易混淆语音是指那些具有相似发音机理，在听觉上容易混淆，容易被系统误识的语音单元。众所周知，随着语音识别算法的日趋成熟，易混淆语音的存在成为影响语音识别率的重要因素之一。无论是连续语音识别还是孤立词识别，都无法回避这个问题。易混淆语音容易被系统误识的原因很多，一方面是因为对它们提取的特征矢量没有完全把它们区分开，另一方面由于传统的声学模型中，所有HMM模型都是由相同数目的状态和GMM组成，而不同发音单元的发音时长相差很大，所以传统的声学模型不能准确的描述所有的发音单元。本文主要对语音识别系统中的特征提取部分和声学模型部分进行了研究，并做出了有效的改进，以便降低系统对易混淆语音的错误识别率。　　 论文的主要工作包括：　　 1.在分析了常用的几种特征提取方法的基础上，利用小波分析在分析非平稳信号中的优点，结合LPC分析，引入了一种新的特征参数-WLC参数(Wavelet based LPCCoefficient， WLC)，提高了易混淆语音的识别精度，并将其与传统的特征参数MFCC和LPCC进行了实验比较。　　 2.分析了常用的特征分析算法，研究了流形学习方法的思想以及拉普拉斯特征映射算法，通过将局部保持映射算法(Locality Preserving Proj ections， LPP)运用到语音识别系统中，提高了易混淆语音的识别率，并就其在计算过程中遇到的问题给出了解决方法。　　 3.对HTK平台进行了详细的研究和分析，熟悉了基于HTK平台的HMM模型训练和性能评估的方法。　　 4.分析了传统的声学模型的弊端，并根据实际情况，设计了两种不同的韵母拆分方式，最后利用HTK工具实现了基于这两种方式的上下文相关音素建模，同传统的模型相比，新的模型的易混淆语音识别率得到了很大的提高。