研究目的

現在の音声認識では、特徴パラメータとしてケプストラム、メルケプストラムな どが使われている。音声にはこのほかにもピッチ情報があるが、これを正確に抽 出する方法は、次の理由により、確立していない。

• 語頭や語尾において、声帯振動が完全な周期性をもたない。
• 音声波（スペクトル）中の声道特性と声帯音源信号を正確に分離するの が難しい。
• 基本周波数の変化範囲が広い。
• ピッチ周波数の検出を行う際、処理方法に関わらず1/2ピッチや倍ピッ チが抽出される

正確なピッチを抽出するのは困難であり、 また、基本的に無声子音において音声中にはピッチは存在し ないために、ピッチ情報は 通常、音声認識に使用されていない。

しかし、最近の研究で、モーラ情報とピッチ情報の間に依存関係が 存在することわかった[1]。 この依存関係を使うことで、音声合成[1]や音素ラベリング [8]の研究において精度の向上が確認されている。 そこで、この依存関係に着目し、モーラ情報を使用して音素 HMMを学習し単語音声認識を行うことで、 従来使用されなかったピッチ情報を利用できると考えられ、 単語音声認識の認識率は向上すると推定される。

よって、本研究ではモーラ情報を用いた単語音声認識の研究を行った。