連続音声認識の基本アルゴリズムとして one-pass DP (2.2.2節参照)を 用い、音響尤度の計算には音素モデルHMMを用いた。これに言語モデルとして odd4000で学習した状態数2,4,8のErgodic HMMを使用した。その他の実験条件を 表 9.19 に示す。テストデータとして、学習データ odd4000とタスクが同じ38文(学習データに含まれない文)を用いた。テストデー タを図9.15に示す。
同一のテストデータを使ってtext-open data,text-closed data両方の文認識 を行なうために、odd4000で学習したパラメータを初期値として、odd4000にテ ストデータ38文を加えた4038文を学習させたErgodic HMMを新規に作成し、 text-closed dataにおける文認識のための言語モデルとして使用した。4038文 で学習させた時の学習条件は、パラメータの初期値以外はodd4000で学習させ た時と同じである。
単語間の接続部分で、対数音響尤度の値にErgodic HMMからViterbi アルゴリズム
で計算された単語間接続確率の対数値を加えた。この際、Ergodic HMMから得
られる値に