前面两节介绍了语音识别的一些概念，并进行数据的预处理。现在我们有了音频数据转化为MFCC特征向量的文件，以及每个文件对应的音子文件信息。
现在进入模型构建部分，包括两个核心部分，一是如何表示音子概率分布；二是如何建模音子之间的转移关系。
通过单高斯来建模每个音子的概率分布。意思就是利用一个多维正态分布来拟合每个音字的概率。