認識エンジンの実装の難しい点

複雑なアルゴリズム
全てが「確率」で駆動
全ての出現しうる単語を同時に扱う必要
複雑なDPアルゴリズム
音声は非線型伸縮，かつ任意の単語の組み合わせを考慮
モデルと密接な関連
単語間のtriphoneの扱いなど

速度，精度の両面への強い要求
実時間処理は必須，ただし精度低いと意味ない

数十MBのモデルの扱い…メモリ量と速度のバランス