Η μετατροπή ομιλίας σε κείμενο (speech-to-text) είναι η διαδικασία που μετατρέπει τον προφορικό λόγο σε γραπτό κείμενο με τεχνολογία αναγνώρισης ομιλίας. Έτσι ηχητικό περιεχόμενο, όπως συζητήσεις ή ομιλίες, γίνεται κείμενο που μπορείς να αναλύσεις, να αποθηκεύσεις ή να επεξεργαστείς.
Αυτή η τεχνολογία είναι σημαντική, γιατί βελτιώνει την προσβασιμότητα και την παραγωγικότητα και κάνει πιο απλή τη διαχείριση περιεχομένου. Χρησιμοποιείται πολύ σε υπηρεσίες απομαγνητοφώνησης, φωνητικούς βοηθούς και υπότιτλους σε πραγματικό χρόνο, ώστε οι χρήστες να χειρίζονται συσκευές και περιεχόμενο πιο εύκολα, χωρίς να πληκτρολογούν.