语音识别技术就是让机器人通过识别和理解把语音信号转变为相应的文本或控制命令的技术。语音识别是一门交叉学科,正逐步成为信息技术中人机交互的关键技术,语音识别技术与语音合成技术的结合,使人们能够更方便的通过语音命令操作机器人。通过语音来实现人机交互是最简单的途径,而且采用语音控制对操作人员专业水平的要求也大大降低;另外,要使机器人具有人的智能,人机间的语言通信就必不可少。因此,开展语音控制的研究工作具有实际意义和广泛的应用前景。本文所做的主要工作包括以下几点:第一,介绍语音识别基础知识及常用语音识别算法,主要包括:语音信号预处理、噪声抑制、端点检测、特征提取、DTW和HMM等识别算法;第二,在语音信号处理过程中,用基于短时平均幅度和过零率的双门限法进行语音端点检测;用充分考虑了人耳听觉特性的Mel频率倒谱参数作为语音信号特征矢量;用基于小波包变换的自适应阈值消噪法对语音信号进行消噪处理。此外,语音识别模型采用离散隐马尔可夫模型(DHMM),利用前向-后向算法、Viterbi算法和进化Baum-Welch估计算法来完成语音模板的训练和语音识别的任务;第三,根据嵌入式系统的特点和课题要求实现的功能,给出系统硬件和软件的总体实现方案。采用Intel公司PXA270微处理器作为该嵌入式系统的核心芯片,实现移动机器人的语音控制功能;最后,对嵌入式语音识别系统进行试验验证,测试不同条件下的语音识别率和识别稳定性;并对移动机器人系统进行语音控制试验和性能测试分析,进一步验证了改进后识别算法的可行性和有效性。