語音輸入
語音輸入(Voice input)是一種簡便易用的輸入法，指用戶將語音(“說話”)信號通過麥克風輸入計算機，計算機將語音信號識別為文字的計算機輸入方式。語音識別技術是一個典型的多學科交叉的前沿技術，涉及聲學、生理學、心理學、信號處理、模式識別、人工智能、信息理論、語言學以及計算機科學等眾多學科。語音輸入有廣泛的應用領域，如：語音聽寫機、聲控系統(tǒng)等。
系統(tǒng)組成
大詞匯量語音識別系統(tǒng)多采用統(tǒng)計模式識別技術，典型的基于統(tǒng)計模式識別方法的語音識別系統(tǒng)由以下幾個基本模塊構成：
（1）信號處理及特征提取模塊，主要任務是從輸入信號中提取特征，供聲學模型處理。目前常用語音聲學特征參數(shù)有Mel倒譜系數(shù)(Mel-frequency cepstral coefficients,MFCC)和感知線性預測(perceptual linear predictive,PLP)等。同時，該模塊一般還采用一些信號處理技術，以盡可能降低環(huán)境噪聲、信道、說話人等因素對特征造成的影響。
（2）統(tǒng)計聲學模型，典型系統(tǒng)多采用基于隱馬爾科夫模型(HMM)進行建模。語音識別中使用HMM通常是用從左向右單向、帶自環(huán)、帶跨越的拓撲結構來對識別基元建模。一個音素就是一個三至五狀態(tài)的HMM，一個詞就是構成詞的多個音素的HMM串行起來構成的HMM，而連續(xù)語音識別的整個模型就是詞和靜音組合起來的HMM。
（3）發(fā)音詞典，包含系統(tǒng)所能處理的詞匯集及其發(fā)音。發(fā)音詞典實際提供了聲學模型建模單元與語言模型建模單元間的映射。
（4）語言模型，對語音識別系統(tǒng)所針對的語言進行建模。語言模型主要分為規(guī)則模型和統(tǒng)計模型兩種，語言模型性能通常用交叉熵和復雜度(perplexity)來衡量。理論上，包括正則語言和上下文無關文法在內(nèi)的各種語言模型都可以作為語言模型，但目前各種系統(tǒng)普遍采用的還是基于統(tǒng)計的N元文法及其變體。
（5）解碼器，語音識別系統(tǒng)的核心之一。其任務是對輸入的信號，根據(jù)聲學、語言模型及詞典，搜索能夠以最大概率輸出該信號的詞串。
系統(tǒng)原理
語音識別系統(tǒng)的識別基元通常采用上下文相關的音素，漢語語音識別基元也經(jīng)常選擇聲韻母或者音節(jié)。語音識別系統(tǒng)所需的訓練數(shù)據(jù)大小與模型復雜度有關，大詞匯量和非特定人的連續(xù)語音識別系統(tǒng)通常又稱為聽寫機。
其架構就是建立在前述聲學模型和語言模型基礎上的HMM拓撲結構，訓練時對每個語音識別基元用前向后向算法獲得HMM模型參數(shù)。識別時，將基元串接成詞，詞間加上靜音模型并引入語言模型作為詞間轉(zhuǎn)移概率，形成循環(huán)結構，用Viterbi算法進行解碼針對漢語易于分割的特點，先進行分割再對每一段進行解碼，可以有效地提高解碼的效率。
系統(tǒng)性能
語音識別系統(tǒng)的性能受許多因素的影響，包括不同的說話人、說話方式、環(huán)境噪聲和傳輸信道等。提高系統(tǒng)強健性，就是使系統(tǒng)在不同的應用環(huán)境和條件下保持性能的穩(wěn)定性。語音識別系統(tǒng)自適應的目的，就是根據(jù)不同的影響，自動的、有針對性的對系統(tǒng)進行調(diào)整，在使用中逐步提高語音識別系統(tǒng)性能。