一個完整的基于統計的語音識別系統可大致分為三部分：。

　　(1)語音信號預處理與特征提取，

      (2)聲學模型與模式匹配，

      (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），音節和音素三種，具體選擇哪一種，由具體的研究任務決定。

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

　　音節單元多見于漢語語音識別，主要因為漢語是單音節結構的語言，而英語是多音節，并且漢語雖然有大約1300個音節，但若不考慮聲調，約有408個無調音節，數量相對較少，因此，對于中，大詞匯量漢語語音識別系統來說，以音節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特別重要，當分類發生錯誤語音ic時可以根據語言學模型，語法結構，語義學進行判斷糾正，特別是一些同音字則必須通過上下文結構才能確定詞義，語言學理論包括語義結構，語法規則，語言的數學描述模型等有關方面，目前比較成功的語言模型通常是采用統計語法的語言模型與基于規則語法結構命令語言模型。

　　因為這樣的芯片必須要量大才便宜，因為量小了，分攤下來，成本其實也不低，語音存儲的時間短，播放的音質差語音ic，并且不可重復的更換語音，因為它內部實現的方法是將語音文件壓縮成WAV的文件，直接存儲在芯片內部，這樣就會導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展。

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