JP2002278560A - 非定常騒音のノイジネス評価装置 - Google Patents
非定常騒音のノイジネス評価装置Info
- Publication number
- JP2002278560A JP2002278560A JP2001070215A JP2001070215A JP2002278560A JP 2002278560 A JP2002278560 A JP 2002278560A JP 2001070215 A JP2001070215 A JP 2001070215A JP 2001070215 A JP2001070215 A JP 2001070215A JP 2002278560 A JP2002278560 A JP 2002278560A
- Authority
- JP
- Japan
- Prior art keywords
- noise
- calculated
- pulse
- sum
- firing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
(57)【要約】
【課題】 人間の感覚のみに依存し聴感覚として定量化
が困難であった非定常騒音を評価でき、聴感上の騒音の
問題点の明確化及び人間の聴感覚に基づく騒音対策の立
案、実施が可能となる非定常騒音のノイジネス評価装置
を提供することを目的とする。 【解決手段】 時々刻々変化する音圧を入力とし、聴覚
内部で変化する神経パルス（神経伝達物質）を演算した
後、パルス特徴量を求め、そして、複数のパルス特徴量
を用いた線形式にてうるささ（Noisiness:ノイジネス）
を演算・表示することを特徴とする。
が困難であった非定常騒音を評価でき、聴感上の騒音の
問題点の明確化及び人間の聴感覚に基づく騒音対策の立
案、実施が可能となる非定常騒音のノイジネス評価装置
を提供することを目的とする。 【解決手段】 時々刻々変化する音圧を入力とし、聴覚
内部で変化する神経パルス（神経伝達物質）を演算した
後、パルス特徴量を求め、そして、複数のパルス特徴量
を用いた線形式にてうるささ（Noisiness:ノイジネス）
を演算・表示することを特徴とする。
Description
【０００１】
【発明の属する技術分野】本発明は、非定常騒音のノイ
ジネス評価装置に関する。詳しくは、騒音評価に関し、
人間の感覚器官（聴覚）で行なっている処理を、数学的
処理で置き換えることにより、人間の感覚に近いうるさ
さを評価するものである。
ジネス評価装置に関する。詳しくは、騒音評価に関し、
人間の感覚器官（聴覚）で行なっている処理を、数学的
処理で置き換えることにより、人間の感覚に近いうるさ
さを評価するものである。
【０００２】
【従来の技術】従来の機械騒音は、騒音計測器による音
量の大小によって騒音の大きさ、やかましさ等を判断し
て騒音対策が施され、音量を低減させることにより周囲
の環境保全がなされてきた。音量は通常「ホン」を単位
とする評価基準が定まっており、騒音のホン数を測定す
ることにより、その騒音を法令で定められたレベル以下
にすることが騒音対策の目的であった。
量の大小によって騒音の大きさ、やかましさ等を判断し
て騒音対策が施され、音量を低減させることにより周囲
の環境保全がなされてきた。音量は通常「ホン」を単位
とする評価基準が定まっており、騒音のホン数を測定す
ることにより、その騒音を法令で定められたレベル以下
にすることが騒音対策の目的であった。
【０００３】従来の騒音計による基本的な計測処理を図
１３に示す。図１３に示すように、マイクロホンにより
計測され聴感補正された音圧を時刻刻みΔｔで離散化し
た第ｉステップの音圧をＰ（ｉ）とすると、基準音圧
（Ｐ0）により除算され無次元化されると共に二乗化さ
れ、一次遅れ系の演算回路を経て最終的にはレベル換算
ＬP（ｉ）される。一次遅れ系の時定数Ｔとしては、通
常のＦａｓｔモードでは１２５ｍｓｅｃと設定されてい
る。
１３に示す。図１３に示すように、マイクロホンにより
計測され聴感補正された音圧を時刻刻みΔｔで離散化し
た第ｉステップの音圧をＰ（ｉ）とすると、基準音圧
（Ｐ0）により除算され無次元化されると共に二乗化さ
れ、一次遅れ系の演算回路を経て最終的にはレベル換算
ＬP（ｉ）される。一次遅れ系の時定数Ｔとしては、通
常のＦａｓｔモードでは１２５ｍｓｅｃと設定されてい
る。
【０００４】
【発明が解決しようとする課題】しかしながら、時間変
化に伴い音圧が変動する非定常騒音については騒音計の
動特性が人間の聴覚器官の動特性を正確に近似したもの
ではないため、騒音を聴取した人間の聴覚と騒音計の指
示値の傾向が異なる問題が発生する場合があった。ま
た、千差万別の非定常騒音を統一的に評価するために
は、音圧（物理量）から一歩踏み込んだ聴覚内部情報
（生理量）に関する信号処理が必要となる。本発明は、
上記従来技術に鑑みてなされたものであり、人間の感覚
のみに依存し聴感覚として定量化が困難であった非定常
騒音を評価でき、聴感上の騒音の問題点の明確化及び人
間の聴感覚に基づく騒音対策の立案、実施が可能となる
非定常騒音のノイジネス評価装置を提供することを目的
とする。
化に伴い音圧が変動する非定常騒音については騒音計の
動特性が人間の聴覚器官の動特性を正確に近似したもの
ではないため、騒音を聴取した人間の聴覚と騒音計の指
示値の傾向が異なる問題が発生する場合があった。ま
た、千差万別の非定常騒音を統一的に評価するために
は、音圧（物理量）から一歩踏み込んだ聴覚内部情報
（生理量）に関する信号処理が必要となる。本発明は、
上記従来技術に鑑みてなされたものであり、人間の感覚
のみに依存し聴感覚として定量化が困難であった非定常
騒音を評価でき、聴感上の騒音の問題点の明確化及び人
間の聴感覚に基づく騒音対策の立案、実施が可能となる
非定常騒音のノイジネス評価装置を提供することを目的
とする。
【０００５】
【課題を解決するための手段】上記課題を解決する本発
明の請求項１に係る非定常騒音のノイジネス評価装置
は、時々刻々変化する音圧を入力とし、聴覚内部で変化
する神経パルス（神経伝達物質）を演算した後、パルス
特徴量を求め、そして、複数のパルス特徴量を用いた線
形式にてうるささ（Noisiness:ノイジネス）を演算・表
示することを特徴とする。
明の請求項１に係る非定常騒音のノイジネス評価装置
は、時々刻々変化する音圧を入力とし、聴覚内部で変化
する神経パルス（神経伝達物質）を演算した後、パルス
特徴量を求め、そして、複数のパルス特徴量を用いた線
形式にてうるささ（Noisiness:ノイジネス）を演算・表
示することを特徴とする。
【０００６】上記課題を解決する本発明の請求項２に係
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し聴覚フィルタ処理した後パルス演算し、平均発火
処理及び同期処理を実施し、それぞれ総和を求め、それ
らの平均値による重相関式によりノイジネスを演算し、
表示することを特徴とする。
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し聴覚フィルタ処理した後パルス演算し、平均発火
処理及び同期処理を実施し、それぞれ総和を求め、それ
らの平均値による重相関式によりノイジネスを演算し、
表示することを特徴とする。
【０００７】上記課題を解決する本発明の請求項３に係
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し聴覚フィルタ処理した後パルス演算し、平均発火
処理及び同期処理を実施し、帯域データを用いてニュー
ラルネットでノイジネスを演算し、表示することを特徴
とする。
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し聴覚フィルタ処理した後パルス演算し、平均発火
処理及び同期処理を実施し、帯域データを用いてニュー
ラルネットでノイジネスを演算し、表示することを特徴
とする。
【０００８】上記課題を解決する本発明の請求項４に係
る非定常騒音のノイジネス評価装置は、測定された騒音
データに対して、リアルタイムで外耳／中耳特性で補正
し聴覚フィルタ処理し聴覚フィルタ処理した後パルス演
算し、平均発火処理及び同期処理を実施し、それぞれ総
和を求め、それらによる重相関式によりノイジネスを演
算し、表示することを特徴とする。
る非定常騒音のノイジネス評価装置は、測定された騒音
データに対して、リアルタイムで外耳／中耳特性で補正
し聴覚フィルタ処理し聴覚フィルタ処理した後パルス演
算し、平均発火処理及び同期処理を実施し、それぞれ総
和を求め、それらによる重相関式によりノイジネスを演
算し、表示することを特徴とする。
【０００９】上記課題を解決する本発明の請求項５に係
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し、聴覚フィルタで処理した後、パルス演算し、経
時マスキングによる平均発火処理を実施し、総和を求
め、単相関式によりノイジネスを演算し、表示すること
を特徴とする。
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し、聴覚フィルタで処理した後、パルス演算し、経
時マスキングによる平均発火処理を実施し、総和を求
め、単相関式によりノイジネスを演算し、表示すること
を特徴とする。
【００１０】上記課題を解決する本発明の請求項６に係
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し、聴覚フィルタで処理した後、パルス演算し、経
時マスキングによる平均発火処理を実施すると共に発火
変化処理を実施し、これらの総和を求め、これらを２変
数とする重相関式によりノイジネスを演算し、表示する
ことを特徴とする。
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し、聴覚フィルタで処理した後、パルス演算し、経
時マスキングによる平均発火処理を実施すると共に発火
変化処理を実施し、これらの総和を求め、これらを２変
数とする重相関式によりノイジネスを演算し、表示する
ことを特徴とする。
【００１１】上記課題を解決する本発明の請求項７に係
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し、聴覚フィルタで処理した後、パルス演算し、経
時マスキングによる平均発火処理を実施すると共に発火
変化処理を実施し、それらの総和を求め、更に全てのパ
ルスデータに対して発火同期処理による総和を求め、３
変数の重相関式によりノイジネスを演算し、表示するこ
とを特徴とする。
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し、聴覚フィルタで処理した後、パルス演算し、経
時マスキングによる平均発火処理を実施すると共に発火
変化処理を実施し、それらの総和を求め、更に全てのパ
ルスデータに対して発火同期処理による総和を求め、３
変数の重相関式によりノイジネスを演算し、表示するこ
とを特徴とする。
【００１２】上記課題を解決する本発明の請求項８に係
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し、聴覚フィルタで処理した後、パルス演算し、経
時マスキングによる平均発火処理を実施すると共に発火
変化処理を実施し、それらの総和を求め、更に全てのパ
ルスデータに対して発火同期処理による総和を求め、こ
れら三つの総和を切り換えて１，２又は３変数による相
関式によりノイジネスを演算し、表示することを特徴と
する。
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し、聴覚フィルタで処理した後、パルス演算し、経
時マスキングによる平均発火処理を実施すると共に発火
変化処理を実施し、それらの総和を求め、更に全てのパ
ルスデータに対して発火同期処理による総和を求め、こ
れら三つの総和を切り換えて１，２又は３変数による相
関式によりノイジネスを演算し、表示することを特徴と
する。
【００１３】上記課題を解決する本発明の請求項９に係
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し、聴覚フィルタで処理した後、パルス演算し、経
時マスキングによる平均発火処理を実施すると共に発火
変化処理を実施し、それらの総和を求め、更に全てのパ
ルスデータに対して発火同期処理による総和を求め、こ
れら三つの総和を３変数とする重相関式によりノイジネ
スを演算し、更に、該ノイジネスと目標とする基準ノイ
ジネスに対するノイジネス差分を求め、騒音レベルとノ
イジネスの関係を整理したノイジネス感度を前記ノイジ
ネス差分に掛け合わせ、同時に演算した騒音レベルと足
し合わせることにより、ノイジネス補正レベルを演算し
て、表示することを特徴とする。
る非定常騒音のノイジネス評価装置は、測定・記録され
た騒音データに対して、オフラインで外耳／中耳特性で
補正し、聴覚フィルタで処理した後、パルス演算し、経
時マスキングによる平均発火処理を実施すると共に発火
変化処理を実施し、それらの総和を求め、更に全てのパ
ルスデータに対して発火同期処理による総和を求め、こ
れら三つの総和を３変数とする重相関式によりノイジネ
スを演算し、更に、該ノイジネスと目標とする基準ノイ
ジネスに対するノイジネス差分を求め、騒音レベルとノ
イジネスの関係を整理したノイジネス感度を前記ノイジ
ネス差分に掛け合わせ、同時に演算した騒音レベルと足
し合わせることにより、ノイジネス補正レベルを演算し
て、表示することを特徴とする。
【００１４】
【発明の実施の形態】本発明の信号処理の概念を図９及
び２４に示す。本発明では、両図に示すように、外耳／
中耳特性を経た非定常騒音は、聴覚に備わる周波数弁別
機能により帯域数をn(通常32,64 等の2 の倍数) とする
と帯域-1、帯域-2、帯域-3、…帯域-nに分けられ、それ
らは帯域音圧（基底膜振動に相当）で表され、更に有毛
細胞モデルでは１ｓｔモデル、２ｎｄモデル、３ｒｄモ
デル、…N-thモデルとなり、神経パルス（神経伝達物
質）、特徴抽出を経て、関数Ｆによりうるささ（ノイジ
ネス）を求めるものである。ここで、聴覚の周波数弁別
とは、一般的には聴覚フィルタと称されるもので実現で
き、例えば、ＩＳＯ５３２Ｂでも規定されている臨界帯
域或いは後に述べる等価矩形幅（ＥＲＢ：Equivalent R
ectangular Band-width,イギリス）をいい、また、外耳
／中耳特性とはよく知られているように外耳の空洞の共
鳴特性及び鼓膜と耳小骨で構成される系の振動伝達特性
を言う。尚、図９に示す例は、主として、後述する実施
例２に示す音質判断ニューロを用いてノイジネスを求め
るのに対し、図２４に示す例は、主として後述する３変
数による重相関式でノイジネスを求める点が異なる。
び２４に示す。本発明では、両図に示すように、外耳／
中耳特性を経た非定常騒音は、聴覚に備わる周波数弁別
機能により帯域数をn(通常32,64 等の2 の倍数) とする
と帯域-1、帯域-2、帯域-3、…帯域-nに分けられ、それ
らは帯域音圧（基底膜振動に相当）で表され、更に有毛
細胞モデルでは１ｓｔモデル、２ｎｄモデル、３ｒｄモ
デル、…N-thモデルとなり、神経パルス（神経伝達物
質）、特徴抽出を経て、関数Ｆによりうるささ（ノイジ
ネス）を求めるものである。ここで、聴覚の周波数弁別
とは、一般的には聴覚フィルタと称されるもので実現で
き、例えば、ＩＳＯ５３２Ｂでも規定されている臨界帯
域或いは後に述べる等価矩形幅（ＥＲＢ：Equivalent R
ectangular Band-width,イギリス）をいい、また、外耳
／中耳特性とはよく知られているように外耳の空洞の共
鳴特性及び鼓膜と耳小骨で構成される系の振動伝達特性
を言う。尚、図９に示す例は、主として、後述する実施
例２に示す音質判断ニューロを用いてノイジネスを求め
るのに対し、図２４に示す例は、主として後述する３変
数による重相関式でノイジネスを求める点が異なる。
【００１５】〔実施例１〕本発明の第１の実施例に係る
非定常騒音のノイジネス評価装置を図１に示す。本実施
例は、測定・記録された騒音データに対して、オフライ
ンで外耳／中耳特性で補正し聴覚フィルタ処理した後パ
ルス演算し、平均発火処理と同期処理を実施し、それぞ
れ総和をとり、それらの総和により後述する手法により
ノイジネスを演算する手法である。即ち、本実施例の非
定常騒音のノイジネス評価装置は、騒音計１、アナログ
／ディジタル変換器２、データ記憶器３、外耳／中耳特
性器４、聴覚フィルタ器５、パルス演算器６、ＳＲ演算
器７、ＳＳ演算器８、総和演算器９、ノイジネス演算器
１０、ノイジネス表示器１１により構成される。ここ
で、ＳＲは、ｓｐｉｋｅ ｒａｔｅの略語であり、平均
発火率を意味する。また、ＳＳは、ｓｐｉｋｅ ｓｙｎ
ｃｈｒｏｎｙの略語で、同期性を意味する。
非定常騒音のノイジネス評価装置を図１に示す。本実施
例は、測定・記録された騒音データに対して、オフライ
ンで外耳／中耳特性で補正し聴覚フィルタ処理した後パ
ルス演算し、平均発火処理と同期処理を実施し、それぞ
れ総和をとり、それらの総和により後述する手法により
ノイジネスを演算する手法である。即ち、本実施例の非
定常騒音のノイジネス評価装置は、騒音計１、アナログ
／ディジタル変換器２、データ記憶器３、外耳／中耳特
性器４、聴覚フィルタ器５、パルス演算器６、ＳＲ演算
器７、ＳＳ演算器８、総和演算器９、ノイジネス演算器
１０、ノイジネス表示器１１により構成される。ここ
で、ＳＲは、ｓｐｉｋｅ ｒａｔｅの略語であり、平均
発火率を意味する。また、ＳＳは、ｓｐｉｋｅ ｓｙｎ
ｃｈｒｏｎｙの略語で、同期性を意味する。
【００１６】騒音計１により騒音を計測し、その計測デ
ータをアナログ／ディジタル変換器２でディジタル量に
変換してデータ記憶器３に一旦記憶する。騒音計１によ
り計測される騒音は、図１０に示すように、時刻と共に
音圧が変化する。ディジタル量に変換されデータ記憶器
３に記憶される音圧スペクトログラム及び音圧相当レベ
ル変化は図１１に示す形状となる。その後、データ記憶
器３に記憶された騒音データを外耳／中耳特性器４に入
力する。外耳／中耳特性器４は、図１９に一例を示す
が、周波数毎に異なるゲインを有するフィルタ器Ｇ1，
Ｇ2，…，Ｇnの集合であり、この例では、１１．５ｋＨ
ｚ以上でゲインが「１」となる。外耳／中耳特性器４を
経た騒音データは聴覚フィルタ器５に入力する。
ータをアナログ／ディジタル変換器２でディジタル量に
変換してデータ記憶器３に一旦記憶する。騒音計１によ
り計測される騒音は、図１０に示すように、時刻と共に
音圧が変化する。ディジタル量に変換されデータ記憶器
３に記憶される音圧スペクトログラム及び音圧相当レベ
ル変化は図１１に示す形状となる。その後、データ記憶
器３に記憶された騒音データを外耳／中耳特性器４に入
力する。外耳／中耳特性器４は、図１９に一例を示す
が、周波数毎に異なるゲインを有するフィルタ器Ｇ1，
Ｇ2，…，Ｇnの集合であり、この例では、１１．５ｋＨ
ｚ以上でゲインが「１」となる。外耳／中耳特性器４を
経た騒音データは聴覚フィルタ器５に入力する。
【００１７】聴覚フィルタ器５は、例えば、図４に示す
ように異なる特性を持つＥＲＢフィルタ器Ｅ1，Ｅ2，Ｅ
3，Ｅ4，…Ｅn-3，Ｅn-2，Ｅn-1，Ｅnの集合であり、そ
れらは、中心周波数をｆc（ｋＨｚ）とするとＥＲＢ
（Ｈｚ）は下記の数式に整理されている。
ように異なる特性を持つＥＲＢフィルタ器Ｅ1，Ｅ2，Ｅ
3，Ｅ4，…Ｅn-3，Ｅn-2，Ｅn-1，Ｅnの集合であり、そ
れらは、中心周波数をｆc（ｋＨｚ）とするとＥＲＢ
（Ｈｚ）は下記の数式に整理されている。
【００１８】
【数１】
【００１９】聴覚には、周波数領域においてマスキング
等の固有な特性があり、その特性は信号処理により近似
することが一般的であり、そのため、本実施例では、世
界的に認知されているＥＲＢフィルタを使用するもので
ある。聴覚フィルタ器５を通過した音圧データは、それ
ぞれパルス演算器６に入力される。パルス演算器６は、
異なる特性を持つパルス演算器Ｐ1，Ｐ2，…Ｐnの集合
であり、次のような神経発火処理を行なう。
等の固有な特性があり、その特性は信号処理により近似
することが一般的であり、そのため、本実施例では、世
界的に認知されているＥＲＢフィルタを使用するもので
ある。聴覚フィルタ器５を通過した音圧データは、それ
ぞれパルス演算器６に入力される。パルス演算器６は、
異なる特性を持つパルス演算器Ｐ1，Ｐ2，…Ｐnの集合
であり、次のような神経発火処理を行なう。
【００２０】即ち、聴覚フィルタ器５を通過した音圧は
基底膜上での振動伝搬に相当する。膜上には正の音圧の
みに反応する有毛細胞が存在し、この細胞は聴神経とシ
ナプス結合している。この結合の数学モデルは、Ｍｅｄ
ｄｉｓにより開発され、下記のように定義されている。
即ち、図５のようなモデル上で、ｋ(t)を透過率変化、
ｓ(t)を音圧刺激とすると、次の関係がある。
基底膜上での振動伝搬に相当する。膜上には正の音圧の
みに反応する有毛細胞が存在し、この細胞は聴神経とシ
ナプス結合している。この結合の数学モデルは、Ｍｅｄ
ｄｉｓにより開発され、下記のように定義されている。
即ち、図５のようなモデル上で、ｋ(t)を透過率変化、
ｓ(t)を音圧刺激とすると、次の関係がある。
【００２１】
【数２】
【００２２】ここに、ＡとＢは正の定数である（Ｂ＞
Ａ）。また、音圧刺激とはＥＲＢフィルタを透過した音
圧であり、基準音圧に対する実際の音圧の比で表され
る。次に、ｃ(t)、ｗ(t)を結合部及び物質貯蔵部の伝達
物質量、ｒを物質貯蔵への帰還率、ｘを細胞への再生
率、ｌを損失率、また、伝達物質の生成は「１」を上限
とすると１−ｑ(t)に比例し、ｙを生成率とすると、細
胞内に自動的に供給される伝達物質量はｙ（１−ｑ
(t)）となる。従って、細胞内の伝達物質の変化率ｄｑ
／ｄｔは次式となる。
Ａ）。また、音圧刺激とはＥＲＢフィルタを透過した音
圧であり、基準音圧に対する実際の音圧の比で表され
る。次に、ｃ(t)、ｗ(t)を結合部及び物質貯蔵部の伝達
物質量、ｒを物質貯蔵への帰還率、ｘを細胞への再生
率、ｌを損失率、また、伝達物質の生成は「１」を上限
とすると１−ｑ(t)に比例し、ｙを生成率とすると、細
胞内に自動的に供給される伝達物質量はｙ（１−ｑ
(t)）となる。従って、細胞内の伝達物質の変化率ｄｑ
／ｄｔは次式となる。
【００２３】
【数３】
【００２４】一方、同様に、結合部及び物質貯蔵部の伝
達物質変化率ｄｃ／ｄｔ、ｄｗ／ｄｔは次式となる。
達物質変化率ｄｃ／ｄｔ、ｄｗ／ｄｔは次式となる。
【００２５】
【数４】
【００２６】従って、上記の連立微分方程式を微小時間
での逐次積分法を用いて解析することにより音圧から神
経パルス（ここではｃ(t)）を予測することが可能とな
る。なお、式中の各パラメーターは次のように設定され
ている。Ａ＝５，Ｂ＝３００，ｇ＝２０００，ｙ＝５．
０５，ｌ＝２５００，ｘ＝６６３，ｒ＝６５８０ここ
で、図６に単純な音圧入力に対する本モデルの神経パル
ス発火（ｃ(t)に相当）の状態を示す。
での逐次積分法を用いて解析することにより音圧から神
経パルス（ここではｃ(t)）を予測することが可能とな
る。なお、式中の各パラメーターは次のように設定され
ている。Ａ＝５，Ｂ＝３００，ｇ＝２０００，ｙ＝５．
０５，ｌ＝２５００，ｘ＝６６３，ｒ＝６５８０ここ
で、図６に単純な音圧入力に対する本モデルの神経パル
ス発火（ｃ(t)に相当）の状態を示す。
【００２７】図６に示すように、入力は、１ｋＨｚで音
圧４０ｄＢから８０ｄＢ迄、５ｄＢステップで２５０ｍ
ｓのバースト音圧であるが、出力である神経パルスは音
圧の開始部分で大きく立ち上がるのみで、その後の継続
部分は急速に減衰する。入力に対して極めて非線型性の
強いモデルであり、人の聴覚に感じるうるささは、従来
の音圧評価とは全く異なった評価になる。
圧４０ｄＢから８０ｄＢ迄、５ｄＢステップで２５０ｍ
ｓのバースト音圧であるが、出力である神経パルスは音
圧の開始部分で大きく立ち上がるのみで、その後の継続
部分は急速に減衰する。入力に対して極めて非線型性の
強いモデルであり、人の聴覚に感じるうるささは、従来
の音圧評価とは全く異なった評価になる。
【００２８】このように各周波数帯域で得られた時系列
の神経パルスに対して、ＳＲ演算器７とＳＳ演算器８に
より、特徴抽出処理を行なう。ＳＲ演算器７は、周波数
帯域毎の演算器Ｒ1，Ｒ2，…Ｒnの集合であり、得られ
た神経パルス波について、図１２の上段に示すような平
均発火処理を行なう。即ち、周波数帯域ｉ（ｉ＝１，
２，…，Ｎ）において、計算する時間フレームｊ（ｊ＝
１，２，…，Ｍ）内での神経パルス波Ｃij(n)（ｎ＝
１，２，…，Ｌ）に対して、次式に示す平均発火率ＳＲ
(i)を求める。
の神経パルスに対して、ＳＲ演算器７とＳＳ演算器８に
より、特徴抽出処理を行なう。ＳＲ演算器７は、周波数
帯域毎の演算器Ｒ1，Ｒ2，…Ｒnの集合であり、得られ
た神経パルス波について、図１２の上段に示すような平
均発火処理を行なう。即ち、周波数帯域ｉ（ｉ＝１，
２，…，Ｎ）において、計算する時間フレームｊ（ｊ＝
１，２，…，Ｍ）内での神経パルス波Ｃij(n)（ｎ＝
１，２，…，Ｌ）に対して、次式に示す平均発火率ＳＲ
(i)を求める。
【００２９】
【数５】
【００３０】同様に、ＳＳ演算器８は、周波数帯域毎の
演算器Ｆ1，Ｆ2，…Ｆnの集合であり、次式に示すよう
に、同期性ＳＳ(i)を定量化することにより、図１２の
中段に示すような同期処理を行なう。なお、ＴはあるＥ
ＲＢ帯域での中心周波数の周期である。
演算器Ｆ1，Ｆ2，…Ｆnの集合であり、次式に示すよう
に、同期性ＳＳ(i)を定量化することにより、図１２の
中段に示すような同期処理を行なう。なお、ＴはあるＥ
ＲＢ帯域での中心周波数の周期である。
【００３１】
【数６】
【００３２】総和演算器９は、ＳＲ演算器７、ＳＳ演算
器８により得られた信号を総和し、ノイジネス演算器１
０へ出力する。ノイジネス演算器１０は、総和演算器９
から入力した総和に基づき重相関式により、図１２の下
段に示すようなノイジネスを評価し、その値をノイジネ
ス表示器１１で表示する。図８（ａ）に示すように、ノ
イジネス演算器１０で重相関式より求めたノイジネスを
横軸とし、実験により求めたノイジネスを縦軸とする
と、相関（Correlation）は０．８８１となる。なお、
図中のIdleはフォークリフトのエンジンアイドル運転
時、Runは走行時、Liftは荷役作業時のオペレータ騒音
を示す。
器８により得られた信号を総和し、ノイジネス演算器１
０へ出力する。ノイジネス演算器１０は、総和演算器９
から入力した総和に基づき重相関式により、図１２の下
段に示すようなノイジネスを評価し、その値をノイジネ
ス表示器１１で表示する。図８（ａ）に示すように、ノ
イジネス演算器１０で重相関式より求めたノイジネスを
横軸とし、実験により求めたノイジネスを縦軸とする
と、相関（Correlation）は０．８８１となる。なお、
図中のIdleはフォークリフトのエンジンアイドル運転
時、Runは走行時、Liftは荷役作業時のオペレータ騒音
を示す。
【００３３】一方、従来の音圧評価では、図７に示すよ
うに、横軸に示す音圧と縦軸に示す実験により求めたう
るささの相関は０．０３に過ぎない。尚、図７は、騒音
レベルとノイジネスとを比較したものである。同図のよ
うに、代表的な騒音について−３ｄＢ（Ａ）の低減を施
しても７５ｄＢ（Ａ）の他の騒音よりもノイジネスが高
い場合がある為、騒音レベル評価では非定常騒音の評価
に相応しくない事を示している。
うに、横軸に示す音圧と縦軸に示す実験により求めたう
るささの相関は０．０３に過ぎない。尚、図７は、騒音
レベルとノイジネスとを比較したものである。同図のよ
うに、代表的な騒音について−３ｄＢ（Ａ）の低減を施
しても７５ｄＢ（Ａ）の他の騒音よりもノイジネスが高
い場合がある為、騒音レベル評価では非定常騒音の評価
に相応しくない事を示している。
【００３４】このように説明したように本実施例は、騒
音計１、アナログ／ディジタル変換器２を経て測定され
た騒音データをデータ記憶器３で記録し、外耳／中耳特
性器４、聴覚フィルタ器５、パルス演算器６によりオフ
ラインでパルス演算し、ＳＲ演算器７により平均発火処
理を実施すると共にＳＳ演算器８により同期処理を実施
し、総和演算器９それぞれ総和をとり、それらの総和に
よりノイジネス演算器１０でノイジネスを演算するた
め、人間の感覚に近いうるささを正確に評価することが
でき、しかも、汎用性が高いという利点がある。
音計１、アナログ／ディジタル変換器２を経て測定され
た騒音データをデータ記憶器３で記録し、外耳／中耳特
性器４、聴覚フィルタ器５、パルス演算器６によりオフ
ラインでパルス演算し、ＳＲ演算器７により平均発火処
理を実施すると共にＳＳ演算器８により同期処理を実施
し、総和演算器９それぞれ総和をとり、それらの総和に
よりノイジネス演算器１０でノイジネスを演算するた
め、人間の感覚に近いうるささを正確に評価することが
でき、しかも、汎用性が高いという利点がある。
【００３５】〔実施例２〕本発明の第２の実施例に係る
非定常騒音のノイジネス評価装置を図２に示す。本実施
例は、実施例１と同様に平均発火／同期処理した後、帯
域データを用いてニューラルネットでノイジネスを演算
する点が異なる。即ち、本実施例の非定常騒音のノイジ
ネス評価装置は、騒音計１、アナログ／ディジタル変換
器２、データ記憶器３、外耳／中耳特性器４、聴覚フィ
ルタ器５、パルス演算器６、ＳＲ演算器７、ＳＳ演算器
８、ノイジネス演算器１０、ノイジネス表示器１１、ニ
ューラルネット器１２により構成される。
非定常騒音のノイジネス評価装置を図２に示す。本実施
例は、実施例１と同様に平均発火／同期処理した後、帯
域データを用いてニューラルネットでノイジネスを演算
する点が異なる。即ち、本実施例の非定常騒音のノイジ
ネス評価装置は、騒音計１、アナログ／ディジタル変換
器２、データ記憶器３、外耳／中耳特性器４、聴覚フィ
ルタ器５、パルス演算器６、ＳＲ演算器７、ＳＳ演算器
８、ノイジネス演算器１０、ノイジネス表示器１１、ニ
ューラルネット器１２により構成される。
【００３６】騒音計１による騒音の計測からＳＲ演算器
７による平均発火処理及びＳＳ演算器８による同期処理
までは実施例１と同様であり、実施例１と異なるのは、
総和演算器９を省略し、ノイジネス演算器１０に代えて
ニューラルネット器１２を使用した点に特徴がある。ニ
ューラルネット器１２には、各ＳＲ演算器Ｒ1，Ｒ2，…
Ｒn及び各ＳＳ演算器Ｆ1，Ｆ2，…Ｆnからの複数の信号
に基づいてニューラルネットによりノイジネスを判定す
る。
７による平均発火処理及びＳＳ演算器８による同期処理
までは実施例１と同様であり、実施例１と異なるのは、
総和演算器９を省略し、ノイジネス演算器１０に代えて
ニューラルネット器１２を使用した点に特徴がある。ニ
ューラルネット器１２には、各ＳＲ演算器Ｒ1，Ｒ2，…
Ｒn及び各ＳＳ演算器Ｆ1，Ｆ2，…Ｆnからの複数の信号
に基づいてニューラルネットによりノイジネスを判定す
る。
【００３７】図８（ｂ）に示すように、ニューラルネッ
ト器１２により求めたノイジネスを横軸とし、実験によ
り求めたノイジネスを縦軸とすると、相関は０．９９９
となる。上述したように本実施例は、ノイジネス演算器
１０に代えてニューラルネット器１２を用いるため、実
施例１よりも更に人間の感覚に近いうるささを正確に評
価できるという効果を奏し、高精度であるという利点が
ある。
ト器１２により求めたノイジネスを横軸とし、実験によ
り求めたノイジネスを縦軸とすると、相関は０．９９９
となる。上述したように本実施例は、ノイジネス演算器
１０に代えてニューラルネット器１２を用いるため、実
施例１よりも更に人間の感覚に近いうるささを正確に評
価できるという効果を奏し、高精度であるという利点が
ある。
【００３８】〔実施例３〕本発明の第３の実施例に係る
非定常騒音のノイジネス評価装置を図３に示す。本実施
例は、実施例１に比較すると、データ記録器３を省略し
て、騒音データ記録せずにリアルタイムにノイジネスを
表示し、併せて、平均発火／同期によるノイジネスを分
離して表示する手法である。即ち、本実施例の非定常騒
音のノイジネス評価装置は、騒音計１、アナログ／ディ
ジタル変換器２、聴覚フィルタ器５、パルス演算器６、
ＳＲ演算器７、ＳＳ演算器８、総和演算器９、ノイジネ
ス表示器１１、表示器１３、ＳＲノイジネス演算器１
４、ＳＳノイジネス演算器１５から構成される。
非定常騒音のノイジネス評価装置を図３に示す。本実施
例は、実施例１に比較すると、データ記録器３を省略し
て、騒音データ記録せずにリアルタイムにノイジネスを
表示し、併せて、平均発火／同期によるノイジネスを分
離して表示する手法である。即ち、本実施例の非定常騒
音のノイジネス評価装置は、騒音計１、アナログ／ディ
ジタル変換器２、聴覚フィルタ器５、パルス演算器６、
ＳＲ演算器７、ＳＳ演算器８、総和演算器９、ノイジネ
ス表示器１１、表示器１３、ＳＲノイジネス演算器１
４、ＳＳノイジネス演算器１５から構成される。
【００３９】本実施例では、騒音計１により騒音を計測
し、その計測データをアナログ／ディジタル変換器２で
ディジタル量に変換し、直ちに、外耳／中耳特性器４、
聴覚フィルタ器５に入力する点に特徴がある。また、Ｓ
Ｒノイジネス演算器１４、ＳＳノイジネス演算器１５に
より各総和演算器９により求められた値によりそれぞれ
平均発火処理によるノイジネス、同期処理によるノイジ
ネスを分離して表示する。このように本実施例は、実施
例１と同様に人間の感覚に近いうるささを正確に評価す
ることができ、更に、データ記憶器３を省略したため、
リアルタイム性があり、時刻暦評価が可能となる利点が
ある。
し、その計測データをアナログ／ディジタル変換器２で
ディジタル量に変換し、直ちに、外耳／中耳特性器４、
聴覚フィルタ器５に入力する点に特徴がある。また、Ｓ
Ｒノイジネス演算器１４、ＳＳノイジネス演算器１５に
より各総和演算器９により求められた値によりそれぞれ
平均発火処理によるノイジネス、同期処理によるノイジ
ネスを分離して表示する。このように本実施例は、実施
例１と同様に人間の感覚に近いうるささを正確に評価す
ることができ、更に、データ記憶器３を省略したため、
リアルタイム性があり、時刻暦評価が可能となる利点が
ある。
【００４０】〔実施例４〕本発明の第４の実施例に係る
非定常騒音のノイジネス評価装置を図１４に示す。本実
施例は、測定・記録された騒音データに対して、オフラ
インで外耳／中耳特性補正、聴覚フィルタ処理後、パル
ス演算し、経時マスキングによる平均発火処理を実施
し、総和をとり、後述する手法によりノイジネスを演算
する手法である。即ち、本実施例の非定常騒音のノイジ
ネス評価装置は、騒音計１０１、アナログ／ディジタル
変換器１０２、データ記憶器１０３、外耳／中耳特性器
１０４、聴覚フィルタ器１０５、パルス演算器１０６、
ｔｅｍｐＳＲ演算器１０７、総和演算器１１０、１変数
ノイジネス演算器器１１１、ノイジネス表示器１１５に
より構成される。ここで、ｔｅｍｐＳＲとは経時マスキ
ング処理された神経パルスの平均発火率ｔｅｍｐｏｒａ
ｌ Ｓｐｉｋｅ Ｒａｔｅの略である。
非定常騒音のノイジネス評価装置を図１４に示す。本実
施例は、測定・記録された騒音データに対して、オフラ
インで外耳／中耳特性補正、聴覚フィルタ処理後、パル
ス演算し、経時マスキングによる平均発火処理を実施
し、総和をとり、後述する手法によりノイジネスを演算
する手法である。即ち、本実施例の非定常騒音のノイジ
ネス評価装置は、騒音計１０１、アナログ／ディジタル
変換器１０２、データ記憶器１０３、外耳／中耳特性器
１０４、聴覚フィルタ器１０５、パルス演算器１０６、
ｔｅｍｐＳＲ演算器１０７、総和演算器１１０、１変数
ノイジネス演算器器１１１、ノイジネス表示器１１５に
より構成される。ここで、ｔｅｍｐＳＲとは経時マスキ
ング処理された神経パルスの平均発火率ｔｅｍｐｏｒａ
ｌ Ｓｐｉｋｅ Ｒａｔｅの略である。
【００４１】騒音計１０１により騒音を計測し、その計
測データをアナログ／ディジタル変換器１０２でディジ
タル量に変換してデータ記憶器１０３に一旦記憶する。
騒音計１０１により計測される騒音は、図２４左に示す
ように、時刻と共に音圧が変化する。その後、データ記
憶器１０３に記憶された騒音データを外耳／中耳特性器
１０４に入力する。
測データをアナログ／ディジタル変換器１０２でディジ
タル量に変換してデータ記憶器１０３に一旦記憶する。
騒音計１０１により計測される騒音は、図２４左に示す
ように、時刻と共に音圧が変化する。その後、データ記
憶器１０３に記憶された騒音データを外耳／中耳特性器
１０４に入力する。
【００４２】外耳／中耳特性器１０４、聴覚フィルタ１
０５、パルス演算器１０６は第一実施例と同じであり、
ｔｅｍｐＳＲ演算器１０７に入力する。
０５、パルス演算器１０６は第一実施例と同じであり、
ｔｅｍｐＳＲ演算器１０７に入力する。
【００４３】このように各ＥＲＢ帯域で得られた時系列
の神経パルスに対して、ｔｅｍｐＳＲ演算器１０７によ
り、特徴抽出処理を行なう。ｔｅｍｐＳＲ演算器１０７
は、異なる特性を持つ演算器Ｓ1，Ｓ2，…Ｓnの集合で
あり、得られた神経パルス波について、ある時間間隔で
の平均発火率を算出し、音圧刺激を受けた場合の聴覚反
応を定量化する。ここで、演算された神経パルス波は図
２０では破線に相当するが、感覚としては実線のように
極大から指数関数的に減少する。この感覚は神経パルス
波に対する閾値となり、閾値以下のパルスは認識されな
いという経時マスキング処理を行う。
の神経パルスに対して、ｔｅｍｐＳＲ演算器１０７によ
り、特徴抽出処理を行なう。ｔｅｍｐＳＲ演算器１０７
は、異なる特性を持つ演算器Ｓ1，Ｓ2，…Ｓnの集合で
あり、得られた神経パルス波について、ある時間間隔で
の平均発火率を算出し、音圧刺激を受けた場合の聴覚反
応を定量化する。ここで、演算された神経パルス波は図
２０では破線に相当するが、感覚としては実線のように
極大から指数関数的に減少する。この感覚は神経パルス
波に対する閾値となり、閾値以下のパルスは認識されな
いという経時マスキング処理を行う。
【００４４】即ち、周波数帯域ｉ( Ｉ＝１，２，…，
Ｎ) で計算した時間フレームｊ( ｊ＝１，２，…，Ｍ)
内での経時マスキング処理された神経パルス波ＴＣ
ij（ｎ） (ｎ＝１，２，…，Ｌ) に対して、時間フレー
ムに関する平均を求め、これをｔｅｍｐＳＲ(i)とす
る。
Ｎ) で計算した時間フレームｊ( ｊ＝１，２，…，Ｍ)
内での経時マスキング処理された神経パルス波ＴＣ
ij（ｎ） (ｎ＝１，２，…，Ｌ) に対して、時間フレー
ムに関する平均を求め、これをｔｅｍｐＳＲ(i)とす
る。
【００４５】
【数７】
【００４６】総和演算器１１０は、ｔｅｍｐＳＲ演算器
１０７により得られた信号を総和し、１変数ノイジネス
演算器器１１１へ出力する。１変数ノイジネス演算器器
１１１は、総和演算器１１０から入力に基づき単相関式
によりノイジネスを評価し、その値をノイジネス表示器
１１５で表示する。図２１に示すように、１変数ノイジ
ネス演算器器１１１で相関式より求めたノイジネスを横
軸とし、実験により求めたノイジネスを縦軸とすると、
相関（Correlation ）は０．８７３となる。なお、図中
の記号はフォークリフトのエンジンアイドル運転、走行
時及び荷役作業時のオペレータ騒音の場合を示す。
１０７により得られた信号を総和し、１変数ノイジネス
演算器器１１１へ出力する。１変数ノイジネス演算器器
１１１は、総和演算器１１０から入力に基づき単相関式
によりノイジネスを評価し、その値をノイジネス表示器
１１５で表示する。図２１に示すように、１変数ノイジ
ネス演算器器１１１で相関式より求めたノイジネスを横
軸とし、実験により求めたノイジネスを縦軸とすると、
相関（Correlation ）は０．８７３となる。なお、図中
の記号はフォークリフトのエンジンアイドル運転、走行
時及び荷役作業時のオペレータ騒音の場合を示す。
【００４７】このように説明したように本実施例は、騒
音計１０１、アナログ／ディジタル変換器１０２を経て
測定された騒音データをデータ記憶器１０３で記録し、
外耳／中耳特性器１０４、聴覚フィルタ器１０５、パル
ス演算器１０６によりオフラインでパルス演算し、ｔｅ
ｍｐＳＲ演算器１０７により経時マスキング処理を実施
し、総和演算器１１０で総和をとり、それらの総和によ
りノイジネス演算器でノイジネスを演算するため、人間
の感覚に近いうるささを正確に評価することができ、し
かも、汎用性が高いという利点がある。
音計１０１、アナログ／ディジタル変換器１０２を経て
測定された騒音データをデータ記憶器１０３で記録し、
外耳／中耳特性器１０４、聴覚フィルタ器１０５、パル
ス演算器１０６によりオフラインでパルス演算し、ｔｅ
ｍｐＳＲ演算器１０７により経時マスキング処理を実施
し、総和演算器１１０で総和をとり、それらの総和によ
りノイジネス演算器でノイジネスを演算するため、人間
の感覚に近いうるささを正確に評価することができ、し
かも、汎用性が高いという利点がある。
【００４８】〔実施例５〕本発明の第５の実施例に係る
非定常騒音のノイジネス評価装置を図１５に示す。本実
施例は、実施例４と同様にｔｅｍｐＳＲ処理すると共
に、ＳＤ演算し、それぞれの総和から２変数でノイジネ
スを演算する点が異なる。即ち、本実施例の非定常騒音
のノイジネス評価装置は、騒音計１０１、アナログ／デ
ィジタル変換器１０２、データ記憶器１０３、外耳／中
耳特性器１０４、聴覚フィルタ器１０５、パルス演算器
１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ演算器１０
８、２変数ノイジネス演算器器１１２、ノイジネス表示
器１１５により構成される。
非定常騒音のノイジネス評価装置を図１５に示す。本実
施例は、実施例４と同様にｔｅｍｐＳＲ処理すると共
に、ＳＤ演算し、それぞれの総和から２変数でノイジネ
スを演算する点が異なる。即ち、本実施例の非定常騒音
のノイジネス評価装置は、騒音計１０１、アナログ／デ
ィジタル変換器１０２、データ記憶器１０３、外耳／中
耳特性器１０４、聴覚フィルタ器１０５、パルス演算器
１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ演算器１０
８、２変数ノイジネス演算器器１１２、ノイジネス表示
器１１５により構成される。
【００４９】騒音計１０１による騒音の計測からｔｅｍ
ｐＳＲ演算器１０７による経時マスキング処理までは実
施例４と同様であり、実施例４と異なるのは演算された
神経パルス波を用い、発火変化率（ＳＤ：Spike Differ
ential）を演算する点である。
ｐＳＲ演算器１０７による経時マスキング処理までは実
施例４と同様であり、実施例４と異なるのは演算された
神経パルス波を用い、発火変化率（ＳＤ：Spike Differ
ential）を演算する点である。
【００５０】即ち、ｔｅｍｐＳＲ演算と同様に、周波数
帯域ｉ( Ｉ＝１，２，…，Ｎ) で計算した時間フレーム
ｊ( ｊ＝１，２，…，Ｍ) 内での神経パルス波Ｃ
ij（ｎ） (ｎ＝−Ｌ／２，…，Ｌ／２) に対して、時間
フレーム内での回帰分析を行う。つまり、Ｓij（ｎ）を
回帰線ａijｎ＋ｂijで近似する為に最小二乗法を適用す
ると、傾きａijは次のようになる。そして、時間フレー
ムに関する平均ＳＤ(i)とし、次式のようにする。
帯域ｉ( Ｉ＝１，２，…，Ｎ) で計算した時間フレーム
ｊ( ｊ＝１，２，…，Ｍ) 内での神経パルス波Ｃ
ij（ｎ） (ｎ＝−Ｌ／２，…，Ｌ／２) に対して、時間
フレーム内での回帰分析を行う。つまり、Ｓij（ｎ）を
回帰線ａijｎ＋ｂijで近似する為に最小二乗法を適用す
ると、傾きａijは次のようになる。そして、時間フレー
ムに関する平均ＳＤ(i)とし、次式のようにする。
【００５１】
【数８】
【００５２】ＳＤ演算器１０８は周波数毎の演算器
Ｄ1，Ｄ2，…，Ｄnが集合したものであり、各演算器が
計算したＳＤを総和演算器１１０へ入力する。総和演算
器１１０はそれらの総和を計算し、ｔｅｍｐＳＲ演算に
よる総和と共に、２変数ノイジネス演算器器１１２へ入
力する。２変数ノイジネス演算器器１１２は２つの総和
を入力として、ノイジネスを演算して、ノイジネス表示
器１１５で表示する。上述したように本実施例は、１変
数ノイジネス演算器器１１１に代えて２変数ノイジネス
演算器器１１２を用いるため、実施例４よりも更に人間
の感覚に近いうるささを正確に評価できるという効果を
奏し、高精度であるという利点がある。即ち、図２２に
示すように、２変数ノイジネス演算器器１１２で重相関
式より求めたノイジネスを横軸とし、実験により求めた
ノイジネスを縦軸とすると、相関（Correlation ）は
０．９３８となる。第４実施例よりも相関係数が上がっ
ており、精度が高くなっている。
Ｄ1，Ｄ2，…，Ｄnが集合したものであり、各演算器が
計算したＳＤを総和演算器１１０へ入力する。総和演算
器１１０はそれらの総和を計算し、ｔｅｍｐＳＲ演算に
よる総和と共に、２変数ノイジネス演算器器１１２へ入
力する。２変数ノイジネス演算器器１１２は２つの総和
を入力として、ノイジネスを演算して、ノイジネス表示
器１１５で表示する。上述したように本実施例は、１変
数ノイジネス演算器器１１１に代えて２変数ノイジネス
演算器器１１２を用いるため、実施例４よりも更に人間
の感覚に近いうるささを正確に評価できるという効果を
奏し、高精度であるという利点がある。即ち、図２２に
示すように、２変数ノイジネス演算器器１１２で重相関
式より求めたノイジネスを横軸とし、実験により求めた
ノイジネスを縦軸とすると、相関（Correlation ）は
０．９３８となる。第４実施例よりも相関係数が上がっ
ており、精度が高くなっている。
【００５３】〔実施例６〕本発明の第６の実施例に係る
非定常騒音のノイジネス評価装置を図１６に示す。本実
施例は、実施例５と同様にｔｅｍｐＳＲ演算とＳＤ演算
すると共に、ＡＣＧ演算し、それぞれの総和から3 変数
でノイジネスを演算する点が異なる。即ち、本実施例の
非定常騒音のノイジネス評価装置は、騒音計１０１、ア
ナログ／ディジタル変換器１０２、データ記憶器１０
３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、
パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ
演算器１０８、ＡＣＧ演算器１０９、３変数ノイジネス
演算器１１３、ノイジネス表示器１１５により構成され
る。
非定常騒音のノイジネス評価装置を図１６に示す。本実
施例は、実施例５と同様にｔｅｍｐＳＲ演算とＳＤ演算
すると共に、ＡＣＧ演算し、それぞれの総和から3 変数
でノイジネスを演算する点が異なる。即ち、本実施例の
非定常騒音のノイジネス評価装置は、騒音計１０１、ア
ナログ／ディジタル変換器１０２、データ記憶器１０
３、外耳／中耳特性器１０４、聴覚フィルタ器１０５、
パルス演算器１０６、ｔｅｍｐＳＲ演算器１０７、ＳＤ
演算器１０８、ＡＣＧ演算器１０９、３変数ノイジネス
演算器１１３、ノイジネス表示器１１５により構成され
る。
【００５４】騒音計１０１による騒音の計測からｔｅｍ
ｐＳＲ演算器１０７による経時マスキング処理及びＳＤ
演算器１０８によるＳＤ演算は実施例５と同様であり、
実施例５と異なるのは演算された神経パルス波に含まれ
る周期成分の有無を調べるために、ある時間間隔での全
てのパルスデータに対して自己相関の平均値の平方根を
取る処理を行う。このパラメータはオートコレログラム
（ＡＣＧ：Ａｕｔｏｃｏｒｒｅｌｏｇｒａｍ）とする。
ｐＳＲ演算器１０７による経時マスキング処理及びＳＤ
演算器１０８によるＳＤ演算は実施例５と同様であり、
実施例５と異なるのは演算された神経パルス波に含まれ
る周期成分の有無を調べるために、ある時間間隔での全
てのパルスデータに対して自己相関の平均値の平方根を
取る処理を行う。このパラメータはオートコレログラム
（ＡＣＧ：Ａｕｔｏｃｏｒｒｅｌｏｇｒａｍ）とする。
【００５５】即ち、周波数帯域ｉ( ｉ＝１，２，…，
Ｎ) で計算した時間フレームｊ( ｊ＝１，２，…，Ｍ)
内での神経パルス波Ｃij（ｎ） (ｎ＝１，２，…，Ｌ／
２) に対して、サンプル間隔ｈ（Ｍ／２以下で間隔数を
Ｈとする）とした場合の自己相関の平均値の平方根を時
間フレームに関して平均をとったものを次式のようにＡ
ＣＧ(i)とする。
Ｎ) で計算した時間フレームｊ( ｊ＝１，２，…，Ｍ)
内での神経パルス波Ｃij（ｎ） (ｎ＝１，２，…，Ｌ／
２) に対して、サンプル間隔ｈ（Ｍ／２以下で間隔数を
Ｈとする）とした場合の自己相関の平均値の平方根を時
間フレームに関して平均をとったものを次式のようにＡ
ＣＧ(i)とする。
【００５６】
【数９】
【００５７】ＡＣＧ演算器１０９は周波数毎の演算器Ａ
1，Ａ2，…，Ａnが集合したものであり、各演算器が計
算したＡＣＧを総和演算器１１０へ入力する。総和演算
器１１０はそれらの総和を計算し、ｔｅｍｐＳＲ演算及
びＳＤ演算による総和と共に、３変数ノイジネス演算器
１１３へ入力する。３変数ノイジネス演算器１１３は３
つの総和を入力として、ノイジネスを演算して、ノイジ
ネス表示器１１５で表示する。上述したように本実施例
は、２変数ノイジネス演算器器１１２に代えて３変数ノ
イジネス演算器１１３を用いるため、実施例５よりも更
に人間の感覚に近いうるささを正確に評価できるという
効果を奏し、高精度であるという利点がある。即ち、
図２３に示すように、３変数ノイジネス演算器１１３で
重相関式より求めたノイジネスを横軸とし、実験により
求めたノイジネスを縦軸とすると、相関（Correlation
）は０．９７６となる。第５実施例よりもさらに相関
係数が上がっており、精度が高くなっている。
1，Ａ2，…，Ａnが集合したものであり、各演算器が計
算したＡＣＧを総和演算器１１０へ入力する。総和演算
器１１０はそれらの総和を計算し、ｔｅｍｐＳＲ演算及
びＳＤ演算による総和と共に、３変数ノイジネス演算器
１１３へ入力する。３変数ノイジネス演算器１１３は３
つの総和を入力として、ノイジネスを演算して、ノイジ
ネス表示器１１５で表示する。上述したように本実施例
は、２変数ノイジネス演算器器１１２に代えて３変数ノ
イジネス演算器１１３を用いるため、実施例５よりも更
に人間の感覚に近いうるささを正確に評価できるという
効果を奏し、高精度であるという利点がある。即ち、
図２３に示すように、３変数ノイジネス演算器１１３で
重相関式より求めたノイジネスを横軸とし、実験により
求めたノイジネスを縦軸とすると、相関（Correlation
）は０．９７６となる。第５実施例よりもさらに相関
係数が上がっており、精度が高くなっている。
【００５８】〔実施例７〕本発明の第７の実施例に係る
非定常騒音のノイジネス評価装置を図１７に示す。本実
施例は、実施例６と同様にｔｅｍｐＳＲ演算、ＳＤ演算
及びＡＣＧ演算し、それぞれの総和からノイジネスを演
算する点では同じであるが、目的、場合に応じて、変数
及び評価方法を切り替えて最適なノイジネス評価を行う
点で異なる。即ち、本実施例の非定常騒音のノイジネス
評価装置は、騒音計１０１、アナログ／ディジタル変換
器１０２、データ記憶器１０３、外耳／中耳特性器１０
４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅ
ｍｐＳＲ演算器１０７、ＳＤ演算器１０８、ＡＣＧ演算
器１０９、切替型ノイジネス演算器１１４、ノイジネス
表示器１１５、切替器１１６により構成される。
非定常騒音のノイジネス評価装置を図１７に示す。本実
施例は、実施例６と同様にｔｅｍｐＳＲ演算、ＳＤ演算
及びＡＣＧ演算し、それぞれの総和からノイジネスを演
算する点では同じであるが、目的、場合に応じて、変数
及び評価方法を切り替えて最適なノイジネス評価を行う
点で異なる。即ち、本実施例の非定常騒音のノイジネス
評価装置は、騒音計１０１、アナログ／ディジタル変換
器１０２、データ記憶器１０３、外耳／中耳特性器１０
４、聴覚フィルタ器１０５、パルス演算器１０６、ｔｅ
ｍｐＳＲ演算器１０７、ＳＤ演算器１０８、ＡＣＧ演算
器１０９、切替型ノイジネス演算器１１４、ノイジネス
表示器１１５、切替器１１６により構成される。
【００５９】切替器１１６は実施例４から６で示した評
価法（１変数、２変数、３変数）を切り替える事ができ
る。また、切替型ノイジネス演算器１１４は切替器１１
６からの指示に応じてノイジネス演算式の重み係数等を
変化させることができる。
価法（１変数、２変数、３変数）を切り替える事ができ
る。また、切替型ノイジネス演算器１１４は切替器１１
６からの指示に応じてノイジネス演算式の重み係数等を
変化させることができる。
【００６０】〔実施例８〕本発明の第８の実施例に係る
非定常騒音のノイジネス評価装置を図１８に示す。本実
施例は、実施例６と同様にｔｅｍｐＳＲ演算、ＳＤ演算
及びＡＣＧ演算し、それぞれの総和からノイジネスを演
算する点では同じであるが、目標とする基準ノイジネス
に対する差分と、騒音レベルとノイジネスの関係を整理
したノイジネス感度を用いて、ノイジネス差分を騒音レ
ベル換算し、同時に演算する騒音レベルと足し合わせる
事によりノイジネス補正の騒音レベルを演算する点で異
なる。即ち、本実施例の非定常騒音のノイジネス評価装
置は、騒音計１０１、アナログ／ディジタル変換器１０
２、データ記憶器１０３、外耳／中耳特性器１０４、聴
覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳ
Ｒ演算器１０７、ＳＤ演算器１０８、ＡＣＧ演算器１０
９、総和演算器１１０、３変数ノイジネス演算器１１
３、ノイジネス差分演算器１１７，基準ノイジネス入力
器１１８、レベル換算器１１９，ノイジネス感度入力器
１２０、ノイジネス補正レベル表示器１２１、聴感補正
フィルタ器１３０，レベル演算器１３１、レベル表示器
１３２により構成される。
非定常騒音のノイジネス評価装置を図１８に示す。本実
施例は、実施例６と同様にｔｅｍｐＳＲ演算、ＳＤ演算
及びＡＣＧ演算し、それぞれの総和からノイジネスを演
算する点では同じであるが、目標とする基準ノイジネス
に対する差分と、騒音レベルとノイジネスの関係を整理
したノイジネス感度を用いて、ノイジネス差分を騒音レ
ベル換算し、同時に演算する騒音レベルと足し合わせる
事によりノイジネス補正の騒音レベルを演算する点で異
なる。即ち、本実施例の非定常騒音のノイジネス評価装
置は、騒音計１０１、アナログ／ディジタル変換器１０
２、データ記憶器１０３、外耳／中耳特性器１０４、聴
覚フィルタ器１０５、パルス演算器１０６、ｔｅｍｐＳ
Ｒ演算器１０７、ＳＤ演算器１０８、ＡＣＧ演算器１０
９、総和演算器１１０、３変数ノイジネス演算器１１
３、ノイジネス差分演算器１１７，基準ノイジネス入力
器１１８、レベル換算器１１９，ノイジネス感度入力器
１２０、ノイジネス補正レベル表示器１２１、聴感補正
フィルタ器１３０，レベル演算器１３１、レベル表示器
１３２により構成される。
【００６１】基準ノイジネス入力器１１８は、例えば、
機械としてあるべきノイジネスを入力し、３変数ノイジ
ネス演算器１１３で計算されたノイジネスとの差分をノ
イジネス差分演算器１１７で計算する。さらに、ノイジ
ネス感度入力器１２０は予め求めたノイジネス変化に伴
う騒音レベルの変化量をノイジネス感度（単位：ｄＢ
（Ａ））として入力する。レベル換算器１１９ではノイ
ジネス差分とノイジネス感度を掛け合わせる事により、
ノイジネス差分と等価な騒音レベルを計算する。一方、
データ記憶器１０３の騒音データは従来の聴感補正フィ
ルタ器１３０とレベル演算器１３１により騒音レベルが
計算される。この騒音レベルとノイジネスと等価な騒音
レベルを足し合わせる事により、ノイジネス補正レベル
を計算し、ノイジネス補正レベル表示器１２１で表示す
る。
機械としてあるべきノイジネスを入力し、３変数ノイジ
ネス演算器１１３で計算されたノイジネスとの差分をノ
イジネス差分演算器１１７で計算する。さらに、ノイジ
ネス感度入力器１２０は予め求めたノイジネス変化に伴
う騒音レベルの変化量をノイジネス感度（単位：ｄＢ
（Ａ））として入力する。レベル換算器１１９ではノイ
ジネス差分とノイジネス感度を掛け合わせる事により、
ノイジネス差分と等価な騒音レベルを計算する。一方、
データ記憶器１０３の騒音データは従来の聴感補正フィ
ルタ器１３０とレベル演算器１３１により騒音レベルが
計算される。この騒音レベルとノイジネスと等価な騒音
レベルを足し合わせる事により、ノイジネス補正レベル
を計算し、ノイジネス補正レベル表示器１２１で表示す
る。
【００６２】本実施例では、３変数ノイジネス演算に基
づくノイジネスと基準ノイジネスにより、ノイジネスが
基準よりも高い場合には騒音レベルを増加させ、低い場
合には騒音レベルを低下させる事が可能となり、ノイジ
ネスを騒音レベルに反映できる利点がある。
づくノイジネスと基準ノイジネスにより、ノイジネスが
基準よりも高い場合には騒音レベルを増加させ、低い場
合には騒音レベルを低下させる事が可能となり、ノイジ
ネスを騒音レベルに反映できる利点がある。
【００６３】
【発明の効果】以上、実施例に基づいて具体的に説明し
たように、本発明の請求項１に係る非定常騒音のノイジ
ネス評価装置は、時々刻々変化する音圧を入力とし、聴
覚内部で変化する神経パルスを演算した後、パルス特徴
量を求め、そして、複数のパルス特徴量を用いた線形式
にてうるささを正確に演算・表示することが可能とな
り、騒音対策が効率化できるという利点がある。
たように、本発明の請求項１に係る非定常騒音のノイジ
ネス評価装置は、時々刻々変化する音圧を入力とし、聴
覚内部で変化する神経パルスを演算した後、パルス特徴
量を求め、そして、複数のパルス特徴量を用いた線形式
にてうるささを正確に演算・表示することが可能とな
り、騒音対策が効率化できるという利点がある。
【００６４】また、本発明の請求項２に係る非定常騒音
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し聴覚フ
ィルタ処理した後パルス演算し、平均発火処理及び同期
処理を実施し、それぞれ総和を求め、それらの平均値に
よる重相関式によりノイジネスを演算し、表示するた
め、人間の感覚に近いうるささを正確に評価することが
でき、しかも、汎用性が高いという利点がある。
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し聴覚フ
ィルタ処理した後パルス演算し、平均発火処理及び同期
処理を実施し、それぞれ総和を求め、それらの平均値に
よる重相関式によりノイジネスを演算し、表示するた
め、人間の感覚に近いうるささを正確に評価することが
でき、しかも、汎用性が高いという利点がある。
【００６５】また、本発明の請求項３に係る非定常騒音
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し聴覚フ
ィルタ処理した後パルス演算し、平均発火処理及び同期
処理を実施し、帯域データを用いてニューラルネットで
ノイジネスを演算し、表示するため、更に人間の感覚に
近いうるささを正確に評価することができ、高精度であ
るという利点がある。
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し聴覚フ
ィルタ処理した後パルス演算し、平均発火処理及び同期
処理を実施し、帯域データを用いてニューラルネットで
ノイジネスを演算し、表示するため、更に人間の感覚に
近いうるささを正確に評価することができ、高精度であ
るという利点がある。
【００６６】また、本発明の請求項４に係る非定常騒音
のノイジネス評価装置は、測定された騒音データに対し
て、リアルタイムで外耳／中耳特性で補正し聴覚フィル
タ処理した後パルス演算し、平均発火処理及び同期処理
を実施し、それぞれ総和を求め、それらによる重相関式
によりノイジネスを演算し、表示するため、リアルタイ
ムでノイジネスを評価でき、また、記録器を省略できる
利点もある。
のノイジネス評価装置は、測定された騒音データに対し
て、リアルタイムで外耳／中耳特性で補正し聴覚フィル
タ処理した後パルス演算し、平均発火処理及び同期処理
を実施し、それぞれ総和を求め、それらによる重相関式
によりノイジネスを演算し、表示するため、リアルタイ
ムでノイジネスを評価でき、また、記録器を省略できる
利点もある。
【００６７】また、本発明の請求項５に係る非定常騒音
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し、聴覚
フィルタで処理した後、パルス演算し、経時マスキング
処理を実施し、総和を求め、単相関式によりノイジネス
を演算し、表示するので、人間の感覚に近いうるささを
正確に評価することができ、しかも、汎用性が高いとい
う利点がある。
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し、聴覚
フィルタで処理した後、パルス演算し、経時マスキング
処理を実施し、総和を求め、単相関式によりノイジネス
を演算し、表示するので、人間の感覚に近いうるささを
正確に評価することができ、しかも、汎用性が高いとい
う利点がある。
【００６８】また、本発明の請求項６に係る非定常騒音
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し、聴覚
フィルタで処理した後、パルス演算し、経時マスキング
による平均発火処理を実施すると共に発火変化処理を実
施し、これらの総和を求め、これらを２変数とする重相
関式によりノイジネスを演算し、表示するため、更に人
間の感覚に近いうるささを正確に評価することができ、
高精度であるという利点がある。
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し、聴覚
フィルタで処理した後、パルス演算し、経時マスキング
による平均発火処理を実施すると共に発火変化処理を実
施し、これらの総和を求め、これらを２変数とする重相
関式によりノイジネスを演算し、表示するため、更に人
間の感覚に近いうるささを正確に評価することができ、
高精度であるという利点がある。
【００６９】また、本発明の請求項７に係る非定常騒音
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し、聴覚
フィルタで処理した後、パルス演算し、経時マスキング
による平均発火処理を実施すると共に発火変化処理を実
施し、それらの総和を求め、更に全てのパルスデータに
対して発火同期処理による総和を求め、３変数の重相関
式によりノイジネスを演算し、表示するので、３変数ノ
イジネス演算に基づくノイジネスと基準ノイジネスによ
り、ノイジネスが基準よりも高い場合には騒音レベルを
増加させ、低い場合には騒音レベルを低下させる事が可
能となり、ノイジネスを騒音レベルに反映できる利点が
ある。
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し、聴覚
フィルタで処理した後、パルス演算し、経時マスキング
による平均発火処理を実施すると共に発火変化処理を実
施し、それらの総和を求め、更に全てのパルスデータに
対して発火同期処理による総和を求め、３変数の重相関
式によりノイジネスを演算し、表示するので、３変数ノ
イジネス演算に基づくノイジネスと基準ノイジネスによ
り、ノイジネスが基準よりも高い場合には騒音レベルを
増加させ、低い場合には騒音レベルを低下させる事が可
能となり、ノイジネスを騒音レベルに反映できる利点が
ある。
【００７０】また、本発明の請求項８に係る非定常騒音
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し、聴覚
フィルタで処理した後、パルス演算し、経時マスキング
による平均発火処理を実施すると共に発火変化処理を実
施し、それらの総和を求め、更に全てのパルスデータに
対して発火同期処理による総和を求め、これら三つの総
和を切り換えて１，２又は３変数による相関式によりノ
イジネスを演算し、表示するので、目的、場合に応じ
て、変数及び評価方法を切り替えて最適なノイジネス評
価を行う点で異なる。
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し、聴覚
フィルタで処理した後、パルス演算し、経時マスキング
による平均発火処理を実施すると共に発火変化処理を実
施し、それらの総和を求め、更に全てのパルスデータに
対して発火同期処理による総和を求め、これら三つの総
和を切り換えて１，２又は３変数による相関式によりノ
イジネスを演算し、表示するので、目的、場合に応じ
て、変数及び評価方法を切り替えて最適なノイジネス評
価を行う点で異なる。
【００７１】また、本発明の請求項９に係る非定常騒音
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し、聴覚
フィルタで処理した後、パルス演算し、経時マスキング
による平均発火処理を実施すると共に発火変化処理を実
施し、それらの総和を求め、更に全てのパルスデータに
対して発火同期処理による総和を求め、これら三つの総
和を３変数とする重相関式によりノイジネスを演算し、
更に、該ノイジネスと目標とする基準ノイジネスに対す
るノイジネス差分を求め、騒音レベルとノイジネスの関
係を整理したノイジネス感度を前記ノイジネス差分に掛
け合わせ、同時に演算した騒音レベルと足し合わせるこ
とにより、ノイジネス補正レベルを演算して、表示する
ので、３変数ノイジネス演算に基づくノイジネスと基準
ノイジネスにより、ノイジネスが基準よりも高い場合に
は騒音レベルを増加させ、低い場合には騒音レベルを低
下させる事が可能となり、ノイジネスを騒音レベルに反
映できる利点がある。
のノイジネス評価装置は、測定・記録された騒音データ
に対して、オフラインで外耳／中耳特性で補正し、聴覚
フィルタで処理した後、パルス演算し、経時マスキング
による平均発火処理を実施すると共に発火変化処理を実
施し、それらの総和を求め、更に全てのパルスデータに
対して発火同期処理による総和を求め、これら三つの総
和を３変数とする重相関式によりノイジネスを演算し、
更に、該ノイジネスと目標とする基準ノイジネスに対す
るノイジネス差分を求め、騒音レベルとノイジネスの関
係を整理したノイジネス感度を前記ノイジネス差分に掛
け合わせ、同時に演算した騒音レベルと足し合わせるこ
とにより、ノイジネス補正レベルを演算して、表示する
ので、３変数ノイジネス演算に基づくノイジネスと基準
ノイジネスにより、ノイジネスが基準よりも高い場合に
は騒音レベルを増加させ、低い場合には騒音レベルを低
下させる事が可能となり、ノイジネスを騒音レベルに反
映できる利点がある。
【図１】本発明の第１の実施例に係る非定常騒音のノイ
ジネス評価装置を示すブロック図である。
ジネス評価装置を示すブロック図である。
【図２】本発明の第２の実施例に係る非定常騒音のノイ
ジネス評価装置を示すブロック図である。
ジネス評価装置を示すブロック図である。
【図３】本発明の第３の実施例に係る非定常騒音のノイ
ジネス評価装置を示すブロック図である。
ジネス評価装置を示すブロック図である。
【図４】ＥＲＢフィルタの特性を示すグラフ（１０帯
域）である。
域）である。
【図５】聴神経のシナプス結合モデルを示す説明図であ
る。
る。
【図６】シナプス結合モデルの応答を示す説明図であ
る。
る。
【図７】騒音レベルとノイジネスの関係を示すグラフで
ある。
ある。
【図８】ノイジネスに関する推定値と実験値の対応を示
すグラフである。
すグラフである。
【図９】本発明の非定常騒音の評価に関する信号処理を
示す説明図である。
示す説明図である。
【図１０】音圧時刻歴波形を示すグラフである。
【図１１】音圧スペクトルグラム及び音圧相当レベル変
化を示すグラフである。
化を示すグラフである。
【図１２】平均発火、同期及び総合ノイジネスを示すグ
ラフである。
ラフである。
【図１３】従来の騒音計による基本的な計測処理を示す
ブロック図である。
ブロック図である。
【図１４】本発明の第４の実施例に係る非定常騒音のノ
イジネス評価装置を示すブロック図である。
イジネス評価装置を示すブロック図である。
【図１５】本発明の第５の実施例に係る非定常騒音のノ
イジネス評価装置を示すブロック図である。
イジネス評価装置を示すブロック図である。
【図１６】本発明の第６の実施例に係る非定常騒音のノ
イジネス評価装置を示すブロック図である。
イジネス評価装置を示すブロック図である。
【図１７】本発明の第７の実施例に係る非定常騒音のノ
イジネス評価装置を示すブロック図である。
イジネス評価装置を示すブロック図である。
【図１８】本発明の第６の実施例に係る非定常騒音のノ
イジネス評価装置を示すブロック図である。
イジネス評価装置を示すブロック図である。
【図１９】外耳／中耳特性を示すグラフ（２０Ｈｚ〜８
ｋＨｚ）である。
ｋＨｚ）である。
【図２０】経時マスキング効果を示す説明図である。
【図２１】第１実施例を用いた場合のノイジネスに関す
る推定値と実験値の対応を示すグラフである。
る推定値と実験値の対応を示すグラフである。
【図２２】第２実施例を用いた場合のノイジネスに関す
る推定値と実験値の対応を示すグラフである。
る推定値と実験値の対応を示すグラフである。
【図２３】第３実施例を用いた場合のノイジネスに関す
る推定値と実験値の対応を示すグラフである。
る推定値と実験値の対応を示すグラフである。
【図２４】本発明の非定常騒音の評価に関する信号処理
を示す説明図である。
を示す説明図である。
１，１０１ 騒音計 ２，１０２ アナログ／ディジタル変換器 ３，１０３ データ記憶器 ４，１０４ 外耳／中耳特性器 ５，１０５ 聴覚フィルタ器 ６，１０６ パルス演算器 ７ ＳＲ演算器 ８ ＳＳ演算器 ９ 総和演算器 １０ ノイジネス演算器 １１ ノイジネス表示器 １２ ニューラルネット器 １３ 表示器 １４ ＳＲノイジネス演算器 １５ ＳＳノイジネス演算器 １０７ ｔｅｍｐＳＲ演算器 １０８ ＳＤ演算器 １０９ ＡＣＧ演算器 １１０ 総和演算器 １１１ １変数ノイジネス演算器 １１２ ２変数ノイジネス演算器 １１３ ３変数ノイジネス演算器 １１４ 切替型ノイジネス演算器 １１５ ノイジネス表示器 １１６ 切替器 １１７ ノイジネス差分演算器 １１８ 基準ノイジネス入力器 １１９ レベル換算器 １２０ ノイジネス感度入力器 １２１ ノイジネス補正レベル表示器 １３０ 聴感補正フィルタ器 １３１ レベル演算器 １３２ レベル表示器
Claims (9)
- 【請求項１】 時々刻々変化する音圧を入力とし、聴覚
内部で変化する神経パルスを演算した後、パルス特徴量
を求め、そして、複数のパルス特徴量を用いた線形式に
てうるささを演算・表示することを特徴とする非定常騒
音のノイジネス評価装置。 - 【請求項２】 測定・記録された騒音データに対して、
オフラインで外耳／中耳特性で補正し聴覚フィルタ処理
した後パルス演算し、平均発火処理及び同期処理を実施
し、それぞれ総和を求め、それらの平均値による重相関
式によりノイジネスを演算し、表示することを特徴とす
る非定常騒音のノイジネス評価装置。 - 【請求項３】 測定・記録された騒音データに対して、
オフラインで外耳／中耳特性で補正し聴覚フィルタ処理
した後パルス演算し、平均発火処理及び同期処理を実施
し、帯域データを用いてニューラルネットでノイジネス
を演算し、表示することを特徴とする非定常騒音のノイ
ジネス評価装置。 - 【請求項４】 測定された騒音データに対して、リアル
タイムで外耳／中耳特性で補正し聴覚フィルタ処理した
後パルス演算し、平均発火処理及び同期処理を実施し、
それぞれ総和を求め、それらによる重相関式によりノイ
ジネスを演算し、表示することを特徴とする非定常騒音
のノイジネス評価装置。 - 【請求項５】 測定・記録された騒音データに対して、
オフラインで外耳／中耳特性で補正し、聴覚フィルタで
処理した後、パルス演算し、経時マスキングによる平均
発火処理を実施し、総和を求め、単相関式によりノイジ
ネスを演算し、表示することを特徴とする非定常騒音の
ノイジネス評価装置。 - 【請求項６】 測定・記録された騒音データに対して、
オフラインで外耳／中耳特性で補正し、聴覚フィルタで
処理した後、パルス演算し、経時マスキングによる平均
発火処理を実施すると共に発火変化処理を実施し、これ
らの総和を求め、これらを２変数とする重相関式により
ノイジネスを演算し、表示することを特徴とする非定常
騒音のノイジネス評価装置。 - 【請求項７】 測定・記録された騒音データに対して、
オフラインで外耳／中耳特性で補正し、聴覚フィルタで
処理した後、パルス演算し、経時マスキングによる平均
発火処理を実施すると共に発火変化処理を実施し、それ
らの総和を求め、更に全てのパルスデータに対して発火
同期処理による総和を求め、これら三つの総和を３変数
とする重相関式によりノイジネスを演算し、表示するこ
とを特徴とする非定常騒音のノイジネス評価装置。 - 【請求項８】 測定・記録された騒音データに対して、
オフラインで外耳／中耳特性で補正し、聴覚フィルタで
処理した後、パルス演算し、経時マスキングによる平均
発火処理を実施すると共に発火変化処理を実施し、それ
らの総和を求め、更に全てのパルスデータに対して発火
同期処理による総和を求め、これら三つの総和を切り換
えて１，２又は３変数による相関式によりノイジネスを
演算し、表示することを特徴とする非定常騒音のノイジ
ネス評価装置。 - 【請求項９】 測定・記録された騒音データに対して、
オフラインで外耳／中耳特性で補正し、聴覚フィルタで
処理した後、パルス演算し、経時マスキングによる平均
発火処理を実施すると共に発火変化処理を実施し、それ
らの総和を求め、更に全てのパルスデータに対して発火
同期処理による総和を求め、これら三つの総和を３変数
とする重相関式によりノイジネスを演算し、更に、該ノ
イジネスと目標とする基準ノイジネスに対するノイジネ
ス差分を求め、騒音レベルとノイジネスの関係を整理し
たノイジネス感度を前記ノイジネス差分に掛け合わせ、
同時に演算した騒音レベルと足し合わせることにより、
ノイジネス補正レベルを演算して、表示することを特徴
とする非定常騒音のノイジネス評価装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001070215A JP3626917B2 (ja) | 2001-01-15 | 2001-03-13 | 非定常騒音のノイジネス評価装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001-6262 | 2001-01-15 | ||
| JP2001006262 | 2001-01-15 | ||
| JP2001070215A JP3626917B2 (ja) | 2001-01-15 | 2001-03-13 | 非定常騒音のノイジネス評価装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002278560A true JP2002278560A (ja) | 2002-09-27 |
| JP3626917B2 JP3626917B2 (ja) | 2005-03-09 |
Family
ID=26607682
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001070215A Expired - Fee Related JP3626917B2 (ja) | 2001-01-15 | 2001-03-13 | 非定常騒音のノイジネス評価装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3626917B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012103157A (ja) * | 2010-11-11 | 2012-05-31 | A & D Co Ltd | ノッキング判定方法及び装置 |
| CN113505884A (zh) * | 2021-06-03 | 2021-10-15 | 广州大学 | 噪声烦恼度预测模型训练、预测方法、系统、装置及介质 |
-
2001
- 2001-03-13 JP JP2001070215A patent/JP3626917B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012103157A (ja) * | 2010-11-11 | 2012-05-31 | A & D Co Ltd | ノッキング判定方法及び装置 |
| CN113505884A (zh) * | 2021-06-03 | 2021-10-15 | 广州大学 | 噪声烦恼度预测模型训练、预测方法、系统、装置及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3626917B2 (ja) | 2005-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2681932B1 (en) | Audio processor for generating a reverberated signal from a direct signal and method therefor | |
| CN101483414B (zh) | 声音清晰度改善系统及声音清晰度改善方法 | |
| Chalupper et al. | Dynamic loudness model (DLM) for normal and hearing-impaired listeners | |
| EP1171873B1 (en) | Apparatus and methods for detecting emotions in the human voice | |
| CN101426168B (zh) | 一种发声体异常音检测方法及系统 | |
| KR101164937B1 (ko) | 오디오 신호의 인식된 라우드니스를 계산 및 조정하는방법, 장치 및 컴퓨터 프로그램 | |
| EP2465112B1 (en) | Method, computer program product and system for determining a perceived quality of an audio system | |
| US6327366B1 (en) | Method for the adjustment of a hearing device, apparatus to do it and a hearing device | |
| US7624008B2 (en) | Method and device for determining the quality of a speech signal | |
| CN105163262B (zh) | 一种扬声器异音检测方法及检测系统 | |
| RU2000118824A (ru) | Устройство и способы для детектирования эмоций | |
| US10753965B2 (en) | Spectral-dynamics of an audio signal | |
| Sottek | Progress in calculating tonality of technical sounds | |
| JPH03266899A (ja) | 雑音抑圧装置 | |
| JP5557286B2 (ja) | ノッキング判定方法及び装置 | |
| Rennies et al. | Modeling temporal effects of spectral loudness summation | |
| CN106941006A (zh) | 音频信号分离成谐波和瞬态信号分量和音频信号低音增强 | |
| JP2002278560A (ja) | 非定常騒音のノイジネス評価装置 | |
| JP5057518B2 (ja) | 聴覚特性模擬装置、ミキシングバランス表示システム及びそれらのプログラム | |
| CN114358321A (zh) | 一种电机异响机器学习检测方法 | |
| JPH0834652B2 (ja) | 補聴器システム | |
| CN112992182A (zh) | 车辆风噪水平测试系统及其测试方法 | |
| JP2001165766A (ja) | 非定常騒音のラウドネス評価装置 | |
| JP2001013003A (ja) | 音質評価方法及び装置並びに音質評価尺度特定方法及び音質評価尺度特定用プログラムを記憶した記憶媒体 | |
| CN113936694B (zh) | 人声实时检测方法、计算机装置及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040817 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041109 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041206 |
|
| LAPS | Cancellation because of no payment of annual fees |