本申请公开了一种残障人士辅助发音装置，涉及图像处理应用技术领域。装置包括：视频获取模块：获取正常人士和残障人士发声过程的视频数据，提取特征信息形成数据集；模型训练模块：构建辅助发声模型，将数据集分为训练集、验证集，通过正常人士发声视频数据形成辅助发声模型的语义库，通过残障人士发声视频数据更新辅助发声模型的参数；视频采集模块：实时采集使用者发声视频数据；分析输出模块：辅助发声模型输入使用者发声视频数据，分析得出使用者想要发声的内容，通过合成模拟发声或图像对外输出，将面部以及喉部的肌肉运动情况与语义库中的语句建立联系，发声障碍患者就可以不通过手语或写字与他人交流，恢复正常人的生活方式。