語音識别是模式識别的一個分支，又從屬於信号處理科學領域，同時與語音學、語言學、數理統計及神經生物學等學科有非常密切的關系。語音識别的目的就是讓機器“聽懂”人類口述的語言，包括瞭兩方面的含義：其一是逐字逐句聽懂非轉化成書面語言文字；其二是對口述語言中所包含的要求或詢問加以理解，做出正確響應，而不拘泥於所有詞的正確轉換。
自動語音識别技術有三個基本原理：首先語音信号中的語言信息是按照短時幅度譜的時間變化模式來編碼；其次語音是可以閱讀的，即它的聲學信号可以在不考慮說話人試圖傳達的信息内容的情況下用數十個具有區别性的、離散的符号來表示；第三語音交互是一個認知過程，因而不能與語言的語法、語義和語用結構割裂開來。
預處理，包括語音信号採樣、反混疊帶通濾波、去除個體發音差異和設備、環境引起的噪聲影響等，並涉及到語音識别基元的選取和端點檢測問題。特征提取，用於提取語音中反映本質特征的聲學參數，如平均能量、平均跨零率、共振峰等。訓練，是在識别之前通過讓講話者多次重複語音，從原始語音樣本中去除冗餘信息，保留關鍵數據，再按照一定規則對數據加以聚類，形成模式庫。最後模式匹配，是整個語音識别系統的核心，它是根據一定規則(如某種距離測度)以及專家知識(如構詞規則、語法規則、語義規則等)，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)，判斷出輸入語音的語意信息。 |
