提出一种新的基于MatchingPursuit（MP）的语音信号稀疏分解算法。在对语音信号稀疏分解中使用的过完备原子库进行划分的基础上，将内积运算转换成互相关运算，并结合语音信号与原子是实的特性，利用FastHartleyTransform（FHT）快速实现互相关运算。从而比利用FFT实现基于MP的信号稀疏分解节省一半的存储空间，提高分解速度约24.8%。此外，应用改进后的算法对语音信号进行特征提取，并结合语音信号的美尔（Mel）频率倒谱参数一起作为该信号的特征向量，通过SupportVectorMachine（SVM）进行识别，最后通过实验验证了方法的有效性。