Recientemente, ha habido un crecimiento en el número de estudios que abordan el procesamiento automático de idiomas de recursos limitados. La falta de datos de voz y texto dificulta significativamente el desarrollo de tecnologías del habla para dichos idiomas. Este documento presenta un sistema automático de reconocimiento de voz para Livvi-Karelian. Modelos acústicos basados en redes neuronales artificiales con retardos temporales y modelos ocultos de Markov fueron entrenados utilizando un conjunto de datos de voz limitado de 3.5 h. Para aumentar los datos, se emplearon perturbaciones de tono y velocidad del habla, SpecAugment, y sus combinaciones. Se entrenaron modelos de lenguaje basados en 3-gramas y redes neuronales utilizando textos escritos y transcripciones. La métrica de tasa de error de palabra lograda del 22.80% es comparable a otros idiomas de recursos limitados. Hasta donde sabemos, este es el primer sistema de reconocimiento de voz para Livvi-Karelian. Los resultados obtenidos pueden ser de cierta importancia para el desarrollo de sistemas automáticos de reconocimiento de voz no solo para Livvi-Karelian, sino también para otros idiomas de recursos limitados, incluidos los campos de reconocimiento de voz y sistemas de traducción automática. El trabajo futuro incluye experimentos con datos de Karelian utilizando técnicas como el aprendizaje por transferencia y modelos de lenguaje DNN.