HMM模型可细分为离散隐马尔可夫模型(DHMM)和连续隐马尔可夫模型(CHMM)以及半连续隐马尔可夫模型(SCHMM)等。

4、人工神经元网络(ANN)

 　　人工神经元网络在语音识别中的应用是目前研究的又一热点。ANN实际上是一个超大规模非线性连续时间自适应信息处理系统，它模拟了人类神经元活动的原理，最主要的特征为连续时间非线性动力学、网络的全局作用、大规模并行分布处理及高度的稳健性和学习联想能力。这些能力是HMM模型不具备的。但ANN又不具有HMM模型的动态时间归正性能。因此，人们尝试研究基于HMM和ANN的混合模型，把两者的优点有机结合起来，从而提高整个模型的鲁棒性，这也是目前研究的一个热点。

5、支持向量机（SVM)源:自~751·论`文'网·www.751com.cn/

    支持向量机是应用统计学习理论的一种新的学习机模型，它采用结构风险最小化原理(SRM)，有效克服了传统经验风险最小化方法的缺点，在解决小样本、非线性及高维模式识别方面有许多优越的性能[4]。其基本思想可以概括为：首先通过非线性变换将输入空间变换到一个高维空间，然后在这个新空间中求取最优线性分类面，而这种非线性变换是通过定义适当的内积函数实现的。目前，统计学习理论和支持向量机也是国际上机器学习领域的研究热点。

2.4 语音识别系统

语音识别系统是建立在一定的硬件平台和操作系统之上的一套应用软件系统。其硬件平台一般是一台个人机或是一台工作站, 操作系统一般选择unix 或windows系列。在对语音识别技术有了一些基本了解之后, 让我们从语音识别系统的各个功能划分的角度出发, 来讨论一下语音识别系统的基本组成。语音识别系统由语音信号的预处理部分，语音识别系统的核心算法部分，语音识别系统的基本数据库等部分组成