La reconnaissance de la parole nécessite de prendre en compte des phénomènes temporels et contextuels, donc de conserver des informations sur le passé. Nous avons choisi d'étudier et d'étendre le Gamma Memory model (GMM) qui présente de nombreux avantages : petit nombre de paramètres, récurrence locale, adaptation par apprentissage des paramètres utiles pour la mémorisation.
Nous avons testé différents types d'apprentissage et montré leur influence sur les taux de reconnaissance [48].