语音信号中包含丰富的信息,除文本内容外还包括很多与语音识别任务无关的部分.这些信息的典型来源包括说话人性别、年龄、情绪、说话风格、背景噪声、传输信道等因素,在该文中被统一定义为异质性信息.对语音数据异质性信息的处理正日趋成为当前语音识别界研究的重点之一,其原因有二:首先,异质性因素的存在将会导致声学模型参数的非线性畸变,从而造成误识率的升高和模型推广能力的下降;其次,随着语音识别技术的发展,越来越多的异质性相对明显的现场数据参与到了声学模型的训练过程中.因此无论从研究的必要性还是从紧迫性方面来看,数据异质性信息的处理问题都亟待解决.认识问题的过程是分析和综合的统一.作为全文立论的基础之一,该文对当前主流语音识别系统的框架结构和作为该文主要研究对象的声学模型的训练准则进行了全面综述,一方面界定该文的研究目的和意义,另一方面指出区分度训练对于解决语音数据异质性问题大有裨益.作为全文立论的基础之二,我们多方面分析了异质性信息对语音数据分类和建模可能造成的影响.在这些基础之上,该文对目前可行的解决方法做了全面的总结,并依据算法的实质将它们分为多套模型分而治之、消除、描述和利用四大类.分析的目的是为了综合,并提出解决方案.为此我们分别进一步研究了多套模型分而治之、消除、描述几种策略,并遵循"在变化中寻找相对不变性,并为之建模"的指导思想,提出了一种协同消除和描述策略的解决方案.