随着语音识别技术的日益成熟和越来越广阔的应用前景，在一段语音当中实现对某些关键词的检测和确认已经成为近年来一项备受关注的热点技术。由于关键词检测技术所具有的灵活性，它可以被应用于互联网上的语音数据实时检索，让电话用户用更加自然的说话方式代替按键操作完成电话的转接和其它智能业务，以及国防安全上的代替人工实现监听监控任务等等。其中对连续语音中的关键词检测以其广阔的应用前景成为目前研究的焦点。在建模方法上，关键词检测同其他语音识别相似，有DTW、HMM、ANN等多种方法，目前关键词检测研究的主流框架是隐马尔可夫模型(HMM)。本论文主要研究基于HMM的关键词检测，研究内容主要包括：1．提出了一种利用统计知识的新的改进帧同步Viterbi搜索算法——加入差分驻留惩罚的Viterbi搜索算法。2．置信度。提出一种基于不同特征的二次识别置信度，并给出了目前最佳的不同特征组合。3．构建关键词检测系统。实现了一个小词表的关键词检测系统，从测试情况看该系统具有良好的检测性能，并具有较好的扩展性和实时性，可以作为关键词检测研究的平台。4．试验分析。在试验阶段，对语音特征、搜索算法、置信度三个方面分别进行试验。经试验证明本论文提出的改进Viterbi搜索算法比传统的Viterbi搜索算法在搜索性能和稳健性上均有较大改进；基于不同特征的二次识别置信度也具有良好的拒识性能。