让机器能听懂人说话，从而用口语指挥机器，做起来要更难一些．其基本原理，是利用实时的信号处理方法，提取语音信号特征，根据机器受过的训练，即所存贮的语音特征模式和必要的语音学、语言学知识，来做出识别和判断，这称为语言识别．语言识别可分为特定人语言识别和任意人语言识别．又可分为孤立音节、孤立单词识别和连续语言识别．广义的语言识别，还包括说话人识别。说话人识别又分两类，一类是说话人确认，即在已存有的某说话人资料的基础上，根据申请人的要求，确认申请者的发音与所存的资料是否同一个人．另一类是说话人鉴别，是根据所存的一群人的发音资料，从中找出当前被鉴别的语音材料的发音人．

语言识别的一个目标是实现语音打字，50年代就是以语音打字机来带动这一研究的．除语言识别之外，在充分利用语法、语意的基础上，又发展了语言理解系统．当把高层次的语言合成系统和语言理解系统结合在一起时，又可实现人机语言对话系统．总有一天可以实现人与计算机打交道，不完全只靠键盘输入和打印输出．这对公共场所的许多服务设施，有着特别广阔的应用前景．