随着网络技术和多媒体技术的发展,语音技术成为了应用的需要,从内容到深度都得到了空前的发展。语音识别在工业、商业、银行、服务、军事、医疗、日常生活等很多领域有着广泛的应用前景。端点检测是语音识别系统预处理阶段遇到的第一个关键技术,端点检测的目的就是把复杂的应用环境下的信号中分辨出语音信号和非语音信号以及确定语音信号的开始与结束。支持向量机(Support Vector Machine, SVM)作为数据挖掘中的一项新技术,本文将支持向量机应用于语音端点检测之中,解决了传统端点检测方法中的需要人为设置阈值等繁琐和不准确性。蒙古语是内蒙古自治区的官方语言,在全国范围内众多的蒙古族在日常生活和文化交流中使用着蒙古语。所以,研究和实现蒙古语语音识别技术对蒙古语信息化处理具有非常大的意义。在本论文中,我们参考和借鉴汉语、藏语等的语音端点检测技术的基础上,通过MATLAB软件的仿真功能,结合蒙古语语音特点,采用了支持向量机进行语音段与非语音段的分类,实现了蒙古语的语音端点检测,取得了良好的效果。并研究了短时能量、短时平均过零率及Mel频率倒谱系数(Mel-Frequency Cepstrum Coefficient, MFCC)等不同特征参数下对与语音有声段和无声段的分类能力,为日后的研究工作奠定了基础。