智能家居是一个典型的集计算机、通信和消费为一体的3C系统，利用传感器技术、网络传输技术、信息处理技术和音频视频技术将家居智能设备连接成一个整体，使用一个高效的管理系统对所有智能设备进行控制。语言交流是人类信息交换最直接的方式。在智能家居系统的使用过程中，将语音识别技术与控制技术相结合，正成为目前研究的热点。当前，智能手机的兴起，带动了语音识别技术的发展。在传统的智能家居系统中，采用专用的语音识别芯片对智能设备的控制，而且，现有的语音识别产品均须依托英特网平台。为了节省硬件资源，改变依赖因特网的现状，本文提出在智能家居管理系统中嵌入语音识别软件模块，实现智能设备的语音控制。本文以语音识别技术为主，详细分析了语音识别技术的基本原理和实现流程。从语音输入到识别输出，经过预处理、特征提取、模式匹配和模型建立四个环节。在预处理阶段，改进了传统双门限端点检测方法在多音段提取中存在的不足，提出了一种基于能量判决的双门限端点检测算法，用来减弱音频段的环境噪声。使用该算法提取不同情况下多音段信号中整个有声段。在语音信号的特征参数提取过程中，采用自相关函数法获取基音周期。由于语音的信息主要集中在低频部分，而梅尔频率倒谱系数（Mel FrequencyCepstrum Coefficient, MFCC）将线性频率转化为Mel频率，突出了语音的低频信息，从而有利于语音识别。在模式匹配过程中，使用动态时间规整识别算法，来匹配模型库中的语音信息，从而实现智能家居的语音控制。本课题设计了两款语音识别软件：分别基于Android平台和Matlab环境开发，对比了两类软件的优缺点。针对Matlab开发的语音识别软件系统，实现语音识别，并对此系统进行了识别率、实时性的测试。结果显示单音段的识别率取得了很好的识别效果，证明了此系统的识别算法具有良好的实用性。系统的不足之处在于对多音段的识别过程中识别率不高，实时性不好，本文分析了具体原因，并提出了修改方向。