原創思想，本民科認為，毫無疑問，人的聽覺感知系統才是語音感知的權威，它可以正確感知無數人說的話，比如十億華人說的不太標準的普通話，這全仰仗聽覺感知的一項所謂`模式感知’功能（Patterns Perception），即把無數人說的語音歸結為極其有限的音位模式，大腦的語音感知屬於擬腦AI，而現在的所謂語音識別則完全是理工男鼓搗出來的，基於語音產生模型的各種演算法，重要資訊與非重要資訊鬍子眉毛一把抓，與語音模式感知毫不相干，所以要想取得突破是完全不可能的，所以現在的語音識別，`人工’有餘，可與人類的`智慧’扯不上關係，語音識別要想取得最終突破，只有聽覺模式感知一條路可走。擬腦AI是AI唯一的出路，但本民科的經歷表明，儘管步履艱難，但仍然能夠取得突破。

語音識別是屬於計算機的技術：

語音識別是模式識別的一個分支，屬於訊號處理科學領域。它還與語音學，語言學，數理統計學和神經生物學學科有著非常密切的關係。另一方面，言語也是人類賴以思考的主要工具。因此，這門科學與認知科學和人工智慧領域的研究密不可分，是資訊科學研究領域發展最快的領域之一。

語音識別研究的目的是讓機器“理解”人類的口語。它包括兩個方面：一是逐字理解未翻譯成書面語言的單詞；另一種是理解口語中包含的要求或查詢，並正確回答，而不受所有詞語的正確轉換的約束。語音識別系統可分為三種類型：孤立詞，連線詞和連續語音。從客戶的角度來看，它可以分為特定的人和非特定的人。也就是說，該系統僅適用於一個使用者或可用於任何使用者。

語音識別研究始於20世紀50年代初，並開始成為20世紀60年代中期的一個重要課題。如今，隨著DTW的引入，HMM的引入，語言模型的建立等，語音識別研究取得了很大進展。自20世紀80年代以來，一些相對簡單的語音識別系統已進入商業化階段。在20世紀90年代，語音識別的主要方向被定義為連續語音，大詞彙量，非特定人識別演算法和系統開發。到目前為止，以IBM的Via Voice為代表的“聽寫機”系統已正式投放市場，並逐漸被人們接受。語音識別，語音合成，多媒體等技術的結合將為計算機提供友好的互動模式，為網路技術，計算機應用和普及提供必要的條件。