音声認識って要するに音で当たり判定するようなもんじゃないんです？ マイク入力からの信号を一定の区切りで数値化して、予め設定してある定数とIF文で比較して判別してやるみたいな。 応用すると2次元の画像をスライスして横1ラインを一つの数値に変換して、予め用意してあるパターンと照合、みたいな画像認証も出来そう。