In this paper, several linear and nonlinear techniques for speech processing based on AR, ARX, ARMAX, WLS and FNN models are proposed. The impact of the glottal wave to modelling is also shown in details. GD, BPA and LM approximations are used for model training and optimization. A comparative experimental analysis of five considered models is done based on the prediction of a speech signal. The results on training and testing are presented through learning and training errors for all models given. / U radu je prikazano nekoliko linearnih i nelinearnih tehnika za obradu govora, koje su zasnovane na AR, ARX, ARMAX modelima, WLS algoritmu i FNN. Detaljno je opisan uticaj glotalnog signala. GD, BPA i LM aproksimacija korišćene su za obučavanje i optimizaciju. Izvedena je komparativna, eksperimentalna analiza pet razmatranih modela koja je zasnovana na predikciji govornog signala. Rezultati obučavanja i testiranja predstavljeni su pomoću grešaka dobijenih u fazi učenja i treninga za svaki od modela. / В настоящей работе рассматриваются несколько линейных и нелинейных способов распознавания речи, основанных на моделях: АР, АРX, АРМАX, и алгоритмах WЛС и ФНН. В работе подробно представлено влияние глоттального сигнала. Апроксимации ГД, БПА и ЛМ, применяемые при обучении и оптимизациии. Проведен сравнительный экспериментальный анализ пяти исследуемых моделей, основанных на предикции речевого сигнала. В работе приведены результаты обучения и тестирования, полученные на материале допущенных ошибок, при обучении применяемых моделей.