Sprache-zu-Text (Speech-to-Text) ist der Prozess, gesprochene Sprache mit Spracherkennung in geschriebenen Text umzuwandeln. So lassen sich Audioinhalte wie Gespräche oder Reden in Text übertragen, der analysiert, gespeichert oder weiterverarbeitet werden kann.
Diese Technik ist wichtig, weil sie die Barrierefreiheit verbessert, produktiver macht und die Verwaltung von Inhalten vereinfacht. Sie wird viel genutzt, etwa in Transkriptionsdiensten, Sprachassistenten und Live-Untertiteln. So bedienen Nutzer Geräte und Inhalte leichter, ohne von Hand tippen zu müssen.