训练程序实现用户将数字0-9依次说一遍，并将其特征矢量时间序列作为模板存入模板库；识别程序实现将输入语音的特征矢量时间序列依次与模板库中的每个模板进行相似度比较，将相似度最高者作为识别结果输出。