声学模型 Acoustic modeling

声学模型用于计算模型产生语音波形的概率，它是语音识别系统中最为重要的部分之一，且占据大部分计算开销，决定着语音识别系统的性能。

传统方法：基于隐马尔可夫的声学模型，如 GMM-HMM 建模方法 —— GMM 用于对语音声学特征的分布进行建模，HMM 用于对语音信号的时序性进行建模；
深度神经网络：用于语音声学模型，Hinton 及其学生于 2009 年将前馈全连接深度神经网络用于语音识别，在 TIMIT 数据集上比基于 DNN-HMM 的声学模型具有更好的性能；
利用可变长度语境信息：2015 年，利用可变长度语音信息的声学模型被投入使用，语音信息的最优长度受音素和语速的影响，DNN-HMM 混合系统中固定长度语境窗口并非最佳选择，近些年的新模型以循环神经网络 RNN 和卷积神经网络 CNN 为主。