库训练得到，强调语料库是语言知识的源泉，通过对语料库进行深层加工、统计和学习，获取自然语言文本中的语言学知识，从而可以客观地描述大规模真实文本中细微的语言现象。 -模型 -统计语言模型由于其简单、容易理解等优点在很多领域得以广泛使用。 基于神经网络的语音模型 包括三种常见的语言模型：前馈神经网络语言模型、循环神经网络语言模型以及长短期记忆的循环神经网络语音模型。
三、解码器 语音识别的最终目的是在由各种空间中，寻找最优的 阿联酋电话数据 单词序列。这在本质上属于搜索算法货解码算法的范畴，即解码器要完成的任务。 搜索空间 语音识别寻找最优的单词序列，所有可能的单词序列候选构成了解码过程中的搜索空间。 解码的搜索空间有多种构成方式，可以分为动态编译解码空间和静态编译解码空间两大类。动态编译只是预先将发音词典编译成状态网络构成搜索空间，其他知识源在解码过程中根据活跃路径上携带的历史信息动态集成。
而静态编译解码空间，是把所有知识源统编译在个状态网络中，在解码过程中根据节点间的转移权重获得概率信息。 动态搜索空间解码算法 语音识别寻找最优单词序列的问题可以转化为:在树形词典构成的搜索空间中，寻找最优状态序列的问题。这个问题般使用维特比（算法解决。它的基本思想是，如果个路径集合中的最大概率大于另外个路径集合中的最大概率，则的路径概率和也大于的路径概率和。这个假设只能在定程度上成立，因此会带来定的精度损失，但是却能大大降低运算量。