随着我国交通运输业的发展和经济的繁荣，传统的高速公路管理模式已经跟不上高速公路发展的步伐，对交通信息检测的不力，是导致目前交通拥堵、事故频发的重要原因。如何实现交通信息检测的智能化、信息化、高效化，成为目前亟待解决的一个问题。基于声音识别的交通信息检测技术，综合应用数字信号处理技术、机械电子工程技术、计算机技术等，可以在很大程度上弥补电磁感应线圈车辆检测器、电磁波感应检测器和视频车辆检测器等传统车辆检测设备易损坏、破坏路面、受环境影响明显、价格昂贵等不足，大大提高交通信息检测的效果，具有非常重要的现实意义。目前的音频信号识别方法限于技术问题，未达到令人满意的程度，因此，基于声音识别的交通信息检测技术还有很大的研究空间。本课题在查阅了国内外相关文献的基础上，详细分析了车辆声音信号的产生机理及其信号特征，通过与语音信号相对比，分析了利用语音信号处理的方法对车辆音频信号进行处理的可行性。以此为前提，论文对车辆音频信号的预处理及其时频域的特征参数提取做了研究。识别过程中，选用隐马尔可夫模型(HMM)作为识别系统的基础，阐述了HMM的基本原理及其三个基本问题和解决算法，并提出了基于车辆音频信号进行车型识别的理论方案及检测流程。在车辆声音识别检测系统实验的过程中，选用了驻极体麦克风和AD7606数据采集模块，并采集了东风农用三轮车和大众Sagitar1.4t轿车的通过噪声。用Matlab对采集到的声音信号进行特征提取分析，通过对比两种声音信号的特征，验证了基于声音识别的交通信息检测技术的可行性。