El rendimiento de la clasificación de fonemas es un factor crítico para la implementación exitosa de un sistema de reconocimiento de voz. Una pronunciación incorrecta de las vocales cortas o largas en árabe puede cambiar el significado de una oración completa. Sin embargo, distinguir correctamente los fonemas con vocales en la recitación del Corán (el libro sagrado de los musulmanes) sigue siendo un problema desafiante incluso para los métodos de clasificación más avanzados, donde la duración de los fonemas se considera una de las características importantes en la recitación del Corán, que se llama Medd, lo que significa que el alargamiento de los fonemas está regido por reglas estrictas. Estas características de recitación requieren una clasificación adicional de fonemas en la recitación del Corán debido a que la clasificación de fonemas basada en las características del idioma árabe es insuficiente para reconocer las reglas de Tajweed, incluidas las reglas de Medd. Este documento presenta un Algoritmo de Duración de Fonemas Basado en Reglas para mejorar la clasificación de fonemas en la recitación del Corán. Los fonemas del conjunto de datos del Corán contienen 21 Ayats recopilados de 30 recitadores y son analizados cuidadosamente a partir de un modelo de reconocimiento de voz basado en HMM. Utilizando el Modelo de Markov Oculto con triófonos de estado ligado, se construyen un conjunto de modelos de clasificación de fonemas optimizados en función de la duración e integrados en un método de clasificación de fonemas coránicos. El algoritmo propuesto logró una precisión sobresaliente, que varía del 99.87% al 100% según el tipo de Medd. Los resultados obtenidos del algoritmo propuesto contribuirán significativamente a los modelos de reconocimiento de la recitación del Corán.