端点检测是孤立词语音识别系统中的一个关键问题,孤立词语音识别系统必须先进行端点检测,减少数据量和运算量,从而减少处理时间。语音信号经过预处理、特征提取后,各产生一个或者几个模板,识别阶段将待识别模式的特征序列与各个模板进行相似度计算,然后判别属于哪个类。因此对端点检测算法和模板匹配进行研究有重要意义,同时为了实现语音识别芯片的低成本化,基于ASIC方式的语音识别系统的设计也是非常必要的。本论文在深入分析语音识别系统中的关键技术基础上,重点对特定人孤立词的ASIC中的端点检测和模板匹配模块结构进行了设计。首先,研究了基于短时能量、倒谱特征和双门限语音信号端点检测算法,并对模板匹配中常用的动态时间规整(DTW, Dynamic Time Warp)算法进行了研究。通过MATLAB搭建孤立词语音识别系统,对这三种端点检测算法和一般DTW和高效DTW算法进行了比较,最终选择了双门限端点检测算法和高效DTW算法。其次,综合前期研究成果,将基于短时能量和过零率的双门限端点检测算法,线性预测特征提取和高效DTW相结合,提出了孤立词语音识别系统的设计方案。该方案将这三种算法的优点充分结合,使得系统在保证较高的识别率的前提下,系统的运行时间也得到了控制。最后,采用FPGA作为系统开发平台,用Verilog编写RTL代码实现整个系统的硬件电路设计。在保证识别效果的情况下,降低了系统成本。结合前期研究成果,提出了基于短时能量和短时过零率的加权门限端点检测算法,并通过了软件仿真,验证了其功能。实验结果表明,采用本文的关键技术搭建的孤立词语音识别系统的语音信号的采样频率为8KHz,每次采样的数据为8bits。在100个词源的条件下,平均可以达到81%以上的识别效果。