随着计算机技术和通信事业的发展,人们越来越希望通过语音来实现人机对话,语音识别技术的研究与应用也显得更加重要。语音识别是一种智能的高新技术,它能让机器自动识别和理解语音信号,然后把语音信号转变为相应的文本或命令。从目前研究的发展状况来看,语音识别正朝着解决非特定说话人、大词汇量和连续语音三大难题的方向进行研究。最近几年,应用语音识别技术的产品越来越多,例如语音拨号电话、语音听写机等等。信息家电技术正在向智能化、模块化和系统化的方向发展,研究生活领域的语音识别技术,开发实用的语音识别控制系统,对于语音识别技术的普及与应用具有十分重要的意义。非特定人连续语音的识别是应用最为广泛的一种语音识别技术,但当前这方面的硬件设备成本较高,很难被大量推广应用。基于上述原因,本文通过对连续语音特点的研究,结合单片机等硬件设备,设计了一种基于非特定人的连续语音识别系统。文章首先阐述了语音信号处理的基本原理,分析了语音识别的各种算法及其优缺点,选择出一种最优的识别算法。论文首先对语音信号进行预处理,然后采用一种基于短时平均幅度和短时平均过零率的手段进行断点检测,提高了算法对于不同类型词语的适用性。提取语音信号的线性预测Mel倒谱系数作为特征参数。选择DTW为模板匹配算法,并针对传统匹配算法中计算量大的缺点做出改进,采用一种全局路径限制的方法来减小匹配过程中的计算量。在模板的训练时,采用K均值聚类算法作为训练方法,提高了模板的可靠性。本系统以SPCE061A单片机为核心,设计了硬件电路,阐述了识别算法的具体实现过程。最后,在实验室环境下进行了大量的实验。结果表明,系统在相对安静的条件下,识别率较高,满足设计要求。同时,由于系统成本低,操作简单,在社会中将具有很好的应用前景。