ユーザーの返答に合わせて対応を柔軟に変動させる対話システムへの応用など、若年話者判別は一定の需要が存在する。本稿では、若年話者判別タスクに深層学習の手法を適用し、最適な分類モデルの検討を行った。大人と子供の境界を明確にするため年齢閾値を設定し、網羅的に検証することで判別に適した閾値を調査した。データセットは、先行研究のクラウドソーシングで収集した2359個の小規模な年齢・性別ラベル付きの実環境発話を使用した。その上で、複数のニューラルネットワークモデルを学習させ、10分割交差検証を行うことでモデルを評価した。評価指標は正解精度とF値を用い、学習したモデル間でこれらの値をもとに精度比較を行った。