文中基于神经网络理论,选用LSTM神经网络模型,采用tensorflow深度学习框架进行语音通信信号的特征分类研究,并详细说明实现过程中的关键技术,通过实验将传统BP神经网络与LSTM网络的分类结果进行了对比,数据证明LSTM网络在语音特征序列信号分类上取得了较好的效果,最后总结了LSTM网络模型的特点及语音通信特征分类技术的发展前景。