语音识别拥有可观的应用背景，同时作为一个交叉学科也具有深远的理论研究价值。本文通过考察现有的说话人识别技术，研究了将自组织特征映射神经网络(SOFMNN)与隐马尔可夫模型(HMM)相结合应用于说话人识别的识别方法，并构建了相应的说话人识别系统。本文从语音信号的预处理开始分析，对语音信号进行了端点检测，滤除了语音信号的无声段和噪声，为语音特征参数的提取提供了有效语音段。文中还比较了传统的语音端点检测方法与基于LPC美尔倒谱特征的端点检测方法的性能，两者中基于LPC美尔倒谱特征的端点检测方法能够更好地在高噪声环境下检测出语音端点来。语音识别的理论模型对系统的构建具有指导意义，本文首先分析了基于HMM的语音识别，并论述了孤立词和连接词识别的流程，然后根据SOFMNN的特点，将二者的混合模型应用于说话人识别系统。文章最后在MATLAB平台上进行了仿真和实现，主要包括实现的原理，语音信号的采样、预处理、端点检测、特征提取，最后通过实验比较了混合模型与传统单一模型，得出在低信噪比的条件下，混合模型明显优于单一模型。