語(yǔ)音識別是模式識別的一個(gè)分支，又從屬于信號處理科學(xué)領(lǐng)域，同時(shí)與語(yǔ)音學(xué)、語(yǔ)言學(xué)、數理統計及神經(jīng)生物學(xué)等學(xué)科有非常密切的關(guān)系。語(yǔ)音識別的目的就是讓機器“聽(tīng)懂”人類(lèi)口述的語(yǔ)言，包括了兩方面的含義：其一是逐字逐句聽(tīng)懂非轉化成書(shū)面語(yǔ)言文字；其二是對口述語(yǔ)言中所包含的要求或詢(xún)問(wèn)加以理解，做出正確響應，而不拘泥于所有詞的正確轉換。

自動(dòng)語(yǔ)音識別技術(shù)有三個(gè)基本原理：首先語(yǔ)音信號中的語(yǔ)言信息是按照短時(shí)幅度譜的時(shí)間變化模式來(lái)編碼；其次語(yǔ)音是可以閱讀的，即它的聲學(xué)信號可以在不考慮說(shuō)話(huà)人試圖傳達的信息內容的情況下用數十個(gè)具有區別性的、離散的符號來(lái)表示；第三語(yǔ)音交互是一個(gè)認知過(guò)程，因而不能與語(yǔ)言的語(yǔ)法、語(yǔ)義和語(yǔ)用結構割裂開(kāi)來(lái)。

預處理，包括語(yǔ)音信號采樣、反混疊帶通濾波、去除個(gè)體發(fā)音差異和設備、環(huán)境引起的噪聲影響等，并涉及到語(yǔ)音識別基元的選取和端點(diǎn)檢測問(wèn)題。特征提取，用于提取語(yǔ)音中反映本質(zhì)特征的聲學(xué)參數，如平均能量、平均跨零率、共振峰等。訓練，是在識別之前通過(guò)讓講話(huà)者多次重復語(yǔ)音，從原始語(yǔ)音樣本中去除冗余信息，保留關(guān)鍵數據，再按照一定規則對數據加以聚類(lèi)，形成模式庫。最后模式匹配，是整個(gè)語(yǔ)音識別系統的核心，它是根據一定規則(如某種距離測度)以及專(zhuān)家知識(如構詞規則、語(yǔ)法規則、語(yǔ)義規則等)，計算輸入特征與庫存模式之間的相似度(如匹配距離、似然概率)，判斷出輸入語(yǔ)音的語(yǔ)意信息。