语音识别以语音信号为研究对象,是语音信号处理的一个重要研究方向,是模式识别的一个重要分支。随着现代计算机技术的发展,计算机的使用越来越深入到人们的日常生活中。人类与计算机进行交流时,最直接和方便的方式就是语言交流,所以语音识别已成为现代计算机技术研究和发展的重要领域之一。本文对语音识别系统进行了概要的阐述,并提出了一种小词汇量孤立词语音识别系统的实现方法。论文首先对语音识别系统中涉及到的基本概念及原理进行了简单的分析,之后分别针对语音识别系统中预处理阶段的端点检测算法、语音信号的特征提取算法以及模式匹配和模型训练算法进行了深入的理论研究。采用“双门限”法实现语音端点检测,在实验室环境下取得了较为理想的检测效果;系统地研究了语音识别系统各种主要特征参数的提取方法,特别分析和研究了线性预测分析系数(LPC)和美尔频率倒谱系数(MFCC)的提取方法;针对模式匹配和模型训练问题,本文采用了基于连续概率密度隐马尔可夫模型(CDHMM)的语音识别模型。实验证明,在信噪比较低的实验室环境下,该模型取得了良好的识别结果。