線形変換ネットワークを用いて話者正規化学習されたDNNにおけるネットワークサイズが与える影響の実験的評価

摘要

これまでに著者らは，ハイブリッド型DNN-HMM音響モデルに対して話者正規化学習法のコンセプトを取り入れた新たな話者適応法（SAT-DNN）を提案してきた．これまでの報告においては，入出力層に加えて5つの隠れ層を持ち，また各隠れ層が512個のノードを持つネットワーク構成のDNNを使用し，評価実験を通してその有効性を示してきた．本報告においては，SAT-DNN法の最新の改良版であるSAT-DNN-LTN法に着目し，より大きなネットワーク構造（隠れ層のノード数に関して）を持つDNNを使用した評価実験を行うことで，SAT-DNN-LTN法に対してネットワークサイズが与える影響についての検証を行った．実験結果から，SAT-DNN-LTN法が，複数のより大きなサイズのDNNに対しても，安定してネットワークの適応効果を向上させることが確認された．