让机器听懂人类的语音，这是人们长期以来梦寐以求的事情。语音识别是一门交叉学科，关系到多学科的研究领域，不同领域上的研究成果都对语音识别的发展作了贡献。
计算机语音识别过程与人对语音识别处理过程基本上是一致的。目前主流的语音识别技术是基于统计模式识别的基本理论。一个完整的语音识别系统可大致分为三部分：
（1）语音特征提取：目的是从语音波形中提取随时间变化的语音特征序列。
（2）声学模型与模式匹配（识别算法）：声学模型是识别系统的底层模型，并且是语音识别系统中最关键的一部分。声学模型通常由获取的语音特征通过训练产生，目的是为每个发音建立发音模板。在识别时将未知的语音特征同声学模型（模式）进行匹配与比较，计算未知语音的特征矢量序列和每个发音模板之间的距离。声学模型的设计和语言发音特点密切相关。声学模型单元大小（字发音模型、半音节模型或音素模型）对语音训练数据量大小、系统识别率，以及灵活性有较大影响。
（3）语义理解：计算机对识别结果进行语法、语义分析。明白语言的意义以便作出相应的反应。
这里我们提供的娃娃就具备一定的语音识别能力，可以听懂并回答10句简单的提问，并作出回答
1.你好
娃娃答:你好
2.你叫什么名字？
娃娃答;我是聪明可爱的喜之宝娃娃,
3.你会唱什么歌？
娃娃答; 我会唱很多歌
4.你今天开心吗？
娃娃答;我见到你很开心
5.让我亲一下好吗？
娃娃答; 好吧,只能亲一下平
6.你很可爱！
娃娃答;你也很可爱哦
7.你会讲哪些故事？
娃娃答;我会讲很多故事
8.你住在哪里？
娃娃答;我住在地球上
9.你最喜欢谁？
娃娃答;我最喜欢你啦
10.喜欢玩什么？
喜欢和你一起玩
提问的顺序没有要求，在安静的环境下识别率很高。