目前的语音识别系统对纯净语音可以达到非常高的识别精度,但是环境噪声给语音识别系统造成很大的影响,导致识别器的性能急剧下降。因此抗噪问题是语音识别真正达到实用必须解决的关键问题。首先,对语音端点检测的传统方法进行了改进:采用语音信号的短时能量和过零率结合,并根据实验结果合理的设置了门限和判定方法。在强噪音环境下,提出了结合谱减算法的新的端点检测算法。其次,阐述现阶段常用去噪方法:二项式加权、维纳滤波、谱减法等。针对谱减法存在的三大问题,提出解决方案,并结合新的端点检测算法和MFCC,提出了二次去噪算法。比较各种方法的识别率,发现新的算法对噪声削弱效果较好。然后,研究了HMM模型,讨论了HMM需要解决的三大经典问题及解决方法,并介绍了语言模型的重要性和局限性,以及在大词汇量的语音识别中如何使用N元语言模型。最后,基于以上的分析结果,在matlab7.0实验环境下,对比四种去噪方法对孤立数字识别率的影响。在此基础上,构建了一个基于HTK的不定长汉语连续数字的语音识别系统,并采用四种方式进行去噪,比较识别率,从而证实了新的去噪算法具有一定的价值。