自动语音识别技术是可以使人与机器交流更加顺畅的关键技术之一。近年来随着深度学习技术的不断发展,语音识别的准确率得到了很大程度的提升。通过研究发现,充足且有效的训练数据可以使语音识别效果有很大的提升。例如英语和汉语普通话这样的数据资源充足的语言,语音识别的准确性已经达到了人的水平,但是很多语言的数据资源相对有限,这就导致这类语言在语音识别的研究上没有取得很好的进展。本文在藏语语音识别中对训练数据获取有限的前提下,我们来研究藏语自动语音识别中使用深度神经网络的方法进行声学模型的建模。在声学模型的构建上面尝试着使用多任务学习的思想,通过多个任务联合训练,从而提高语音识别正确率,一定程度上缓解训练数据不足的问题。在对声学模型的多任务学习研究上面,我们选择藏语拉萨话作为研究对象,在声学模型深度神经网络的选取上,我们对时延神经网络进行了研究和尝试。为了探寻深度神经网络对藏语拉萨话语音识别的影响,我们首先建立基于TDNN-HMM的藏语拉萨话语音识别基线系统,然后针对模型建模能力和训练速度以及训练数据有限等问题,我们进行分析和研究,选择使用半正交因式分解TDNN结构进行藏语拉萨话声学模型的建模,实验结果表明,相比于基线系统,使用半正交因式分解TDNN-HMM声学模型在实验结果上面有1%的相对词错误率下降。在上述实验的基础上我们对藏语声学模型的多任务学习进行研究,为了对比本次声学模型多任务学习的结果,我们需要构建一个较好的单任务藏语拉萨话语音识别基线系统。在数据没有增加的前提下,我们尝试使用数据增强的方法来对训练数据进行处理,然后使用这些数据来进行模型的训练,构建基于半正交因式分解TDNN-HMM的藏语拉萨话基线系统。通过对藏语的了解,我们发现藏语和汉语的发音有很多相似的地方,因此我们选择使用多语言语音识别这一特殊的多任务学习方法,对藏语声学模型的多任务进行研究,通过对模型结构以及参数的调整,我们得到了最优的藏语拉萨话多任务声学模型,然后通过对藏语拉萨话单任务学习基线系统和和藏语拉萨话多任务学习进行实验对比,实验结果表明,相比于单任务学习的声学模型,多任务学习的声学模型在词错误率上面有1%~2%的相对减少。