text=A Markov-láncokat gyakran használják valamilyen fizikai folyamat modellezésére, ahol különböző megfigyelések alapján kell szimulálni, modellezni a folyamatot. Ha a megfigyelés egyértelműen azonosítja, hogy a folyamat milyen állapotban van, akkor a használt modellt megfigyelhető Markov-modellnek vagy egyszerűen Markov-láncnak nevezzük. Számos olyan folyamat létezik (ilyen a beszéd is), melyekre ugyan az állapotok jól definiálhatók, rájuk a megfigyelések alapján mégsem következtethetünk egyértelműen. Ezeket modellezzük úgynevezett rejtett (HMM) Markov-modellekkel.
Az ábrán a Markov-modellek alkalmazását mutatjuk be. A szavak beszédhangok sorozataként állnak elő. Minden beszédhang több állapotból áll, tipikusan háromból. A közöttük lévő élek határozzák meg, hogy az adott állapotból mely következő állapotokba lehet lépni. A modell betanítása során az élekhez élvalószínűségek rendelhetők, melyek a helyben maradás, illetve továbblépés valószínűségét határozzák meg.
Az egyes állapotok tartalmazzák az akusztikus modellek készítése során becsült Gauss-eloszlások paramétereit. A mintaillesztő eljárás ezen modellekhez illeszti a bejövő jellemző vektorsorozatot.