语音识别是智能机器人研究领域的一个重要分支。如今各式各样的机器参与了人类的生产活动和社会活动。随着电子计算机和人工智能机器的广泛应用,人们发现,人和机器之间最好的信息交流方式就是语言通信,而语音就是语言的声学表现形式。实现人机之间毫无阻碍的语音交流是人类梦寐以求的想法。本文围绕语音识别和移动机器人的语音控制等技术开展研究,主要完成了如下工作：首先,介绍了语音识别技术的发展情况。对国内外该技术的研究现状、研究方法等进行了归纳和总结,分析了各方法的优点和不足之处,为本文的研究工作奠定了重要的基础。其次,在时域领域介绍了语音信号的产生模型、预处理、加窗分帧、端点检测及特征提取等,提取了语音的短时能量和平均幅度、短时平均过零率等特征参数,将语音的模拟信号转化成数字信号。再次,分别对语音识别领域的两种常用算法进行了详细的介绍。DTW算法采用模板匹配的方法来进行语音识别,它应用动态规划方法解决了语音特征参数不等长的问题,主要应用在特定人、孤立词或字语音识别领域；HMM算法根据语音发音的变化,采用概率计算的方法实现语音识别,主要应用在非特定人、小词汇量的语音识别领域。并通过设计相关的实验分别实现了基于上述两种算法的语音识别技术。实验结果表明,在小词汇量语音识别领域,DTW算法比较适合特定人语音识别,HMM算法比较适合非特定人语音识别。最后介绍了实验室MT-ARM移动机器人的系统架构,设计了基于HMM算法的机器人语音控制软件,实现了对机器人本体和四自由度模块化机械臂的语音控制操作。机器人检测到有语音输入后,进行语音识别,匹配成功后输出控制指令并执行相关的控制操作。实验结果验证了方案的有效性。