本研究提出了一种可配置的多语言自动语音识别模型csvMASR，旨在解决在未知语言情况下部署多种单语模型的挑战。该模型结合适配器和语音摘要向量表示，提高了可配置性，并在多语言数据集上显著降低了字词错误率，展现出优越的语言分类和提示任务表现。