O processamento do sinal de fala e a extração de características é a fase inicial de qualquer sistema de reconhecimento de fala. É através desta componente que o sistema vê o próprio sinal de fala. O processamento da fala é o processo de extração de informações importantes de um sinal de fala e de redução do ruído e das informações indesejadas, a que se chama extração de características. A operação básica da extração de características envolve a análise espetral, a transformação paramétrica e a modelação estatística.