基于语言模型的方言识别方法

本发明公开了一种基于语言模型的方言识别方法，本发明能够自动从方言语音信号中提取关键的局部频谱特征和时序依赖关系，避免了传统方法中对特征提取的人工依赖，从而显著提高了方言的识别精度。通过结合卷积神经网络(CNN)和双向门控循环单元(BiGRU)，本发明能够深入挖掘语音信号中的局部细节和长时依赖特征，确保了模型对复杂语音特征的精准捕捉。此外，本发明通过多层次的特征融合，将不同层次的特征有效结合，进一步提升了模型对方言间发音差异的识别能力。在面对多样化的方言数据时，发明展现出优异的鲁棒性和适应性，能够有效应对发音差异、语音变化等复杂因素，从而在方言分类任务中实现了更高的准确率和稳定性。