汉语连续语音识别的研究已经进行了十多年,取得了一定的成果,但仍然有许多重大的技术问题亟待解决。首先,声学模型的鲁棒性和准确性有待进一步提高,需要深入研究语境相关的声学建模,特别是汉语三音子模型;其次,当训练和识别的环境由于信道和背景噪声的不同或者说话人自身原因而导致系统识别率下降,需要我们深入研究自适应的方法;最后,我们还需要研究技术的可移植性,即如何将识别结果二次利用,以期加快新领域的研究速度。本文的主要研究工作围绕这些关键技术问题展开。首先,研究了基于决策树的三音子建模技术。针对汉语语音识别,我们研究了决策树建模中必须解决的几个主要问题,包括汉语基本建模单元的选择、问题集的设计原则、决策树建模复杂度的优化。在建模单元的选择中,本文在比较以往汉语语音识别中用到的建模单元的基础上,提出了新的建模方法,该方法使用将六个零声母附加到标准声韵母序列的新的声韵母集合作为识别基元,并根据这种识别基元结合语音学和语言学的先验知识设计了问题集,利用基于决策树的状态共享策略建立上下文相关三元声韵母模型。在用基于HTK工具构建的识别系统上进行实验,结果表明,新的声韵母基元与标准声韵母相比,识别性能有了很大提高。其次,在说话人自适应模块中比较了最大后验概率(MAP)算法和最大似然线性回归(MLLR)算法各自的优缺点,提出一种优化的自适应方法。这种方法综合了MAP的渐进性和MLLR的快速性,在语音识别系统运行过程中逐渐调整系统参数,不断使用新的数据来自适应。经实验论证表明,优化的自适应算法性能较之以往的自适应算法识别效果更好。最后,通过使用ATK工具,在Microsoft Visual Studio.NET环境下编写应用程序,将识别的结果存储在一个变量中,继而用识别结果来导航一个移动机器人的行走。导航实验证明,本文的语音识别系统应用是成功的,并且识别率可以达到85%以上。