性，为医疗记录的可靠性提供了希望。

本文综述了多语言社区中的语码转换现象及计算机语言处理方法。语音和自然语言处理在智能代理和多语言社区用户交互系统中起重要作用。总结了语码转换在语音和自然语言处理应用中的研究，并探讨了未来方向和问题。