语音识别技术具有重要的理论价值和广阔的应用前景，近年来受到了人们的广泛重视。随着电子计算机的不断应用与发展以及人工智能的不断进步与完善，人们越来越希望让机器能够理解人类的自然语言，这种需求使得语音识别技术的研究与发展十分迅速。一直以来，语音识别研究大部分以线性系统理论为基础，主要包括应矢量量化（VQ）、动态时间规整（DTW）与隐马尔可夫模型（HMM）等技术。然而，人的发音实际上是一个复杂的非线性过程，基于线性系统理论的语音识别方法的局限性渐渐显露出来。语音识别技术若要取得突破，必须引入非线性理论的方法，人工神经网络（ANN）就是非线性理论中的一种有效方法。近年来，随着人工神经网络，特别是BP神经网络等非线性理论研究与应用的逐渐深入，使这些理论应用于语音识别成为可能。　　 本文以语音识别技术和BP神经网络理论为基础，结合MATLAB工具，研究了BP网络模型在语音识别中的应用问题。论文首先介绍了国内外语音识别研究的历史现状和发展趋势，接着阐述了语音识别和BP网络基本原理，然后基于MATLAB与BP神经网络构造和设计了语音识别原型系统，对系统设计原理和实现过程进行了详细介绍，最后进行了仿真实验和结果分析，并根据实验结果进行了算法改进和系统优化，使系统的识别率与识别速度显著提高。本文主要研究了基于BP神经网络的汉语语音识别，对语音识别的主要过程和BP神经网络的构建进行了详细说明，研究构造了相应的语音识别模型与算法，完成了实验软件平台的搭建与开发，设计了基于MATLAB与BP神经网络的语音识别系统，并对系统进行算法改进和结构优化，大大提高了识别性能。实验结果显示，改进和优化后的系统具有更好的识别性能，训练时间也进一步缩短，达到了预期的效果，为将来移植到嵌入式系统打下了良好的基础。最后，文章在语音识别系统的基础上，与视频检索技术相结合，研究了基于语音识别的新闻视频检索系统的实现途径，并给出了系统框架和概要设计。