随着电子技术和移动互联网的飞速发展，移动终端变得越来越贴近人们的日常生活，更自然的人机交互方式显得更加重要。语音识别作为一个更自由和方便的人机交互的方式，走入人们的生活。而且随着移动终端的普及，ARM平台成为现在硬件平台的热点，所以研究语音识别在ARM-Linux平台上的实现，成为一个交叉的热点。论文模拟了日常家居家电控制的一套语音控制系统，目的在于在ARM-Linux平台上实现一个小词汇量的连续的非特定人的语音识别系统。论文首先深入的研究了语音识别的基本思想和基本流程，然后分阶段研究了语音识别的前处理算法、两种特征提取算法和三种比较重要的识别算法，其中重点研究和应用了隐形马尔可夫模型(HMM)，并深入研究了HMM的三个基本算法：前向后向算法、Viterbi算法、Baum-Welch算法。论文在选定了HMM作为实现算法之后，具体设计了系统的软件模块流程。结合剑桥大学开发的HTK工具包进行了对语音样本的HMM模型训练，并将训练出的模板运用语音识别引擎进行识别。然后将语音识别模块进行交叉编译，并植入ARM-Linux平台，建立一个基于ARM-linux平台的语音识别系统。论文为HMM在嵌入式中的应用做了基础性的探索，使语音识别进入日常生活的应用又迈进了一步。