本文探讨了语言建模在自动语音识别中的挑战，并提出了针对数据不足、性能测试和生成模型缺陷的解决方案。研究表明，结合大量单语数据和少量代码切换数据进行微调训练更为有效。此外，介绍了新型语音翻译模型LLM-ST及其在语音翻译领域的优越表现，并总结了多语言大型语言模型的技术特点及局限性。

介绍了一种新的语音翻译模型LLM-ST，能够准确生成带时间戳的转录和翻译，并处理长时间的音频输入。实验结果显示，LLM-ST在语音翻译领域表现出卓越性能，使用CoT提示可以带来优势。