关键词检测是语音识别领域的一个研究热点,具有广阔的应用前景。近几年来,基于模板匹配的关键词检测技术成为主流的技术,该类方法通过应用关键词语音模板与测试语音直接进行声学相似性的匹配来实现关键词检测。这类关键词检测方法避免了传统基于LVCSR关键词检测系统带来的训练数据问题和集外词问题,并且具有良好的扩展性。特征表示和模板匹配算法是基于模板匹配关键词检测的关键技术,特征表示以后验概率特征为主,模板匹配算法主要基于DTW算法及其变种算法,本文对这两方面关键技术进行了分析和研究。本文重点研究和分析了基于模板匹配关键词检测技术的主要算法,并进行了系统实现和实验分析。主要工作包括:1.对基于高斯后验概率特征和分段DTW匹配的关键词检测系统进行了研究分析和系统实现,并基于多种数据集进行了系统性能实验测试。2.针对基于Lattice的音素后验概率特征提取方法进行了重点分析,设计并初步实现了基于音素后验概率特征的关键词检测系统,以此系统针对汉语和英语数据集进行了实验测试和对比分析。3.对关键词检测系统进行了改进,提出了基于高斯分量筛选算法的高斯后验概率特征,以TF-IDF思想实现了高斯分量筛选算法。并引入了基于长时韵律特征的关键词确认进一步提高系统性能,针对三维符号韵律特征,提出了基于Fisher向量的韵律特征编码。经过实验验证,本文提出的改进的关键词检测系统对系统性能有了一定的提高改进。