口语词汇识别（spoken word recognition），文学-语言文字-心理语言学-语言理解-口语词汇识别，位于声学信号切分和概念通达之间的一个重要的口语加工环节。口语词汇识别需要把切分出的声学信号与长时记忆中的词汇建立联系，进而识别词汇。早期的口语词汇识别模型大概分为两类——序列加工和平行加工。序列加工观点认为，从声学信号输入，到最后识别目标词，每一个输入的音位信息会被依次做出判断。平行加工观点与之相反，认为所有声学信号都同时起作用，共同决定目标词。后期的口语词识别模型大多采取了序列和平行相结合的加工模式。普遍认同的观点是，知觉输入激活词汇表征，表现为一定程度的序列加工；不同词汇之间的互相竞争，表现为平行加工。不同模型之间的一个争论焦点是加工的方向性，即信息流是否只能从最初级的感觉阶段依次流向更高的加工层级、高层级加工得到的信息是否可以反过来影响低层级的加工。近年来，词汇的表征形式开始受到持续关注。早期模型一般将声学特征、音节、词汇等看作网络中的节点，每个词汇表征都对应于某个或某几个节点，称为“局部表征”（localist representation）。