语音识别技术是将语音信号转换为文本的技术。自动语音识别也称为语音识别或者计算机语音识别，它的目标是让计算机能够识别出不同人所说出的连续语音，实现声音到文本的转换。语音识别是一门融合了许多学科的综合技术，它涉及到语音学、语言学、计算机科学等众多学科。经过多年的研究发展，语音识别技术已逐步由实验室走向应用阶段，在众多领域中得到越来越广泛的应用。但是对于大词汇量的汉语连续语音识别仍有许多技术性问题和关键技术有待解决，本论文就是对此展开研究工作。　　本论文在Linux系统上，基于HTK工具箱平台，以隐马尔科夫模型理论为基础，搭建了针对非特定人、大词汇量、汉语连续语音识别系统，并以此系统为实验平台，对声学模型建模过程中的关键技术进行研究。　　首先，论文介绍了搭建语音识别系统的基本步骤、语音信号处理的基本知识、语音信号端点检测技术以及特征参数提取的基本原理，然后重点介绍系统搭建的具体过程：根据汉语独特的声韵母发音方式，提取用于声学模型训练的特征参数；基于HTK软件工具包搭建汉语连续语音识别平台。该平台基于隐马尔科夫理论对声学模型进行训练。语音的特征参数使用感知线性预测系数（PLP）,并结合了单音素到上下文相关的三音素HMM建模技术，再加上异方差线性判别分析（HLDA）以及音调（pitch），最终训练出声学模型。最后，结合基于3元文法的语言模型，构建出非特定人、大词汇量、汉语连续语音识别平台。实验的训练集共约16个小时，测试集共约4小时。整个语音数据库包含一万八千个句子，其中训练集大约一万四千五百个，测试集大约三千五百个。在该平台下，设计实验研究了高斯混合度对系统识别效果的影响，并利用不同的声学模型比较了不同的声学模型下系统的识别效果。实验结果表明本系统声学模型较为适合的高斯混合度为30，且采用基于决策树的三音素状态绑定模型能有效提高系统识别率。本论文通过对比实验得到的结论具有实际的指导意义。