Naukowcy z projektu LuxSQA rozwiązali problem braku danych treningowych dla spoken question answering w luksemburskim, języku o niskich zasobach. Zamiast nakładu pracy na ręczne nagrywanie tysięcy pytań, zespół wziął istniejące tekstowe zasoby QA, przetłumaczył je na luksemburski i syntetyzował mowę za pomocą wielu systemów TTS: MMS-TTS, Qwen3-TTS i OmniVoice. W ten sposób stworzyli dataset z około 230 tys. syntetycznych pytań mówionych.