为了解决语音识别中深层神经网络的说话人与环境自适应问题，从语音信号中的说话人与环境因素的固有特点出发，提出了使用长时特征的自适应方案。基于高斯混合模型建立说话人—环境联合补偿模型，对说话人与环境参数进行估计，将此参数作为长时特征，将估计出来的长时特征与短时特征一起送入深层神经网络进行训练。Aurora4实验表明，该方案可以有效地对说话人与环境因素进行分解，并提升自适应效果。