语音识别是指让计算机能理解人类的语言，并根据语言的内容执行一定的命令或任务，在电话拨号、家电遥控、工业控制、信息查询等领域有着广泛应用。在计算机应用广泛普及的今天，人机之间进行语音交流已成为人机交互技术中的重要研究课题。如何利用语言简单、快速、方便的使用计算机，使计算机能够更好的为人类服务，成为人类努力追求的目标。　　 本文针对孤立词语音识别进行研究，首先对采集到的语音信号进行预处理，包括预加重和分帧加窗两个方面，预加重的方法是将语音信号通过一个特性为(1－az-1)的高通滤波器，其中a取值为0.9375，目的是提升语音信号的高频部分，使信号的频谱变得平坦，再用汉明窗对语音信号进行分帧加窗，使其具有短时平稳性；端点检测采用基于短时能量的改进后检测算法，得到真正有效的语音信息段；然后提取有效语音信号的特征参数，本文提取的是抗噪性能较强的MFCC特征参数，采用24维的三角滤波器组，最终得到12维的Mel倒谱系数和12维动态差分系数；最后采用DTW高效识别算法进行模式匹配，解决了参考模板和测试模板不等长匹配的问题，最终实现了孤立词的语音识别。　　 本文识别对象为研究室环境下采集的语音信号，实验所用的语音库包括：a.单音节：汉语数字0～9；b.多音节：10个汉语命令(打开、关闭、向左、向右、前进、后退、抬头、踢腿、开门、关门)。一共由16个人录制，10个男生和6个女生，每人发音3遍，共计960个语音样本。音频格式为：采样频率为8KHz、量化字长16bit。实验结果显示，对于特定人的语音识别，多音节的识别率达到了80％，单音节的识别率达到了93.1％。