Zamiana mowy na tekst (ang. speech-to-text) to przekształcanie mowy w tekst pisany za pomocą technologii rozpoznawania mowy. Pozwala zapisać nagrania, takie jak rozmowy czy przemówienia, jako tekst, który można analizować, przechowywać lub dalej przetwarzać.
Ta technologia jest ważna, bo poprawia dostępność, zwiększa produktywność i ułatwia zarządzanie treścią. Stosuje się ją powszechnie w usługach transkrypcji, asystentach głosowych i napisach na żywo. Pozwala łatwiej korzystać z urządzeń i treści bez ręcznego pisania.