SPICE（Self-Supervised Pitch Estimation）は音楽音響信号の音高（基本周波数）を推定する自己教師あり学習手法であり，2つの音楽音響信号の音高差を推定するモデルを訓練することで，間接的に音高を推定する．SPICEのキャリブレーション処理は，周波数が自明な合成音をSPICEの学習済みモデルに入力して得た音高の推定値を説明変数，合成音の周波数を目的変数として線形回帰し，音高の推定値を周波数に変換する．しかし，合成音と実際の音声は調波構造が異なるため，最適なキャリブレーションが実現できない．本研究では，少量の教師データを用いることでキャリブレーションを最適化する．歌唱データ1,000曲に対する実験により，提案法の音高推定精度が向上することを確かめた.