モーラ情報を用いた単語音声認識の検討

摘要

現在，単語音声認識では特徴パラメータとしてケプストラムが使用されている．ケプストラムは，低次にフォルマント情報を，高次にピッチ情報を，それぞれ含んでいる．従来の音声認識では，入力パラメータとして，フォルマント情報力使用されている．ピッチ情報は，ピッチ周波数を安定して抽出するのが困難なため，通常使用されない．しかし，最近の研究でピッチ周波数とモーラ情報には依存関係があることが知られている．本研究では，ピッチ情報の代わりにモーラ情報を使用することによりフォルマントにおけるピッチの影響を分離できると仮定し，モーラ情報を使用して単語音声認識を行った．その結果，多くの話者に対し認識率が向上した．また，モーラ情報を使用した認識結果は，語頭語尾を考慮したモデルやTriphoneモデルの認識結果よりも高い，という結果が得られた．その結g 果，モーラ情報の有効性が認められた．