智能声音识别技术（Intelligent Speech Recognition，ISR）主要是通过对监测样本的声音特征进行分析，得到该样本的声音特征文件。特别的专业数字信号处理器（Digital SignalProcessor，DSP）芯片具有很强的数据处理能力，可最大限度地减少占用CPU资源，从而实现一台计算机同时对多个音频信号进行并行处理识别。这就彻底克服了一般语音识别算法存在占用CPU时间长、识别速度不够的弱点，非常适合大规模商业化应用。智能声音识别技术采用了特别的算法，能自动对输入的音频信号进行前期处理调节，从而大大提高了声音识别的正确率，经过实际测试，其识别准确率高达98%以上，达到了国内先进水平。这也使得此项技术真正进入了实用阶段。

　　目前，声音识别技术主要有两大类：一类是声音的相似性识别;另一类是语音的意义识别。其中第二类是通过语音识别，将语音变成文字，主要用于信息的快速输入、人工智能、人机对话等领域。而第一种声音的相似性识别，是比较两个声音的相似性，从大量的声音信息中，找出和某一个样本声音相似的部分，主要用于某一个特定声音的筛选，可广泛应用于信息检索、国家安全等领域。

　　根据客户的需求，在语音识别系统中主要采用声音相似性识别技术，识别广播电视节目。要进行声音的相似性识别，首先必须对音频信号进行数字化，也就是量化处理，包括样本的量化和被识别声音的量化，其次对经过量化的两个声音文件进行匹配对比，通过复杂的计算，得出匹配结果。

　　手机的语音助手功能从苹果Siri的异常火热发展到现在已经非常普及，仅需一个手机应用程序便能实现。电视的语音操作则是由近期快速发展的智能电视所引导起来的，现在许多高性能的智能电视中也已经比较常见了。

　　语音控制可以用多屏互动的语音输入来实现，可以控制电视的搜索、应用程序的打开、换台等动作。超强的语音识别技术，只需要简单下达口令，即可轻松完成电视控制、咨询信息以及搜索功能。

　　语音控制需要电视具备强大的处理运算能力，首先需要识别声音，把口语转化为文字，再通过语音知识库来进行匹配识别。接着还需要系统自动执行相应的任务，进行音量调节、换台、切换模式等。而这直接对电视硬件配置提出了要求，一般功能强大、反应迅速的语音系统一定有一个强大的处理核心。