聲學特征的提取與選擇是語音識別的壹個重要環節。聲學特征的提取既是壹個信息大幅度壓縮的過程，也是壹個信號解卷過程，目的是使模式劃分器能更好地劃分。由於語音信號的時變特性，特征提取必須在壹小段語音信號上進行，也即進行短時分析。這壹段被認為是平穩的分析區間稱之為幀，幀與幀之間的偏移通常取幀長的1/2或1/3。通常要對信號進行預加重以提升高頻，對信號加窗以避免短時語音段邊緣的影響。