音声特徴量

録音した単語に対して前後の無音区間を切り，音声区間のみに対して， 音声認識で一般的に用いられる周波数分析手法である， メルケプストラム分析を行った[67]． 抽出した次数は 1 次から 12 次までの全部で 12次． 分析条件は 16 kHz サンプリング，分析フレーム長 25msec， フレーム周期 10msec，分析窓: ハミング窓，プリエンファシス係数 0.97 とした．

更に，特徴量の次元を一定にするために分析フレームを間引くことによって 時間方向には 10 フレームとなるように正規化を行い，最終的に 120次元 = 12(次)$\times$10(フレーム) の特徴量を得た． つまり，最初にできたベクトル列は 12 $\times$(分析フレーム数 = $n$)となって いるので，例えば $n$ = 30 のときは 第 1, 4, 7, 10, 13, 16, 19, 22, 25, 28 番目のフレームの分析結果だけを 用いて，12 $\times$ 10 のベクトル列を作成した．