研究用于的机器人控制的汉语语音识别系统对于服务机器人的广泛应用具有重要的意义。本文研究汉语语音识别技术在机器人控制中的应用,并提出用TMS320VC5416 DSK信号处理板作为平台,实现了一种机器人的汉语语音识别控制系统。本文对语音识别的各个组成部分进行了改进和优化,确定了语音信号预处理、端点检测算法、特征矢量的提取算法和当今语音识别领域的主流技术——隐马尔柯夫模型(Hidden Markov Model简称HMM)技术进行模型的训练和识别。同时采用线性预测倒谱系数(Linear Prediction Cepstrum Coefficients简称LPCC)及其差分分量和LPC美尔倒谱系数(LPCMCC)及其差分分量分别作为语音信号的特征矢量建立系统,并对两个系统的识别性能进行了比较。实验表明,在多个人的语音样本对系统的训练和识别情况下,取得了较好的识别效果,两个系统的识别率和实时性都基本能满足服务机器人对语音识别的实际需要。相比较而言,在相同的条件下,LPCMCC作为语音信号的特征参数时,系统的识别率要高于LPCC作为语音信号特征参数的系统。同时,本系统的词表易于变化和扩展,随着训练样本的增加,识别率将有所提高,适用多种应用场合。本文所建立并实现的语音识别系统既可用于服务机器人系统,又为研制更复杂、实用的服务机器人语音识别系统奠定了基础。