文字入力インタフェースの一つとして，音声認識という手法が研究されている． これは音声による入力が，キーボードなどから手を使用して入力するよりも簡易 で早いためである．また，同時に別の作業を行う場合など，手を使用できない状 況においても，音声によって入力が可能となる． 主な使用例として，カーナビゲーション(音声による操作，目的 地の入力)，携帯端末に対する入力(情報検索時，文章入力)，音声対話受付案内 システムなどがある．
音声認識システムは以下の処理を必要とする．入力となる音声に対するモデル の作成，音声から抽出された特徴量の時系列に対する尤度の計算，そして計算さ れた尤度を最大にするモデル(文字列)の出力である． 特に特徴量の抽出に関して，これまで音声認識の分野では人の聴覚原理に基づい て研究されている[4]．そして人の聴覚は位相の変化に鈍感であるため， 位相情報は必要ないとされていた． 従来の音声認識では，MFCC(Mel frequency cepstral coefficients)が一般的な 特徴量として使用されている．この特徴量は，音声に含まれている位相情報を使 用していない．しかし，位相情報と併用することで認識精度の向上が報告されて いる[1]．また，話者認識の分野でも精度向上が報告されている [2]． そこで本研究では，位相情報を含む特徴量を用いて単語音声認識の実験を行い， 認識精度の向上を目指す．