我国作为一个发展中国家,民生问题始终是居民关注的焦点。餐饮业作为我国第三产业中一个传统服务型产业,也正在飞速发展。本文以餐饮服务中的点餐系统为切入点,通过研究语音识别技术,将其融入到日常的点餐应用中。选题旨在提升点餐系统灵活性,促进餐饮品牌价值的推广,具有充实的理论意义和应用前景。本文通过分析当前点餐系统中语音识别技术存在的问题,提出一种基于Sphinx的智能语音点餐系统,论文主要完成的工作如下：首先,熟悉掌握卡内基梅隆大学开发的Sphinx英语识别系统的构成、原理及实现方法；其次,根据汉语发音特点,通过修改声学模型训练工具SphinxTrain和语言模型训练工具Cmucmltk代码中的相关参数,训练了适合汉语识别的声学模型和语言模型,结合面向嵌入式终端的识别引擎PocketSphinx实现了语音点餐系统的构建；然后,为了进一步提高系统在噪声环境下的识别率,本文引入了新的特征参数ZCPA,仿真实现了ZCPA与Sphinx系统中原有的MFCC算法的识别结果,证明了新特征具有较高的识别率和优良的抗噪性能；最后,从实用性的角度上对系统的功能和需求进行分析,并据此进行系统的总体设计,整个智能语音点餐系统主要包括四个部分,点餐客户端模块、厨师客户端模块、前台客户端模块和数据库模块。本文设计的智能语音点餐系统,极大的提高了客人选取菜品时自主性和灵活性,节省了人力资源,提高了点餐过程的效率。通过研究表明,使用ZCPA特征参数比MFCC特征参数相比具有更好的鲁棒性,为未来餐饮行业中语音识别的应用提供充实的理论依据。