第五章基于HMM模型进行语音识别的基本思路摘要：本文对隐马尔科夫模型（HMM）进行了详细的阐述，并对基于HMM模型进行语音识别这一方法的基本思路进行了简单的介绍。关键字： 隐马尔可夫（HMM），模型，语音识别1 知识背景隐马尔可夫模型作为语音信号的一种统计模型，在语音处理各个领域中广泛的应用，它的理论基础是在1970年前后由Buam等人建立起来的，随后由CMU的Baker和BIM的eJhnek等人将其应用到语音识别之中。由于贝尔实验室Rbainer等人在20世纪80年代中期对HMM的深入浅出的介绍，才逐渐使HMM为世界各国从事语音处理研究人员所了解和熟悉，进而成为公认的有效的语音识别方法【1】。一般来说，语音识别的方法有四种：(1)统计模型方法(2)基于声道模型和语音知识的方法(3)模式匹配的方法(4)人工神经网络的方法基于声道模型和语音知识的方法起步较早，没有达到实用的阶段。目前常用的方法是后三种方法，目前它们都已达到了实用阶段。 隐马尔可夫模型(HMM) 是常见的统计型模型方法，本文主要介绍经典的隐马尔可夫模型及其
