噪声环境下语音识别一直以来是一个难题。当前,噪声环境下语音识别主要有语音增强、语音特征提取、语音模型参数调整三种方式。这几种方式在一定程度上可以抵抗噪声的干扰,但都不能从根本上解决噪声的干扰。本文提出了一种基于GOQD@Si O₂核壳结构的新型超快湿度传感器,鉴于传感器超快响应速度以及噪声不敏感的特性,以此湿度传感器为声电换能器,设计了一种抗噪声语音识别系统。湿度传感器以交错电极为载体,氧化石墨烯量子点（GOQD）为湿敏材料,以强阳离子聚合物聚二烯丙基二甲基氯化铵（PDDA）为组装基底,通过静电自组装的方法将GOQD组装在二氧化硅微球表面,最终在交错电极上形成GOQD@PDDA@Si O₂核壳结构。测试结果表明传感器具有3毫秒的超快响应速度,灵敏度达到了33.47KΩ/RH%。另外,从传感器的微观结构和氧化石墨烯量子点的特性分析了传感器具有超快响应速度的原因,利用交流复阻抗谱揭示传感器在高湿和低湿环境下的湿敏机理。通过对字母的响应特性的研究分析,揭示了超快湿度传感器在语音识别方面的可行性。识别系统利用FPGA控制ADC对发音时口腔周围湿度变化信号进行采集,并通过UART传输至电脑;对信号进行前期处理得到语音信号的起始点以及持续时长,从而得到语音信号的有效信号,对信号做了短时傅里叶变换（Short-time Fourier transform）将时域电压信号变换成频域信号;然后对信号做主成分分析（Principal component analysis）将信号投影至低维空间内,降低信号的维度并得到其特征向量;对信号做线性判别式分析（Linear discriminant analysis）并对其进行分类;最后利用基于MATLAB的上位机实时显示识别结果,实现了信号的实时可视化识别。搭建了测试环境,验证上述语音识别系统的抗噪声干扰性能,分别在嘈杂环境下和安静环境下对部分单词进行了识别实验。证明了此系统在安静环境下和嘈杂的环境下语音识别正确率均超过了90%。为在噪声环境下语音识别提供了一种可行的解决方案。