如果你对语音技术感兴趣，以下是一些相关的专业可以选择：

应用语言学：

研究语言在实际应用中的研究和应用，包含跨学科研究，如心理学、计算机科学等。在国际交流、教育、翻译、语音识别等领域有广泛应用。

计算机科学与工程：

深入研究编程原理、软件开发、算法设计与分析等。学习者掌握广泛的编程语言，并能应用这些语言解决复杂的计算问题。

软件工程：

专注于软件开发的生命周期，包括需求分析、设计、实现、测试与维护。强调项目管理、团队合作、以及软件质量保证。

信息技术：

覆盖网络系统、数据库管理、web开发和编程等领域。提供实践操作技能和理论知识，适合对网络技术和数据管理感兴趣的学生。

人工智能：

涵盖机器学习、自然语言处理、机器视觉和智能系统设计等领域。语音识别和语音合成是人工智能的重要研究方向。

语音科学与技术：

主要研究声音的产生、传输、感知以及语音与语言的关系。学生将学习语音声学、语音信号处理、语音特征提取等技术，并掌握语音合成、语音识别、语音合成等领域的相关理论和方法。

人机语音交互：

研究人类和计算机之间通过语音进行交互的专业。学生将学习人机对话系统、自然语言处理、机器学习等技术，以及语音识别、语音合成等相关应用技术。

数字语音处理：

主要研究基于计算机的语音信号处理和分析技术。学生将学习数字信号处理、语音压缩、语音增强等相关知识，并掌握音频编解码、语音分析和语音识别等技术。

计算语言学：

研究计算机处理人类语言的专业。学生将学习语言学基础、自然语言处理算法、文本挖掘等内容，并掌握文本分析、信息检索等相关技术。

语音工程：

主要培养具备语音信号处理和语音系统设计能力的工程师。学生将学习数字信号处理、自动语音识别、语音合成等理论和实践技术，并进行实际的语音系统设计和开发。

计算机科学：

最直接与人工智能相关的专业，涵盖了计算机编程、算法设计、数据结构等基础知识，以及人工智能的相关理论和应用技术。

人工智能与机器学习：

主要研究机器学习、深度学习、神经网络等人工智能技术，包括数据挖掘、图像识别、自然语言处理、语音识别等方面。

自然语言处理（NLP）：

专注于理解和处理自然语言数据，开发语音识别、机器翻译、智能对话等应用。

数字信号处理：

专注于信号的数字化处理，对于语音识别技术尤其重要。

电子工程：

涉及信号处理、通信原理等，这些知识对于语音识别系统的硬件实现和信号处理非常重要。

数学和统计学科：

人工智能技术和算法的很多方面都涉及到数学和统计学，如线性代数、微积分、概率论和数值计算等。

心理学和生理学：

语音识别涉及到对人类语音的产生和感知机制的理解，心理学和生理学知识有助于更好地模拟和理解人类的语音信号。

语言学：

有助于理解语言的结构和语义，从而提高语音识别系统的准确性和自然度。

选择哪个专业取决于你对语音技术的兴趣以及你希望从事的工作类型。计算机科学和人工智能专业通常提供更全面的背景，而自然语言处理专业则更专注于语言相关的处理技术。