本研究针对低资源环境下的自动语音识别（ASR）问题，提出利用强大的文本到语音（TTS）模型进行数据增强。实验表明，文本多样性、说话人多样性及合成数据量对ASR性能有显著影响，尤其强调了文本多样性的重要性。