音声認識で調べて。 説明も実装もけっこう大変で、ここに書くのはかなりつらい。 流れだけ書くと フーリエ変換して第一、第二フォルマントの周波数比から母音判定。 全スペクトルとその時間変化から子音候補検索して前後の文脈から文字列推定。 そんな感じになるんでいろいろ知識要る。 母音まではなんとかなったんだけど子音がまだうまくいかない。