人类交流的工具有很多种,最直接和最实用的是语言。语音识别包括将语音中的有用信息转换为机器语言。近年来,语音识别研究在许多高技术领域得到了发展,其实际应用范围扩大到工业控制、移动通信和消费类产品。在这种情况下,本文研究了语音识别算法,对比当前更主流的动态时间规整技术算法(DTW)和隐马尔可夫模型(HMM)。对传统的DTW算法提出了改进措施来减小算量。提供了MATLAB模拟仿真。最后,设计了DSP芯片TMS320VC5509A为中央处理单元,DTW算法为识别算法的小词汇量、孤立词语音识别系统。本论文首先介绍了课题的背景和意义,回顾了国内外语音识别发展史,介绍和分析了当前的研究状况以及当前的困难和问题。在此基础上,开展了关于这一主题的研究。其次,文章介绍了语音识别的理论知识,包括基本理论、识别工作过程,包括语音信号预处理步骤、端点检测、特征检索步骤、模板训练和识别。其中,关于特征参数,最终采用了美尔频率倒谱系数(MFCC)作为系统特征参数,并对一些常用特征参数进行分析比较。关于识别算法,研究比较了DTW算法和HMM算法,并提出了改进传统DTW算法的缺陷的措施,减少了计算量。利用MATLAB对系统所有环节使用的算法进行了模拟,并检查了算法的有效性,设计了模拟实验来比较DTW算法和HMM算法的利弊。考虑到系统的要求及其适应性,选择了DTW算法作为系统识别算法。在硬件方面,用TI公司TMS320VC5509A DSP作为中央处理单元建立了一个孤立词语音识别系统,并为包括音频获取模块、CPLD逻辑控制模块、电源模块、外部存储器模块、JTAG调试模块以及时钟和复位电路在内的不同模块设计了电路。关于软件,系统软件是根据系统的要求设计的,并描述了系统硬件模块的初始化过程以及主要的识别算法,并附有相应的流程图。最后,对该系统的性能和试验结果进行了测试。对实验结果的分析表明,该系统在语音识别孤立词和小词汇方面取得了良好的效果。