语音识别就是研究计算机以最方便、自然、快捷的方式听懂人类语言的一门技术,也是人机语音交互最重要的一步,作为一门交叉学科,具有深远的理论研究价值和实际应用价值。论文在结合理论和实践的基础上,对基于隐马尔可夫模型(Hidden Markov Model,HMM)的非特定人、孤立词语音识别方法进行了系统地研究,主要内容如下。(1)通过基于HMM的语音识别系统的基本结构,详细介绍了语音信号采集、预处理、MFCC特征参数提取、HMM训练和HMM识别等主要模块的基本原理;并针对实际应用中HMM存在的模型初始化和数据溢出等问题进行分析,引入了一些能提高系统性能的相应措施。(2)在HMM的语音识别方法的理论基础上,基于Visual C++7.0平台,设计与开发了一套非特定人、孤立词的语音识别系统。介绍了识别系统的辅助工具:开发工具和音频处理工具;根据可视化系统的用户界面,说明了识别系统的基本功能;并详细介绍了关键模块的C++实现算法。(3)在本文开发的语音识别系统平台上,对one、two、three、four等四个词进行了HMM训练和识别实验。在训练阶段,每个模型16个样本的平均训练时间约为6.206秒,基本达到实时性要求。在识别阶段,共32次识别出现4次错识,总的识别精度为84.38%,每个词的识别时间约为0.313秒,验证了论文方法的有效性,具有较好的应用推广价值。