语音识别经过半个世纪的发展,其理论研究已经取得了一定的成果,在实验室环境中取得了极高的识别率,并且已经从实验室走向实用。然而离人们所期望的语音识别能力跟人一样的目标还相去甚远。语音识别在实用化的过程中仍存在如环境等诸多制约因素,还需要在各个层次进行有针对性的研究,使语音识别能够真正实用化。本文以提高加性噪声干扰下语音识别系统的识别率为目的,全面研究语音识别理论基础,重点研究预处理和特征提取阶段的抗噪声的技术,并采用渐进的方式实现了基于HMM模型的汉语孤立词和连接词的语音识别系统。深入研究语音增强处理和端点检测技术,从语音非线性特征——复杂性测度出发,提出一种具有抗噪能力的端点检测的方法,实验证明该方法在低信噪比下能准确检测出语音的端点。对抗噪特征提取技术进行深入分析,给出了一种新的动态模型补偿方法,实验证明该特征具更好的鲁棒性。对HMM模型在实现过程中出现的问题,如多训练集问题、模型初值选择、数据下溢等给出了解决方法。将提出的方法具体应用系统中,实验表明,系统具有良好的噪声鲁棒性。本文对语音识别系统各部分进行深入研究和实践,并作出了探索性的工作,取得了一定成效,为从事这方面研究奠定了基础。