HTK. HTK (the Hidden Xxxxxx Models) je soubor programů, které jsou určeny k tvorbě a práci se skrytými Markovovými modely. Tento modul (toolkit), byl původně vyvinut ve Speech Vision and Robotics Group na Cambridgské univerzitě. Během let procházel postupným vývojem a dnes, kdy poslední aktuliazace byla vydána v roce 2009 a to verze 3.4.1, se jedná o velmi rozsáhlý a účinný nástroj k rozpoznávání spojité řeči. Modul HTK se pro práci s HMM osvědčil, a tak se dnes využívá i v mnoha jiných oblastech, ne jen v zpracování řeči. Algoritmy založené na skrytých Markových modelech nacházejí uplatnění při rozpoznávání řeči, jejich další využití můžeme nalézt při automatické tvorbě přepisů řečových nahrávek a při různých experimentech v oblasti zpracování řečových signálů. Hlavní výhodou HTK je, že poskytuje široké spektrum funkcí a nástrojů při budování rozpoznávačů založených na skrytých Markových modelech. U jednotlivých nástrojů je zároveň poskytnuta velká variabilita jednotlivých nastavení. Jednotlivé nástroje HTK jsou ovládané příkazovým řádkem, což je už u menších rozpoznávačů nevýhodné. Nastavování a opětovné přestavování jednotlivých parametrů je jednak nepohodlné a jednak zabírá značný čas. Organizace souborů jako je změnách vstupních soborů, např. při testování, je při počtu desítek či stovek souborů příliš obtížné. Z uvedených skutečností pramení, že by bylo výhodnější mít vhodné grafické prostředí, které by práci s HTK zrychlilo, zefektivnilo a zpříjemnilo. Tento softwarový nástroj byl navržen k rozpoznávání spojité řeči, ale díky tomu, že zvládne pracovat i s parametrickým popisem dat, se začal prosazovat i v jiných oblastech, při analýze prozodie řečníka, při tvorbě inventáře řečových jednotek pro syntézu řeči, při zpracování obrazových dat a jiné. Modul HTK je možno použít ve všech fázích návrhu rozpoznávače řeči. Může spočítat parametry ze zvukových dat, vytváří strukturu modelu HMM, inicializuje a trénuje modely, rozpoznává řečové nahrávky a analyzuje přesnost rozpoznávání. Značná část programu je také určena k práci s jazykovými modely. Pokud bychom chtěli detailnější popis postupu návrhu rozpoznávače spojité řeči, rozdělili bychom jej do čtyř fází: příprava dat, trénování, testování a vyhodnocení
