科技的发展不断地改变着人类的生活方式和生活环境，随着人们对生活质量要求的提高，科技产品的变化也是日新月异。智能家居将先进的科技水平融入到智能家居中，再加上智能终端地迅速发展和完善，不断地完善着智能家居的发展，为人们的生活提供了便利。智能控制技术如指纹识别、人脸识别、语音识别等也逐渐成为智能家居的一部分。本文研究语音识别原理和语音信号在去除噪声方面的处理方式，提出一种改进的语音去噪算法，并能过实验对其优越性进行了验证，论文主要研究了以下几部分内容。　　1、首先通过对智能家居背景以及现状的研究，了解智能家居目前主流的实现方式。指出在智能家居中的老年人群或特殊人群在发音方面的特殊性，对于人机交互提出了更高的要求，提出的新方法可以解决上述问题并应用于实际。　　2、然后对语音识别原理进行分析和研究，明确语音识别过程的一些关键性技术，如信号预处理、特征参数提取等。介绍了当前主要的几种语音识别模型：动态时间规整(DTW)、人工神经网络(ANN)、隐马尔可夫模型(HMM)等，其中隐马尔可夫模型的应用较为广泛。接下来基于语音识别过程，利用MATLAB进行语音识别系统程序设计，建立语音识别系统（该系统采用隐马尔可夫模型），完成语音模型的训练和语音信号的识别。　　3、接下来针对语音识别中遇到的语音去噪问题进行了深入细致地分析和研究，列举了语音去噪的常用算法，如谱减法、语音周期法、听觉场景分析法等。通过对各种算法过程进行研究，并对其优缺点作了总结。　　4、最后针对语音去噪问题，鉴于老年人群或特殊人群发出的语音信号的不平稳性特点，介绍了MMSE(Minimum Mean-Square Error)和小波变换去噪方法和原理。根据各自优点，提出一种基于MMSE和小波变换相结合的去噪算法。将其应用于已建立完成的语音识别系统（仿真和硬件系统）中，改进的算法在去噪性能优于小波变换去噪、小波结合维纳滤波去噪性能，识别率有一定的提高。