単語ごとに区切って発声した音声を認識することを孤立単語音声認識といい,通 常,これを簡単に単語音声認識と呼ぶ.
単語音声の認識には,DPマッチング(Dynamic Programming Matching)による方法, セグメンテーションと音素ラベリングに基づく方法,HMMM(Hidden Markov Model)による方法,ニューラル ネットワークによる方法などが利用される.
HMMによる方法は,米国で統計確率的手法であるHMMの研究が行われ,1980年代には単語音声認識の標準的手法となった. HMMは,その統計的アルゴリズムの高い学習能力と認識性能により,現在では広く使われるようになってきている.