Modelování řeči pomocí HMM vychází z následující představy o tvorbě řeči.
Hlasové ústrojí se v krátkém čase nachází v jedné z konečně mnoha artikulačních konfigurací - generuje hlasový signál.
Přejde do následující konfigurace.
Tuto činnost lze chápat statisticky.
Kvantizací akustických vektorů (vytvořením kódové knihy) lze dosáhnout konečnosti všech parametrů odpovídajícího modelu.
Princip použití HMM pro rozpoznávání:
Jsou generovány dvě vzájemně svázané časové posloupnosti náhodných proměnných:
podpůrný Markovův řetězec - posloupnost konečného počtu stavů,
řetězec konečného počtu spektrálních vzorů.
Náhodné funkce ohodnocující pravděpodobnostmi vztah vzorů k jednotlivým stavům.
Pro rozpoznávání řeči nejčastější využívané levo-pravé Markovovy modely.
Vhodné pro modelovaní procesů spjatých se vzrůstajícím časem.