对连续语音语料库进行切分或标注是整个连续语音识别系统的基础和前提,而且也是一项非常重要的工作,因为它对语料库的充分利用有重要作用,对连续语音识别系统的性能有重要影响。传统的切分或标注语音库的方法是靠人工手工完成,这种方式不但工作效率很低、工作量太大,而且切分数据的准确性也得不到保证,所以一种能够自动、准确切分或标注语音库的方法显得特别有意义和研究价值。在近几年使用隐马尔可夫模型的语音识别已经成为主导,从已经发表的相关论文的数量和在重要的语音会议上所作的讲座的数量就可以证明。此方法之所以如此受欢迎,其原因有以下几点,一是其内在的统计的(数学上准确)框架,二是从有限的训练集语音数据估计出模型参数的训练算法的易用性和可用性,三是结果识别系统的灵活性,可以改变模型的大小、类型或者结构来配合特殊的话语、声音等等,最后是整个识别系统实现的简单性。本文通过对隐马尔可夫模型的研究,提出了汉语连续语音音节自动切分的方法。这种音节自动标注算法,可以将存在大量协同发音现象的连续语音切分成一个个音节。在本文中也将此方法与采用其它技术实现的自动标注方法进行对比,在本文中所实现的其它技术包括基于归并的音节切分自动机,最大熵模型。在连续语音上的切分实验结果说明这种基于HMM的音节自动标注算法是准确而可靠的。