语音识别技术，也被称为语音识别（英语：Automatic Speech Recognition，ASR）其目的就是让机器“听懂”人类口述的语言，这包含了两方面的含义：其一是逐字逐句将人类的语音中的词汇内容转换为计算机可读入的输入，例如按键、二进制编码或者字符序列；其二是对口述语言中所包含的要求或询问加以理解，并做出正确响应。
语音识别技术已经发展成为涉及声学、语言学、数字信号处理、人工智能等多学科的一项综合性技术。基于语音识别技术研发的现代语音识别系统在很多场景下获得了成功的应用，不同任务条件下所采用的技术又会有所不同。语音识别系统构建过程整体上包括两大部分：训练和识别。训练通常是离线完成的，对预先收集好的海量语音、语言数据库进行信号处理和知识挖掘，获取语音识别系统所需要的“声学模型”和“语言模型”；而识别过程通常是在线完成的，对用户实时的语音进行自动识别。识别过程通常又可以分为“前端”和“后端”两大模块：“前端”模块主要的作用是进行端点检测（去除多余的静音和非说话声）、降噪、特征提取等；“后端”模块的作用是利用训练好的“声学模型”和“语言模型”对用户说话的特征向量进行统计模式识别（又称“解码”），得到其包含的文字信息。此外，后端模块还存在一个“自适应”的反馈模块，可以对用户的语音进行自学习，从而对“声学模型”和“语音模型”进行必要的“校正”，进一步提