全音素にモーラ情報を適用

表4 $\sim$ 5の実験では，母音・促音・ 撥音を単語のモーラ数および単語のモーラ位置で分類して音素HMMの学習を行っ た．この節では全ての音素をモーラ情報を使って分類した場合の音素境界位置の 精度を調べた．データベースはMAU，MMY，FAF，FTKを使用し，音響モデルは Diagonal-covariance HMMを使用した．その他の実験条件は表3 と同様である．

実験結果を表8に示す．いずれの話者も，モーラ情報を使って 母音・促音・撥音を分類した場合より，音素境界位置の精度の向上は見られず， 4名の平均では標準偏差が0.47ms$(23.05-22.58)$増加した．

この原因として，モーラ情報を使って子音を分類して音素ラベリングを行って も，子音にはピッチが含まれないために，音素境界位置の精度は向上しなかっ たと考えられる．そして1個あたりの音素HMMの学習データが減少し，そのため HMMの精度が低下し，音素境界位置の精度が低下したと考えられる．

Phone Boundary Positions (Diagonal)

表: 全音素にモーラ情報を適用したときの音素境界位置 (Diagonal)

		全音素分類			母音・促音・撥音分類
DB		調査音素数			平均値			標準偏差			調査音素数			平均値			標準偏差
		$n$			$E_p (ms)$			$\sigma_p (ms)$			$n$			$E_p (ms)$			$\sigma_p (ms)$
MAU		15126			-2.51			23.08			17771			-1.47			22.56
MMY		15048			-1.44			22.45			17663			-0.86			22.12
FAF		15109			-1.47			23.97			17781			-0.30			23.43
FTK		15147			-1.07			22.69			17802			-0.67			22.22
平均					-1.62			23.05						-0.83			22.58