随着计算机越来越向便携式方向发展，随着计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输入这样便于使用的、自然的、人性化的输入方式。用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。因此，语音信号处理正越来越受到人们的关注和广泛的研究。 本文重点研究预测理论在语音信号处理中的应用，预测理论最早应用于语音信号的编码中，对语音信号进行线性预测可以提取信号的参数，从而实现压缩传输。有了语音信号的压缩技术，进而将线性预测理论应用于语音分析合成中。深入分析线性预测在语音信号分析合成中的应用，实现基于Burg逆运算的语音信号的合成。 在端点检测技术中，主要采用的是短时分析的方法，重点分析了语音端点检测的传统算法，并在传统算法的基础上，结合基于能量脉冲的方法对连续的语音信号实现端点检测和有声无声判决，提取出有声语音段供后续处理。 由于语音信号本身是非平稳的，若直接对语音信号进行线性预测分析将难以实现。本文立足于语音信号的非平稳性，对语音信号进行基于RLS的自适应预测，摆脱了传统的清浊音辨识阈值设置对判决结果的影响。递推最小二乘的突出优点在于它能够对信号进行在线分析，本文所采用的基于RLS的清浊音判决法能够在线地对语音信号进