语音识别技术是语言学和数字技术的一种结合技术,也是一项很复杂的工程,更是一门比较前沿的学科。当然,因为语音系统具有复杂的原因,外部噪声干扰,语音信号的非平稳性,适应性差,从而使得语音在实现方面存在很多困难和问题。本论文对语音识别系统的算法和车载语音识别系统的软硬件情况做详细的探究,主要内容有：1.对于现在的语音识别系统的算法来说,需讨论语音识别系统的采集、预处理、端点检测、特征参数提取和模式匹配等几种比较常见的算法,按照本课题需求,选择适合的参数和算法建立语音识别系统是很有必要的。2.对传统的端点检测算法：短时平均过零率和短时平均能量做了详细的探讨。根据它们的存在的问题,提出了对算法的一些改进研究。改进后的这两种算法在对纯洁的语音信号和高信噪比条件下都能完成端点检测。然而在低信噪比环境下就会失效。根据这两种算法的特点,检测算法和确定短时加权过零率和短时幅度相结合的检测算法。改后的端点检测算法在纯净语音信号和低或高信噪比环境下也都可以完成端点检测,从而提高了系统的抗噪能力和识别率。3.采用动态时间规整(Dynamic Time Warping)作为本论文的模式识别的算法,同时对于传统的DTW算法存在的问题进行改进。结果表明,改进后的DTW算法可以提高系统的运行速度。4.为了满足车载的要求以及实时性。本论文以ARM11的S3C6410为嵌入式处理器,以Linux为嵌入式操作系统,以Qt为嵌入式可视化操作界面,建立语音识别系统的硬件环境还包括语音识别模块LD3320芯片、音频UDA1341TS芯片、51级控制器ATMEGA128芯片等,以及Boot Loader移植、Linux内核配置等。根据实验结果和分析结果：端点检测算法进行改进以平均运行速度提高了抗噪声能力和识别率；改进的DTW算法的前提是本质上相同的识别率,系统运行速度提高了约20%；在本文中,干净语音信号的语音识别系统的识别率约为90%,在大噪声识别率可以达到80%,满足了实时性和实用性。