随着科学技术的迅速发展,人们开始追求更加智能化、人性化的体验,在智能家居应用中,语音识别技术拥有广阔的应用前景,通过语音识别,可以对家电设备进行远程智能控制,极大的提升用户体验。语音识别技术在高性能处理平台上已经发展成熟,但是在低成本、资源有限的嵌入式平台上仍面临很多挑战,因此,嵌入式设备上的语音识别技术成为近年来的研究热点。本文研究和分析了语音识别系统的基本原理和框架,分析了嵌入式平台上实现语音识别的关键技术和难点,采取了一种改进的端点检测及特征参数提取的方法,对参考模板和待测模板的匹配路径进行约束,达到减少运算量和内存使用量的目的,并在嵌入式平台实现了语音识别算法。本文首先对端点检测中的门限值进行调整,通过降低过零率的门限值以抵消噪声的不利影响,并在语音结束端添加等待时间段以准确检测有效语音,然后采用舍弃特征参数提取中的对数运算并提高参数阶数的方法,达到既减少运算量又保证准确率的目的,最后通过对动态规整识别算法(Dynamic Time Warping,DTW)匹配过程中的路径加入平行四边形的限制条件,筛除不必要的匹配计算,从而改善了算法的性能,减少了对系统资源的占用,最终在嵌入式平台上实现了语音识别算法。本文以实验室研发的SEP6210A芯片为核心实现了嵌入式语音识别系统,通过对系统软硬件各项参数进行测试和比较,最终测试结果表明,该系统可识别语音命令为45个,语音识别率达到91%,实时系数达到1.48,整体满足本文的设计要求。