Na področju predprocesiranja govora smo razvili več metod robustnega izločanja značilk, ki zagotavljajo visoko uspešnost razpoznavanja govora tudi v zvočno intenzivnih okoljih. Definirali smo nov postopek robustnega procesiranja govora s pomočjo spektralnega odštevanja na osnovi statističnega minimuma, h kateremu smo dodatno vpeljali še nov postopek za zmanjšanje nivoja aditivnega šuma v časovni domeni. Zgradili smo računsko učinkovit modul za izločanje značilk šumnega govornega signala ter proučili možnosti uporabe kumulantov višjih redov v postopku robustne parametrizacije govornega signala. Pokazali smo, da lahko ob uporabi postopka linearne diskriminančne analize hkrati zmanjšamo dimenzijo vektorja kepstralnih značilk in povečamo uspešnost avtomatskega razpoznavanja govora. Definirali smo algoritem za robustno parametrizacijo govornega signala, ki temelji na časovno-frekvenčni predstavitvi govornega signala na osnovi valčne paketne dekompozicije. Pri razpoznavanju slovenskega govora z velikim slovarjem besed smo za izboljšanje uspešnosti govora uporabili triprehodno strategijo razpoznavanja in v zadnjem prehodu vpeljali novo metodo za vrednotenje najboljše hipoteze pri uporabi algoritma ROVER. V okviru raziskav razpoznavanja tekočega govora smo razvili nov tip podbesednih modelov osnova-končnica, ki rešuje problem pojavljanja besed izven slovarja, ki je zelo značilen za vse pregibne (slovanske) jezike. Takšni modeli omogočajo tudi modeliranje besed, ki jih ni v učni množici, se pa pojavijo pri samem razpoznavanju govora. Na osnovi tega smo definirali razširjeni iskalni algoritem, optimiran za podbesedne modele (osnove in končnice). Definirali smo nov algoritem delitve besed na podbesedne enote na osnovi slovarskih gesel. Na področju večjezičnega razpoznavanja govora smo razvili postopek aglomerativnega združevanja akustičnih modelov govora in s tem omogočili izgradnjo večjezičnih modelov ter izvedbo učinkovitega, procesorsko in pomnilniško manj zahtevnega večjezičnega razpoznavalnika govora. Razvili smo podatkovno voden postopek določanja fonetičnih razredov, ob uporabi večjezične matrike zamenjav fonemov, s katerim tvorimo fonetične razrede. Na področju križnojezičnega razpoznavanja govora smo razvili novo metodo prenosa izvornih večjezičnih akustičnih modelov na ciljni jezik. Podobnost med izvornimi akustičnimi modeli in ciljnim jezikom določamo s pomočjo podatkovno vodene metrike, ki temelji na večjezični subfonemski matriki zamenjav. Glavni rezultati dela na področju formalnih metod so naslednji. Razvit je bil učinkovit in fleksibilen programski paket EST za avtomatično formalno verifikacijo sistemov s končnim številom stanj, opisanih s preprosto procesno algebro. Paket temelji na predstavitvi sistemov z binarnimi odločitvenimi grafi. Omogoča verifikacijo s preverjanjem ekvivalenčnih relacij med procesi in s preverjanjem modelov formul ACTL ter tvorjenje diagnostik napak sistemov. Predlagane so bile metode za formalno specifikacijo sodobnih reaktivnih sistemov, kot so telekomunikacijski sistemi z mnogo storitvami in mobilni sistemi, z jezikoma SDL in TLA. Razviti so bili algoritmi za pretvorbo opisov sistemov v SDL v jezik Promela. Uporabnost paketa EST in metod je bila preskušena na praktičnih primerih. Paket EST je zaradi svoje modularne zasnove in fleksibilnosti zelo primeren za implementacijo in eksperimentiranje z novimi postopki za avtomatično formalno verifikacijo in tvorjenje testnih zaporedij za strojno in programsko opremo. Na osnovi predlaganih specifikacijskih metod bi bilo možno razviti namenska verifikacijska orodja, ki bi bila učinkovitejša od splošnonamenskih. Algoritmi za pretvorbo opisov sistemov v SDL v jezik Promela bodo omogočili napredek pri razvoju metod in orodij za avtomatizirano formalno verifikacijo telekomunikacijskih sistemov.