聲學模型是語音識別系統中非常重要的組成部分，它負責對給定的聲學符號（如音素）建立基於音頻特徵的模型。在主流的語音識別系統中，通常採用隱馬爾科夫模型（HMM）進行建模，這種模型是一種離散時域有限狀態自動機，其中內部狀態對外部是不可見的，而外部可以看到的是各個時刻的輸出值，這些輸出值通常是通過對各個幀計算而得的聲學特徵。
隱馬爾科夫模型的打分、解碼和訓練相應的算法分別是前向算法、Viterbi算法和前向後向算法。隨著計算能力的提升和深度學習的發展，基於深度學習的聲學模型在人工智慧領域的重要性日益凸顯，它們對於提高語音識別的準確率和拓展人機互動方式具有重要意義。