通过语音是人传达信息给系统的最简单途径，而且采用语音控制对操作人员专业水平的要求也大大降低；另一方面，要使机器人真正具有人的智能，人机间的语言通信就必不可少。因此，开展语音控制的研究工作具有实际意义和应用前景。 本文首先简要介绍了语音信号的产生模型等语音信号分析与处理基础知识，在此基础上分析和比较动态时间规整(DTW)和隐马尔柯夫模型(HMM)两种识别算法的优缺点。考虑到系统的要求是设计出一个特定人、小词汇量的语音控制系统，动态时间规整(DTW)可以满足系统的设计要求，因此算法选定为动态时间规整。该算法的思想就是将动态规划的思想用于解决语音识别中的语速多变的问题，使得未知单词的时间轴不均匀的扭曲或弯折，以便使其特征与模板特征对正。识别的过程就是将语音信号进行预处理后，提取语音信号特征，采用一定的测度，计算识别语音与模板语音的失真，确定识别结果。其次，从成本、运算量、存储量等系统设计需求出发，选定ADSP2181、AD1847、V29C51000B-45PI分别作为系统的运算处理器、语音信号采集器、外接存储器，并做出相应的接口设计。最后，采用高级语言对识别算法进行了仿真。对识别的结果做出一定的分析。仿真所使用的数据是采用麦克风，利用成熟的计算机声卡技术采集语音信号。大量的实验表明，采用动态时间规整算法可以得到较好的结果。