next up previous
Next: 考察 Up: モーラ情報を用いた音素ラベリング方式の検討 Previous: セグメンテーション

実験結果

モーラ情報を考慮することでデータベースがMAUの 場合では約1ms、データベースがMMYの場合では、約4.5ms精度が向上した(表3)。




   
Table 3: 認識結果(標準偏差)
DB モーラ情報無し モーラ情報有り
MAU 26.25 ms 25.39 ms
MMY 27.90 ms 23.35 ms

またモーラ情報を考慮した場合に効果の著しい音素境界は、単語のモーラ数が4 のときのモーラ位置0のoからモーラ位置1のo、また単語のモーラ数が4のときの モーラ位置1のoからモーラ位置2のoの区間だった。(表4、5)





   
Table 4: 効果のあった音素間の標準偏差(MAU)
音素間 調査数 モーラ無し モーラ有り
4o0-4o1 244 63.1 ms 47.8 ms
4o1-4o2 97 83.2 ms 55.3 ms





   
Table 5: 効果のあった音素間の標準偏差(MMY)
音素間 調査数 モーラ無し モーラ有り
4o0-4o1 243 81.4 ms 42.9 ms
4o1-4o2 96 80.8 ms 47.3 ms


そして音韻毎の認識精度を調べた結果、母音−母音の箇所の認識精度が良く なった。データベースがMAUの場合では約10ms(表6)、データベースがMMYの場合で は17ms精度が向上した。


 
 
Table 6: 音韻毎の認識結果の標準偏差[ms](MAU)
モーラ情報無し モーラ情報有り
母音-母音 56.9 母音-母音 47.4
母音-半母音 12.8 母音-半母音 15.8
母音-鼻音 8.7 母音-鼻音 15.4
母音-無音 13.2 母音-無音 12.6
母音-摩擦音 18.2 母音-摩擦音 24.5
母音-促音 28.6 母音-促音 37.0
母音-有声破裂音 11.4 母音-有声破裂音 14.8
母音-無声破裂音 14.7 母音-無声破裂音 12.6
半母音-母音 21.4 半母音-母音 16.6
鼻音-母音 18.5 鼻音-母音 17.7
無音-母音 9.5 無音-母音 7.5
摩擦音-母音 21.1 摩擦音-母音 24.6
有声破裂音-母音 17.5 有声破裂音-母音 23.4
無声破裂音-母音 13.0 無声破裂音-母音 13.5
促音-母音 30.3 促音-母音 21.2



next up previous
Next: 考察 Up: モーラ情報を用いた音素ラベリング方式の検討 Previous: セグメンテーション

2000-10-06