概要

話者適応は，学習データ量が少ない場合認識精度が向上するとは限らない．また， 話者適応に用いる学習データ内に含まれる音素数が，認識精度に与える 影響についてはあまり考察されていない． そこで本研究は，学習データに含ま れる音素数に着目し，認識精度の低下を防ぐための手法として「混合HMM」を提案す る．

不特定話者の誤り率が11.17%であるのに対して，164単語の学習データを用いた 実験では， 話者適応の誤り率が13.48%，30個未満混合HMMの誤り率が8.84%となった．82単 語の学習 データを用いた実験では，話者適応の誤り率が33.08%，30個未満混合HMMの誤り 率が10.74%となり，混合HMMの有効性が得られた．

また，話者適応HMMと混合HMMの認識精度より，音素数に偏りを持つ学習データを 作成した． 164単語の音素数に偏りを持つ学習データを用いた実験では，話者適応の誤り率が 9.14%，30個未満混合HMMの誤り率が8.52%となった． 82単語の音素数に偏りを持つ学習データを用いた実験では，話者適応の誤り率が， 13.47%，30個未満混合HMMの誤り率が9.84%となり，通常の学習データより認識 精度が向上することを確認した．