音素HMMの作成

この節では、音素HMMの作成手順を述べる。 今回の実験では音素HMMの作成に当り、次の２点を考慮した。

• 母音と撥音をモーラ情報で分類した場合、音素数の増加に伴い、音素ごとに作成 するHMMの数も増加する。これにより、学習データの数が同じ場合、 １つ当りの音素HMMの学習デー タが減少してしまい、HMMパラメータの信頼度が低下する。 これを防ぐために、実験には半連続型HMMを使用した。

• HMMは初期モデルが重要であるため、まず モーラ情報を使用しない学習データで、連続型の HMMを学習し、 作成した連続型のHMMから、半連続型 のHMMを作成する。次に、このHMMのうち、母音と撥音をモーラ情報を使用した モデルに複製することで半連続型の初期モデルを作成した。 すなわち、このときの各母音と撥音は 同じ音素であれば、モーラ情報によらず、同じ出力確率の分布と遷移確率をもつ。

作成手順を図に示す。図に示すように、音素HMMは (a)連続型HMMの作成、(b)半連続型HMMの初期モデルの作成、(c)半連続型HMMの作 成の３ステップにより作成される。なお、 上述の理由から、従来法と本手法では、(a)(b)は共通 の手順で作成し、(c)において異なった手順により、それぞれの音素HMMを作成す る。

(a)

連続型HMMの作成

モーラ情報を使用していないラベルデータと波形データ から、Viterbiアルゴリズムを使用して初期モデルを作成する。 この初期モデルを、Baum-Welchアルゴリズムを使用して再推定し、 連結学習を行い、連続型の音素HMMを作成する。

(b)

半連続型HMMの初期モデルの作成

(a)で作成した音素HMMの混合ガウス分布を、すべての音素HMMのすべての 状態で共通にした半連続型の音素HMMを作成する

次のステップで(c-1)従来法（モーラ情報未使用）と(c-2)本手法（モーラ情報使用） の作成手順が異なる。

(c-1)

従来法の半連続型HMMの作成

(b)で作成した半連続型の音素HMMの初期モデルを、モーラ情報を使用し ていないラベルデータと波形データから、再推定し、連結学習を行い、 半連続型の音素HMMを作成する。

(c-2)

本手法の半連続型HMMの作成

(b)で作成した半連続型の音素HMMの初期モデルのうち、母音と撥音の音 素HMMに複製することにより、モーラ情報を使用した音素HMMを作成する。 この音素HMMを、モーラ情報を使用したラベルデータと波形データから、 再推定し、連結学習を行い、モーラ情報を使用した半連続型の音素HMMを 作成する。

この結果、単語音声認識に使用する音素HMMの種類は、従来法では26種類にな り、本手法では119種類となった。

本手法の有効性を調べるため、 従来法で作成したモーラ情報を使用していない音素HMMと 本手法で作成したモータ情報を使用した音素HMMを用いて 単語音声認識を行った。

図: 音素HMMの作成手順

19#19