在电子和移动通信领域,应用需求正经历前所未有的增长,同时也对嵌入式设备提出了更高的要求。采用非对称双核结构设计的TI OMAP处理器,很好地平衡了各种需求标准。不仅处理器性能强悍,更兼具了小体积和低功耗等优势。软硬件紧密结合,并针对信息处理做了特别的优化,非常适合于音视频等多媒体信号的复杂处理任务。非对称的双核结构是OMAP处理器最大的特点,与之相应的,双核通讯问题也是OMAP的一项关键技术。目前的解决方案,有TI的DSP/BIOS桥或Nokia的DSP Gateway可供选择。相对而言,DSP Gateway架构方案的功能更加便捷强大,但目前使用得并不广泛。本课题引入了这一强大工具,以其为架构在OMAP上搭建嵌入式开发平台。并在搭建的平台上成功实现了语音识别系统,验证并引入了高效的嵌入式开发平台架构。课题通过研究OMAP5912处理器的软硬件特点,以OMAP5912开发板为核心,构建了开发系统硬件平台。并围绕DSP Gateway架构,搭建了开发系统软件平台。详细研究了Tconf文本配置工具,找出了内核库重新生成及DSP配置修改的便捷方法。本课题针对DSP Gateway架构做了深入的分析和研究,提出了框架应用解决方案。解决了端模式匹配、DSP任务结构设计等应用中的问题,并成功实现了大数据量在双核间的高效传输。为后续的开发应用奠定了坚实的基础。模仿生物原理的神经网络模型,在智能化方而有着传统方法无法比拟的优势。作为语音识别系统的基础及双核间任务分配的依据,本课题对基于神经网络的语音识别原理及算法结构,进行了深入的研究与解析。对理论原理及程序中的具体设计都详细加以说明,并将完整的语音识别程序在ARM端成功实现。本课题在前面工作的基础上,开发了以DSP Gateway为架构的语音识别系统。设计了特征提取、网络训练、网络识别三段式的识别程序结构,对每一部分都给出了双核程序及DSP任务的设计框架。并将耗时较多的卷积部分,利用汇编优化库进行了优化。最终,在OMAP平台DSP Gateway架构下,实现了完整的语音识别系统。并将结果与ARM端进行了对比验证,证明了结果的正确性及有效性,成功地将DSP Gateway架构引入了OMAP平台。课题以DSP Gateway为架构搭建的OMAP嵌入式开发平台,对音视频等多媒体信息及其它计算密集算法处理,有普遍的适用性。本课题的工作,对基于嵌入式OMAP平台语音识别系统的实现具有重要意义,并进一步为嵌入式系统开发人员提供了一种可供借鉴的高效易行的开发环境。