El reconocimiento de voz en la actualidad es uno de los temas de investigación más relevante al cuál se le pueden aplicar una serie de técnicas y modelos; en éste paper especicamos la aplicabilidad de modelos ocultos de marcov para su desarrollo. Estos modelos son una extensión de las Cadenas de Markov (Hidden
Markov Model) asumen que el sistema estudiado sigue un proceso de Markov con parámetros desconocidos.
Los principales algoritmos que intervienen dentro de éste modelo son: El algoritmo de Vitervi, que es un algoritmo que permite encontrar la secuencia de estados más probable en un HMM a partir de la observación ; éste algoritmo parte de un estado inicial y, teniendo en cuenta la probabilidad de transicion entre estados, la probabilidad de emision de estos estados y las probabilidades que gobiernan la concatenacion de modelos representativos de palabras, obtiene de manera recurrente la secuencia de estados más probable. Los modelos que subyacen a esta secuencia de estados mas probable son los que determinan la trascripcion de la secuencia que estamos reconociendo. A mas de éste algoritmo citaremos de una manera general otros como los algoritmos forward y backward y el algoritmo de Baum Welch.

El paper se encuentra en este link:

Reconocimiento de Voz