echozj1989的专栏

大多数大词汇量、连续语音的非特定人语音识别系统都是基于HMM模型的。HMM是对语音信号的时间序列结构建立统计模型,将之看作一个数学上的双重随机过程：一个是用具有有限状态数的Markov 链来模拟语音信号统计特性变化的隐含的随机过程,另一个是与Markov 链的每一个状态相关联的观测序列的随机过程。前者通过后者表现出来,但前者的具体参数是不可测的。人的言语过程实际上就是一个双重随

隐马尔可夫模型  对语音识别系统而言，观测符号通常就是从各个短时语音帧提取计算而得的声学特征。 观察到的状态序列与隐藏过程有一定的概率关系，这个模型包含了一个底层隐藏的随时间改变的马尔科夫过程（即称为隐马尔科夫），以及一个与隐藏状态的某种程度相关的课观测到的状态集合 因此，隐马尔科夫模型是在一个标准的马尔科夫过程中引入一组观测状态，以及其与隐藏状态间的一些概率关系。

马尔科夫模型是描述一类重要的随机动态系统（过程）的模型系统在每个时期所处的状态是随机的从一时期到下时期的状态按一定概率转移下时期状态只取决于本时期状态和转移概率已知现在，将来与过去无关（无后效性）