一种HMM可以呈现为最简单的动态贝叶斯网络。隐马尔可夫模型背后的数学是由LEBaum和他的同事开发的。它与早期由RuslanL.Stratonovich提出的最优非线性滤波问题息息相关，他是第一个提出前后过程这个概念的。 在简单的马尔可夫模型（如马尔可夫链），所述状态是直接可见的观察者，因此状态转移概率是唯一的参数。在隐马尔可夫模型中，状态是不直接可见的，但输出依赖于该状态下，是可见的。每个状态通过可能的输出记号有了可能的概率分布。因此，通过一个HMM产生标记序列提供了有关状态的一些序

基于统计特征的语种识别算法分析与实现。1.提取语音的客观统计特征；2、通过分类器建立训练学习模型；3、将模型运用于汉语、英语、日语等语种识别实验，与人的主观感觉做对比-Based on statistical language identification algorithm analysis and Realization of objective statistics. The extraction of speech features 2, the classifier built th