一個完整的基于統(tǒng)計的語音識別系統(tǒng)可大致分為三部分：。

　　(1)語音信號預(yù)處理與特征提取，

      (2)聲學(xué)模型與模式匹配，

      (3)語言模型與語言處理選擇識別單元是語音識別研究的第一步，語音識別單元有單詞（句），音節(jié)和音素三種，具體選擇哪一種，由具體的研究任務(wù)決定。

　　單詞（句）單元廣泛應(yīng)用于中小詞匯語音識別系統(tǒng)，但不適合大詞匯系統(tǒng)，原因在于模型庫太龐大，語音識別ic訓(xùn)練模型任務(wù)繁重，模型匹配算法復(fù)雜，難以滿足實時性要求。

　　音節(jié)單元多見于漢語語音識別，主要因為漢語是單音節(jié)結(jié)構(gòu)的語言，而英語是多音節(jié)，并且漢語雖然有大約1300個音節(jié)，但若不考慮聲調(diào)，約有408個無調(diào)音節(jié)，數(shù)量相對較少，因此，對于中，大詞匯量漢語語音識別系統(tǒng)來說，以音節(jié)為識別單元基本是可行的。

　　語言模型對中，大詞匯量的語音識別系統(tǒng)特別重要，當(dāng)分類發(fā)生錯誤語音ic時可以根據(jù)語言學(xué)模型，語法結(jié)構(gòu)，語義學(xué)進(jìn)行判斷糾正，特別是一些同音字則必須通過上下文結(jié)構(gòu)才能確定詞義，語言學(xué)理論包括語義結(jié)構(gòu)，語法規(guī)則，語言的數(shù)學(xué)描述模型等有關(guān)方面，目前比較成功的語言模型通常是采用統(tǒng)計語法的語言模型與基于規(guī)則語法結(jié)構(gòu)命令語言模型。

　　因為這樣的芯片必須要量大才便宜，因為量小了，分?jǐn)傁聛?，成本其實也不低，語音存儲的時間短，播放的音質(zhì)差語音ic，并且不可重復(fù)的更換語音，因為它內(nèi)部實現(xiàn)的方法是將語音文件壓縮成WAV的文件，直接存儲在芯片內(nèi)部，這樣就會導(dǎo)致語音被壓縮的非常的厲害。

　　語音識別芯片方案，雖然其語音播報靈活，但是語音識別的高額成本也限制了其的發(fā)展。

　　支持循環(huán)播放，隨機(jī)播放，一對一播放等等，十分靈活，出貨為封裝片，保證了良率，對數(shù)量無任何要求，硬件的外圍電路是極其簡單的，bom成本低廉。