状態数無調整の状態共有型HMM

状態数を調整していない状態共有型HMM, MFCCでの同音異義語認識精度を表 28に示す. また, FBANKでの同音異義語認識精度を表 29に示す. 状態数を制御する閾値が一定であるために, 状態数 は各実験条件とモデルによって異なる. 状態数以外の実験条件は, 本研究での実 験条件と同一である. MFCCでの状態数を表26に, FBANK での状態数を表27に示す.

表 26: モデルにおけるMFCCの状態数

モーラ	アクセント	triphone	モーラ	アクセント
モデル	モデル	モデル	triphoneモデル	triphoneモデル
約200	約300	約1000	約1050	約1100

表 27: モデルにおけるFBANKの状態数

モーラ	アクセント	triphone	モーラ	アクセント
モデル	モデル	モデル	triphoneモデル	triphoneモデル
約300	約550	約1500	約1750	約1900

表 28: MFCC,diagonal,状態数無調整の状態共有型HMMの同音異義語誤り率

	アクセントモデル	アクセントtriphoneモデル
mau	41%(9/22)	18%(4/22)
mmy	45%(10/22)	14%(3/22)
mnm	32%(7/22)	23%(5/22)
faf	27%(6/22)	14%(3/22)
fms	14%(3/22)	18%(4/22)
ftk	32%(7/22)	27%(6/22)
平均	32%(42/132)	19%(25/132)

表 29: FBANK,diagonal,状態数無調整の状態共有型HMMの同音異義語誤り率

	アクセントモデル	アクセントtriphoneモデル
mau	18%(4/22)	36%(8/22)
mmy	50%(11/22)	14%(3/22)
mnm	36%(8/22)	27%(6/22)
faf	27%(6/22)	14%(3/22)
fms	23%(5/22)	0%(0/22)
ftk	14%(3/22)	14%(3/22)
平均	28%(37/132)	17%(23/132)

実験より以下の結果を得た.

1. 得られた精度は, 同条件の半連続型HMMのDiagonalと状態数を調整した状 態共有型HMMの精度より高い. しかし, 半連続型HMMのFullよりは高くな い.