La reconnaissance d'écriture manuscrite arabe reste toujours un problème ouvert. Ceci à cause des difficultés auxquelles sont confrontés les chercheurs et les développeurs, telles que la variabilité de la forme du style et l'inclinaison de l'écriture. Compte tenu de la nature cursive et connectée de l'écriture arabe manuscrite, nous présentons à travers ce travail notre contribution aux recherches sur l'étude de la reconnaissance de l'écriture manuscrite. La contribution principale de notre travail est la proposition des solutions techniques permettant la réalisation d'un système de reconnaissance. Pour cela, nous proposons des procédures des prétraitements et de segmentation du mot en des caractères arabes. Dans ce rapport nous sommes intéressés principalement à construire un modèle de réseau bayésien dynamique pour la reconnaissance de l'écriture arabe manuscrite. Ce modèle a montré une grande robustesse à la modélisation de l'écriture cursive. Adapté à la hiérarchie du mot arabe bidimensionnel, ce modèle est basé sur un mariage entre le Modèle Markov Caché et le réseau bayésien hiérarchique. Cette structure a été fixée en se basant sur plusieurs paramètres.