语音是我们日常生活中最自然和广泛的交互方式，计算机诞生以后，为了使得人与计算机能够进行对话交流，语音技术就引起了计算机科学家们广泛的关注和研究。连续数字语音识别在现实中具有广泛的应用前景。在互连网、通信、军事、国防、人机交互等方面都有着重要的应用价值。　　本文研究了端点检测的算法和特征提取算法，分析了传统的端点检测方法的优缺点，提出了新的端点检测的方法噪声评估法结合传统的双限门法，提高了鲁棒性和准确性，解决了传统的双门限法对不同环境适应性不强的问题；还分析了MFCC特征参数提取方法，针对特征参数对语音识别系统的重要性，运用了MFCC_E特征参数提取方法，基于Trended HMM语音识别模型，设计了智能语音系统，实现了智能机器人的语音识别功能。　　通过传统的双门限法和噪声评估的结合，解决了传统的双门限法对不同环境适应性不强的问题，提高了端点检测的噪声鲁棒性和准确性。在语音识别系统中，特征参数的提取对语音训练和识别有着重要的影响，对于特征参数提取模块，通过试验和比较，运用了MFCC_E的特征参数提取算法，增强了语音的可懂度和清晰度，得到了比较满意的效果。