音声中の検索語検出において，DNNから算出した音声データの全事後確率ベクトル(Posteriorgram)を状態ごとの平均事後確率ベクトル(APPV)に圧縮することで，検索時のメモリ使用量の削減を行う方式を提案した．この方式では，音声データのPosteriorgramを求め，各フレームの事後確率ベクトルの要素の中で最も事後確率が高い要素(状態)を最尤状態とし、そのフレームにその状態番号を対応させる．同じ最尤状態を持つフレームの事後確率ベクトルをAPPVしている．最尤状態は学習モデルに依存するため，誤っていることも考えられる．本稿では，複数の学習モデルから求めた最尤状態を用いたAPPVの改良方式を提案する．