موضوع تشخیص گفتار یکی از مباحث مهم و تحقیقاتی در وادی پردازش سیگنالهای گفتار می باشد که نزدیک به نیم قرن ذهن محققین و پژوهشگران را به خود مشغول نموده است. درحالت ایده آل هدف ، طراحی سیستمی می باشد که قادر به دریافت گفتار تلفظ شده بوده وهمانند مغز انسان حروف و واژه های ادا شده را تشخیص دهد. علیرغم تحقیقات وسیع هنوز ساخت سیستمی که درحد رضایتبخش قادر به تشخیص گفتار باشد تحقق نیافته است . یک سیستم تشخیص گفتار شامل چند مرحله بوده که مهمترین آنها استخراج خصوصیات و تشخیص الگو می باشد . درزمینه استخراج خصوصیات ، بهترین الگوهای ارائه شده عبارت از نرخ عبور از صفر ، فرمنتها ‏‎formants‎‏ضرایب کپستروم، ضرایب دلتا کپستروم و ضرایب پیشگویی خطی ‏‎lps‎‏ می باشد.در مرحله تشخیص الگو از موارد موفقیت آمیز می توان استفاده از مدل مخفی مارکوف ‏‎hmm‎‏و شبکه های عصبی مختلف مانند شبکه عصبی پرسپترون چند لایه‏‎mlp‎‏ ، شبکه عصبی ‏‎lvq‎‏ و شبکه عصبی کوهونن‏‎kohonen‎‏ نام برد.