Новая методика, называемая байесовской факторизованной адаптацией, позволяет высокопроизводительным мультималярным моделям распознавания речи эффективно обрабатывать код-переключение без снижения качества монолингвальных результатов. Она интегрирует знания, связанные с переключением, с минимальным количеством синтетических данных, что снижает количество ошибок транскрипции на 32,87% и общую ошибку распознавания речи на 5,31%.