语音信号处理技术是一个广阔的研究领域，有着广阔的应用前景。语音检测技术是语音信号处理的一个方面，其检测效果的好坏对语音识别的识别率有着重要的影响。目前，语音检测工作中的噪声都取比较单一的噪声或是符合某种假设，而本文在对语音和非语音进行判别时，除了人的语音外，把汽车声、打击声、动物叫声、水声等都包括在非语音样本中，避免了噪声的单一性。 线性预测分析和Mel倒谱分析是对语音信号特征提取比较有效的两种方法，在语音信号处理中有着重要的应用。本文提出了一种新的特征提取的方法，并通过实验证明了其可行性。下面是本文完成的几个方面的工作： 1．详细介绍了线性预测分析(LPC)和Mel倒谱分析的原理及其具体实现过程。 2．介绍了高维空间几何学的一些基本定义，并在此思想上，提出了自相关夹角法对语音信号进行特征提取。 3．基于高维空间几何的思想，把每个样本点和其特征值看作高维空间中的一个点，用线性预测分析、Mel倒谱分析和自相关夹角法对样本点提取特征，然后用点在空间的投影来判别语音和非语音，根据判别结果来比较三种特征提取方法的优劣。