近年来,随着语音识别技术和嵌入式系统的发展,基于嵌入式系统的语音识别技术被广泛运用到汽车、智能玩具、工业控制等领域。基于语音的人机交互更加自然、便利,以及嵌入式系统低成本、小体积、低功耗的优势,因此实现鲁棒的嵌入式语音识别系统具有重要的应用价值。本文主要研究基于矢量泰勒级数特征补偿的嵌入式孤立词识别系统的优化,通过优化提高系统的识别速度,实现系统的实用性。主要工作如下：1、研究了语音识别系统的结构、性能评价指标和预处理技术。本文采用基于谱熵的双门限端点检测算法,选择梅尔倒谱系数和对应的一阶差分系数作为系统的语音特征参数,选择隐马尔科夫模型作为系统的声学模型,采用基于矢量泰勒级数的特征补偿算法。2、根据ARM A8硬件平台特性、C语言特点对孤立词识别系统进行的优化。改变程序中变量的数据类型,达到利用浮点协处理单元NEON完成浮点运算的目的；调整程序结构来提升程序的可读性,便于后期维护；优化代码以及离线计算部分变量,提升程序的执行效率,加快系统的识别速度。最后在硬件平台实时测试优化后系统的误识率及识别速度。3、研究基于语音识别算法层面的优化。分别利用Fisher比准则对语音特征参数进行降维、利用最近邻估计法减少Viterbi算法的运算量以及减少矢量泰勒级数特征补偿算法中高斯混合模型的混合数。首先基于MATLAB平台,在不同噪声环境下进行分析测试。在MALTB仿真测试基础上,基于ARM A8平台实现了算法层的优化,并实时测试优化后硬件系统的误识率和识别速度,测试结果表明了优化方法的有效性和可靠性。