針對構音障礙語音識別率難以提升的問題，本文提出一種多尺度梅爾域特征圖譜提取算法。該算法采用經驗模態分解方法分解語音信號，分別對三個有效分量提取Fbank特征及其一階差分，從而構成能夠捕捉頻域細節信息的新特征圖譜。其次，由于單路神經網絡在訓練過程中，存在有效特征丟失及計算復雜度高的問題，本文提出一種語音識別網絡模型。最后，在公開UA-Speech數據集上進行訓練和解碼。實驗結果表明，本文方法的語音識別模型準確率達到了92.77%，因此，本文所提算法能有效提高構音障礙語音識別率。
