语音识别技术包含两个基本模型：声学模型和语言模型。

声学模型主要用于预测通过词的发音生成的声学表示的输出。它可以根据语音信号的波形进行建模，并对其进行特征提取，以便后续处理。声学模型的目标是寻找最佳的方式将语音信号映射到音素或词上。

而语言模型则主要用于预测一个句子出现的概率。简单来说，它可以根据语法规则和统计规律来预测一个句子是否符合语言习惯。语言模型可以分为基于规则和基于统计两种类型。基于规则的语言模型主要依据语言学的知识和规则进行建模，而基于统计的语言模型则依据大量的语料库进行建模。

这两个模型在语音识别系统中互相配合，通过解码器将输入的语音信号转换为文本，并将理解转变为指令，从而实现语音识别技术。