在隱馬爾可夫模型中，狀態不是直接觀察到的，而是僅觀察到輸出（事件）的。但是，此輸出是根據模型狀態的概率分布。因此，由某個隱式馬爾可夫模型生成的輸出序列會提供有關內部狀態序列的一些信息。術語“隱藏”是指以下事實：從外部不能直接觀察到模型已經轉變的狀態序列，并且與模型的參數無關。即使參數已知，也稱為隱馬爾可夫模型。隱馬爾可夫模型可以表示為非常簡單的動態貝葉斯網絡。

隱馬爾可夫模型是潛在變量，而不是獨立地通過馬爾可夫過程相關聯的（隱藏的變量，潛變量）混合模型（混合模型）可以被視為的延伸。該潛在變量控制為每個觀察選擇的混合因子。近年來，隱藏的馬爾可夫模型已被概括為可處理更復雜的數據結構和非平穩數據的成對馬爾可夫模型和三重馬爾可夫模型。

隱馬爾可夫模型的數學概念由LE Baum及其同事于1966年發表^{[1]?[2]?[3]?[4]?[5]}。這與RL Stratonovich最早對非線性濾波問題進行優化的早期工作有關，后者首先宣布了前向后向算法。