本文提出了一种用于阿拉伯手语（AASL）识别的卷积神经网络（CNN）模型，并基于AASL数据集进行实验。鉴于沟通对听力障碍群体，尤其是阿拉伯语聋人群体具有 fundamental 重要性，本研究强调了手语识别系统在促进无障碍交流中的关键作用。所提出的方法取得了卓越的识别精度：CNN模型在训练集上达到99.9%的准确率，验证集准确率达97.4%。该研究不仅构建了一个高精度的AASL识别模型，还深入探讨了有效的Dropout策略。所实现的高准确率表明，该模型在该领域具有显著的进展，为提升阿拉伯语聋人群体的沟通可及性提供了重要技术支撑与应用前景。