云计算是近几年来的热门话题，它改变了用户对软硬件资源的获取方式，让企业看到了一种新的提供软硬件及存储服务的模式。从云计算概念第一次被提出到现在，短短几年间，云计算获得了迅猛的发展，几乎渗透到信息业及通信业的各个领域，并在某些领域起着至关重要的作用。现在，云计算技术与其他领域的技术相融合，成为了一种新的趋势。语音作为人类最有效最直接的交流方式，在人们的生活中有着不可替代的作用。语音技术在智能人机交互中扮演着重要角色。随着科学技术的发展与社会的进步，智能语音技术必将渗入到人类的方方面面。如果语音交互技术在各行各业得到了广泛应用，就意味着一个语音交互系统可能每秒要响应数百万次乃至上千万次的请求。短时间内响应这么巨大的请求数，传统的服务器模式很难做到，即使能做到，代价也非常昂贵。而处理海量数据和海量计算正是云计算的强项，这样以来云计算和语音交互系统相结合便顺理成章。因而如何建立一个面向语音交互的云计算系统便有了很高的研究及使用价值，而这正是本文的主要研究内容。本论文首先研究分析了两大开源云计算平台框架：Sector/Sphere和Hadoop，并在Sector/Sphere的基础上搭建了一个云计算平台。然后本文研究了传统服务器模式的语音交互系统实现，为研究云计算架构的语音交互系统做好铺垫工作。接着在Sector/Sphere搭建的云计算平台之上利用工具包HTK及HTS部署了语音合成及语音识别环境，并通过配置、编程，实现了云计算架构的语音交互系统。最后通过实验对比了传统服务器模式的语音交互系统和云计算架构的语音交互系统的性能，并探讨了云计算架构的语音交互系统的可扩展性。实验证明云计算架构的语音识别系统与传统服务器模式的语音交互系统相比，更具优势，更有能力面对海量用户请求的挑战，并且具有较好的可扩展性。