语音作为人与人之间最直接、自然和快捷的信息交互方式,在人们的日常生活中扮演着重要的角色。语音识别(Speech Recognition,SR)技术作为人机交互的核心技术之一,其目标是让计算机通过自然语言理解把语音信号转换成相应的文本或命令的过程。语音识别的研究在实现语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等方面具有重要的理论意义和实用价值。随着神经网络技术的发展,利用上下文信息对长时语音的相关性进行建模的循环神经网络已经成为当前主流的技术。藏族作为我国古老的少数民族之一,有着悠久的历史、灿烂的文化,其语言文字是中华文化的重要组成部分,是藏族与其他兄弟民族文化交流的桥梁。近年来,汉语、英语的语音识别取得了丰硕成果,相关方法和技术可望成为藏语语音识别的枢轴。循环神经网络能挖掘输入特征中的有效时序信息,增强特征的区分性能和表达能力。在处理连续的、与上下文相关的任务(如语音识别)时,它比传统的神经网络具有更大的优势。因此,本文从藏文的文本、声学特征、建模单元的选择等方面入手研究基于循环神经网络的藏语语音识别系统。首先,通过分析藏文文字的特点,研究了藏文文本预处理方法、藏文字符向量表示,以及藏语语言模型。其次,采集了与文本对应的语音数据,研究了藏语语音特征提取方法。结合藏语语音的特点,以音素为建模单元,通过建立输入语音和输出序列之间的概率映射关系研究了藏语语音识别声学模型。最后,以TensorFlow为框架开发藏语语音识别系统,并通过标签错误率和损失值对不同超参下的实验结果进行评测。实验证明,在封闭语料的测试下基于循环神经网络的藏语语音识别取得良好效果。