手持计算机类产品的研究和开发已日益引起计算机产业界的重视。为这类产品开发语音识别系统关键在于有效的提取语音特征参数。所提取的语音特征参数需要克服设备CPU运算速度慢，内存容量少，录音硬件质量差的弱点，而开发鲁棒性强的语音特征参数是语音识别技术走向实用的关键所在。 本文采用离散小波变换和美尔倒谱系数提取方法，对原有特征参数提取方法进行了改进。常用的线性预测特征参数或美倒谱特征参数提取方法，因其运算量大，所需辅助内存巨大，对噪声的耐噪性弱等问题，不能直接在手持计算机类设备上使用。而迅速发展的小波分析方法，在时域(空域)和频率域都有良好的局部化性质，而且由于对高频成分采用逐级精细的时域 (空域)取样步长，从而可以聚焦到信号的任意细节，非常适用于对语音信号进行处理。这一提取方法在仿真实验中取得了一定的效果，但在信噪比比较低的情况下，绝对识别率还不太理想。另一方面，这提出的特征参数提取方法，需要大量的辅助内存。 为了寻找运算速度更快，减少使用辅助内存的要求，本文研究了基于提升格式的小波变换理论，根据提升格式构造传统小波的方法，推导了三种小波的提升格式。最后，采用提升格式的小波与倒谱均值归一化方法，提出了基于提升小波的语音特征参数提取方法。这一方法，跟第一种采用小波变换的方法相比有加快计算速度，减少辅助内存使用，很容易在计算机上编程实现的优点。实验表明，这一特征参数具有较强的鲁棒性的，满足了手持计算机类产品上的硬件限制的要求，具有一定的实用价值。