特定話者実験の半連続型HMM

特定話者における半連続型HMMを用いたMFCC, Diagonalのアクセントモデルの同 音異義語の認識精度を表30に示す. また, FBANK, Diagonal の同音異義語の認識精度を表31に示す. 表 30, 31の実験結果は[12]での結 果であり, 実験条件は[12]に示されている.

また, [12]の条件でstream数と混合分布数が異なる実験結果を示す. MFCC, Diagonalの同音異義語認識精度を表32に, FBANK, Diagonalの同音異義語認識精度を表34に, MFCC, Fullの同音異義 語認識精度を表33 に示す.

表 30: 特定話者におけるアクセントモデル, 半連続型HMM, MFCCを用いた同音異 義語誤り率

話者	Diagonal	Full
mau	18%(4/22)	9%(2/22)
mmy	14%(3/22)	9%(2/22)
mnm	14%(3/22)	5%(1/22)
faf	0%(0/22)	5%(0/22)
fms	14%(3/22)	14%(3/22)
ftk	5%(1/22)	9%(2/22)
平均	11%(14/132)	8%(10/132)

表 31: 特定話者におけるアクセントモデル, 半連続型HMM, FBANKを用いた同音 異義語誤り率

話者	Diagonal	Full
mau	5%(1/22)	5%(1/22)
mmy	18%(4/22)	0%(0/22)
mnm	9%(2/22)	9%(2/22)
faf	0%(0/22)	0%(0/22)
fms	18%(4/22)	5%(1/22)
ftk	5%(1/22)	0%(0/22)
平均	9%(12/132)	3%(4/132)

表 32: 特定話者における半連続型HMM,MFCC,Diagonal,stream数1,混合分布数 256の同音異義語誤り率

	アクセントモデル	アクセントtriphoneモデル
mau	27%(6/22)	23%(5/22)
mmy	13%(3/22)	18%(4/22)
mnm	13%(3/22)	23%(5/22)
faf	22%(5/22)	27%(6/22)
fms	18%(4/22)	9%(2/22)
ftk	4%(1/22)	9%(2/22)
平均	16%(22/132)	18%(24/132)

表 33: 特定話者における半連続型HMM,MFCC,Full,stream数1,混合分布数256の同音異義語誤り率

	アクセントモデル
mau	31%(7/22)
mmy	4%(1/22)
mnm	27%(6/22)
faf	4%(1/22)
fms	13%(3/22)
ftk	9%(2/22)
平均	14%(20/132)

表 34: 特定話者における半連続型HMM,FBANK,Diagonal,stream数3,混合 分布数 256,256,32の同音異義語誤り率

	アクセントモデル
mau	0%(0/22)
mmy	5%(1/22)
mnm	5%(1/22)
faf	0%(0/22)
fms	9%(2/22)
ftk	14%(3/22)
平均	5%(7/132)

表30, 31の実験より以下の結果を得た.

1. MFCCよりFBANKを用いた特徴パラメータの方がアクセントの認識精度が高 い.
2. 最も同音異義語を認識できたFBANK, Fullの実験では平均97%の精度が得 られた.