语音识别在人机交互技术快速发展的今天,扮演着越来越重要的角色,人们对语音识别技术的需求不仅是出于娱乐的目的,更是为了解决人机交互的实时性、便捷性、智能化等问题。在语音识别相关技术中孤立词汇的识别经过数十年的发展,已经获得了丰硕的成果,在移动机器人语音命令控制、车载语音命令控制、智能家居系统等领域获得了广泛应用。论文对基于DSP的嵌入式孤立词汇语音命令控制系统进行了研究。论文从底层开始对语音采集的软硬件方案进行了研究,以TMS320C5509A为核心硬件,搭建了一套边采集边检测语音信号端点的软硬件系统。论文对语音识别常用的信号预处理流程、信号特征提取方案进行了简要介绍。论文结合识别词条数、处理器运算能力对语音识别基元进行了简略探究,受目前语音识别技术应用最广泛的三音子模型启发,论文采用音节作为识别基元。为了缩小识别时和模板匹配的词条数,论文对语音库中的音节进行了聚类,聚类是根据音节中声韵母能量比值、韵母的基音周期等参数。论文介绍了聚类过程中的声韵母分割算法、基音周期估计算法,并且对算法进行了实现。论文采用混合高斯隐马尔可夫模型来进行音节的匹配识别,介绍了模型参数的含义以及计算参数的方法,在此基础上介绍了一种旨在减少运算量的快速高斯算法。论文中的嵌入式系统采用DSP自带的数字信号处理库函数来优化系统计算量,其中包含相关性计算函数和矩阵运算函数,最终,系统在5s内对100条控制命令和100条短句的识别率达到92%。