一种多方言的语音文本转换系统及处理方法

本发明涉及语言识别技术领域，具体为一种多方言的语音文本转换系统及处理方法，包括：音频采集模块：负责采集用户的语音输入，支持PCM、MP3、WAV格式和16kHz、44.1kHz采样率；方言检测模块：利用预训练语言分类器识别语音输入的方言类型；语音特征提取模块：将语音信号转化为特征表示，如梅尔频谱、MFCC；多方言语音识别模块：基于多任务学习的语音识别模型，将特征映射为文本序列；文本后处理模块：根据语言规则和语境优化识别结果，输出最终的标准化文本。多方言支持：覆盖主要方言语种，并可通过迁移学习快速扩展至新方言。