传统视音频监控系统主要以视频信号为信息载体，视频信号自身的特点使基于视频的监控系统应用受到限制。与之相对，音频信号码率低，信息量多，作为监控系统的研究对象，有其独特的优势。音频监控主要研究音频识别的问题，人们对音频识别的研究主要是语音识别，相关技术已经进入实用阶段。　　 本文以语音识别的方法分析机械设备音频，主要研究语音识别的主流算法及嵌入式系统实现。针对机械设备音频的特点对算法进行优化，首先在MATLAB上进行仿真，然后对算法的应用特性进行分析，分别设计机械设备音频的软件程序及硬件平台，最后将机械设备音频识别技术应用到低温等离子体设备系统，实现了对设备工作状态的实时监控。具体工作如下:　　 1、研究机械设备音频识别的基本理论，首先选定MFCC参数(Mel Frequency Cepstrum Coefficient)和LPCC(Linear Predictive Cepstrum Coefficient)参数作为机械设备音频识别的特征参数，分别介绍它们的提取过程。然后探讨VQ(Vector Quantization)技术的原理和相关算法，包括码书设计算法和码字索引算法，以及空胞腔处理和初始码书选取的问题。接着详细讨论了DHMM模型(Discrete Hidden Markov Model)的概念及其三个基本问题，主要分析模型实现过程中需要解决的问题，包括前后向算法及其标定、Baum-Welch算法的单观察和多观察序列标定形式的设计及推导、Viterbi算法对数形式的实现等。　　 2、对机械设备音频识别技术的应用特性进行了分析，并进行了识别系统的软硬件设计。其中软件设计主要是DHMM在机械设备音频识别中的训练过程和识别过程。硬件以TMS320C6713 DSP为核心处理器，设计了多种外设接口，包括CAN、Ethernet、USB及UART等，能够方便地将音频识别模块加入到CAN总线和Ethernet网络中。　　 3、分析机械设备音频识别技术的具体应用，针对低温等离子体设备的真空系统，提取了其不同工作状态的音频信号，分别建立它们的DHMM模型，设计了识别程序，在硬件平台上实现了实时信号采集和处理，完成低温等离子体设备的在线识别和监控。