语音识别（Automatic Speech Recognition, ASR）也称语音转文字（Speech To Text, STT），是将人类的语音内容转换为相应文字的技术。这方面已经有了比较多的商业解决方案（科大讯飞、百度、Nuance等）和开源项目（Kaldi、DeepSpeech等），技术已经相对成熟。
