文本或者语音里的数字识别是分类还是回归？

你说的这些问题都是属于分类，更具体地说，是多元分类。

分类不只是二元的，也有多元的。比如手写数字识别MNIST，目标的范围是0到9这十个数字，但是并没有把它当作回归来处理，因为把字符3判断成了4和把3判断成了8一样糟糕，只有当3被识别为3才行。这种情况下，我们就采取多元分类。每个数字本身都是一类。在图像识别中，类别往往更多。