本研究探讨了语音基础模型在听障人士语音可懂性预测中的不足，分析了编码层选择和预测头架构等因素，强调了单一编码层和时域建模的重要性，并发现多个模型集成显著提升了性能，为提高听障人群的语音可懂性提供了实用见解。

本研究提出了一种利用语音基础模型自动验证众包语音数据的方法，显著降低验证成本并提高效率。实验结果表明，该方法可节省40%以上的验证成本，同时保持数据质量，为语音数据获取开辟了新机遇。

最近，研究发现大型语音基础模型Whisper容易受到对抗攻击。研究人员提出了一种简单有效的方法，通过添加特殊令牌来“静音”模型，使其只转录令牌而忽略语音。实验证明，通用的对抗音频片段可以成功地使Whisper模型在97%以上的语音样本中静音。这项研究证明了Whisper模型对“静音”对抗性攻击的脆弱性，并指出这种攻击可能有风险和潜在益处。