语音识别是实现人机通信的重要手段。让计算机能听懂人类的语言，是人类自计算机诞生后梦寐以求的追求。语音识别技术的理论研究和产品的开发具有深远的理论研究意义和实际应用价值。近年来，智能化产品和消费类电子产品的迅速发展推动了语音识别系统大量从PC平台转移到嵌入式设备中，嵌入式语音识别技术得到了越来越多的应用，同时也成为语音识别领域发展的重要方向。　　 本文回溯语音识别技术发展史，介绍了研究现状和目前面临的问题，分析了语音识别系统的结构，论述了语音识别系统中涉及到的基本概念及原理，包括语音信号的数字化、端点检测、特征参数提取和常用识别技术。其中端点检测中阐述了短时能量、双门限和频谱方差三种方法。根据语音信号特点，系统地研究了基于声道模型的线性预测倒谱参数(LPCC)和基于听觉模型的美尔频率倒谱参数(MFCC)两种语音识别主要特征参数提取方法。　　 实现了嵌入式语音识别系统的搭建，研究中选择三星公司的基于ARM9处理器S3C2410和Philips公司的UDA1341语音编码芯片，构造本系统的开发平台。使用嵌入式开发技术移植引导加载程序VIVI，定制和移植嵌入式Linux内核，建立根文件系统。重点研究了音频驱动程序开发方法，通过分析驱动程序在内核空间的工作原理，设计了一种基于模块加载方式的音频设备驱动程序，实现驱动程序并将其移植到ARM开发板上。　　 由于嵌入式硬件资源的限制，为得到一个高性能、低运算量的特定人孤立词的识别系统，本文剖析了经典动态规整DTW算法，提出一种改进的快速DTW算法：通过减少匹配路径和限制搜索宽度，降低计算复杂度和对存储空间的需求，同时保持较高的识别率。最后进行了相关的仿真实验，验证了使用该算法在一定程度上加快了识别速度，具有较好的识别效果，提高了系统整体性能，表明系统设计方案的可行性和有效性。