本发明提供一种基于CNN‑BiLSTM‑Attention的声速剖面预测方法，属于多波束测量声速改正研究领域。本发明主要针对多波束水深测量时，声速剖面获取手段低效且声速剖面代表性无法保证的问题，考虑充分利用历史声速剖面资料，同时顾及声速剖面的时空变化特性，提出一种基于CNN‑BiLSTM‑Attention深度学习网络的声速剖面预测模型。该模型由卷积神经网络CNN、双向长短期记忆网络BiLSTM以及注意力机制AM构成，CNN用于提取声速数据的局部空间特征，BiLSTM用于捕捉声速数据的时间依赖关系，AM则重点关注不同时刻数据对预测结果的影响程度，三者结合能够更全面地提取声速剖面数据的时空特征。