本发明实施例提供一种小语种语料的生成方法。该方法包括：从小语种视频中获取多条小语种音频段；将多条小语种音频段和对应的识别状态，存入分布式文件存储数据库；激活音频生产者和音频消费者，调用音频生产者，从分布式文件存储数据库中抽取预设数量的未识别的小语种音频段放入生产者队列；调用音频消费者分别从生产者队列获取小语种音频段，进行语音识别；将识别结果存入数据库中与对应的小语种音频段相关联；基于分布式文件存储的数据库中小语种音频段识别结果，生成带有标注的小语种语料。本发明实施例还提供一种小语种语料的生成系统。本发明实施例快速便捷的收集小语种语料，给识别模型提供小语种训练语料，保证对小语种的识别准确度。