評価実験

本手法の有効性を調べるため、モーラ情報を使用した場合と使用しない場合につ いて、音素ラベリングを行った。 実験条件を表6に示す。 音素ラベリングを行うツールとして、HTK[2]を使用した。 実験には、ATRのAset単語発話データベース(5240単語)を使用した。このデータベー スに含まれる波形データには、全て人手によって音素境界位置情報を付与してあ る、ハンドラベル付の音声ラベルデータが対になっている。このデータベー スを偶数番と奇数番に分け、偶数を 学習データ、奇数を評価データとして使用した。2つのデータベース(話者A、話 者B)を使いそれぞれ実験を行った。

 

Table 6: 実験条件

標本周波数	20kHz	学習DB	2620単語
分析窓	Hamming窓	音素数	約15500
分析窓長	20ms	母音数	約8000
フレーム周期	5ms
音響モデル	4状態3ループ	評価DB	2620単語
特徴ベクトル	16次MFCC+	音素数	約15500
	対数パワー(計17次)	母音数	約8000