语音识别只是电器感知模式识别的一个分支，它从属于信号处理科学领域，同时与语音学、语言学、数理统计及神经生物学等学科有非常密切的关系。语音识别的目的就是让机器能够“听懂”人类口述的语言，这其中包括了两方面的含义：其一是逐字逐句听懂非转化成书面语言文字;其二是对口述语言中所包含的要求或询问加以理解，做出正确响应，而不拘泥于所有词的正确转换。

自动语音识别技术有三个基本原理：首先，语音信号中的语言信息是按照短时幅度谱的时间变化模式来编码;其次，语音是可以阅读的，即它的声学信号可以在不考虑说话人试图传达的信息内容的情况下，用数十个具有区别性的、离散的符号来表示;再次，语音交互是一个认知过程，因而不能与语言的语法、语义和语用结构割裂开来。

而对于语音识别的预处理，则包括语音信号采样、反混叠带通滤波、去除个体发音差异和设备、环境引起的噪声影响等，并涉及到语音识别基元的选取和端点检测问题。在之后的特征提取过程，就是用于提取语音中反映本质特征的声学参数，如平均能量、平均跨零率、共振峰等。

然后是训练阶段，即在识别之前通过让讲话者多次重复语音，从原始语音样本中去除冗余信息，保留关键数据，再按照一定规则对数据加以聚类，形成模式库。最后是模式匹配，这是整个语音识别系统的核心，它根据一定规则(如某种距离测度)以及专家知识(如构词规则、语法规则、语义规则等)，计算输入特征与库存模式之间的相似度(如匹配距离、似然概率)，判断出输入语音的语意信息。

除此之外，语音识别技术还基于对语音的物理属性、生理属性和社会属性3个基本属性的分析。

1、语音的物理属性

所谓物理属性，主要包括音高、音长、音强和音色4个要素。音高是指声音的高低，主要决定于发音体振动速度的快慢;音长是指声音的长短，主要决定于发音体振动时间的久暂;音强是指声音的强弱，主要决定于发音体振动幅度的大小;音色是指声音的特色，主要决定于发音物体振动所形成的音波波纹曲折形式不同。

2、语音的生理属性

所谓生理属性，主要指发音器官对语音的影响，包括肺和气管、候头和声带以及口腔、鼻腔和咽腔等发音气官。

3、语音的社会属性

所谓社会属性，主要表现在3个方面，一是语音与意义之间并无必然联系，它们的对应关系是社会成员约定俗成的;二是各种语言或方言都有自己的语音系统;三是语音具有区别意义的作用。

语音识别的基本过程根据实际中的应用不同，语音识别系统可以分为：特定人与非特定人的识别、独立词与连续词的识别、小词汇量与大词汇量以及无限词汇量的识别。但无论那种语音识别系统，其基本原理和处理方法都大体类似。

最后，智能电器通过语音识别的一系列过程做出相应的预设反应，这样就被人类声控了，所以这看似简单快捷的操控方式其实很复杂。如此，操控电器会变得非常简单，不用像现在这样，先看完枯燥乏味的说明书，或边看操作步骤边操控电器了。
　　人工智能、大数据、云计算和物联网的未来发展值得重视，均为前沿产业，有兴趣的朋友，可以查阅多智时代，在此为你推荐几篇优质好文：
自然语言理解过程主要有哪些层次，各层次的功能是怎么样？
http://www.duozhishidai.com/article-1726-1.html
如何快速入门NLP自然语言处理概述
http://www.duozhishidai.com/article-11742-1.html
什么是人脸识别，主要的应用于哪些场景？
http://www.duozhishidai.com/article-1246-1.html
人脸识别技术剖析
http://www.duozhishidai.com/article-3760-1.html
人脸识别的十个关键技术组成及原理
http://www.duozhishidai.com/article-14161-1.html