本計畫與 Google 合作，旨在推動跨文化語音大本計畫與 Google 合作，旨在推動跨文化語音大型語言模型（Audio-based Large Language Model, Audio-LLM）於情緒理解領域之研究與國際化發展。研究目標在於建構能理解並分析多語、多文化語音資料的模型架構，並探討不同文化語境下語音特徵、語意關鍵詞對模型輸出之影響與潛在偏誤（bias）。
 
在技術層面，計畫將聚焦於「語音情緒辨識」與「語音內容理解」兩大主題。透過蒐集並標註具文化差異性的語音資料，分析各式音訊大型語言模型於跨文化語料上的行為差異，檢驗模型在情緒判定與語意理解上的穩健性與公平性，進而提出減少文化偏差的模型調適策略。
 
此外，計畫亦著重於「具同理心與情緒回應能力的對話生成模型」開發。此模型輸入為富含情緒的語音訊號，輸出則以具情感理解的文字回應為主，未來將進一步延伸至語音回應生成，使模型能以自然且具同理心的語調進行互動。
 
整體而言，本計畫將結合語音訊號處理、自然語言理解與跨文化心理語言學觀點，建立具國際化視野與社會影響力的音訊大語言模型研究基礎，促進人機互動技術在全球多語環境中的公平與包容發展。