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
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。
- 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。
- 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。
- 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。
- 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