实现机器与人类的自然交流,是人们一直以来的梦想。在过去50年里,语音识别技术的研究取得了巨大的进展,尤其是2011年以来,深度学习理论的完善、计算机性能的大幅度提升以及海量语音训练数据的积累,使得语音识别开始进入商用化时代。相比于传统网络,深层次神经网络(very deep neural networks)具有更好的模型拟合和表达能力,但目前其在语音识别领域的应用研究仍然匮乏,究其原因,深层次神经网络在训练时存在两大难点:一方面,受梯度弥散现象的影响,梯度数值在误差反传的过程中不断衰减,导致接近网络输入层的参数难以得到更新;另一方面,网络具有大量的参数,训练以及测试需要耗费大量时间。本论文集中于随机深度网络算法在语音声学建模上的研究。通过采用残差网络以及在训练过程中随机丢弃部分残差网络块的方式,从而改善训练过程中容易出现的梯度弥散问题,再配合模型压缩算法,在控制模型参数规模的条件下,训练出更深层的语音声学模型,最终实现更低的词错误率。实验结果表明:相比于传统网络,随机深度网络在数据有限的情况下对语音系统识别率的提升较小,而在训练数据充足的条件下却能够显著地提高系统的识别率。同时,模型压缩技术的应用,有效降低了运行时的参数量和计算量。该研究结论在语音声学建模的设计上具有重要的参考价值。