随着各种信息获取手段的不断进步,获取到的信息变得更多、更容易也更多冗余,语音信息也是如此。随着越来越多的多语种语音环境的出现,对语音信息中非目标语种的所有冗余信息的剔除变得愈加关键,针对语音的语种识别需求也越来越大。为了填补目前国内针对俄语的语种识别研究的空白,本文将结合深度学习方法,针对俄语军事语音进行语种识别研究。本文通过研究俄语发音特点,发现语音频谱图包含语种鉴别特征,并通过对比实验证明了频谱图特征在军事领域针对俄语语音的识别效果良好。本文采用交叉验证的方法划分数据集,进行了两次对比实验:首先是通过对比实验来探究不同语种识别特征和分类模型的识别性能。在此过程中,研究了音素序列特征提取、频谱特征提取、高斯建模特征提取三种特征提取方法,具体分析了使用高斯建模特征提取方法获取的基于因子分析的全空间建模辨识向量ivector特征;还研究了深度学习方法中能够捕捉图像特征的卷积神经网络,对比了传统语种识别方法与基于CNN的深度学习语种识别方法在汉、越、俄、西、日五种语言上的性能差异。其次是通过混合构成俄语军事语音语料,训练针对俄语军事语音的语种识别模型来比较ivector特征和频谱图特征,在此过程中分析了俄语军事语音语料的特点,研究了ivector维度对识别性能的影响。通过实验发现基于CNN的语种识别方法相比传统语种识别方法在五语种识别任务上的识别效果明显提升;基于频谱图特征-CNN的语种识别方法在针对俄语军事语音语料的识别任务上表现最佳,获得了100%的召回率和99.2%的精确率。在此基础上,本文构建了一个能够准确、快速地从特定环境下的各种语音信息中辨别提取出俄语语音信息的语种识别原型系统,该原型系统能够以99.8%的识别准确率识别俄语军事语音。实验结果表明基于深度学习方法的语种识别明显优于传统语种识别方法;基于俄语发音特点找到的ivector特征的确在俄语识别任务上表现更佳;使用基于深度学习的针对俄语军事语音语料的语种识别原型系统作为语音数据处理的前端部分,能够提高俄语军事语音的提取效率。深度学习方法的效果与数据集的质量息息相关,本原型系统对于其他环境语音识别效果不佳,使用特定环境的语音来再次进行训练可以使神经网络更好地识别该环境下的语音。