本研究提出LoRS-Merging技术，旨在解决多语言语音转文本中的计算成本和语言干扰问题。该技术通过低秩和稀疏修剪整合不同语言模型，显著优于传统多任务训练，提升了系统的可扩展性和有效性。

本文介绍了LoRA-Whisper模型，通过引入LoRA矩阵，提升多语种自动语音识别性能，减少语言干扰。在八种语言的实验中，LoRA-Whisper在多语种识别和语言扩展上分别提高了18.5%和23.0%。研究还探讨了低秩适应方法在低资源语言和跨语言转移中的应用，显示出良好的性能和适应能力。