语音识别技术是信息技术中人机接口的关键技术，被誉为有可能引发人机界面领域革命的关键技术。本文的目标是建立一个基于连续隐马尔可夫模型的非限定人口令式语音识别的浏览器。即用户通过语音发送命令来操纵浏览器的行为。论文对其中涉及的语音端点检测、基于连续隐马尔科夫模型的非限定人语音识别中涉及的各种关键问题进行了深入的研究，最后讨论了语音识别内核的设计以及和语音浏览器构件的问题。 语音端点检测的鲁棒性，对于构建实际语音识别系统具有重要的意义。谐波成分是语音信号的一个基本特点，本文提出了一种基于谐波成分能量的端点检测算法。通过sobel算子计算窄带语谱图的方向场，通过Gabor滤波增强谐波区域，通过门限方法得到二值化图，去除方向大于45度和依赖度低的点，得到连续的水平方向的带状分布，即谐波分布区域，提取谐波分布区域内的能量，以此作为门限判决的特征。实验结果表明，在不同信噪比、多种非平稳噪声环境下都能够达到较好的语音检出效果。其优点为，不需要噪声的先验知识，充分利用了语音在频率域和时间域的相关性，适应于各种非平稳复杂噪声。 连续隐马尔可夫模型在口令式语音识别建模中的关键问题讨论了采用连续因马尔科夫模型进行非限定人语音识别的原因。通过实验讨论了，状态数和混合度等关键问题对识别率的影响等，选择了合适的CDHMM作为我们的识别器内核的方向。 识别内核的软件设计和语音浏览器的构建，其中包括了识别内核具体设计思路和方案，IE浏览器操作对象IWebBrowser2对象的基本知识、接口以及获取这个对象的具体方法。最后在此基础上构建了非限定人的基于口令语音识别的语音浏览器系统。