近年来汉语数字语音识别系统越来越广泛的应用于各个领域。在实际生活中,由于噪声等因素的影响,常常造成汉语数字较低的识别率。本文对汉语数字语音识别系统的训练数据、评测数据及声学模型进行了研究。完成了对两个新语音库中评测讲话者的选择。并对系统识别精确度进行分析,通过对单音子模型及双音子模型的状态数的调整,提高了语音识别系统的识别精确度。本文主要研究了以下三方面的内容:1.研究了汉语语音识别系统中声学模型的构造。并了解语音识别系统中相关声学模型参数估计、识别过程的算法及步骤。这个过程有利于对语音库中训练数据和评测数据的区分,并为提高系统识别精确度提供了依据。2.提出了一种为语音库选择评测讲话者的方法。对于目前已拥有的几组不同的评测讲话者,通过分别比较各组评测讲话者识别精确度曲线与语音库所有讲话者识别精确度曲线之间的最小均方差值,选择出该值最小的一组评测讲话者,作为此语音库的评测讲话者,用于客观衡量语音识别系统中模型的训练好坏。3.在提高识别系统精确度的研究中,对数字1和数字5的识别错误率进行了分析并找出相应的问题,通过逐步调整单音子模型及双音子模型的状态数,进而对模型进行改进。最后,在实验中逐步修改数字1、数字5的单音子模型及双音子模型的状态数,对修改后的模型进行训练、参数重估,并对系统进行评测,得到新的识别精确度。结果表明,通过对模型状态数的修改,系统的识别精确度得到提高。