1：构建一个状态网络网络搭建足够大，包含任意文本路径，网络越大识别准确率越高2：从状态网络中寻找与声音最匹配的路径(临近最优)

　　1：单次级网络展开程音素网络，再展开成状态网络(解码)2：路径搜索是动态规划剪枝的算法Viterbi算法，全局寻找最优路径3：观察概率：每帧和每状态对应的概率4：转移概率：每个状态转移到自身或者下一个状态的概率

　　1：帧对应哪个状态的概率最大，概率分布2：巨大的语音数据3：声学模型需要大量的参数4：从语星空体育网站 星空体育首页音数据中获取这些参数并进行训练

　　语言概率：根据语言统计规律得到的概率（如果不适用，那么识别出的星空体育网站 星空体育首页语言是乱的）