इस पत्र में, हम बहुभाषी वाक्-से-पाठ (S2T) कार्यों में भाषाई विविधता की समस्या को हल करने के लिए एक निम्न-रैंक और विरल मॉडल विलय (LoRS-Merging) तकनीक का प्रस्ताव करते हैं। मौजूदा बहुभाषी बहु-कार्य शिक्षण दृष्टिकोणों का उद्देश्य कई भाषाओं में बहु वाक् पहचान और अनुवाद कार्यों को संयुक्त रूप से अनुकूलित करना है, लेकिन उच्च कम्प्यूटेशनल लागत, भाषा हस्तक्षेप, उप-इष्टतम प्रशिक्षण विन्यास और सीमित मापनीयता से ग्रस्त हैं। LoRS-Merging आवश्यक संरचनाओं को संरक्षित करते हुए अनावश्यक मापदंडों को हटाने के लिए निम्न-रैंक और विरल छंटाई को जोड़ता है, जिससे भाषा हस्तक्षेप कम होता है और मापनीयता में सुधार होता है। दस भाषाओं पर प्रायोगिक परिणाम बताते हैं कि LoRS-Merging बहुभाषी बहु-कार्य शिक्षण, अनुक्रमिक शिक्षण और अन्य विलय विधियों से 20% से अधिक बेहतर प्रदर्शन करता है