ポーズ処理をしたときの実験の結果

4.3.2.1節および 4.3.2.2節に示すような改良をして、 文認識実験を行なった。この実験結果を表  4.9 に載せる。これからわかるように認識性能 が向上する。特に不特定話者認識においては効果が著しい。特定話者認識にお ける誤認識の例を表4.10に載せる。これからわかるよ うに、誤認識された文には意味的に合っている文が多い。意味的に正しい文を 正解に含めたとき1位理解率は99%に達した。

これらの実験から、誤認識の原因になっているポーズの対策として、言語モデ ルではポーズのスキップ、音響モデルではポーズのHMMを学習することが有効 であることが示された。

表 4.9: 認識実験の結果（ポーズのスキップ、ポーズ学習） 文認識率(%)

言語model		bigram		trigram
		特定話者	不特定話者	特定話者	不特定話者
累積文認識率	$1$	60.5%	44.8%	90.4%	83.9%
	$\sim2$	68.2%	51.0%	95.4%	92.7%
	$\sim8$	76.2%	55.6%	97.7%	96.6%
word correct		87.2%	72.4%	97.6%	96.2%
word accuracy		79.6%	58.3%	97.1%	95.7%

text-closed; ビーム幅:4,096; $\alpha$:1

text-closed; ビーム幅:4,096; $\alpha$:1

表 4.10: 実験において誤りが出力された文 （ポーズのスキップ、ポーズ学習）

正解文 → １位出力

京都プリンスホテルが会議場には近いのですが

→ 京都プリンスホテルが会議場には近いんですが

ご住所とお名前をお願いします

→ ご住所とお名前お願いします

ではお名前とご住所をお願いします

→ ではお名前とお住所をお願いします

どのようなご用件でしょうか

→ どのような用件でしょうか

失礼します

→ そうします

言語学や心理学を専攻する方にも参加していただく予定です

→ 言語学や心理学を専攻する方にご参加してあるというんです