実験結果

実験結果を表6に示す。この結果からわかることを 以下に示す。

1. 実験1からtest-closed の 正常所見で96.8%、異常所見では78.1%、text-openの正常所見で も86.5%、異常所見では72.1%の高い文節認識率が得られた。した がってHMMの学習データが１つでもFuzzy-VQを使用することにより 高い文節認識性能が得られることがわかった。

2. 実験1と実験2の比較から、duration controlを行なうと 認識性能が低下した。この原因としてduration controlに使用した 平均・分散の値の不正確さが考えられる。これらの値は同一話者が 発声した３つの単語発声の音声データから計算したため値の信頼度 はかなり低い。

3. 実験結果2と実験結果3の比較から、N-bestの幅を 広げた方が高い認識率を出すことが示された。

4. 実験結果2と実験結果4の比較から、音声データを増加させる ことによって認識性能が向上することが示された。これはHMMのパ ラメータを推定するための学習データが１つでは、不十分であるこ とを示している。しかし不特定話者認識の場合、一人の発話データ が１つしかなくても、複数の話者が発話することによって、多くの 音声データが利用できるため、認識単位が単語でも問題はないと思 われる。

表 6: 実験結果

実験番号	1	2	3	4
duration control	なし	あり	あり	あり
N-best	2	2	8	2
学習データ数	1	1	1	3
text-closed data	96.8%	82.6%	100.0%	100.0%
の正常所見
text-closed data	78.1%	76.3%	78.9%	84.2%
の異常所見
text-open data	86.5%	86.5%	89.2%	94.6%
の正常所見
text-open data	72.1%	68.9%	72.1%	77.0%
の異常所見