Markovin piilomallia käytetään esimerkiksi puheentunnistuksessa, jossa yksittäiset puheen näytteet ovat vain suuntaa antavia, mutta niiden pidemmät yhdistelmät voidaan tunnistaa jo huomattavasti varmemmin.
Markovin piilomallin ratkaisumenetelmät koostuvat sekä mallin parametrien estimoimisesta että valmiin mallin perusteella tehtävästä piilossa olevan tilasiirtymäketjun arvaamisesta Viterbin algoritmilla.