クロストーク音声認識は技術的に困難な課題であり，従来，研究例が少ないが， 現実の音声認識では重要な技術の一つである．
複数の話者が同時に話したときに，各話者ごとに音声の認識を行う場合， 複数のマイクロフォンを用いる手法が一般的である[1]． しかし，人間では1つの耳だけで複数の音声を聞き分けることが出来る． このように複数話者の重畳音声を認識する場合に 単1のマイクロフォンで音声認識を行う研究例は少ない． 類似した研究として，音声を分離する手法[2]や， HMM合成法を用いた手法[3]が提案されている．
本研究では，男性話者と女性話者の2話者が同時に発話した場合に， 単1のマイクロフォンを使用した状況を想定し，男性話者と女性話者の発 話内容を同時に認識できた場合の認識率の調査を行う． まず男女個別のモデルを利用して，単純な方法で認識実験を行う． また，雑音が重畳した音声を認識する方法であるParallel Model Combination法と マルチパス法を用いて認識実験を行う．
Parallel Model Combination法[4]は， 雑音が重畳した音声を認識する一般的な方法である．無雑音音声のHMMと 雑音のHMMから目的の雑音環境の音声モデルを合成し，認識を行う手法である．
本研究では，Parallel Model Combination法をクロストーク音声認識に適応させ る．
具体的には，雑音モデルをクロストーク音声 の片側音声だと考え，男性話者の音素HMMと女性話者の音素HMMから PMC法のモデルを合成し認識を行う．
マルチパス法に関しても基本的なアルゴリズムはParallel Model Combination法 と同様である．
実験の結果，単純法で56％，Parallel Model Combination法で10％，マルチパス 法で45％の認識精度が得られた．