随着科技的不断发展和进步,语音识别技术也得到了相应的发展。语音识别的性能也得到了进一步的提升,识别速率越来越快,识别率也越来越高。语音识别系统作为一种方便、快捷、高效的人机交互方式,越来越引起人们的重视。但在实际的应用场景中,语音识别往往受到识别环境和训练环境的影响,导致识别性能急剧下降。因此,提高语音识别在噪声环境下的识别率和识别速度越来越受到关注,这也是语音识别系统走出实验室,应用到人们生活的关键所在。为了弥补传统方法的弊端,本论文将分布式技术以及无线组网技术结合起来,开发出一款带有优先级的开关阵列设计,能够广泛应用于居家环境。开关阵列将语音信号通过网关上传到服务器端进行相应的语音信号处理,极大的提高了处理效率。同时,考虑到使用现场存在着诸多的噪声,有效的语音信号通常夹杂着大量的环境噪声,本论文采用五麦克风来进行降噪处理。当多个麦克风阵列同时存在时,可以通过时延估计算法精确到某个特定的麦克风阵列,确定语音信号源到达麦克风的先后顺序,来定位出声源位置来确保控制目标对象的一致性,并可以通过Wi-Fi来对其他开关进行同步分析,从而判断采集到的命令是首次命令还是因反射而造成的误判,并相应的执行操作。同时,本文还对麦克风阵列的信号模型进行了研究,其中包括近场模型、远场模型以及五麦克风阵列的几何模型。并分析设计了一种适合语音开关阵列的基于隐马尔可夫模型关键词识别算法的改进方案。在端点检测阶段,采用根据音节来对端点进行提取,同时将这些起始点按照数组的形式进行保存。在参数提取、模板训练以及模板匹配的阶段,利用参考模板以及维特比算法对n个音节的MFCC参数进行匹配,通过与阈值的比较来判断是否为关键词。最后,进行一系列的对比试验,分别对麦克风的摆放位置、语音信号源的距离角度对结果的影响,并在Matlab下进行了识别的仿真试验。