随着社会的进步和计算机技术的不断发展,现代智能设备的一个关键标识是人与机器之间的语音交互,语音识别和语音合成技术成为了人工智能研究的一个重要发展方向。语音识别技术作为一门交叉学科,主要以数字信号处理为基础,人工智能为前提,涉及生物学、心理学、语言学等等很多领域,属于模式识别范畴。当前,主流的语音识别技术大都基于统计模型识别的基本理论,其中隐马尔可夫模型以其良好的识别性能和鲁棒性,被应用到很多优秀的语音识别系统当中。同时,随着智能手机的普及与性能的不断提高,智能手机语音控制的发展也相当迅速,人们更需要一款能脱离手动操作的移动App。在众多手机系统中,苹果的IOS移动操作系统尤为突出。从2007年诞生开始,每年越来越多的用户开始选择使用IOS操作系统。IOS操作系统的特点在于其丰富的美观性、健壮的稳定性以及强大的安全性。因此,一款移动App是否有IOS版就显得非常重要。本文最终实现了一个基于HMM模型的IOS平台客户端,并详细介绍了用于实现高效HMM语音识别的理论,以及对于一些发展现状的建议。首先,本文从现实情况出发,详细介绍了语音识别与IOS操作系统的发展现状与应用前景。然后,就当下比较热门的HMM语音识别技术做了详细的探讨与研究;详细研究了所使用的算法并对IOS操作系统开发技术做了一进步介绍。之后,在一定的技术支持下,使用Matlab完成了HMM语音识别功能,建立了用于语音识别的模板库,使用Xcode完成了IOS客户端App的编写并搭建了与之交互的服务器。最后,把二者结合,完成了一款基于HMM语音识别算法和IOS平台的移动客户端,达到了本文的最终目的与要求。文中讲述了语音识别的主体思路、客户端与服务器交互的一般方法和特点,详细论述了HMM的原理和算法的实现方法,以及IOS系统的优点与应用。同时,作者阐述了对此识别系统的不足的理解和几种针对的改进方法。