该首先给出了一个基于混合连续高斯概率密度函数的HMM不认人连续识别基线系统.通过总结以往研究工作的经验,结合汉语语音学的知识,该文提出了将易误识的短声母和浊声母根据其后续韵母发音类别的不同来细化声母模型的方法,这样总共得到74个识别单元,只比标准的声韵母总数(60个)多14个,但模型精度却有了较大提高.针对系统中插入错误过多的现象,该文还建立了一个连呼数字串的识别系统,用以比较研究各种搜索算法,最终找到了一个在声学模型下大幅度降低系统插入错误的方法.另外,该文汉语语音的音调检测和声调识别方面的研究都做了新的尝试.该文采用的这种连续语音的声调识别策略,使得声调识别方法能和语音识别系统方便且紧密地结合在一起,从而使"声、韵、调"直接地结合到了一起.同时,基于GMTM的声调识别方法并不只限于对汉语的声调识别,它可以适用于任意一种具有有限声调模式的有调语言.该文最后还通过实例简要说明了声调识别结果对自然语言理解的作用,介绍了该文的声调识别方法同HMM识别系统训练过程中LSS算法相结合的一种在连续语音基音和声调自动标注上的应用,并对该文工作的进一步研究方向和应用前景进行了探讨和展望.