本方式による正規化値

次に、提案した方式による正規化値（$NP_c$）を求めた。HMMの学習にはHTKを 使用した。学習条件を表3に示す。

表 3: 音素モデルの学習条件

音響モデル	4状態3ループ混合分布型HMM
混合数	10 混合 full covariance
音響パラメータ	log power + 12次 FFT melcep +
	$\Delta$ log power + 12次 $\Delta$ FFT melcep
学習データ	ATR C セット文発声データ
話者	女性 32名
データ数	1600 文
フレーム長	5ms
フレーム窓長	25ms
sampling 周波数	16KHz

提案した方式による正規化値（$NP_c$）と検聴による値（$NP_h$）の比（以後 $NP_r = NP_c / NP_h$）を図3に示す。ただし、閾値は( $T_L = 0.5 , T_B = 2.0$ ) とした。

図 3: 提案した方式と検聴による正規化値の比 ($NP_r$)

この図から、比($NP_r$)が小さいことが分かる。したがって提案した方式は有 効であることが分かる。