该文首先简单介绍了语音产生的过程.对已知的变异现象进行了分类.重点对高声和超重引起的变异特点进行了研究.在对其时域和频域所表现出来的变异特征的比较和分析的了,提出了便于系统实现的变异语音简化模型,并确定了在频域和倒谱同时进行补偿的策略.接着,该文介绍了变异语音识别与训练系统的具体实现方法.选用的语料来自"高噪声有变异语音数据库",为了方便研究,仅选用了一字词.系统的端点检测部分在实时录入和文件录入时实现方法采用了不同的方法.在特征提取模块中,研究人员将主要的计算任务放在训练阶段,以提高识别阶段的实时性.系统模型采用连续的HHM,去掉了原系统中的矢量量化模块.系统的训练功能、识别功能全部向普通用户开放.该文采用系数补偿的方法对语音中的变异成分进行处理.在频谱上对语音的声母段、声韵过度段和韵母段分别进行补偿;在MEL倒谱上对倒谱倾斜和能量的变异进行了补偿.最后,文章介绍了各种试验,及对其结果的分析.对高声和超重引发的变异在频域和倒谱上变异特点作出了直观的表示.并对比了采用补偿方法前后系统识别率的变化情况.