经过Mohri等学者在AT&T的先驱工作，以加权有限状态转换器（WeightedFinite State Transducer，WFST）为框架的大词汇量连续语音识别系统受到了国内外研究机构的关注，目前许多主流的语音识别系统均采用这一框架，如美国IBM、AT&T、日本Titech、瑞士IDIAP等。基于WFST的语音识别系统包括两个阶段：搜索网络的编译和Viterbi解码。本文研究目标是搭建一个基于加权有限状态转换器的语音识别系统。本文工作主要集中在第一阶段，即构建首选识别（1-best）和多候选词图识别（lattice）任务的中、英文搜索网络。我们首先将语音识别中的各种知识源表示成加权有限状态转换器的格式，并使用组合操作将其进行组合得到一个完整的搜索网络，然后使用优化操作对搜索网络进行优化，优化后的搜索网络被等价地转换成有限状态图（Finite State Graph，FSG）的格式，FSG格式的搜索网络在内存中更加紧凑，更适合Viterbi解码。最后，使用实验室开发的通用Viterbi解码器GrpDecoder在FSG格式的搜索网络中进行解码实验。本文分别在中、英文下进行了1-best和lattice实验。大量实验表明，本文构建的识别系统在1-best识别中明显优于HTK和传统的两阶段识别系统，相同识别速度时实现了更低错误率；在lattice识别中取得了与HDecode相当的性能，且优于两阶段系统。另外，实验还表明，在相同的词图错误率下，新系统生成的词图密度要远小于HTK和两阶段识别系统生成的词图密度，这表明新系统产生的词图更加紧致和高效。