話者８名における識別実験

ここでは、話者が８人の場合の識別実験結果について報告する。こ の場合、カテゴリーと話者の組み合わせが8!=40320通りあるため、 識別率評価方法において、計算量が多くなる。そのため、実験は長 時間窓分析のみ行なった。実験結果を図 8に示す。この図から次のようなことがわか る。

1. 実験の結果、 $\mbox{\boldmath$B$}^{(0)}$のパラメータ をランダムにした時（実験１）、約50%の平均識別率しか得られな い。

2. パラメータをすべて真値にした時（実験３）、 Forwardアルゴリズムでは平均識別率は87%の値を得たが、Viterbi アルゴリズムでは、平均識別率が45%しか得られない。この原 因は、不明である。

3. いずれの実験でも、男性８名の場合は男性４名の時と比較し て、識別性能が、大幅に低下する。したがって、話者が多くなるに したがい、識別性能が急激に低下する傾向があると思われる。

図 8: 男性話者8名における学習回数と識別率との関係

これらの実験から、ergodic HMMを用いて複数話者発話の識別問題 を扱う時、Baum-Welchアルゴリズムの学習における初期パラメータ の設定が重要であること、特にシンボル出力確率の設定が重要であ ることが示された。また、長時間窓分析の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ことがわかった。