為了保留更多的正確信息，近年來學者們開始研究基於多候選識別結果的語音文檔檢索技術。詞格(Lattice)是廣泛採用的一種多候選識別結果，它不僅能夠補償識別錯誤帶來的影響，而且能夠提供用於置信度計算的聲學模型得分和語言模型得分。因此，基於Lattice的語音文檔檢索迅速發展成為了當前語音文檔檢索的主流技術，受到了越來越多的重視和青睞，並且相繼有一些針對不同需求開發的實用系統問世，例如：美國電話電報公司(AT&T)以語音郵件瀏覽和搜尋為主的SCAN Mail系統、惠普(HP)實驗室針對網路多媒體檢索開發Speechbot系統、卡內基梅隆大學(CMU)的結合語音檢索、摘要以及可視化等多項技術的Informedia計畫、麻省理工學院(MIT)的Lecture Browser線上課程瀏覽系統以及密西根大學的Speech Find音頻檔案搜尋引擎等。隨著基於Lattice的語音文檔檢索技術的不斷發展，美國國家標準技術局(National Institute of Standards and Technology, NIST)在2006年組織了新一輪針對大規模數據的語音查詢詞檢索(Spoken Term Detection, STD)評測，該評測提供的測試語料中第一次正式引入了自然對話語音(電話錄音、會議錄音)。
在漢語語音文檔檢索研究方面，台灣大學語音實驗室、台灣師範大學資訊工程系、香港中文大學人機通訊實驗室等學術機構針對漢語的結構特點率先開展了相應的研究。國內大陸的研究工作起步相對較晚，但發展勢頭迅猛。在國家自然科學基金的大力支持下，清華大學、中國科技大學、哈爾濱工業大學、浙江大學、中國科學院自動化所和聲學所等機構對都漢語語音文檔檢索技術進行了深入的研究，並取得了卓越的研究成果。例如：王新明等人開發的國語廣播新聞搜尋引擎“So Video”，Ye Ruizhi 等人搭建的基於 P2P(peer to peer)架構的語音檢索平台“ASEKS”。另外，鑒於中國未來龐大的市場，國外機構日益重視漢語語音文檔檢索的研究，Microsoft、Google 等國際大公司相繼在中國設立了研發中心並不斷增加漢語語音文檔檢索系統研究的投資，同時 NIST 也把漢語國語加入到測試語料集進行公開的語音檢索評測，有力推動了該技術的發展。
