GMM，Gaussian Mixture Model，GMM，高斯混合模型。

数据往往不知道是哪个高斯分布，这给GMM的参数初始化带来困难。所有聚类算法都可用于此，常用的有K-means、LBG等。

模型自适应，由于各地口音，采集设备，环境噪声等因素的差异，已训练过的GMM-HMM很可能和新领域的测试数据不匹配，导致识别效果变差，甚至性能急剧下降，因此需要做自适应训练。有最大后验概率估计MAP，最大线性似然回归是两种经典的自适应算法MLLR。

匹配反正也是通过类似动态规划实现的。