Un nuevo método llamado adaptación bayesiana factorizada permite que los modelos de ASR multilingüe de alto rendimiento manejen el cambio de código sin degradar el rendimiento monolingüe. Integra eficientemente conocimientos relevantes para el cambio usando datos sintéticos mínimos, reduciendo los errores de transcripción en un 32.87% y el WER general en un 5.31%.