该论文为三大部分：第一部分论述了一种基音特征的规整方法,讨论了如何将基音特征和频谱特征以置信度的形式统合到命令词识别中的方法.实验用一个40人74词词瑶数据库作测试,结果表明,利用该文方法,把基音特征和频谱特征按置信度形式统合后识别率可达99.10﹪,基音特征加入前后错误率下降33.8﹪.第二部分描述了作者在HMM系统中应用基音特征的一些新的做法,包括对基音特征进行减均值规整,除均值规整以及利用S函数规整.文中在对各种方法进行的理论描述后通过对比实验来进行测试.结果表明利用除均值和S函数规整的方法可以使系统错误率下降约26﹪.该文最后论述了一种通过压缩缓变语音帧来提高HMM连续语音系统的速度的方法.这一方法通过在特征提取阶段判决出一些变化较缓的帧.使其不参与后续搜索,从而达到提高训练和识别速度的目的.为此该文提出了比例准则和门限准则两种方法来判定缓变帧,同时论述了舍弃和概率代替两种使用缓变帧的方案.通过对一个100人的连呼数字串数据库作若干对比试验表明,采用替代缓变帧概率的方案较好,在识别速度提高大约20﹪的时候,系统仍然维持较高的识别率（98.46﹪）.该文所论述的这种方法适于对计算能力和存储量有限而要求识别速度的小型系统,如PDA,掌上电脑等等.