本发明提供了一种快速搭建鲁棒性声学模型的方法及系统，方法包括执行以下步骤：第一步骤：数据准备阶段；准备训练样本以及测试样本；第二步骤：以CTC损失函数设计目标函数；采用端到端的训练方式，采用批量梯度的更新方式，设计目标函数；第三步骤：搭建神经网络；搭建声学模型的神经网络，以卷积神经网络、全连接网络为基础，使用随机失活缓解网络训练的过拟合，提高网络参数的泛化能力；第四步骤：构建训练网络。本发明的有益效果是：本发明公开的一种快速搭建鲁棒性声学模型的方法，在不增加语音识别系统复杂度的情况下，提高了模型对加性噪声的鲁棒性。