追加実験

本研究では，混合HMMを作成する音素数の基準を$n = 10,20,30$とした．しかし， 164単語の学習データにおいては，30個以上の音素が多く存在しているため， $n = 40,50$として混合HMMを作成することも可能である．本節では，164単語の 学習データを用いた際の40個未満混合HMM，50個未満混合HMMを作成し，認識精度 の調査を行った．

通常の164単語の学習データを用いた場合の実験結果を表 16に，偏りを持つ164単語の学習データを用いた場合の 実験結果を表17に示す．

表 16: 164単語の学習データを用いた混合HMMの実験結果

		10個未満	20個未満	30個未満	40個未満	50個未満
	話者適応	混合HMM	混合HMM	混合HMM	混合HMM	混合HMM
mau	86.87%	90.69%	91.45%	91.45%	91.30%	91.18%
	(2276/2620)	(2376/2620)	(1396/2620)	(2396/2620)	(2392/2620)	(2389/2620)
mmy	87.63%	89.54%	90.95%	90.95%	89.85%	90.15%
	(2296/2620)	(2346/2620)	(2383/2620)	(2383/2620)	(2354/2620)	(2362/2620)
mnm	85.50%	88.97%	89.20%	89.20%	87.63%	88.70%
	(2240/2620)	(2331/2620)	(2337/2620)	(2337/2620)	(2296/2620)	(2324/2620)
faf	87.98%	91.30%	91.95%	91.95%	90.80%	90.73%
	(2305/2620)	(2392/2620)	(2409/2620)	(2409/2620)	(2379/2620)	(2377/2620)
fms	84.77%	89.73%	90.61%	90.61%	89.39%	90.34%
	(2221/2620)	(2351/2620)	(2374/2620)	(2374/2620)	(2342/2620)	(2367/2620)
ftk	86.37%	89.85%	92.79%	92.79%	91.60%	91.64%
	(2263/2620)	(2354/2620)	(2431/2620)	(2431/2620)	(2400/2620)	(2401/2620)
平均	86.52%	90.01%	91.16%	91.16%	90.10%	90.46%
	(13601/15720)	(14150/15720)	(14330/15720)	(14330/15720)	(14163/15720)	(14220/15720)

表 17: 偏りを持つ164単語の学習データを用いた混合HMMの実験結果

		10個未満	20個未満	30個未満	40個未満	50個未満
	話者適応	混合HMM	混合HMM	混合HMM	混合HMM	混合HMM
mau	91.64%	91.64%	92.06%	92.06%	91.56%	91.26%
	(2401/2620)	(2401/2620)	(2412/2620)	(2412/2620)	(2399/2620)	(2391/2620)
mmy	91.30%	91.30%	91.11%	91.11%	89.85%	87.82%
	(2392/2620)	(2392/2620)	(2387/2620)	(2387/2620)	(2354/2620)	(2301/2620)
mnm	89.85%	89.85%	90.15%	90.15%	88.85%	87.75%
	(2354/2620)	(2354/2620)	(2362/2620)	(2362/2620)	(2328/2620)	(2299/2620)
faf	91.72%	91.72%	92.60%	92.60%	91.91%	90.11%
	(2403/2620)	(2403/2620)	(2426/2620)	(2426/2620)	(2408/2620)	(2361/2620)
fms	89.05%	89.05%	89.54%	89.54%	88.40%	87.98%
	(2333/2620)	(2333/2620)	(2346/2620)	(2346/2620)	(2316/2620)	(2305/2620)
ftk	91.60%	91.60%	93.40%	93.40%	92.90%	91.30%
	(2400/2620)	(2400/2620)	(2447/2620)	(2447/2620)	(2434/2620)	(2392/2620)
平均	90.86%	90.86%	91.48%	91.48%	90.58%	89.37%
	(14283/15720)	(14283/15720)	(14380/15720)	(14380/15720)	(14239/15720)	(14049/15720)

164単語の混合HMMを用いた場合の6話者の平均誤り率を図14に， 偏りを持つ164単語の混合HMMを用いた場合の6話者の平均誤り率を図 15に示す．

図 14: 164単語の学習データを用いた実験結果

図 15: 偏りを持つ164単語の学習データを用いた実験結果

結果より，30個未満混合HMMが最も高い認識精度だとわかる．40個未満・50個未 満混合HMMを用いた場合，30個未満混合HMMより認識精度が低下し不特定話者の認 識精度に近付いている．

本研究の条件では30個未満混合HMM($n$=30)を用いることで最も高い認識精度が 得られるが，この$n$の最適値は，用いるデータベースや学習方法によって変化す ると考えらる．また音素の種類によっても，学習データ量による認識精度の違い があるため，音素ごとの$n$の値を調べる必要があると考えている．