Luận văn tập trung nghiên cứu lý thuyết về mô hình Markov ẩn (HMM) và ứng dụng của nó trong việc xây dựng hệ thống nhận dạng tiếng nói. Trước hết, luận văn trình bày các khái niệm cơ bản của HMM, bao gồm các thành phần, các bài toán cơ bản (đánh giá, giải mã, huấn luyện) và các thuật toán giải quyết chúng như thuật toán Viterbi, thuật toán Baum-Welch. Tiếp theo, luận văn phân tích quy trình xây dựng một hệ thống nhận dạng tiếng nói điển hình dựa trên HMM, từ khâu trích xuất đặc trưng âm thanh (MFCC) đến khâu huấn luyện mô hình âm học và giải mã. Kết quả thực nghiệm trên một bộ dữ liệu tiếng Việt cụ thể cho thấy hệ thống đạt được độ chính xác nhận dạng khả quan, chứng minh tính hiệu quả của mô hình Markov ẩn trong lĩnh vực xử lý tiếng nói. Luận văn cũng đề xuất một số hướng cải tiến nhằm nâng cao hơn nữa chất lượng nhận dạng.