一种方言语音识别与转换方法及装置

本申请提供一种方言语音识别与转换方法及装置，该方法包括获取方言语音输入数据，利用Conformer模型提取局部特征和全局依赖关系，生成音频特征序列。该序列输入共享GRU编码器，生成隐藏状态序列，并行传递至方言文本与普通话文本的CTC解码器。构建多任务学习框架关联这些组件，控制其参数更新。通过该框架，高效提取方言特征，并行生成方言与普通话文本。本申请结合Conformer与CTC‑GRU模型优势，实现了高准确率、强泛化与鲁棒性的方言语音识别与转换。