语音交互是人和机器之间进行信号传输的一种较简单方式,人们只需要通过像日常一样的交流即可和机器之间进行互动,因此对语音识别技术不断进行突破,让机器可以更好的对人声进行识别,不仅可以改善人与机器之间的关系,让原本复杂的操作变得简单起来,而且也可以提高人对机器的操作效率。但目前,国内市场的智能语音产品多数是对普通话有较好的支持,在面对只会讲襄阳方言用户的时候,语音识别的准确率并不理想。本文针对上述问题,对用于襄阳方言语音识别的人机交互系统展开研究,以提高襄阳方言语音识别的准确率。本文主要完成以下工作:（1）构建了襄阳方言语料库,主要包含交通导航常用语句以及襄阳人日常交流中常用的特色词汇。在构建语料库的过程中,通过寻找志愿者进行语音采集,最终经过统一格式、切割、数据增强后获得了37760条语音数据,并完成了语音数据到标签文本的标注任务。（2）构建了GMM-HMM（Gaussian Mixture Model-Hidden Markov Model,GMM-HMM）声学模型以及DNN-HMM（Deep Neural Network-Hidden Markov Model,DNN-HMM）声学模型。首先对语音数据进行预处理以及特征提取等操作,然后利用相应的文本生成语言模型,进一步进行声学模型的训练。在实验中,随着声学模型的不断优化训练,GMM-HMM模型的语音识别准确率在不断提升,语音识别准确率最高可达86.72%。最后在GMM-HMM模型的基础上对DNN-HMM模型进行了训练与测试,结果表明DNN-HMM模型在襄阳方言语音识别中较GMM-HMM模型有更高的语音识别准确率,其语音识别准确率可达88.93%。（3）为降低襄阳方言语音识别系统的繁琐性,设计了基于CTC（connectionist temporal classification,CTC）的端到端襄阳方言语音识别框架,采用以中文音节即汉语拼音作为建模单元,先通过声学模型将原始语音信号转换为拼音序列,然后通过语言模型实现拼音序列向汉字的转换。在研究中首先设计了基于CNN-CTC的声学模型,进而在CNN-CTC模型的基础上进行改进,加入了对上下文具有较强表达能力的LSTM（Long Short-Term Memory）模型,设计了CNN-LSTM-CTC声学模型,经过实验测试表明,在襄阳方言端到端语音识别研究中,基于CNN-LSTM-CTC的声学模型语音识别性能较好,语音识别准确率要高。此外,因为在现有公开文献中对襄阳方言语音识别的研究还处于空白,本文是对襄阳方言语音识别的初探,所以在评价本文构建的襄阳方言语音识别模型时,采取相同的襄阳方言语音测试集在普通话语音识别系统中做了测试,最后通过语音识别准确率对比,验证了本文构建的襄阳方言语音识别系统的有效性。（4）在上述研究的基础上,基于python语言搭建了用于襄阳方言语音识别的人机交互系统,该人机交互系统具备语音识别功能和语料收集功能,最后经过测试,该系统所有功能可以正常使用。