语音作为一种人机交互的接口技术不但方便了人与计算机的交互，而且也是对传统鼠标与键盘交互方式的一种有益补充。 本文针对语音识别过程中语音命令词的预处理，包括分帧，加窗，端点检测等进行了分析，重点讨论了语音识别的两种方法：基于模板匹配的动态时间规整方法和基于统计模型的隐马尔科夫模型方法。另外，在进行识别方法的研究中，对于匹配距离矩阵的计算，本文采用了贪心算法，并给出了实验结果。研究了在基于JavasE开发平台下，来实现语音与虚拟场景的通信问题，成功的将语音这种人机交互技术应用到了虚拟环境的漫游中，解决了语音命令与虚拟场景的交互，实现了从系统外部获取语音命令，并对语音命令进行识别，从而来控制虚拟场景的运动。 最后对本文作了小结，并提出了研究改进的方向，为进一步将语音这种人机交互技术应用于虚拟场景中作了探究工作。