人类有个理想,让机器具有“听”、“说”人类语言的能力。这个理想,在信息时代正逐步变成现实。语音识别正是解决机器“听”懂人类语言的一项研究。孤立词语音识别实现简单、技术成熟,有着广泛的应用前景,是深入研究语音识别的基础。本文对小词汇量、非特定人的汉语孤立词的语音识别技术进行了分析和研究。首先介绍了语音识别系统的组成和识别原理,并对语音信号的预处理过程、端点检测常用的特征参数以及语音识别的方法作了分析,重点讨论了MFCC特征参数的提取。继而重点研究了孤立词的端点检测算法,并在基于信息熵、子带谱熵和频带方差的端点检测算法的基础上,对原有算法做了修正和改进,仿真结果表明,在不同噪声下,基于改进的端点检测算法在低信噪比条件下的检测准确率明显高于传统的基于能量和过零率的双门限检测算法,其中基于改进的频带方差的检测效果最好。最后深入研究了基于DTW和HMM的语音识别方法。其中基于DTW的高效算法具有运算复杂度低的特点,仿真结果表明,它非常适合于小词汇量、特定人的语音识别,识别率可以达到100%。但是对于非特定人识别,本文选用主流的基于HMM的识别方法,并仔细探讨了CHMM应用到语音识别中的具体问题。结合改进的端点检测算法并采用基于CHMM的语音识别方法,最终实现了对自建的汉语孤立数字语音库92%的平均识别率。