next up previous contents
次へ: Ergodic HMMを用いた確率付きネットワーク文法の自動獲得 上へ: Ergodic HMMを用いた未知・複数信号源クラスタリング問題の検討 戻る: 考察   目次

まとめ

本論文では、信号系列を複数個の信号源に分割する問題を取り上げ、 Ergodic HMMを用いた解法を示した。応用例として複数話者発話の 識別をあげ、実験により識別性能を示した。こ の結果、以下の事柄が示された。

  1. セグメンテーション位置とカテゴリ識別を同時に推定する、 Ergodic HMMによる解法では、パラメータ推定の際の収束計算の 初期パラメータの設定が重要である。

  2. HMMのパラメータの初期状態確率、状態遷移確率、シンボル 出力確率のうち、シンボル出力確率が最も重要である。

  3. 複数話者発話の識別においては341ms程度の長時間窓分 析したLPCケプストラムを用いることにより、より良好な識別性 能が得られる。

  4. 尤度の高いモデルを選択することにより平均識別率は 向上する。



Jin'ichi Murakami 平成13年1月5日