Resumen. Este trabajo se comienza con la presentacion de una serie de articulos relacionados con el Reconocimiento Automatico del Habla. Se realiza un analisis de cada uno de ellos donde se obtienen datos relevantes y los que seran de gran ayuda para desarrollar la propuesta multilenguaje de un sistema de reconocimiento del habla aqui descrito. Existen varias tecnicas que son aplicadas para lograr una efectividad mas alta de los sistemas basados en Reconocimiento Automatico del Habla. Entre las mas utilizadas se encuentran los coeficientes cepstrales de Mel, el modelo oculto de Markov y Coeficientes Predictivos Lineales. Cada uno de los trabajos relacionados con el reconocimiento automatico del habla presenta su propio modelo de lenguaje y un modelo acustico que permite tener un amplio porcentaje de efectividad. Las tecnicas anteriormente mencionadas forman parte de la extraccion de caracteŕisticas de la prupuesta multilenguaje. El objetivo entonces es una propuesta de implementacion que pueda reconocer diferentes clases de idiomas basado en una extraccion de caracteŕisticas bajo la combinacion de tecnicas como son los modelos ocultos de markov y los coeficientes de prediccion lineal. En este trabajo se muestra la etapa de extraccion de formantes de tres corpus del habla de diferentes idiomas: PRESEEA, EUSTACE y DIMEX100.