رویکردهای مختلفی برای بازشناسی گفتار وجود دارد که موفق‌ترین آنها رویکرد مبتنی تشخیص الگو است و تقریباً تمامی سیستم‌های موفق امروزی بر اساس آن عمل می‌کنند. در این رویکرد گفتار به کمک تعدادی واحد آوایی (مانند کلمه ، هجا ، سه واجی یا واج ) مدل می‌شود و برای بازشناسی نیز از تشخیص این واحدها و کنار هم قرار دادن آنها، متن متناسب با گفتار تشخیص داده می‌شود. در شکل 1 ساختار مرسوم برای یک سیستم بازشناسی گفتار (با رویکرد تشخیص الگو) نشان داده شده است. سیستم‌های بازشناسی گفتاری که از این رویکرد استفاده می‌کنند، دارای دو فاز آموزش و آزمون می‌باشند. در فاز آموزش الگوهای مربوط به هرکلاس
