音声認識とは、人などの声を認識してテキストに変換する技術のことです。
たとえば、Siriなどのような音声アシスタントソフトではそれを認識して
文字に変換する様子が確認できますが、これは音声認識になります。

音声認識は、入力、音波に変換、音素を特定、音素の並びを辞書とマッチングさせ
単語に変換する処理という流れで実施されます。

近年、ディープラーニングによって音声認識の精度の向上が期待されています。
HMM（隠れマルコフモデル）、ディープラーニング技術を使ってモデルを構築した音声認識を扱っております。