上記で提案したアルゴリズムの有効性を調べるために、自由発話の文認識実験 をおこなった。実験には、音響モデルには不特定話者のHMM、言語モデルには 単語のtrigramを使用した。実験条件を表 1 に示す。garbageモデルは、4状態3ループの10混合のモデルで、 男性話者12 名の音素バランス216 単語から作成した。単語のtrigramの連鎖確 率値は、 ATRの対話データベース[17]のなかから国際会議の予約に関 するデータ約1万2千文章、約17万単語にテストデータの中の朗読発話のテキス ト（次節参照）を加えて計算した。ただしテキストデータ中の「あのー」、 「えーと」などの間投詞は削除している。また、音素のtrigram の連鎖確率値 は「あのー」、「えーと」などの間投詞を含めて同一のATRの国際会議の予約 のデータベースから作成した。
| 音素モデル | 4-state 3-loop |
| （garbage model を含む） | 10mixture left-right model |
| HMMの学習データ | 男性話者12名の736単語発声 |
| garbageモデル | 男性話者12名の |
| の学習データ | 音韻バランス216単語 |
| 認識単語数 | 435 |
| ビーム幅 | 16,384 |
| 単語trigramの値の | 約1万2千文章 約170000単語 |
| 推定に使用した | 朗読発話のテキストを含む |
| テキストデータ量 | （間投詞は削除） |
| 音素trigramの値の | 約1万2千文章 約170000単語 |
| 推定に使用した | 朗読発話のテキストを含む |
| テキストデータ量 | （間投詞を含む） |
| 言語尤度と音響尤度の | 16 |
結合値  （考察参照） |