随着大数据及电子商务的快速发展,多维数据呈爆炸性增长,这为多维可视化技术的发展带来了新的挑战和机遇。近年来,多维可视化技术取得了较大的发展,广泛应用于各个领域。多维可视化技术也可应用于语音领域,但传统的多维可视化方法不能直观地显示多维语音特征数据,很难满足人们对多维语音特征参数可视化的需求。为了更好地研究说话人识别和语音识别中存在的各种问题,本文研究了一种新的多维可视化方法,该方法可以直观地显示多维语音特征参数。本文的主要研究内容如下:(1)研究了多维可视化技术,阐述了多维可视化技术中存在的问题,详细介绍了现有多维可视化技术的基本原理及优缺点。并提出了一种新的多维可视化方法,该方法以三维数据可视化为基础,采用逐维展开法,分层次显示数据,可以得到较好的可视化结果。(2)说话人识别中的多维语音特征可视化研究。首先介绍了语音信号多维特征可视化的主要步骤;然后进行了说话人识别实验,研究了端点检测对说话人识别率的影响,并应用多维可视化方法分析了端点检测能提高识别率的原因;最后通过多维可视化的方法证明了说话人识别中,测试样本和训练样本的分布要保持一致,否则严重影响识别性能。(3)语音识别中的多维语音特征可视化研究。介绍了语音识别技术的基本原理;通过对单个汉字建立模型,进行语音识别实验,研究了阶数对识别率的影响,同时应用多维可视化分析了阶数对识别率产生影响的原因;最后对语音识别中易误识的汉语音素进行多维可视化研究,分析了识别错误的原因。实验结果表明,音素在语音识别中有至关重要的作用,通过对音素进行可视化分析,发现汉语元音部分相同或相似时,语音理论模型的分布就大致相同。元音部分对理论模型的贡献很大,当包含相同或相似的元音时,容易发生误识。