提案手法では，合成に必要な音節素片の，前後音素環境と，音節素片が属する
単語のモーラ数と，音節素片の単語中のモーラ位置と，音節素片が属する単語
のアクセントごとに異なる音節素片を，予め録音しておく必要がある．そこで
まず，日本語の普通名詞における音節素片の種類数
とそれを全てカバーするのに必要
な録音件数 
を調査した．
NHK日本語発音アクセント辞典には，101,700 単語が掲載されている．この単 語を全て提案手法で合成すると仮定する．
この101,700単語において出現する音節素片の種類を調べたところ，384,845個 であった．
これらの音節素片が全て含まれるように，NHK日本語発音アクセント辞典の単語を 選出すると，43,000単語の発話が必要であった．
したがってNHK日本語発音アクセント辞典に掲載されている単語の42.2% を収 録する必要がある．
なお，43,000単語は，単語の選択方法により，より少なくできる可能性が高い．
現在，規則音声合成では，録音した録音データに対して決定木をもちいたクラ スタリングを行うことで，存在しない音素素片をデータベース上に存在する音 素素片に割り当てている[18]．これと同様な手法を音節接続型音声合 成において利用できる．この場合，すべての音声を合成することが可能である が，合成音声の品質は低下する．今後，決定木をもちいた場合の録音音声のデー タ量と得られる合成音声の品質の関係を調べていきたい．