建成了俄语语音识别语音语料库和文本语料库。语音语料库包含 360 小时的带标注语音语料，语音内容包括整句和数字串等；文本语料库规模达 10GB，采集来源主要是通用领域的俄罗斯境内俄语网站上的新闻类语料和 Twitter 上的消息类语料。②建立了俄语发音词典。发音词典是俄语连续语音识别系统的核心资源，是俄语转写为相应俄语标准发音的基础，该词典包含 76277 个词形。③设计和研发了基于众包的俄语语音标注平台。语音语料的标注始终是研究者面临的主要难题，实现海量语音的标注并在有限的时间内提高工作效率是研究者关注的焦点。基于众包的标注平台实现了海量语音数据的快速有效标注，节省了研究者的时间，提高了工作效率。④设计和研发了面向俄语文本的过滤清洗系统。由于网络上的文本结构复杂多变，从众多不规则结构中提取出统一格式的文本并把其中的噪声去除，才能生成语言模型训练所需的文本语料。本书开发的过滤清洗系统的功能是实现对从 Web 爬取的俄语文本进行过滤清洗以去除噪声，达到可以进行语言模型训练的标准。⑤设计了俄语语音识别音素集和字音转换规则，降低了声学模型的训练难度，提高了俄语声学模型的训练效率，基于数据驱动的方式，采用 Phonetisaurus 和 Sequitur 两种算法对比验证了有效性。⑥分析和研究了语言模型的优化算法，采用 KN、Katz 平滑技术和 REP 语言模型剪枝算法，优化验证在 WER 基本不变的情况下降低语言模型的规模。⑦基于 Kaldi 建立俄语连续语音识别原型系统。在训练声学模型、语言模型和发音词典的基础上，通过编写代码实现俄语语音的在线识别功能和离线识别功能，在一定程度上填补了中国俄语语音识别研究领域的空白，能够为特定领域的俄语语音识别应用系统的研发提供理论与技术支撑。