非法语音通过网络进行传播，极大的危害了社会的安全和稳定，因此对特定语音的过滤具有重要的社会意义。语音识别技术的发展使特定音频的过滤成为可能，它也是特定音频过滤算法中的关键技术。特定音频过滤技术具有很大的灵活性，它可以被用于互联网上的语音数据实时检测，以及国防安全上实现监听监控任务，等等。因此，对特定语音进行监控过滤具有广阔的应用前景。 本文深入研究了特定音频过滤算法中的关键技术--语音识别技术，介绍了语音识别的发展历史和研究动态，并深入研究了语音识别的两大基础技术：动态时间规整(DTW)技术和隐马尔科夫模型(HMM)。本文的主要工作有：根据汉语语音的特点，分析传统字词分割方法存在的缺点，提出了一种新型的连续语音字词分割方法--基于零能积曲线局部最小点的连续语音字词分割方法；深入分析隐马尔科夫模型技术，对其不合理的拓扑结构进行改进；针对特定语音过滤的特点，构建一种隐马尔科夫模型和动态时间规整技术相结合的语音识别模型--HMMDTW模型；在Matlab环境下对特定音频过滤算法进行仿真，实现算法仿真的操作界面。通过对算法的仿真测试，肯定了特定音频过滤算法的可行性。