当前语音识别技术发展迅速,运用广泛,但针对云南少数民族语言的语音识别研究工作较少,现有研究成果主要是基于传统语音学的方法。语音识别研究总的来说主要基于语音信号和语谱图两个方面开展工作,语谱图是语音信号的所有特征的图像形式,语谱图识别无需考虑语音本身的清浊音等语音特征因素。残差网络是图像领域的一种主流模型,这种网络范式解决了网络的退化问题。本文提出了基于残差网络的佤语语音识别研究方法,对卷积神经网络及残差模块的相关理论进行了深入的研究,最终得到一种有效的佤语语谱图分类方法。主要的研究工作及成果如下:1)研究残差网络相关理论,分析其结构特点,对恒等残差块和卷积残差块做改进,搭建一个46层的残差网络模型（ResNet₄6s）,通过实验校验各参数对实验结果的影响,从而确定模型的参数。选择Keras平台提供的ResNet₅0和InceptionV3、Inception_ResNetV2三种算法,通过最终的对比实验发现,基于ResNet₄6s的佤语孤立词语谱图识别率高于其他模型,且收敛速度更快,其识别率达96.3%.2)开展孤立词语音合成连续语音的算法研究。针对佤语孤立词语音语料,根据语音信号特征提出算法（wav_merge）,本文最终得到4000条佤语连续语音语料。3)开展小规模连续语音语谱图样本的佤语识别研究。对合成的每条佤语连续语音加入5种不同的噪声,通过最终的实验结果发现,基于ResNet₄6s网络的连续语音语谱图识别率达90.2%,证明所搭建模型系统具有良好的鲁棒性。