语音识别的研究近年来得到飞速发展，现在不断的语音产品应用到我们的日常生活中。在这背后是语音技术的突飞猛进，特别是区分性训练的研究，它应用到大词汇量连续语音中可以有效的提高系统的识别性能，更是成为新的研究热点。本文首先介绍了语音识别的发展历史，在发展过程中经历的主要阶段，接着介绍语音识别系统的主要构成，并对它们做详细介绍。其次，引入基于HMM所建立的声学模型，以及应用到语音识别中所要解决的三个基本问题，提出相关的三个解决问题的算法。然后，详细介绍了常见的区分性训练方法，首先介绍了最大似然估计方法，通过贝叶斯决策准则引出区分性训练，通过优化不同的部分得到MMIE、MCE和MPE/MWE这几种区分性训练方法，还有一些常见的区分性训练算法，接着分析比较这几种区分性训练的特点，最后在HTK平台上进行相应的语音实验。最后，介绍关于区分性训练的并行化问题，提出一种新的针对区分性训练的并行算法，通过实验可以得知，在训练中加入这种算法后，在不影响识别结果的同时，能够有效的减少训练所需要的时间。