目前，我可以通过为每个标志训练HMM模型来识别使用HMM的孤立单词，而对于一个新单词，我采用模型的符号给出最高可能性。
当谈到联合起来的多个词时，我不知道该怎么办？ 我知道我应该使用维特比算法，但我不知道我是怎么特别不知道连续流中每个符号的开始和结束还有一些来自运动的不可预测的动作在符号的结尾和下一个符号的开头之间
我正在使用C＃Accord.Net库。
更具体地说，我的问题是：
如何训练HMM分类器自动解码连续的“单词”序列（并注意每个hmms代表一个单词），同时考虑到在实时流中并非序列的每个片段都是单词一些段不是单词，如果这是通过维特比算法完成的，那么所谓的隐藏状态序列是什么才能得到它，因为基于我的有限信息，隐藏状态的序列长度等于观察到的状态的序列长度，在这种情况下，每个隐藏状态（单词）将发出一系列观察点。
提前致谢