语音识别是机器或者程序接受和解释口述或者理解并执行语音命令的能力。对于计算机的使用，模拟音频必须转换成数字信号。这要求进行模拟数字交换。用计算机解释信号，它必须有一个数字数据库或者词典，并拿它来与收到的信号作比较。语音元素存在硬盘上并在程序运行的时候被加载到内存里。比较程序将检测存储的元素和来自A/D转换器的信号。在实践中，声音识别程序的有效词汇表的大小直接和随机存储器的能力有关。如果整个词汇表读入随机存储器中的话声音识别程序就能比直接读取硬盘数据要快几倍速度运行。所有的声音识别系统或者程序都会犯错。尖叫的小孩，狗叫和外面的背景音会导致错误的产生。许多这样的背景音都能在安静的房间里屏蔽掉。同时还有词的发音类似，但是拼写是不同的而且意思也不一样。这个问题可能某一天能通过上下文的意思来区分开来。然而，这需要更多的随机存储空间和更快的处理器。