学習はネットワークが望ましい出力をするように
その構造を変化させることである。
その方法は各時間における音の情報と教師信号を時間の順序に沿って
ネットワークに与え，バックプロパゲーションの式に基づいて結合荷重を変化させる。
今回の学習では式( 4.13 )における 
と 
の値はそれぞれ 0.5 , 0.005 に統一した。
ネットワークに入力値を与えて計算を行ない，出力値とそれに対応する教師信号との誤差が間違った量子化を行なわない程度に小さくなるまでこれを繰り返す。
学習させる時系列の各時間の一回りを，本研究での学習回数の一回分の単位とする。
学習が全く成功しない場合もあるので，学習回数が100万回以上になったら学習失敗として終了させる。