Stemmegjenkjenning er en inngang .

Her er grunnen:

* Input: Inngang refererer til data eller informasjon som mates inn i et system. Når det gjelder stemmegjenkjenning, er de talte ordene innspillet.

* Output: Utgang er resultatet eller informasjonen produsert av et system. Programvare for stemmegjenkjenning behandler inngangen (talte ord) og produserer en utgang (vanligvis tekst eller en kommando).

Så mens stemmegjenkjenning i seg selv er en prosess, anses de talte ordene den analyser inngangen.