随着语音识别技术的发展,越来越多的语音产品走进我们的生活。近年来,汽车的普及率不断提高,消费者对汽车功能的要求也越来越高。应用语音识别技术,通过语音指令控制车内的辅助设备,可以提高乘车的舒适性和安全性。车载汉语语音控制命令识别系统具有实时性、鲁棒性和识别率高等特点。本文研究的是小词汇量特定人组汉语孤立词语音识别。首先介绍了语音识别的基本原理和识别流程。然后,详细介绍语音识别的各个环节和所用的方法,并用MATLAB软件完成编程和仿真实验。本文使用数字高通滤波器滤除大部分噪声;提出一种用于端点检测的参数,将语音信号每一帧的分带谱熵、C0复杂度和谱能量结合在一起,作为端点检测的特征参数;提取24维Mel频率倒谱系数作为语音识别的特征参数;根据语音信号的长度,将语音指令切分为动词和名词两部分,采用不同的识别算法分别对这两部分进行识别;将两部分的算法进行组合,得到9种组合算法;根据车载语音识别的各项评价指标,采用灰色定权聚类的方法,对各种组合算法进行评估,并选择最优识别算法。根据实验结果,动词部分的识别算法采用BP神经网络,名词部分的识别算法采用隐马尔可夫模型。这种组合算法更适用于本文研究的车载语音识别系统。