Grupu za akustiku i govorne tehnologije čini tim istraživača fokusiranih na zvuk i obradu audio signala, koji je najpoznatiji po rezultatima iz obrade govornog signala - automatsko prepoznavanje govora (ASR) i sinteza govora na osnovu teksta (TTS) - ali u poslednje vreme širi svoju delatnost i na automatsko prepoznavanje govornika i emocija u glasu, kao i primene svih ovih govornih tehnologija u multimodalnim dijaloškim sistemima koji će moći da komuniciraju sa ljudima približno prirodno kao što ljudi komuniciraju međusobno. Oko ove misije okupio se tim istraživača posvećenih razvoju govornih tehnologija i dijaloških sistema za srpski i srodne južnoslovenske jezike. Od interesa su istraživanja modelovanja artikulacije i percepcije govora i kognitivnih nivoa govorne komunikacije, kao i razvoj asistivnih tehnologija i dijaloških sistema posebne namene, zatim audio-monitoring sistemi za detekciju i rekonstrukciju hazardnih situacija, mapiranje buke i praćenje slušanosti radio i TV programa preko mobilnih telefona na osnovu automatskog prepoznavanja negovornih signala, itd.