语音识别技术(SR)是利用计算机处理语音信号,并将语音信号转换成有意义符号序列的一项技术。以命令词识别、关键词识别和连续数字串识别为代表的中小词汇量语音识别技术,是语音识别实用化研究中相当重要的方向。论文设计一个基于嵌入式的非特定人关键词语音识别系统,该系统用于定位并识别人类对家电的控制语音中的关键词,为控制执行系统的操作提供依据,可以提高家居生活的自动化程度。论文的主要工作在于两个方面:第一,研究关键词语音识别系统的各个组成部分,提出并实现一个针对嵌入式应用的关键词识别系统的方案;第二,研究并实现基于DSP平台的关键词语音识别。论文针对嵌入式应用对连续的隐马尔可夫模型(CHMM)进行简化,提出采用候选模型策略来实现关键词识别,实验表明候选模型是一种有效的关键词识别方案,在候选模型个数为5时系统关键词检出率达到83.51%,总体识别性能良好。提出一种基于二次切分的连续语音端点检测算法,在对汉语音节的定位方面性能良好。建立一个用于训练、测试与自适应的语音库。研究了说话人自适应技术,使用特定人的样本对非特定人模型进行自适应调整,提高了系统对特定人的识别性能。研究DSP的接口技术,实现DSP通过麦克风采集语音并进行关键词识别。