脳波（Electroencephalogram ：EEG）は，非侵襲で比較的安価に計測可能な脳信号であり，医療での臨床検査やリハビリテーションなどで利用されている．さらに近年では，想起した言語情報を脳波からデコードする研究が始まっている．脳波から言語情報をデコードするには，想起した音節系列と脳波の特徴系列間の対応をコンピュータに学習させる必要がある．しかし，脳波データから音節をラべリング可能なツールは現在，存在しない．そこで，本研究では言語想起に基づく脳波研究のための音節ラべリングツールを開発する．脳波研究では（１）特徴抽出および識別手法の検討，（２）EEGデータに対する音節ラベリング，（３）認識シミュレーション実験による検証，という三つの工程を繰り返しながら，より良い手法を模索していく．この試行錯誤を効率化するために，Hidden Markov Model（HMM）の音節アライメントを用いた半自動ラベリングの有効性と実現可能性についても検討する．
