Για την αναγνώριση ομιλίας, ένα σύνολο από ακουστικές σχήματα (σε δυαδική μορφή) για ένα δεδομένο σύνολο των λέξεων, σε ποια λέξη-προς-λέξη διαφορές είναι μεγιστοποιημένο αλλά ομιλητής-να-ομιλητής διαφορές είναι ελαχιστοποιημένο.