Pembuatan sistem pengenalan suara sudah dimulai sejak lama, bahkan dimulai dari tahun 1920. Saat ini sistem pengenal suara untuk bahasa Indonesia telah dibuat, namun sistem pengenal suara tersebut masih belum bisa menghasilkan transkripsi yang memuaskan. Konfigurasi sistem pengenalan suara pada Sphinx4 merupakan salah satu unsur penting dalam pengembangan suatu sistem pengenal suara menggunakan Sphinx 4. Konfigurasi sistem pengenal suara sangat menentukan hasil dan performa dari sistem tersebut. Komparasi kinerja sistem dengan konfigurasi berbeda berguna untuk mengetahui konfigurasi yang tepat untuk sistem tersebut. Pada penelitian ini telah dilakukan eksperimen terhadap beragam search manager dengan penggunaan absolute beam width yang berbeda. Dari data hasil eksperimen telah dapat disimpulkan bahwa penggunaan word pruning search manager, lebih baik dari segi memory yang dihabiskan dibanding search manager token heap dan simple breadth first. Dari hasil eksperimen diketahui bahwa dengan absolute beam width 5000 , sistem mencapai kinerja yang optimal,yaitu akurasi yang tinggi dengan waktu yang dihabiskan hampir mendekati realtime.