Im Zeitalter der modernsten Technologien scheint beinahe nichts mehr unmöglich zu sein. Sieht man sich das Internet mit seiner Vielfalt an Daten und Möglichkeiten an, ist für jeden das Richtige dabei. Um die Spracherkennung mittels einer Software zu realisieren, müssen drei Branchen miteinander zusammenarbeiten. Die allgemeine Informatik bzw. Informationstechnologie ist ebenso gefragt wie das neue Gebiet der Computerlinguistik und der traditionelle Sektor der Ingenieurwissenschaften. Die gesprochene Sprache muss dabei erkannt, verarbeitet und wiedergegeben werden. Entweder wird sie in Text oder Anweisungen umgewandelt oder in der Form von erfassten Daten sowie als originalgetreues Sprachbild wiedergegeben. Man kann ebenso einfach Festgeld-Zinsen im Vergleich betrachten wie den Kalorienverbrauch für unterschiedliche Sportarten ausrechnen, eine Internetfirma gründen, kommunizieren, spielen und lernen. Besonders in den letzten drei Bereichen hat sich viel getan, was der Kollaboration von renommierten Technologiepartnern zu verdanken ist. Nimmt man beispielsweise das Thema der (automatischen) Spracherkennung unter die Lupe, wird man ins Staunen geraten, wie viel technische Raffinesse dabei zum Tragen kommt.
Die ersten Forschungen zu Spracherkennungsprogrammen fanden bereits in den 60er-Jahren statt, doch erst seit rund zwanzig bis dreißig Jahren ließen sich durch die Zusammenarbeit angesehener Technologiepartner Fortschritte verzeichnen. Von IBM wurde Mitte der 80er-Jahre eine Spracherkennungssoftware vorgestellt, welche rund 5.000 einzelne Wörter der englischen Sprache zu erkennen vermochte. 1991 stellte derselbe Hersteller ein erweitertes Programm für die deutsche Spracherkennung vor. Seither arbeiten auch Microsoft, Philips und Apple an Spracherkennungssoftware und die Produkte sind inzwischen so optimiert, dass sie vielseitig genutzt werden. In Spielen, beim Sprachenlernen, beim Kommunizieren in virtuellen Welten und nicht zuletzt bei der Verwendung von Leseprogrammen kommen digitale Stimmen sowie das Prinzip der automatischen Spracherkennung zum Einsatz. Es gibt das System der Spracherkennung, die sprecherunabhängig ist, sowie eine Version, die sprecherabhängig ist. In beiden Fällen unterscheiden sich Aufnahme und Wiedergabe und die Anzahl der erkannten Wörter. Des Weiteren wird zwischen dem Online- und Offline-Diktieren unterschieden, welches mit oder ohne Serverzwischenschaltung funktioniert. Neben der Software sind auch die technischen Voraussetzungen der Hardware zu berücksichtigen.