一种藏语多方言语音识别系统和方法

本申请提供了一种藏语多方言语音识别系统，包括：藏语自监督模型，用于提取原始语音信号的隐层语音表征得到第一输入特征向量；原始语音信号为藏语方言语音；方言特征提取模块，用于以独热编码的形式提取多个方言信息的方言特征获得第二特征向量；多个方言信息至少包括：安多、康巴和卫藏方言；编码器‑解码器模型，用于根据第一输入特征向量和第二输入特征向量路由对应的方言专家模块，输出藏语文本；方言专家模块用于将每个输入特征路由到最相关的前馈网络联合学习。本申请在多方言环境中，能够更准确地区分和理解不同方言的独特特性，通过引入混合专家模块能够有效地根据输入信号的特点动态调用相应的方言专家，显著提高处理效率和准确性。