项目主要研究基于人类的听觉感知机理和多信息融合的Robust语音识别方法和模型。取得的主要进展和研究成果如下：提出了一种基于子带特征、子带模型的多子系统结构和用神经网络进行系统级融合的方法;提出了一种基于分类特征子空间的多子系统融合的识别方法;提出了一种以声道倒谱特征建立主系统、用声源基音特征建立辅助子系统的结构,实现了一个用于电话、手机语音的基于GMM-UBM/SVM的与文本无关的说话人确认系统,主系统采用GMM-UBM模型结构、辅助系统采用SVM模型,用SVM做系统融合;提出了一种新的隐马尔可夫模型结构-PHMM,由多条并行的马尔可夫链组成,各链间允许交叉使状态共享和模型刻划更细致,并可根据需要调整并行链数和状态数;参加了2004年度NIST（美国国家标准及技术署）说话人识别测评;已经完成学术论文13篇,其中发表10篇、巳录用1篇、审稿中2篇