语音识别技术的应用前景是无限的.应用语音的自动理解和翻译,可消除人类相互交往的语言障碍.随着Internet网的爆炸性扩张,电子商务的迅速发展,语音识别技术将为网上会议、商业管理、医药卫生、教育培训等各领域带来极大的便利.随着近代计算机技术的飞速发展,孤立词语音识别系统已经取得了较高的识别准确率,非特定人、大词表连续语音识别技术成为当前的研究热点.本论文在国家自然科学基金项目的支持下,进行了连续语音识别系统声学模型训练方法的研究.本文首先描述了课题相关技术特点,介绍了相关技术的发展现状以及研究成果;描述了语音识别基本系统结构.然后分析了汉语语音的结构特点,讨论了隐马尔可夫模型理论,包括模型结构,训练算法,识别搜索算法等,以及在应用中的一些实际问题包括初始化技术,防止溢出处理等.接着研究了声学模型的训练方法,详细分析了最大似然估计方法和最大互信息估计方法,同时根据汉语语音的特点,对传统的最大互信息训练方法进行了改进.并结合纠正训练方法,提出了纠正最大互信息训练方法.最后进行了连续语音识别系统前端平台的系统实现,分别使用最大似然估计和纠正最大互信息训练方法对隐马尔可夫模型进行训练,并对得到的实验结果进行了分析.