本文研究了现有语音检索中语音到文本和语音到语音两种检索方式。对语音端点检测中双门限法进行了改进，提出了双向双门限加基于波形统计的字切割算法，利用动态时间弯折法对该方法进行了无阈值、自动合并波形的改进。并针对现有检索算法中要切分段和抽取关键词的缺点，尝试了一种基于动态时间弯折的不需切割的连续语音片段检索算法，并对该方法进行了有效的评估。另外针对语音到语音的检索方式中只应用了语音的特征匹配、语音到文本的检索方式中只应用了语音的出现概率问题，提出了一种基于隐马尔科夫模型的连续语音到语音检索算法。该算法同时利用了被检索语音和检索语音之间的特征相似度以及语音前后帧之间的出现概率，实现了较全面的语音到语音检索方式，同时由于该算法的隐马尔科夫概率矩阵的计算由条件概率方式得到，无需进行反复迭代训练，训练时间大大的提高了。针对现有语音转文本的方式在语音检索中准确度不高的问题，提出一种带条件概率的中间模糊音素声学模型，将语音识别成一种模糊的中间音素（即将发音类似的音素聚类成一个）的文本，通过文本检索方法检索大概位置，然后再使用不切割语音到语音算法来进行精确的查找。最后针对上面两种语音到语音检索算法，本文给出了特殊情况下两者等价性的分析。并比较他们在实际应用场合上各自的优缺点。