当今移动互联网技术飞速发展,智能终端的使用日益深入到人类的日常生活中。人类与智能终端最直接和便利的交互方式是语音交流,所以语音识别技术己成为当今科学技术发展的一个重要标志,也因此成为移动互联网技术研究和发展的重要领域之一。语音识别终极目标是实现人机无障碍直接交流,经过半个多世纪的发展,语音识别理论已日趋成熟。大量的实践应用说明,目前许多语音识别模型和解码算法都非常有用。本文从传统的语音识别模型和解码算法出发,基于隐马尔可夫模型和令牌传递解码算法,开发了可用于移动设备、智能家居、可穿戴设备、车载设备的Windows和Andriod平台的语音识别系统。具体工作及创新点如下。本文首先简单介绍了语音识别技术,阐述了本文的选题背景、研究意义及国内外的研究现状。接着探讨了隐马尔可夫模型,并推导给出了期望最大化算法和隐马尔可夫模型三类基本问题的解决算法。然后重点探讨了本文Windows平台语音识别系统的设计与实现,从系统的开发工具和数据库入手,结合系统的整体框架结构,详细的阐述了系统五个部分的设计与实现。最后详细介绍了Android平台实时语音识别系统的搭建以及系统移植的方法和过程,通过对系统性能和质量两方面的测试,表明本套系统的识别率和实时因子都达到应用要求,而且系统资源消耗较低,实用性强。在噪声环境下系统的鲁棒性强于市场上的主流语音识别产品。全文末尾针对令牌传递算法的不足,给出了剪枝、限制最大令牌数以及剪枝与限制最大令牌数相结合的优化措施。