Penyandang disabilitas tunarungu memiliki kekurangan dalam melafalkan huruf vokal (A, E, I, O, dan U). Program BKPBI dan Speech Recognition dapat membantu penderita belajar untuk melafalkan huruf vokal dengan implementasi sistem dari Matlab dan Graphical User Interface (GUI). Metode Speech Recognition yang digunakan adalah Ekstrasi Ciri Mel Frequency Cepstrum Coefficient (MFCC) dan Teknik Kuantisasi Vektor. Dari metode ini, sinyal suara (input) diproses untuk mendapatkan filterbank mel-frequency lalu menghasilkan cepstrum sinyal dan disimpan dalam bentuk codebook. Nilai codebook ini berupa nilai vektor yang selanjutnya dihitung standar deviasinya untuk mendapatkan nilai kemiripan. Pada penelitian ini terdapat 2 jenis data, yaitu 6 suara data pembanding (suara normal) dan 3 suara uji (suara tunarungu, suara hidung ditutup, dan suara melengking). Hasil dari penelitian ini, berdasarkan perbandingan nilai rata-rata standar deviasi suara pembanding dan nilai standar deviasi suara uji memiliki tingkat kemiripan dibawah 90%. Dibutuhkan metode tambahan untuk meningkatkan tingkat akurasi suara dan menentukan karakteristik suara.