El habla de helio, el idioma que hablan los buzos en el fondo del mar que respiran una mezcla de helio y oxígeno a alta presión, es casi ininteligible. Para descifrar con precisión el habla de helio, se propone una red neuronal basada en aprendizaje profundo. Primero, se construye un corpus de habla de helio aislada y un corpus de habla de helio continua en una atmósfera normal, y se propone un algoritmo para generar automáticamente archivos de etiquetas. Luego, se combina una red neuronal convolucional (CNN), clasificación temporal conexionista (CTC) y un transformador en una red de reconocimiento de voz. Finalmente, se propone un algoritmo de optimización para mejorar el reconocimiento del habla continua de helio, que combina convolución separable en profundidad (DSC), una unidad lineal con compuerta (GLU) y una red neuronal de avance (FNN). Los resultados experimentales muestran que la precisión del algoritmo, al combinar la CNN, CTC y el transformador, es del 91.38%, y el algoritmo de optimización mejora la precisión del reconocimiento del habla continua de helio en un 9.26%.