近年、音声・動画データの大容量化と、それに伴うHDD等の記録媒体の高性能化により音声中からのキーワード検索機能の需要が増加している。先行研究では、音声データに対してモデルの事後確率からフレーム毎に最大値を算出した最尤系列を作成する音声データ最尤系列化方式を行うことで、Posteriorgram照合に比べ検索に要するメモリ容量を削減した。また、情報量削減に伴う検索精度低下の対策として、照合に複数の学習モデルを使用することで検索精度を向上した。本論文では、照合に事後確率の状態数が異なる複数の深層学習モデルを使用し、結果の検索スコアを統合することで、Posteriorgram照合から検索精度の向上を行う。