本研究聚焦于印度尼西亚及其他地区的多种土著语言的语音识别与合成，提出了无监督文本到语音系统和高质量蒙古文TTS数据集等新技术，旨在提升语音合成的自然度与准确性，推动语言保护与复兴。

本研究探讨了在资源稀缺环境中，如何通过自动插入式脚注和翻译信息提升神经模型性能。实验结果显示，使用少量数据训练时，模型性能显著提高，尤其在低资源语言处理上，翻译信息起到了关键作用。这为语言保护和数据采集提供了新思路。