実験結果

表2に特定話者(学習データと評価データが同一話者)におけ る単語音声認識の実験結果を示す．表中の行は話者，列は特徴量である．

表 2: 実験結果1(単語認識率 [%])

	特徴量＼話者			mau			mms			mxm			faf			ftk			fyn
	MFCC(14次元)			94.50			92.44			91.56			93.02			93.66			92.37
	FFTpower(256次元)			88.89			86.03			85.99			89.01			81.91			86.68
	LFCC(64次元)			92.06			89.16			88.82			89.05			86.49			88.89
	FFT_Real_Img			85.42			82.21			80.84			83.05			79.20			84.73
	(256+256次元)
	FFTpower
	+FFT_Real_Img			86.91			84.62			84.47			86.37			80.15			86.11
	(256+256+256次元)

実験結果から，本研究で提案した位相情報を利用した特徴量(FFT_Real_Img)を 用いた場合，従来 の特徴量に比べて認識精度の向上は見られない．特に，パワースペクトル (FFTpower)とFFT_Real_Imgを比べると認識率が減少している点が問題である． この二手法に着目した結果を図9に示す．

図 9: 実験結果2(提案手法とパワースペクトルを比較した単語認識率[%])

この図から，FFTpowerの結果に対して提案した特徴量，そして両者を併用した場 合，いずれにしても精度が低下していることが分かる．この二つの特徴量につい ては，本質的な情報量の差がないため，同程度以上の結果が得られると考えてい た．次章にて結果の分析を行う．