O processamento da fala é o processo pelo qual os sinais da fala são interpretados, compreendidos e postos em prática. Refere-se especificamente ao processamento da fala humana por sistemas computadorizados, como em software de reconhecimento de voz ou programas de voz para texto. O processamento da fala é importante para muitos campos para usos teóricos e práticos, variando da ativação e controle de voz em telefones ao desenvolvimento de inteligência artificial funcional em ciência da computação. A interpretação e a produção de fala coerente são importantes no processamento da fala; algumas preocupações favorecem uma em relação à outra, entretanto, como as necessidades de aplicação do processamento de voz são muito diversas.
O reconhecimento de fala é um dos aspectos mais importantes do processamento da fala porque o objetivo geral do processamento da fala é compreender e agir na linguagem falada. Uma aplicação comumente usada de reconhecimento de voz é a conversão simples de voz em texto, que é usada em muitos programas de processamento de texto. Muitos aplicativos requerem uma precisão muito maior do que a necessária para software de conversão de voz em texto, no entanto. Há grande interesse, por exemplo, em usar o reconhecimento de fala em aeronaves militares para reduzir a responsabilidade e o esforço do piloto. Para obter precisão e exatidão, é necessário que o locutor calibre o software de reconhecimento de acordo com sua própria voz e estilo de falar.
O reconhecimento de alto-falante, outro elemento do reconhecimento de fala, é outro aspecto altamente importante do processamento de fala, embora ainda não seja tão amplamente aplicado como o reconhecimento de fala geral. Enquanto o reconhecimento de fala se refere especificamente à compreensão do que é dito, o reconhecimento de falante se preocupa apenas com quem fala. Validar a identidade do locutor pode ser um recurso de segurança importante para impedir o acesso não autorizado ou o uso de um sistema de computador.
Outro componente do processamento de voz é o reconhecimento de voz, que é essencialmente uma combinação de voz e reconhecimento de alto-falante. O reconhecimento de voz ocorre quando os programas de reconhecimento de voz processam a fala de um locutor conhecido; esses programas geralmente podem interpretar a fala de um falante conhecido com muito mais precisão do que a de um falante aleatório.
Outro tópico de estudo na área de processamento de fala é a análise de voz. A análise de voz difere de outros tópicos no processamento da fala porque não está realmente preocupada com o conteúdo linguístico da fala. Preocupa-se principalmente com os padrões e sons da fala. A análise da voz pode ser usada para diagnosticar problemas com as cordas vocais ou outros órgãos relacionados à fala, observando sons que são indicativos de doença ou dano. Padrões de som e estresse também podem ser usados para determinar se um indivíduo está dizendo a verdade, embora esse uso da análise de voz seja altamente controverso.