從技術(shù)角度看，語音識別技術(shù)、文語轉(zhuǎn)換技術(shù)已經(jīng)從實驗室逐步走向成熟，其算法的復雜性也逐年下降，從而使這些技術(shù)逐步在市場中得以應用。
　　語音技術(shù)在計算機領域中的關(guān)鍵技術(shù)是語音識別技術(shù)和語音合成技術(shù)。語音識別技術(shù)（ASR ：Automatic Speech Recognition ），是指將人說話的語音信號轉(zhuǎn)換為可被計算機程序所識別的文字信息，從而識別說話人的語音指令以及文字內(nèi)容的技術(shù)。目前關(guān)于中文語音識別的研制和開發(fā)的廠商有：Speechworks、Nuance、Philips、Microsoft、IBM、L&H（已解體）、Infotalk、中科模式識別、天朗、得意音通、安可爾通信、聲碩科技等。而語音合成技術(shù)（TTS ：Text to Speech ），是指將文本信息轉(zhuǎn)變?yōu)檎Z音數(shù)據(jù)，以語音的方式播放出來的技術(shù)。目前關(guān)于中文語音合成的研制和開發(fā)的廠商有：捷通華聲、炎黃新星、Infotalk、科大訊飛、IBM、Microsoft等。
　　類似于互聯(lián)網(wǎng)上的Web 瀏覽技術(shù)，語音瀏覽技術(shù)是以一種XML 標記語言為數(shù)據(jù)載體，通過各種網(wǎng)絡數(shù)據(jù)傳輸協(xié)議，而以Client/Server 的方式為語音瀏覽器所解析，通過語音的方式呈現(xiàn)給用戶。這類似于Web與IE瀏覽器的概念，只不過IE以圖像的方式在顯示器上將信息呈現(xiàn)出來，而語音瀏覽器則以語音的方式在電話、手機或其它語音手持設備的通道中呈現(xiàn)。IE 接受用戶的鼠標和鍵盤指令，而語音瀏覽器接受用戶的說話為指令。目前，已經(jīng)有廠商開始將語音瀏覽技術(shù)應用于呼叫中心，在當今以廠商為中心的模式中，主叫用戶只能以掛斷電話的方式來"擺脫"某一企業(yè)的按鍵式交互語音應答（IVR）系統(tǒng)，而在未來以用戶為中心的模式中，主叫用戶可與語音瀏覽展開交互式對話，可以像網(wǎng)上沖浪般快捷、方便地從一家企業(yè)自由地 跳到另外一家企業(yè)。
　　語音應用技術(shù)是語音技術(shù)、語音瀏覽技術(shù)、智能文字信息處理技術(shù)等技術(shù)的集合，它是跨接在以語音為核心的電話網(wǎng)絡和以數(shù)據(jù)為核心的互聯(lián)網(wǎng)絡兩者之間的一座橋梁，使人們可以自由地以對話方式與機器和遠端語音服務器交談，以語音的方式命令機器為自己服務。

賽迪網(wǎng) 中國信息化(industry.ccidnet.com)