研究一种适合医疗仪器的语音识别算法,采用带噪声端点检测算法、美尔频标倒谱系数（MFCC）特征参数提取算法和整体路径约束DTW算法即ADTW算法,能有效地提高识别率和稳健性。在此为噪声环境下的语音识别提供了理论分析与仿真实验数据。实验结果表明：这种语音识别算法不仅有很高的识别率,而且能减小或者消除噪声所带来的训练模型和测试语音之间的失配。它完全满足医疗仪器对语音识别率的要求。

主要介绍了以Atmel公司的At91RM9200为核心的ARM硬件平台，以及U—Boot和嵌入式Linux2．6．20内核在此平台上的移植与实现。经实验，移植后的U～Boot以及内核在此开发平台上运行稳定。基于At91RM9200的嵌入式ARM开发平台的实现无论对教学实验、还是对产品开发都具有实用价值。