语音识别是语音信号处理领域的研究热点，但由于其研究的复杂性，长期以来一直是一项难题，尤其是噪声环境下的非特定人语音识别。本文从一个典型的语音识别系统出发，介绍了语音识别的基本原理，讨论了几种常用的特征提取方法，尤其对过零率峰值幅度(ZCPA)特征提取作了较为详细的介绍。在此基础上提出用Laguerre滤波器对ZCPA特征提取前端处理进行改进的方法，并获得了具有优良抗噪性的识别结果。本文中用Laguerre网络实现的滤波器吸收了传统有限冲激响应(FIR)、无限冲激响应(IIR)滤波器的优点，既具有FIR滤波器的稳定性又具有IIR滤波器的长时记忆的特点和通阻带特性。其设计方法是在Laguerre滤波器与理想滤波器的频率响应的均方误差为最小的前提下，利用牛顿-拉夫逊法估算滤波器参数，然后由柯西-留数定理得出相对应的Laguerre系数以获得最优滤波器。通过实例设计了Laguerre滤波器，并与传统FIR和IIR滤波器的频率响应作了详细的比较，得出Laguerre滤波器有较小的滤波器长度，合适的线性相位和较少的通阻带波纹。缺点是计算复杂，但使用介绍的引理可降低其复杂性。接着将Laguerre滤波器用在ZCPA特征提取中代替原来的FIR滤波器，后端分别利用RBF网络和HMM训练和识别。实验结果表明利用Laguerre滤波器代替FIR滤波器进行特征提取，其识别率明显提高，而且抗噪性有很大改善。论文最后分析了Laguerre序列的频率弯折特性，并将小波变换的多分辨特性与之相结合得出基于Laguerre网络的频率弯折小波变换，对其实现结构作了详纽介绍，同时也说明难点所在。提出下一步工作是将频率弯折小波变换用于特征提取中，期望得到好的识别结果。