随着人工智能的迅速发展,语音识别的技术越来越成为国内外研究机构的焦点。人们致力于能使机器能够听懂人类的话语指令,并希望通过语音实现对机器的控制。语音识别的研究发展将在不远的将来极大地方便人们的生活。语音识别大致的流程包括:特征提取、声学模型训练、语音模型训练以及识别搜索算法。本文对语音识别整个过程,包括特征提取、模型训练及识别算法,进行了深入研究。根据汉语语音的发音特性,并综合考虑计算量等问题,选择汉语中的声韵母作为基本声学单元,同时选择使用半连续隐马尔科夫模型对声韵母进行建模。本文中选择的特征参数为Mel倒谱系数,本文深入分析了MFCC参数的提取过程,并提出了一种改进的MFCC提取算法,使得比传统MFCC提取算法的计算量减少了将近50%,极大地提高了特征提取的效率。Sphinx系统作为国际上发展成熟的语音识别系统。本文对其声学模型训练工具sphinxtrain内部实现及主要涉及算法进行深入研究,并且通过调整其中参数以适应汉语语音识别的要求。最终,本文基于CMU Sphinx构建并实现了汉语连续语音识别系统,达到了很好的识别效果,并在数字串语音识别中识别率更是达到了98%,同时也从码本数、状态数以及改进MFCC提取算法等方面对识别效果的影响进行了比较及分析。