چکیده: یکی از مهمترین مسایل مطرح در زمینهء سیستم‏های بازشناخت گفتار تأثیر نویز بر سیگنال گفتار و کاهش دقت بازشناسی است، لذا بازشناخت گفتار مقاوم در برابر نویز یکی از موارد مورد مطالعه محققان می‏باشد. در سالهای اخیر تحقیقات بسیاری در این زمینه به عمل آمده و روش‏های مختلفی ارائه شده است. یک دسته از روش‏های موجود در زمینهء بازشناخت گفتار مقاوم، استخراج ویژگی‏هایی از سیگنال گفتار می‏باشد که نسبت به نویز مقاوم باشند. در این پایان نامه هدف معرفی روش‏هایی جهت مقاوم سازی ویژگی‏های استخراج شده از سیگنال گفتار در برابر نویز جمع شونده می‏باشد. حوزه‏ای که در این پایان نامه از آن برای استخراج ویژگی مقاوم استفاده شده است، حوزهء اتوکرولیشن می‏باشد. برای این منظور در ابتدا بعد از بررسی مهمترین اجزاء تشکیل دهندهء سیستم‏های بازشناخت گفتار و مرور بعضی از کارهای انجام شده در زمینهء استخراج ویژگی مقاوم در حوزهء اتوکرولیشن، روش‏های پیشنهادی معرفی شده‏اند. از روش‏های موجود در حوزهء اتوکرولیشن RAS، DAS، AMFCC و PAC می‏باشند. در این پایان نامه ایده‏هایی جدید جهت بهبود روش‏های AMFCC و PAC بر اساس استفاده از مشتق طیف توان و پنجره گذاری مناسب پیشنهاد شده است. نتایج بدست آمده از پیاده سازی روش‏های پیشنهادی بر روی دیتابیس TIMIT بیانگر بهبود در نرخ بازشناخت گفتار پیوسته نسبت به برخی از روش‏های گذشته است.