従来の不特定話者音声認識は，複数の話者の音声を1つのHMMに学習している． 従来手法のFBANK，Diagonal-covarianceを用いた実験の認識率は85.77%であった． そして，認識率の向上が課題とされている[1]．
本研究は， 音質が類似する話者のHMMを用いることにより認識率が向上するのではないかと 考え，「複数の特定話者のHMMを選択的に用 いる」という話者選択型の不特定話者音声認識を行った． 特定の単語を発話し，認識率から話者選択を行う教師ありの話者選択と， 任意の単語を発話し，尤度から話者選択を行う教師なしの話者選択の， 2つの方法で認識した．
実験の結果，教師ありの話者選択，Diagonal-covarianceの場合に， 男女20話者平均で79.21%という認識率が得られた．しかし，本提案の手法は従来の手法 と比較すると認識率は低い結果となった． このことから音質が類似する話者を選択するよりも，学習データ量が多いほうが 有効であると考えられる． また，教師ありと教師なしの話者選択を比較したところ，全ての条件において教 師なしが低くなったが，差は2%程度となった．教師ありと教師なしの話者選択 では大きな差はないとわかった．