语音是人类信息交互的主要手段,近年来,随着科学技术的不断发展,语音识别开始应用于生活的方方面面,不过当前中文语音识别系统均是基于普通话,对于中国这样一个地域广大、民族众多的国家来说,存在着众多方言,基于普通话的语音识别系统是远远不能满足大众需求的,所以针对各地区方言的研究与应用显得尤为必要。本文简要介绍了语音识别的发展历史,阐述了语音识别技术的基本原理,认真分析了语音识别的每一项技术的诞生对语音识别发展的重要意义。.并研究了从原始的模拟语音信号采集处理到构建语言模型和声学模型的全过程中所涉及的相关技术。接下来的论述中,着重研究了语音识别的声学模型。本文所研究的声学模型包括:单音素模型、三音素模型、优化后的三音素模型、隐马尔科夫模型(HMM)、以及深度神经网络模型(DNN)。本文还对语音识别的语言模型进行了研究,在本课题中,主要研究了基于统计的N-gram模型。最后本文对罗平方言的特征进行了分析,搭建了基于Kaldi的罗平方言语音识别系统。在文中,搭建了五组对比实验,比较了在不同的声学模型、不同的语言模型及不同的训练样本数量下系统的识别准确性能。实验表明,在六种不同的声学模型中,基于DNN的声学模型识别准确率最高,高达96.82%,且基于二元文法模型的实验结果优于一元文法模型。在二元文法模型实验中,随着训练数据样本从1980条增加到2420条,系统识别正确率不断提高,这表明训练样本数据量越大,系统识别正确率越高。在此基础上,对训练样本和测试样本进行调整,测试结果表明,系统具有良好的自适应性。