语音信号特征提取在语音信号处理中具有举足轻重的地位。语音信号具有很强的时变特性，只有在较短的时间间隔中语音信号的特征可看作基本保持不变，这是语音信号处理的一个重要出发点。本文在熟悉已有的短时时域特征提取方法的基础上，并进行分析行总结，结合实验分析这些短时时域特征参数所包含的语音信息，找到了它们在端点检测和基音周期检测中的应用的优缺点以及内在联系和适用条件。另外，本文还对语音短时频域特征、倒频域特征以及线性预测分析了进行了深入研究。 端点检测不但是有效提取语音特征参数的前提和保证，而且是语音有关特征参数的重要应用。在深入研究短时能量和短时过零特征的基础上，提出了一种基于语音相对自相关序列短时平均幅度端点检测法，收到很好效果。另外，提出了不变门限三次搜索连续词端点检测法，有效解决了连续词端点检测由于信号幅度变化很大而带来的门限设置等问题。 语音识别拥有可观的应用前景，同时也具有很高的理论研究价值，本文对语音识别中用到的三种特征参数LPCC、MFCC和RAS_MFCC提取方法进行了分析，并对它们的差分参数的提取方法及特征提升技术作了进一步研究，分别以这几种特征参数在不同信噪比下做了大量的识别实验，对实验结果进行了分析比较，得出一系列重要结论。