随着智能手机的出现,终端的应用便成为了当今技术的发展潮流。苹果公司在智能手机里引入了语音识别的技术,掀起了人机交互的热潮。在人们的互相沟通中语音是最直接最方便的交流方式,比起鼠标,键盘这些设备,语音是最快捷也是最受欢迎的输入方法。由于传统的语音识别模型对非特定人和复杂多变的语音不能够很好识别和目前语音识别方面对藏语的研究较少,所以本文的研究是基于双向循环神经网络的藏语语音识别研究,双向循环神经网络倾向处理序列性数据,利用双向循环神经网络进行藏语语音识别,可以提高语音的稳定性和准确率。本文的研究内容如下:1)语音获取。从语料库中截取一段音频作为输入,输入到语音系统中。2)预处理。语音信号的预处理操作分别是预加重,分帧,加窗,预处理首先要对语音进行抗混叠滤波的处理,这是因为人们本身也会对语音造成影响,这个操作是尽可能的降低频率折叠导致虚假频率的成分;其次,人们说话时会产生口唇辐射,通过进行预加重,提高高频分辨率;语音信号的特点是短时平稳,所以预加重后面要进行分帧加窗。预处理操作能够进一步提高语音识别的识别率。3)特征提取。现在能够选用的提取方式可选范围较大,此次研究围绕的提取方式是基于快速傅立叶变换(FFT)分析基础上的Mel频率倒谱系数。4)双向循环神经网络。双向循环神经网络在时间序列上关联性较强,优势是处理序列数据问题,使用基于双向循环神经网络的藏语语音识别具有较好的结果。将链接时序分类算法与双向循环神经网络相结合,可以解决语音片段和标签文本对齐问题。实验效果:本实验通过设置批处理大小,学习率,节点数量以及迭代次数四个参数形成实验对比,从实验中可以总结出当批处理大小是16,隐含层节点的数目是256,学习率为0.001,和迭代的次数是15时曲线相对平稳,易于收敛,性能相对稳定,系统的识别率是最高的。