音素数に偏りを持つ学習データの作成

偏りを持つ学習データは，評価データ内の音素の出現率が2%未満の子音を含む 単語を，2%以上の子音を含む単語に選択し直して作成する． 通常の学習データと同様に164単語の学習データ，82単語の学習データを作成する．

図10に評価データと通常の164単語の学習データと音素数に 偏りを持つ164単語の学習データの音素の出現率を降順にソートした分布を， 図11に評価データと通常82単語の学習データと音素数に 偏りを持つ82単語の学習データの音素の出現率を降順にソートした分布を示す．

図 10: 164単語の学習データ内の音素の出現率

図 11: 82単語の学習データ内の音素の出現率

• 2%以下の分布
  この範囲に分布されている音素は，音素数の少ない子音である．音素数に 偏りを持つ学習データ内にはほぼ存在しない分布となる．

• 2%〜8%の分布
  この範囲に分布されている音素は，音素数の多い子音とである．この範囲で は常に偏りを持つ学習データがの出現率が多い．

• 8%以上の分布
  この範囲に分布されている音素は，母音である．母音は条件を付けていないた め，2つの学習データの共に評価データとほぼ同じ分布となる．

作成した音素数に偏りを持つ学習データ内に含まれる各音素の範囲別の種類数を 表7に示す．

表 7: 各範囲に含まれる音素の種類数

	0個	10個未満	10個以上	20個以上	30個以上	40個以上	合計
	(種)		20個未満	30個未満	40個未満		(種) n
164単語	18	1	1	0	4	10	34
82単語	19	1	4	4	1	5	34