（文章來源：遠場語音識別研究中心）

語言交流是人類一種天然的溝通模式。從兒童時代開始我們對語言的相關學習都是自發的，語言交流始終貫穿于我們的生活。它是那么的自然以至于我們根本沒有發現這是一種多么復雜的現象。人類的聲道和發音器官，是具有非線性特征的生物器官，不僅僅運行在有意識的控制下，而且受到性別及其成長因素情緒狀態的影響。

因此，聲音會因為他們的口音、發音、清晰度、體積、速度等有著大幅的變動。人類希望能與機器進一步溝通，從而方便生產與生活，而在語音信號的傳輸過程中，我們不規則的語言行為方式會被背景噪聲和回聲，以及電特性（如話筒等電子設備）進一步扭曲。這一切可變性的聲音來源語音識別更加繁瑣復雜。

語音識別是一個多層模式識別任務。聲音信號經過考察，結構分為一個層次詞根單位（例如，音素）、詞、短語、句子。每一層可提供額外的時間限制，例如，已經被認知的單詞發音或法律上的單詞序列，可以彌補錯誤或把不確定性降到較低水平。限制的最好方法是在所有較低的層次中利用概率相結合的決策，而只在最高層次中使用離散決策。

語音識別系統根據對說話人說話方式的要求，可以分為孤立詞語音識別系統、連接字語音識別系統和連續語音識別系統；根據對說話人的依賴程度，可以分為特定人和非特定人語音識別系統；根據詞匯量大小，可分為小詞匯量、中等詞匯量、大詞匯量以及無限詞匯量語音識別系統。不同的語音識別系統。雖然具體實現細節有所不同，但所采用的基本技術相似。一個典型的語音識別系統除了要選取適當的語音識別單元之外，還需要特征參數技術提取、系統建模、模型訓練和模式匹配這三方面的技術。

語音識別系統也可以分成一個前端和一個后端。其中，前段處理音頻流，從而分隔可能發聲的聲音階段，并將它們轉換成一系列能夠表示數值。后端是一個專用的搜索引擎，它獲取前端產生的輸出并跨以下三個數據庫進行搜索：一個發音模型、一個語言模型和一個詞典。發音模型表示一種語言的發音聲音，可通過訓練來識別某個特定用戶的語音模式和發音環境的特征。語言模型表示一種語言的單詞如何合并。詞典列出語言的大量單詞，以及關于每個單詞如何發音的信息。