语音是人类交流最常用的方式，而能让计算机听懂人所说的话一直是人类的理想之一，语音识别技术的出现，使人类的这一理想得已实现。近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。语音识别正逐步成为人机接口的关键技术，语音识别技术与语音合成技术的结合，使人类能够甩掉键盘的束缚，通过语音命令进行操作。人们预计，未来10年内，语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。因此对语音识别技术的研究具有重要的理论意义和实际价值。　　本文首先对语音识别技术进行了简单介绍，然后针对噪声环境下传统端点检测算失效的问题，提出了一种基于听觉模型的小波包自适应语音增强方法，它能够很好地去掉噪声，增强了语音；其次，本文重点研究了语音识别中常用的语音特征参数，主要是线性预测倒谱系数和美尔倒谱系数，发现这些特征参数未考虑淹没在噪声里的有用语音，实际中，噪声中被掩蔽的语音部分人耳虽然无法听到，但是却会造成语音特征参数的改变，使提取的特征与模板库里的特征存在着较大偏差，最终导致了识别率的下降。如果能够提取这部分淹没在噪声下的有用语音，必然能带来识别率的提升，因此，本文提出基于小波与分形的语音特征提取，通过小波包对语音信号的时频划分，使噪声和语音划分在不同的时频域，然后用分形技术进行分析，以分形维为语音特征矢量，实验证明在噪声的环境下新的特征提取比MFCC更稳定，抗噪声能力更强，提高了识别率。最后，本文比较了两种识别模型动态时间规整(DTW)和矢量量化(VQ)，比较了这两种方法，在不同语音增强方法、不同的特征参数下的识别时间和抗噪能力。