Taligenkänning omfattar konvertering av en röstsignal från till exempel mikrofon eller telefon till en följd av ord i textform. Taligenkänning är dock väldigt svårt. Människor använder som bekant många kunskapskällor för att förstå vardagligt tal. Att få en acceptabel igenkänningsprecision hos datorer är bara möjligt genom begränsningar av vokabulär och användningsområde så att programmet effektivt kan använda tillgängliga kunskapskällor: fonetiska, lexikaliska, grammatiska, semantiska och pragmatiska.

Man har haft stora framgångar för taligenkänning för bestämda talare med begränsad vokabulär och försiktigt, långsamt uttal.  Talaroberoende taligenkänning för obegränsad vokabulär och naturligt och kontinuerligt uttal är mycket svårare och fortfarande inte möjlig med bra precision. Utvecklingen på området går dock långsamt framåt.