当前,语音识别技术己经得到广泛应用。它正在家电产品、智能玩具、商业系统的数据库语音查询、工业生产部门的语声控制、电话与电信系统的自动拨号等领域发挥重要的作用,并且极有可能成为下一代操作系统的用户界面。本文以DTW算法和HMM对特定词汉语语音识别的问题分别进行了研究。首先,本文详细讨论了语音识别系统的基本原理,接着介绍了语音信号的预处理和特征参数提取。内容涉及语音信号的加窗处理、预加重滤波、端点检测。分析了当前最常用的两种特征参数——MFCC和LPCC,最终选定MFCC参数作为识别参数。其次,着重讨论了语音识别中常用的两种识别方法:基于模板匹配的DTW和基于统计模型的HMM在语音识别中的应用。详细讨论了DTW及其改进型算法的基本原理,通过实验验证了改进型算法在提高识别速度方面存在明显的优势。提出了一种新的寻找参考模板的方法,即把每个词的几个特征矢量序列两两之间用DTW算法匹配,找出与各特征序列的匹配距离之和为最小的那个特征序列作为参考模板。实验表明这种方法既简便,识别率又高。接着介绍了HMM的定义、三个基本的问题以及基本算法,着重讨论了HMM在实际应用中的一些具体问题,通过实验确定了特定词汉语语音识别系统的最佳状态数。对DTW和HMM两种算法的训练速度以及识别率进行了比较,在PC机上实现了两种算法的语音识别系统。