本論文では、形態素を単位とする係り受けに基づく言語モデルを提案し、音声認識と構文解析の実験結果を報告する。我々が提案する言語モデルは、文を係り受け関係にある形態素の列とみなし、各形態素を文頭から順に予測する。ある時点での履歴は、部分的な構文解析の結果であり、形態素をノードとする木の列で表現される。このモデルでは、まず履歴である木の列のうち次の形態素に係る木の数を予測し、続いて、係る木の列から次の形態素を予測する。実験では、音声認識と構文解析を同時に行なう方法と音声認識結果の最尤の結果を構文解析する方法を比較した。その結果、音声認識結果と構文解析を同時に行なう方法の精度がより高かった。In this paper, we present a stochastic language model using dependency and report a result of speech recognition and systactic analysis. This model considers a sentence as a word sequence and predicts each word from left to right. The history at each step of prediction is a sequence of partial parse trees covering the preceding words. First our model predicts the partial parse trees which have a dependency relation with the next word and then predicts the next word from those trees. In our experiment, we compared two methods: a seamless combination of the speech recognition module and the parser, and a cascade combination. The result tells us that the accuracy by the seamless combination is more accurate than the cascade combination.