聚焦濒危语言识别、视频安防监控、医疗场景、噪声环境等特殊领域的语音识别难题，深入研究视觉、听觉、文本等多模态信息融合、识别发音器官运动信息分析、低资源语料标注等领域的挑战性问题，提出多模态信息融合架构和语音识别模型，实现了“构音障碍患者”语音识别、“濒危语言”语音识别等一系列创新成果。

相关成果已在国内外重要期刊及国际会议上发表学术论文10余篇，申请与授权国家发明专利7项，获得计算机软件著作权6项。相关研究成果获得医疗康复、语言学等领域的同行专家认可，获得社会各界的广泛好评。