1、語音識別技術已經深入人類生活和工作的各個方面，加強語音識別技術的研究，提高語音識別的實用性，對改善人類生活具有重要意義。本文對漢語語音識別技術進行研究，包括噪聲環(huán)境下的漢語語音切分、預處理、特征提取及語音識別算法。
　　 鑒于經驗模態(tài)分解、Teager能量和熵能夠突出體現信號的幅度和頻率變化，并且具有噪聲魯棒性的特性，本文將三者結合實現噪聲環(huán)境下的漢語語音切分。首先進行經驗模態(tài)分解，濾除噪聲，然后對分解出來的固有模態(tài)函數計算Te

2、ager能量熵，最后通過雙門限切分法找出切分點。仿真實驗表明該方法切分準確，對噪聲具有較強的魯棒性，并且能夠以音節(jié)為單位切分漢字，適應漢語語音一個音節(jié)表示一個漢字的特點，為漢語語音識別打下基礎。
　　 為提高漢語語音識別準確率，充分利用矢量量化的壓縮特性和隱馬爾可夫雙重隨機過程的語音模型優(yōu)勢，設計一個基于隱馬爾可夫和矢量量化的漢語語音識別決策系統(tǒng)，完成語音識別。針對矢量量化中的經典算法——LBG算法容易陷入局部最小解，而且依賴于