本发明公开了一种基于深度学习的非常态语音区分方法，包括以下步骤，获取输入语音，并对输入语音进行重采样、预加重、分帧加窗预处理，得到预处理语音；对预处理语音提取梅尔频率倒谱系数特征矢量；将不同帧数的语音段规整到固定帧数，每个语音段得到一个对应的梅尔频率倒谱系数特征矩阵；建立卷积深度置信网络；将梅尔频率倒谱系数特征矩阵输入卷积深度置信网络，进行训练，并对输入语音的状态进行分类；根据分类结果，调用隐马尔可夫模型进行模板匹配，得到语音识别结果；本发明利用卷积深度置信网络的多个非线性变换层、将输入的MFCC特征映射到更高维空间，并用隐马尔科夫模型对不同状态的语音分别建模，提高了语音的识别准确性。