语音识别与处理技术在信息技术的人机接口中得到普遍关注,它在电子产品中的应用使得人们的生活变得更加的精彩。通过语音命令,人们就能控制系统设备让其响应语音指令的相应动作。这种具备了语音识别功能的系统在互联网、通信、军事、国防等方面具有十分重要的价值。语音识别技术应用于车载平台上,它能使对小车的驾驶显得更加的灵活简单,也更加的安全与舒适。本文研究基于特定人小词汇量的DTW模型与算法的语音识别技术。介绍了语音识别的基本方法,并在传统DTW算法的基础上对语音识别算法进行了改进与优化。本文采用可变窗长和双门限相结合的方法来进行语音端点检测。在进行最优路径选择中,本文采取了松弛起点与终点的办法来选取最优匹配路径。通过MATLAB的仿真结果可以看出改进后的DTW算法识别结果明显优化传统DTW算法的识别结果。全文首先是对语音识别技术的基本原理作出了介绍与分析。对于特定人孤立词小词汇量语音识别系统,本文选用DTW算法进行语音识别。在确定选用DTW算法后,本文就开始对DTW算法进行改进与优化。并将改进后的DTW算法与传统的DTW算法进行对比,通过仿真结果的比较我们可以看出优化后的算法优于传统算法。在进行端点检测的过程中,本文首先将分帧处理后的语音信号划分为静音段、过渡段和语音段。然后对静音段、过渡段、语音段分别取不同的窗长来进行处理。在静音段本文选用较长的窗长进行处理,对于语音过渡段我们取较小的窗长与帧移,在语音段,我们就取常规窗,这样既不会影响语音识别系统的处理速度,又能够较准确的达到端点检测的目的。在进行变窗长处理的同时本文还结合双门限端点检测的方法来进行语音信号的端点检测。在具体的DTW算法实现的过程中,本文利用了动态规整技术与松弛端点的方法来选取最优匹配路径。在具体的硬件实现中,本文采用了最小系统与最高性价比的方案来实现语音识别功能。语音识别模块完全采用自制的程序,而且在对小车的控制方面,本文采用了划分频段发送波形的方法来控制小车响应不同的动作。针对此语音识别系统,本文提出了需要改进的地方。最后本文对全文工作做了总结,并对语音识别的未来提出了展望。