連続した発話文からの語彙獲得は幼児の言語獲得にとって重要な問題である．NPB-DAAは人間の音声信号のみから言語モデルと音響モデルを同時推定する教師なし語彙獲得手法であり，単一話者の音声データを用いた場合，深層学習に基づいた特徴抽出が可能なDSAEと組み合わせることで語彙獲得の精度が向上する．本研究では，複数話者の音声データからの教師なし語彙獲得を行い，その実験結果について詳報する．

本研究では第二言語習得法としてのRLE(Real Life Experience)法を提案する．本手法は既存の英語学習法の実生活と乖離して，必要場面等の目的意識が薄れている問題点を解決するために提案される．また，提案された手法に対し，その効果を測るために英語能力試験の得点推移及び被験者に対するインタビューを通じての事例分析を行う．そして結論として手法の意義は見出されるが効果を数値的に測ることは難しい点，及び今後の改良点が議論される