语音识别是涉及到生理学、心理学、语音学、计算机学、通信科学等诸多领域的一门综合学科，语音信号处理与识别技术的发展离不开其它相关学科的发展，但其最终的目的就是实现人与机器之间的自然语言通信。语音识别技术代表着计算机技术重要的发展方向，多媒体时代的来临，迫切要求解决自动语音识别的难题。 语音信号是一种典型的非平稳信号。但是在很长一段时间里，语音分析和语音的表示都是基于短时平稳的假设，采用平稳分析的方法进行的。尽管这些分析和表示方法在实际应用中取得了很大的成功，但它们相对于人的感知能力而言，还存在着很大的差异。近年来，时频分布理论和小波变换的兴起为语音分析提供了新的手段，一些领域取得了明显的进展。Hilbert-Huang变换技术(HHT)既吸取了小波变换多分辨的优势，又克服了在小波变换中需要选择合适的小波基的困难，这种自适应的分解方法非常适于非线性和非平稳过程的分析。 本文将HHT技术成功的应用到语音识别的语音信号端点检测、噪声抑制、基音检测和特征参数提取等领域，既在理论上分析了这种方法的可行性，还通过一些实验进行了验证，取得了良好的效果。HHT技术在语音信号分析领域为我们展示了新的视角，提供了更为明确的时频描述，对于事物本质的理解提供了一种新的方法，它用于语音信号处理和识别方面还有着广阔地发展前景。