随着微型计算机、通信技术和人工智能的不断发展,人们越来越迫切希望让机器能够理解人类的自然语言,这促使了语音识别技术的诞生,且使其有非常广阔的发展前景。人工神经网络在语音识别方面所表现出来的优势,使之成为研究的热点。随着科学技术的不断进步,人们对现有神经网络模型也在逐步改进,以使其更接近人脑功能。模糊混沌神经网络在功能上具有自适应、自学习、混沌搜索能力和模糊推理能力,在一定程度上,它比其他人工神经网络能更接近人脑对信息处理的方法。因此,本文将研究模糊混沌神经网络在语音识别中的应用。本文首先分析了语音识别技术的发展现状,就当前语音识别研究的趋势确定了本文的研究方向；接着系统地介绍了语音识别的基本原理,为本文后面研究提供了理论依据；然后,介绍了模糊理论,混沌理论和模糊混沌神经网络的网络模型、训练算法以及用于语音识别的建模方法。最后在前面研究的基础上对基于模糊混沌神经网络的语音识别方法进行了仿真实验,实验结果表明,由于其模糊推理能力和混沌特性,模糊混沌神经网络应用于语音识别不仅能有效的提高识别率,且能提高抗噪能力。