Kompresi ucapan melibatkan kompresi data audio dalam bentuk ucapan. Ucapan adalah bentuk data audio yang agak unik, dengan sejumlah kebutuhan yang harus ditangani selama kompresi untuk memastikan bahwa itu akan dapat dimengerti dan cukup menyenangkan untuk didengarkan. Sejumlah program perangkat lunak telah dirancang secara khusus dengan mempertimbangkan kompresi ucapan, termasuk program yang dapat melakukan fungsi tambahan seperti mengenkripsi data terkompresi untuk keamanan.
Data audio mentah dapat menghabiskan banyak memori. Selama kompresi, data dikompresi sehingga akan menempati lebih sedikit ruang. Ini mengosongkan ruang dalam penyimpanan, dan ini juga menjadi penting ketika data sedang dikirim melalui jaringan. Pada jaringan telepon seluler, misalnya, jika kompresi suara digunakan, lebih banyak pengguna yang dapat diakomodasi pada waktu tertentu karena bandwidth yang dibutuhkan lebih sedikit. Demikian pula, kompresi ucapan menjadi penting dengan telekonferensi dan aplikasi lain; mengirim data mahal, dan apa pun yang mengurangi volume data yang perlu dikirim dapat membantu memangkas biaya.
Pidato adalah jenis data audio yang relatif sederhana dan dipelajari secara luas, yang membuatnya mudah untuk dikompresi dalam beberapa cara. Namun, penting untuk memastikan bahwa kompresi mempertahankan integritas ucapan. Jika data menjadi terdistorsi dalam beberapa cara, itu bisa sulit untuk dipahami, dan juga bisa sulit untuk didengarkan. Dengan demikian, kompresi ucapan perlu dilakukan dengan cara yang mempertahankan kualitas utama data. Sangat mudah untuk pidato lagu “salah” untuk pendengar, mengganggu pemahaman data yang dikirimkan.
Program yang menangani pembuatan file audio mungkin memiliki opsi kompresi yang tersedia. Setelah merekam atau membuat file audio mentah, orang dapat memilih di antara sejumlah parameter untuk mendapatkan file yang dikompresi ke ukuran yang lebih mudah dikelola. Kompresi ucapan juga dapat dilakukan dengan cepat, seperti ketika orang menggunakan ponsel dan jaringan memampatkan data sambil menghasilkan sinyal data sehingga orang dapat berbicara secara real time.
Jika data juga perlu dienkripsi, ini dapat dilakukan secara real time atau dalam lintasan kedua yang mengenkripsi data terkompresi. Dalam hal ini, seseorang yang ingin mendengar pidato perlu mendekripsi data dan menjalankannya melalui program, yang mungkin tertanam ke dalam peralatan seperti telepon aman, yang mampu membaca data terkompresi.