JP2003057108A - 音響評価方法およびそのシステム - Google Patents

Abstract

(57)【要約】 （修正有） 【課題】 人間の聴覚−大脳機能システムにもとづき、
時間領域において時々刻々変化する自己相関関数及び両
耳間の相互相関関数から導出される物理ファクターを用
いて、音を評価する方法、システムを提供する。 【解決手段】 音源からの音響信号をマイクロフォンで
採取し、採取された音響信号に基づきＡＣＦ及びＩＡＣ
Ｆをコンピュータ即ちＣＰＵにより計算する。計算され
たＡＣＦ及びＩＡＣＦに基づきＣＰＵによりＡＣＦファ
クター及びＩＡＣＦファクターを計算する。予め、音色
とＡＣＦファクターとを関連付けた音色データ、音律と
ＡＣＦファクターとを関連付けた音律データ、音響の心
理評価値とＡＣＦファクターとを関連付けた心理評価デ
ータ、が格納された所定のデータベースを構築してお
く。計算されたＡＣＦファクター及びＩＡＣＦファクタ
ー、データベースに基づき、音響の評価を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音響評価方法、お
よび音響評価システムに関するものであり、特に、自己
相関関数ＡＣＦや相互相関関数ＩＡＣＦに基づき、音響
を評価する方法およびシステムに関するものである。ま
た、本発明は、航空機騒音や自動車騒音などの地域環境
騒音の計測・心理評の方法及び装置に関するものであ
る。特にバイノーラル方式による騒音の計測・心理評価
の方法及び装置に関するものである。

【０００２】

【従来の技術】従来、航空機騒音や自動車騒音などの地
域環境騒音は、モノオーラル方式による騒音計を用いて
測定した音圧レベルやその周波数特性に関して議論され
てきた。しかし、上述したモノオーラル方式により測定
された物理的ファクターのみでは人間の主観的応答を表
わすには不十分かつ不適切であることがわかってきた。
また、コンサートホール音響学では、バイノーラル方式
により、ホールの物理的なデータと心理的（主観的）な
関連性が明らかとなってきているが、騒音の分野におい
てはモノオーラル方式でしかもスペクトル情報に関する
ものが殆どである。

【０００３】また、従来、音楽業界における調律や音色
の評価方法では、音響のスペクトル分析をまず行ない、
その後、ケプストラム分析をする手法が一般に行なわれ
ていた。

【０００４】

【発明が解決しようとする課題】長年の間、環境騒音
は、音圧レベル（SPL；Ｓound Pressure Level）の統計
値を用いて評価されてきた。このＳＰＬは、L_xまたはL
_eqで表わされ、これのパワースペクトルは、モノオーラ
ル騒音計で測定する。しかしながら、このＳＰＬ及びパ
ワースペクトルだけでは環境騒音の主観的な評価には適
さない。また、従来の調律や音色の評価方法では、人間
の心理的反応を適格に表わすことは困難であった。

【０００５】即ち、本発明の目的は、人間の聴覚−大脳
機能システムにもとづき、時間領域において時々刻々変
化する自己相関関数及び両耳間の相互相関関数から導出
される物理ファクターを用いて、騒音源の種類を特定す
る方法、装置及び媒体を提供することである。また本発
明の他の目的は、人間の聴覚−大脳機能システムにもと
づき、時間領域において時々刻々変化する自己相関関数
及び両耳間の相互相関関数から導出される物理ファクタ
ーを用いて、より的確に音色、音階、ラウドネス、ピッ
チ、音色、心理的時間感覚をはじめ、主観的拡がり感、
騒音場の見かけの音源の幅などの心理評価を行う方法、
装置及び媒体を提供することである。

【０００６】

【課題を解決するための手段】上述した目的を達成する
ために、本発明による音響評価方法は、音響信号を採取
する音声採取ステップと、この採取された音響信号から
演算手段を用いて自己相関関数ＡＣＦを計算するＡＣＦ
演算ステップと、この算出されたＡＣＦから前記演算手
段を用いてＡＣＦファクターを求めるＡＣＦファクター
演算ステップと、音色とＡＣＦファクターとを関連付け
た音色データ、音律とＡＣＦファクターとを関連付けた
音律データ、音響の心理評価値とＡＣＦファクターと関
連付けた心理評価データ、のうちの少なくとも１つが格
納された所定のデータベースと、この求めたＡＣＦファ
クターと、に基づき前記演算手段を用いて、音響を評価
する評価ステップと、を含むことを特徴とする。本構成
によれば、前記の所定のデータベース（例えば、良い音
であると評価された様々な楽器の有する各データ（例え
ば、音色、音律、音質、主観的拡がり感の尺度値、ＡＳ
Ｗの尺度値、心理的評価値など）と、その音から抽出さ
れたＡＣＦファクターやＩＡＣＦファクターとを関連付
けたデータが格納されたデータベース）を参照してこの
データベースから読み出されたデータと、対象とする音
響信号から抽出されたＡＣＦファクターとを比較してそ
の相違、或いはその差の数値や差異の程度を提示するこ
とによって、音響評価を客観的にできるようになる。本
方法を楽器作成、音色や音質の調整、音階の調律などに
利用すれば、良い音色であると評価された心理評価値を
有する楽器の作製や、楽器の調律などを、より客観的に
より的確にすることができるようになる。即ち、本発明
によれば、従来、楽器職人などの勘に頼って作成されて
いた楽器を、客観的なデータに基づき作製することが可
能になる。

【０００７】また、本発明による音響評価方法は、前記
ＡＣＦファクター演算ステップが、前記計算されたＡＣ
Ｆから、ＡＣＦファクターである、遅れ時間が０で表わ
されるエネルギーΦ(0)、有効継続遅延時間τ_e、ＡＣＦ
の最大ピークまでの遅延時間τ₁、正規化したＡＣＦの
最大ピークの振幅φ₁、その遅れ時間（τ₁）内にある各
ピーク値の情報（τ’_ｎ，φ’_ｎ，ｎ＝１，２，
３，．．，Ｎ（Ｎは約１０よりも小さい整数））のうち
の少なくとも１つを計算する演算ステップを含む、こと
を特徴とする。本構成によれば、上述した様々なＡＣＦ
ファクターに基づき、より良い音色などの心理評価値を
有する楽器の作成や、楽器の調律などを、より客観的に
より的確にすることができるようになる。

【０００８】また、本発明による音響評価方法は、前記
ＡＣＦファクターのτ₁に基づき、ピッチの周波数を求
めるピッチ周波数演算ステップと、この求めたピッチ周
波数と、所定の音階データベースのデータとを比較して
その相違を示す調律ステップと、を含むことを特徴とす
る。本構成によれば、音響信号から求められたτ_１の逆
数がピッチとなる周波数に相関することを利用すること
によって、対象となる楽器の音響信号の音階を、的確に
調律することができるようになる。なお、この所定の音
階データベースは、前記の所定のデータベースを代用す
ることも可能である。

【０００９】また、本発明による音響評価方法は、音響
信号をバイノーラル方式で採取するステップと、この採
取された音響信号から演算手段を用いて左右の各チャン
ネル間の相互相関関数ＩＡＣＦを計算するＩＡＣＦ演算
ステップと、前記演算手段を用いて、この計算されたＩ
ＡＣＦからＩＡＣＦファクターを計算するＩＡＣＦファ
クター演算ステップと、この求めたＩＡＣＦファクター
および／または前記ＡＣＦファクターと、前記所定のデ
ータベースと、に基づき前記演算手段を用いて、音響の
評価や、音響の心理評価を行なう評価ステップと、を含
むことを特徴とする。本構成によれば、ＩＡＣＦに基づ
いて抽出された、例えば広がり感などの立体的な心理評
価値と、所定のデータベースとを比較して、その相違な
ど提示することによって、音響の評価や心理評価などを
客観的かつ的確にできるようになる。

【００１０】また、本発明による音響評価方法はシステ
ムの形態でも実現できる。例えば、本発明による音響評
価システムは、音響信号を採取する音声採取手段と、こ
の採取された音響信号から演算手段を用いて自己相関関
数ＡＣＦを計算するＡＣＦ演算手段と、この算出された
ＡＣＦから前記演算手段を用いてＡＣＦファクターを求
めるＡＣＦファクター演算手段と、音色とＡＣＦファク
ターとを関連付けた音色データ、音律とＡＣＦファクタ
ーとを関連付けた音律データ、音響の何らかの心理評価
値とＡＣＦファクターと関連付けた心理評価データ、の
うちの少なくとも１つが格納された所定のデータベース
と、この求めたＡＣＦファクターと、に基づき前記演算
手段を用いて、音響を評価する評価手段と、を含むこと
を特徴とする。

【００１１】また、本発明による音響評価システムは、
前記ＡＣＦファクター演算手段が、前記計算されたＡＣ
Ｆから、ＡＣＦファクターである、遅れ時間が０で表わ
されるエネルギーΦ(0)、有効継続遅延時間τ_e、ＡＣＦ
の最大ピークまでの遅延時間τ₁、正規化したＡＣＦの
最大ピークの振幅φ₁、τ_１内にある各ピーク値の情報
（τ’_ｎ，φ’_ｎ，ｎ＝１，２，３，．．，Ｎ（Ｎは約
１０よりも小さい整数））のうちの少なくとも１つを計
算する演算手段を含む、ことを特徴とする。

【００１２】また、本発明による音響評価システムは、
前記ＡＣＦファクターのτ₁に基づき、ピッチの周波数
を求めるピッチ周波数演算手段と、この求めたピッチ周
波数と、所定の音階データベースのデータとを比較して
その相違を示す調律手段と、を含むことを特徴とする。

【００１３】また、本発明による音響評価システムは、
バイノーラル方式で左右のチャンネルの音響信号を採取
する手段と、この採取された音響信号から演算手段を用
いて左右の各チャンネル間の相互相関関数ＩＡＣＦを計
算するＩＡＣＦ演算手段と、前記演算手段を用いて、こ
の計算されたＩＡＣＦからＩＡＣＦファクターを計算す
るＩＡＣＦファクター演算手段と、この求めたＩＡＣＦ
ファクターおよび／または前記ＡＣＦファクターと、前
記所定のデータベースと、に基づき前記演算手段を用い
て、音響の心理評価を行なう評価手段と、を含むことを
特徴とする。

【００１４】さらに、本発明による騒音源の種類を特定
する方法は、音声採取手段を用いて環境騒音の音響信号
を採取・記録する音響信号記録ステップと、この記録さ
れた音響信号からフーリエ変換を用いて演算手段により
自己相関関数（ＡＣＦ）を算出するＡＣＦ演算ステップ
と、この算出されたＡＣＦから演算手段により各ＡＣＦ
ファクターを求めるＡＣＦファクター演算ステップと、
この求めた各ＡＣＦファクターを用いて演算手段により
騒音源の種類を判定する判定ステップと、を含むことを
特徴とする。

【００１５】また、好適には、上述した騒音源の種類を
特定する方法において、前記ＡＣＦファクター演算ステ
ップが、前記計算されたＡＣＦからＡＣＦファクターで
ある遅れ時間が０で表わされるエネルギー（Φ(0)）、
有効継続遅延時間（τ_e）、ＡＣＦの第１ピークまでの
遅延時間（τ₁）、正規化したＡＣＦの第１ピークの振
幅（φ₁）を計算する演算ステップを含み、前記騒音源
の種類を判定する判定ステップが、これらの計算された
ＡＣＦファクターである遅れ時間が０で表わされるエネ
ルギー（Φ(0)）、有効継続遅延時間（τ_e）、ＡＣＦの
第１ピークまでの遅延時間（τ₁）、正規化したＡＣＦ
の最大ピークの振幅（φ₁）からその対数と（場合によ
ってはτ’_ｎ、φ’_ｎを加えることもできる）、予め作
成してある騒音源の各ＡＣＦファクター毎の対応するテ
ンプレートの対数との差の絶対値である距離をそれぞれ
求めるステップと、予めＡＣＦファクターの各々の算術
平均の標準偏差であるＳ_２を、ＡＣＦファクターの全カ
テゴリーに対する標準偏差の算術平均であるＳ_１で除算
し、この除算したものの平方根である重み係数を各ＡＣ
Ｆファクター毎に求めるステップと、求めたそれぞれの
距離に、予め求めておいた対応する各ＡＣＦファクター
の重み係数を乗算し、合計の距離を求める合計距離演算
ステップと、この求めた合計距離と、格納されているテ
ンプレートの距離とを比較し、最も近いテンプレートの
１つを選択する比較・選択ステップと、を含むことを、
特徴とする騒音源の種類を特定する方法を提供する。

【００１６】本発明の他の目的を達成するためには、音
声採取手段を用いて環境騒音の音響信号をバイノーラル
方式で記録する音響信号記録ステップと、このバイノー
ラル方式で記録された音響信号から演算手段を用いて自
己相関関数（ＡＣＦ）及び左右の各チャンネル間の相互
相関関数（ＩＡＣＦ）を計算するＡＣＦ及びＩＡＣＦ演
算ステップと、この計算されたＡＣＦから前記演算手段
を用いて各ＡＣＦファクターを計算し、及び／またはこ
の計算されたＩＡＣＦから各ＩＡＣＦファクターを計算
するＡＣＦ・ＩＡＣＦファクター演算ステップと、この
計算されたＡＣＦ及び／またはＩＡＣＦファクターの各
々に基づき演算手段を用いて心理評価を行う心理評価ス
テップと、を含むことを特徴とする騒音源について心理
評価を行う方法を提供する。本発明の実施手段を主とし
て方法の形態で説明してきたが、本発明はこれらの方法
に対応する装置、システム、プログラム、記憶媒体の形
態でも実現できることを留意されたい。

【００１７】

【発明の実施の形態】ラウドネス、ピッチ、音色などの
基本的な知覚データと同様に、嗜好や拡散性などの多く
の主観的なデータの記述は、人間の聴覚−大脳システム
の音場に対する応答モデルに基づいている。この応答モ
デルは予測されてきたが、それは経験的に得られた結果
と一致することが知られている。例えば最近、周波数帯
域幅を制限したノイズのラウドネスは、ＳＰＬによって
影響をうけるのと同様に、自己相関関数（ＡＣＦ）にお
ける有効継続時間（τ_e）によって影響を受けることが
知られている。また、複合音の基本周波数が約1200Ｈｚ
よりも低い場合、ピッチ及びその強さは、それぞれＡＣ
Ｆの第１ピークまでの遅延時間（τ₁）、正規化したＡ
ＣＦの第１ピークの振幅（φ₁）によって影響を受け
る。特に、ある時間内におおいて求められたτ_eの最小
値（τ_e）_minで得られるＡＣＦファクターは、騒音源及
び騒音場の主観的評価の差異を良く表わすものである。

【００１８】このモデルは、２つのそれぞれの経路にお
ける音響信号同士の自己相関と、これらの音響信号の間
における相互相関とから構成され、人間の大脳半球の処
理特性も考慮するものである。即ち、両耳に入ってくる
音響信号を用いて、自己相関関数（ＡＣＦ）及び相互相
関関数（ＩＡＣＦ）を計算する。直交ファクターである
遅れ時間が０で表わされるエネルギー（Φ(0)）、有効
継続遅延時間（τ_e）、ＡＣＦの第１ピークまでの遅延
時間（τ₁）、正規化したＡＣＦの第１ピークの振幅
（φ₁）はＡＣＦから導出される。また、ＩＡＣＦファ
クターである聴取音圧レベル（ＬＬ）、最大振幅（ＩＡ
ＣＣ）、最大振幅までの遅延時間（τ_{ＩＡＣ Ｃ}）、最大
振幅における幅（Ｗ_ＩＡＣＣ）は、ＩＡＣＦから導出さ
れる。

【００１９】以下、添付する図面を参照しつつ本発明を
詳細に説明する。図１は、本発明による装置の具体的な
構成を示す装置概略図である。図１に示すように本発明
による装置の具体例は、聴者の頭部の模型１に装着され
た騒音源からの音響信号を採取するバイノーラル方式の
音声採取手段２（マイクロフォン）を、ＬＰＦ３（ロー
パスフィルタ）、Ａ／Ｄコンバータ４、コンピュータ５
から構成される。この頭部としては、人体の頭部が最も
望ましいがそれでは不便であるため、人体の頭部を模し
たダミーヘッドを用いることもできる。しかし、このダ
ミーヘッドは高価であり、ダミーヘッド以外の頭部の模
型１（発砲スチロールなどの材料を用いた球体（直径を
２０cm）としたもの）でも本発明で測定するＡＣＦ、Ｉ
ＡＣＦでは、有意差がないため、発砲スチロール製の頭
部の模型を用いた。このコンピュータ５は、採取された
音響信号を格納する音響信号記憶手段６と、この格納さ
れた音響信号（左右２チャンネル）を読み出し、これら
の音響信号に基づきＡＣＦを計算するＡＣＦ演算手段
７、とこれらの音響信号に基づきにＩＡＣＦを計算する
ＩＡＣＦ演算手段８、この計算されたＡＣＦに基づきＡ
ＣＦファクターを計算するＡＣＦファクター演算手段
９、この計算されたＩＡＣＦに基づきＩＡＣＦファクタ
ーを計算するＩＡＣＦファクター演算手段１０、この計
算されたＡＣＦファクターに基づき騒音源の種類を特定
する騒音源の種類を特定する手段１１、この計算された
ＡＣＦファクター及び／またはＩＡＣＦファクターに基
づき心理評価を行う手段１２、騒音源の種類の特定及び
心理評価に用いるデータに関するデータベース１３を具
える。

【００２０】聴者の頭部の模型１の両端に取り付けた左
右２チャンネルのコンデンサマイクロフォン（マイクア
ンプ付き）を、ローパスフィルタを介して可搬型パーソ
ナルコンピュータ５のサウンド入出力端子（A/D変換部
４）と接続する。このマイクロフォン（音響信号採取手
段２）から周りの騒音の取り込みを行う。コンピュータ
上のプログラムの管理下、計測、各物理ファクタの算
出、騒音源の種類の特定、心理評価、などを行う。ま
た、騒音源の種類の特定及び心理評価に用いるデータに
関するデータベースを構築する。

【００２１】図２は、本発明による騒音源の種類の特
定、心理評価を行う方法のフローチャートである。図２
に示すように、ステップＳ１では、騒音源からの音響信
号を音源採取手段２により採取する。この採取された音
響信号はＬＰＦ３を介してＡ／Ｄコンバータ４によりデ
ジタル信号に変換する。ステップＳ２では、ステップＳ
1で採取された音響信号を音響信号記憶手段に格納す
る。ステップＳ３では、ステップＳ２で格納された音響
信号を読み出す。ステップＳ４では、ステップＳ３で読
み出された音響信号に基づきＡＣＦ及びＩＡＣＦをＡＣ
Ｆ演算手段７及びＩＡＣＦ演算手段８により計算する。
ステップＳ５では、ステップＳ４で計算されたＡＣＦ及
びＩＡＣＦに基づきＡＣＦファクター演算手段９及びＩ
ＡＣＦ演算手段１０によりＡＣＦファクター及びＩＡＣ
Ｆファクターを計算する。ステップＳ６では、ステップ
Ｓ５で計算されたＡＣＦファクター及びＩＡＣＦファク
ターに基づき、騒音源種類特定手段１１、心理評価手段
１２により騒音源の種類の特定、心理評価を行う。その
特定、評価の際には、テンプレートを格納するデータベ
ース１３からデータを読み出し比較・検討を行う。

【００２２】まず初めに、ピーク検知プロセスにより、
採取した音響信号から複数の測定セッションを抽出す
る。連続的な騒音から自動的に環境騒音や目的の騒音を
抽出するために、左右それぞれの耳の入り口部位におけ
るエネルギーであるモノオーラルのエネルギーΦ
_ll(0)、Φ_rr(0)を連続的に分析する。図３は、ピーク検
知処理手順を説明する図であって、縦軸にノイズレベ
ル、横軸に時間をとったグラフであって、その下段に積
分間隔を示す図である。騒音が航空機騒音や列車騒音な
どの連続騒音の場合、Φ(0)の計算のための間隔を、か
なり長く（例えば１秒など）設定することができるが、
騒音が短時間や断続的である場合は、より短い間隔を用
いる必要がある。しかしながら、後述する式（１）で連
続計算する場合、積分間隔よりも長い間隔を選ぶ必要が
ある。従って、この間隔は、騒音源の種類に応じて決定
する必要がある。

【００２３】これによって、長い時間の間隔で普通の騒
音計を用いてΦ(0)を決定するより、より正確にΦ(0)を
決定することができる。ピークを検出するためには、前
もってトリガーレベルＬ_trigを適切に設定しておく必要
がある。適当なＬ_trig値は、目標とする騒音の種類、目
標とする騒音と観察者との距離、大気の条件などに応じ
て変化するものである。従って、この値を予備測定によ
って決定する必要がある。目的騒音と観察者との距離が
近くて、かつ、観察者の近くに干渉する騒音源がない場
合、Ｌ_trig値を決定することは容易である。

【００２４】最大値Φ(0)を中心とする騒音を、システ
ムを用いて単一のセッションで記録する。各々の目的と
する騒音に対する１つのセッションの継続時間すなわち
t_sは、Ｌ_trig値を超えた後にΦ(0)のピークを含むよう
に選択する。航空機騒音や列車騒音などの普通の環境騒
音の場合は、t_s値は約１０秒である。これは、継続時間
が長い定常状態の騒音と短い継続時間の断続的な騒音と
では異なる。このシステムは、干渉する騒音がある場合
には使えないことに留意されたい。図３に示すように、
一連のセッション（S₁(t),S₂(t),S₃(t),…S_N(t)、N:セ
ッションの数、0<t<t_s）をシステム上に自動的に格納す
る。

【００２５】図３に示すように、継続時間t_sでの各セッ
ションＳ_Ｎ(t)に対するランニングACF及びランニングIA
CFを分析する。ここでは、「ランニング」のプロセスを
説明するために単一のセッションのみを考えることとす
る。計算の前に、適切な積分間隔2T及び連続ステップt
_stepの値を決定する。前述したように、推奨される積分
間隔は約３０×(τ_e)_min[ms]であり、この(τ_e)_minは一
連の値τ_eの最小値であり、予備測定で容易に発見し得
るものである。これは、違う種類の環境騒音のデータを
用いて見つけるものである。大抵の場合、隣接する積分
間隔をお互いに重ね合わせる。

【００２６】ACFとIACFを、2Tの範囲での１セッション
ごとの各ステップ（n=1,2,…,M）につき計算する。各ス
テップは、｛（0,2T）,(t_step,t_step+2T),(2t_step,2t
_step+2T),…,((M-1)t_step,(M-1)t_step+2T)｝のようにt
_stepずつシフトする。物理ファクターは、ACF及びIACF
の各ステップから導出する。2Tは予測されるτ_eの値よ
りも十分長くする必要がある。また、これは、各ステッ
プに対する知覚の「聴覚の時間窓」に大きく関連する。
環境騒音に対する2Tとしては、概ね０．１〜０．５秒が
適している。２Ｔがこの範囲よりも小さい場合、(τ_e)
_minがある値に収束する。一般的に、t_stepは０．１秒が
好適である。変動が細かい場合は、より短いt _stepを選
択する。よく知られているように、バイノーラル信号を
ＦＦＴ（高速フーリエ変換）と、その後逆ＦＦＴの処理
を行うことにより、ACF及びIACFを得ることができる。
Ａ特性フィルター及び、マイクロフォンの周波数特性
は、ＦＦＴ処理の後で考慮する。

【００２７】左右の耳の部位におけるACFを、それぞ
れ、Φ_ll(τ)、Φ_rr(τ)で表わす。特定の数字の場合
は、Φ_ll ⁽ⁱ⁾、Φ_rr ⁽ⁱ⁾で表わす（1<i<Tf、 f:サンプリ
ング周波数(Hz)、i:整数）。左右のΦ(0)を計算するた
めには、Φ_ll ⁽ⁱ⁾とΦ_rr ⁽ⁱ⁾を下記のように平均する。

【数１】 SPLの正確な値は、次式で得られる。

【数２】

【００２８】バイノーラルの聴取音圧レベルは、Φ
_ll(0)及びΦ_rr(0)の相乗平均である。

【数３】 このΦ(0)は、IACFを正規化する際の分母となるもので
あるため、IACFファクターの一方のもの、或いは右半球
の空間ファクターに分類されるものと考える。正規化し
たＡＣＦの振幅が０．１（１０％の遅延）になる時の遅
延時間によって、有効継続時間τ_eを定義する。正規化
した左右の耳におけるＡＣＦ、φ_ll,rr（τ）は、次式
で得られる。

【数４】

【００２９】図４は、縦軸にＡＣＦの対数の絶対値、横
軸に遅延時間をとったグラフである。図４に示すように
初期のＡＣＦが線形に減少するのが一般的に観察できる
ため、縦軸をデシベル（対数）に変換するとτ_eを容易
に得ることができる。線形回帰の場合は、ある一定の短
い時間Δτにおいて得られるAＣＦのピークに対して最
小平均自乗法(LMS)を使用する。このΔτは、ACFのピー
クを検知するために使用され、計算前に慎重に決定して
おく必要がある。τ_eを計算する際、原点が回帰線上に
ない場合、ＡＣＦの原点（ACF=0、τ＝０）を、考慮に
入れなくても良い場合も多い。極端な例では、目的とす
る騒音が純音とホワイトノイズとを含む場合、原点にお
いて急激な減衰が観察される。その後の減衰は、純音成
分のため一定に保たれる。この場合、ＡＣＦ関数の解は
求まらない。

【００３０】図５は、縦軸に正規化したＡＣＦ、横軸に
遅延時間をとったグラフである。図５に示すように、τ
_１は正規化したＡＣＦの第１のピークまでの遅延時間、
φ_１はその第１ピークでの振幅である。第１ピークは、
局所的な小さなピークは無視して、主要なピークに基づ
き決定する。ファクターτ_nとφ_n(N≧2)とは考慮に入れ
ない。なぜなら、τ_nとφ_nは、一般的にτ₁とφ_１とに
相関関係があるからである。

【００３１】図６は、縦軸に正規化したＩＡＣＦ、横軸
に左右の信号の遅延時間をとったグラフである。左右の
耳の音響信号の間のＩＡＣＦは、φ_lr(τ)（-1<τ<+1[m
s]）で表わされる。デジタル形式では、Φ_lr ⁽ⁱ⁾（-f/10
³≦i≦f/10³、iは整数であり、これが負の場合は左のチ
ャンネルに遅れがあるＩＡＣＦであることを示す）。両
耳の間の最大遅延としては−１から＋1msを考慮すれば
十分である。最大振幅ＩＡＣＣは主観的拡散に関連する
ファクターである。図６に示すように、正規化されたＩ
ＡＣＦΦ_lr ⁽ⁱ⁾の最大振幅は遅延範囲内で得られる。即
ち

【数５】 正規化されたＩＡＣＦは次式で得られる。

【数６】

【００３２】τ_IACCの値は、最大振幅の遅延時間におい
て容易に求まる。例えば、τ_IACCが正の場合、音源は聴
者の右側に位置する、或いは音源が右側にあるかのよう
に知覚する。図６に示すように、最大振幅における幅Ｗ
_ＩＡＣＣを、最大値から０．１（ＩＡＣＣ）下の部分の
ピーク幅で得ることができる。この係数０．１はＩＡＣ
Ｃ＝１．０におけるJNDとして概算的に用いられるもの
である。聴取音圧レベルＬＬは、式（２）でSPLをLLと
置き換えることによって得られる。このようにして、各
物理ファクターを、ＡＣＦ及びＩＡＣＦから求めること
ができる。

【００３３】次に、ＡＣＦファクターに基づき騒音源の
種類の特定する方法について説明する。騒音源の種類
は、４つのＡＣＦファクター遅れ時間が０で表わされる
エネルギー（Φ(0)）、有効継続遅延時間（τ_e）、ＡＣ
Ｆの第１（最大）ピークまでの遅延時間（τ₁）、正規
化したＡＣＦの第１（最大）ピークの振幅（φ₁）を用
いて特定する。Φ(0)は騒音源と聴者との距離に応じて
変化するため、距離が不明の場合は、計算の条件には特
別に注意を払う必要がある。たとえファクターΦ(0)が
有効でない場合であっても、その他の３つのファクター
を用いて騒音源の種類を特定することができる。空間情
報が変化する場合、残りのＩＡＣＦファクターを考慮に
入れることもできる。音響信号の最も大きく変動する部
分である最小τ _e：(τ_e)_minを用いる理由の１つは、こ
の部分が主観的な応答に最も深く関与するものであると
いうことである。

【００３４】未知の対象データ（下記の式(7)~(10)では
記号aで示す）用の(τ_e)_minにおける各ファクターの値
とデータベースに格納されたテンプレート用（記号bで
示す）の値との差、即ち「距離」を計算する。ここで
「対象」とは、システムによって特定されるオブジェク
トとしての環境騒音のことを意味する。テンプレート値
は、ある特定の環境騒音に対する典型的なＡＣＦファク
ターのセットであり、これらの複数のテンプレートを未
知の騒音と比較する。距離Ｄ（ｘ）（ｘ：Φ(0)、τ_e、
τ₁、φ_１）を次式により計算する。

【数７】

【数８】

【数９】

【数１０】

【００３５】目的とする騒音源の合計距離Ｄは、次式で
表わされる。

【数１１】 Ｗ^(x)（x;Φ(0)、(τ_e)_min、τ₁、φ₁）は、重み係数で
ある。この算出された距離Ｄに最も近いDを有するテン
プレートを、求める騒音源であると判断する。これによ
り、未知の騒音源が、何であるのか、例えば鉄道、自動
車、航空機、工場騒音であるのか、更にその車種、機種
などを特定することが可能となる。

【００３６】図７は重み係数の計算方法を説明するブロ
ック図である。式（１１）の重み係数Ｗ^(x)（x;Φ(0)、
τ_e、τ₁、φ₁）は、統計値S₁ ⁽ⁱ⁾とS₂ ⁽ⁱ⁾とを用いて得
ることができる。図７に示すように、S₁ ⁽ⁱ⁾は、ＡＣＦ
ファクターの全カテゴリーに対する標準偏差（SD）の算
術平均である。ここでカテゴリーとは、同じ種類の騒音
に対するデータのセットを意味する。S₂ ⁽ⁱ⁾は、各カテ
ゴリの算術平均の標準偏差である。Ｗ^(x)は、ファクタ
ー{（S₂/S₁）^1/2}_maxの中の最大値で正規化した後、（S
₂/S₁）^1/2で得られる。この平方根の処理は経験的に得
られたものである。騒音源の間におけるより大きなSD
と、ある騒音の間におけるより小さなSDとのファクター
とは他の種類の騒音とは区別できるため、このようなフ
ァクターの重みはその他のファクターのものよりも大き
くなる。テンプレートを改善する学習機能がある場合、
システム上においてテンプレートは、システム内でＡＣ
Ｆの各ファクターについての最新の値と、元の値との平
均によって上書きすることもできる。

【００３７】図８は、聴覚−大脳機能システムのモデル
を説明するブロック図である。聴覚−大脳機能システム
のモデルは、自己相関（ＡＣＦ）メカニズム、両耳間相
互相関（ＩＡＣＦ）メカニズム、左右大脳の機能分化を
含んでいる。信号のパワースペクトルに含まれる情報
は、音響信号のＡＣＦにも含まれていることは注目すべ
きことである。また騒音場の空間的感覚を示すため、Ｉ
ＡＣＦより抽出される空間的ファクターを考慮する。音
色は音の基本的感覚と空間的感覚を含む総合的な感覚と
して定義される

【００３８】聴覚−大脳機能モデル（図８）を使って、
自由空間内に存在する聴者の正面にある与えられた音響
信号ｐ(t)の基本的な感覚を考える。ここで長時間ＡＣ
Ｆを次式で得ることができる。

【数１２】 ｐ’(t)=p(t)*s(t)で、s(t)は耳の感度である。便宜上s
(t)はＡ特性のインパルス応答が用いられる。パワース
ペクトルも次式のようにＡＣＦから得ることができる。

【数１３】

【数１４】 このように、ＡＣＦとパワースペクトルは数学的には同
じ情報を含んでいる。

【００３９】ＡＣＦの解析において３つの重要な事項と
して、遅れ時間が０で表わされるエネルギーΦ_p(0)と、
正規化したＡＣＦのエンベロープから抽出される有効継
続時間τ_eと、ピークやディップやその遅れ時間とを含
む微細構造とがある。図４に示すように、この有効継続
時間τ_eは、10パーセント遅れ時間として定義でき、騒
音響信号それ自身に含まれる繰り返し成分、または残響
成分として表わされる。前述したように正規化したＡＣ
ＦはΦ_p(τ)＝Φ_p(τ)／Φ_p(0)で得ることができる。

【００４０】ラウドネスＳ_Lは次式で表わされる。

【数１５】 即ち、ＡＣＦファクターである、遅れ時間が０で表わさ
れるエネルギー（Φ(0)）、有効継続遅延時間（τ_e）、
ＡＣＦの第１（最大）ピークまでの遅延時間（τ₁）、
正規化したＡＣＦの第１（最大）ピークの振幅（φ₁）
からラウドネスを求めることができる。ここでτ₁は騒
音のピッチまたは後述するミッシングファンダメンタル
現象に関係するものである。また、p’(t)が音圧レベル
L(t)を与えるための圧力２０μPaを基準として測定され
るなら、等価騒音レベルL_eqは次式で求めることができ
る。

【数１６】 このＬ_eqは１０logΦ_p(0)に相当するものである。ま
た、サンプリング周波数は、最大可聴周波数域の２倍以
上としなければならないので、通常の騒音計で測定され
たL_eqよりも極めて精度良く測定できる。

【００４１】図９は、縦軸にラウドネス尺度値、横軸に
バンド幅をとったグラフである。このグラフは、Φ_p(0)
を一定とした条件下での一対比較テスト（１０８０dB/o
ctaveのスロープを持つフィルタを使用）で得られた臨
界帯域内のラウドネス尺度値を示したものである。明ら
かに純音のような騒音が同じ繰り返し成分を持つとき、
τ_eは大きな値となり、ラウドネスが大きくなる。この
ように、ラウドネス対バンド幅の関係は、臨界帯域内で
も平坦にならないことがわかる。なお、この結果は中心
周波数１kHzの周波数帯域で得られたものである。

【００４２】騒音のピッチまたはミッシングファンダメ
ンタルは次式で表わされる。

【数１７】 ここで、ミッシングファンダメンタル現象とは、いくつ
かの倍音構造が存在するとき、実際にはない高さの音が
聞こえるという現象である。

【００４３】最も複雑な知覚である音色は、次式で表わ
される。音色には、ラウドネスやピッチも含まれるもの
である。

【数１８】 τ_n,φ_n（n=1,2,…）の中でτ₁,φ₁が最も顕著な直交フ
ァクターであるため式（１８）は以下のように書き直す
ことができる。

【数１９】

【００４４】信号の時間的長さの知覚に関する感覚は、
次式で表わされる。

【数２０】

【００４５】長時間ＩＡＣＦは次式で求めることができ
る。

【数２１】 ここでp’_l,r(t)=p(t)_l,r*s(t)、はp(t)_l,r は左右外耳
道入り口の音圧である。

【００４６】騒音源の水平面の方向の知覚を含む空間情
報の知覚は次式で表わされる。

【数２２】 ここで聴取音圧レベルＬＬは{Φ_ll(0),Φ_rr(0)}であ
る。記号{}は、左右の耳の入り口に到来する信号のτ＝
０のときのＡＣＦであるΦ_ll(0)、Φ_rr(0)の組を表わ
す。数学的にはＬＬは、両耳に到来する音響信号のエネ
ルギーの算術平均で次式のように表わされる。

【数２３】 式（２２）で示す４つのＩＡＣＦファクター（直交ファ
クター）の中で、−１〜＋１msの範囲内のτ_IACCは、水
平方向の音源の水平方向の知覚に関する重要なファクタ
ーである。正規化したＩＡＣＦが１つの鋭いピークを持
ち、ＩＡＣＣが大きく、高周波数成分によってＷ
_ＩＡＣＣが小さい値であるとき、明確な方向感が得られ
る。逆に主観的拡がり感やあいまいな方向感はＩＡＣＣ
が小さい値（＜０．１５）の時に起こる。

【００４７】正中面に位置する騒音源の知覚について
は、耳の入り口に到来する音響信号の長時間ＡＣＦから
抽出される時間的ファクターを式（２２）に加えるべき
であろう。図８に示すように、注目すべきはＩＡＣＣに
相当する下丘付近に存在する神経活動の存在である。ま
た、室内音場においては、ＬＬとＩＡＣＣとは右大脳半
球に支配的に関連があり、時間的ファクターであるΔt₁
やＴ_subは左大脳半球と関わっていることを発見した。

【００４８】主観的拡がり感の尺度値を得るため、２つ
の対称な反射音の水平入射角度を変更し、ホワイトノイ
ズを用いて一対比較テストを行った。被験者は、ＬＬ、
τ_{IA CC}、W_IACCが一定の条件下で、提示された２つの音
場のうち、どちらの音場がより広がって聞こえるかを判
断した。図１０は、左縦軸に拡がり感の尺度値、右縦軸
に最大振幅ＩＡＣＣ、横軸に反射音の水平入射角度をと
ったグラフである。図１０に示すように、２５０Hz~4kH
z（図１０(a):250Hz、(b):500Hz、(c):1kHz、(d):2kH
z、(e):4kHz）の周波数帯域の結果において、尺度値と
最大振幅ＩＡＣＣとは強い負の相関関係を示した。従っ
て、上述した実験結果により、主観的尺度値を、ＩＡＣ
Ｃの３／２乗で次式のように求めることができる。

【数２４】 実験により求めた係数αは２．９、乗数βは３／２であ
る。

【００４９】騒音場の見かけの音源の幅（ＡＳＷ）を求
める方法について説明する。低域の周波数成分が大きい
騒音場では、長時間ＩＡＣＦは遅れ時間τが−１〜＋１
msの範囲内に明確なピークを持たず、W_IACCは大きくな
る。このW_IACCは次式で求めることができる。

【数２５】 ここで、Δω_cは２π（f₁+f₂）、f₁とf₂とは、それぞれ
理想的なバンドパスフィルターの下限値と上限値であ
る。便宜上、δは０．１（ＩＡＣＣ）と定義する。

【００５０】注目すべきことは、大きなＡＳＷは低周波
数帯域が多く、ＩＡＣＣが小さいときに知覚されるとい
うことである。すなわち、ＬＬが一定でτ_IACC＝０の条
件下では、ＡＳＷはＩＡＣＣとＷ_IACCのＩＡＣＦファク
ターに基づき求めることができる。ＡＳＷの尺度値を１
０名の被験者を用いて一対比較テストで求めた。Ｗ_{IA CC}
の値を制御するため、１／３オクターブバンドパスノイ
ズの中心周波数を２５０Hz〜２kHzで変化させた。ＩＡ
ＣＣは直接音に対する反射音のレベルの比を制御して調
整した。聴取音圧レベルＬＬは、ＡＳＷに影響するの
で、全ての音場の耳の入り口でのトータル音圧レベルは
ピーク値が７５ｄＢＡで一定とした。被験者は提示され
た２つの音場のうちどちらかが広がって聞こえるかを判
断した。尺度値Ｓ_ASWの分散分析の結果、ＩＡＣＣ、Ｗ
_IACCの両方のＩＡＣＦファクター共に有意であり（p<0.
01）、以下のようにS_ASWに対して独立に寄与している。
従って、S_ASWを次式で求めることができる。 Ｓ_ASW＝ａ(ＩＡＣＣ)^３／２＋ｂ（Ｗ_IACC）^１／２ （２６ ） ここで係数ａ＝−１．６４、ｂ＝２．４４であり、これ
らの係数は、図１１（ａ）（ｂ）に示す１０名の被験者
の尺度値の回帰曲線から得られたものである。図１１
（ａ）は縦軸にＡＳＷ、横軸にＩＡＣＣをとったグラフ
であり、図１１（ｂ）は縦軸にＡＳＷ、横軸にＷ
_ＩＡＣＣをとったグラフである。また、図１１は、縦軸
に実際に測定したＡＳＷの尺度値、横軸に計算されたＡ
ＳＷの尺度値をとったグラフである。図１２に示すよう
に、この式から求めたＳ_ＡＳＷの尺度値と、Ｓ_ＡＳＷの
測定値はよく対応することを確かめた（r=0.97、p<0.0
1）。

【００５１】時間的に変動する環境騒音を評価するた
め、短時間ランニングＡＣＦ及び短時間ランニングＩＡ
ＣＦを用いる。前述と同様の方法で抽出された短時間ラ
ンニングの空間的・時間的ファクターは、時変動する騒
音場の基本的感覚を示すのに用いられている。短時間Ａ
ＣＦは次式で求めることができる。

【数２７】 ここで２Ｔは解析される信号の長さである。この長さ２
Ｔは、ランニングＡＣＦの有効継続時間の最小値
（τ_e）_minを少なくとも含む範囲で決定すべきである。
（τ_e）_minを示す騒音は信号が最も急速に変動すること
を表わしており、この部分が最も主観的応答に影響を及
ぼしている。

【００５２】各騒音の部分におけるラウドネスＳ_Lに関
して、式（１５）は次式のように書き換えることができ
る。 Ｓ_Ｌ＝ｆ_Ｌ（ＬＬ,τ₁,φ_１,τ_e） （２８） ここで各ファクターは各騒音の部分について得られ、式
（１５）のΦ(0)はＬＬに置き換えられる。ＡＣＦから
抽出された時間的ファクターが、室内の反射音群（Δ
t₁,Δt_２,．．．）と後続残響時間Ｔ_subに影響を及ぼし
ているはずだということに注目すべきである。

【００５３】環境騒音場のピッチの記述で、騒音場にお
いて有意な時間的ファクターはτ_１とφ_１とであり、従
って式（１７）はそのまま保たれる。

【００５４】環境騒音場の音色は時間的・空間的ファク
ター全てで、次式のように表わされる。 Ｓ_Ｔ＝ｆ_Ｔ（τ_e,τ₁,φ_１,τ’_１，φ’_ｎ；ｋＬＬ,ＩＡＣＣ,τ_IACC,Ｗ_IACC ） (29) ここで、人間の大脳半球が時間的ファクターが左大脳半
球に関連し、空間的ファクターが右大脳半球に関連して
いるという専門化を考えると、式（２９）は以下のよう
に置き換えることができる。 Ｓ_Ｔ＝ｆ_T（τ_e,τ₁,φ_１）_left＋ｆ_T（ＬＬ、ＩＡＣ
Ｃ,τ_IACC,Ｗ_IACC）_right 弱い反射音の閾値をΔt₁の関数として図１３に示す。式
（２９）に含まれる、聴者に対する反射音の空間的方向
（ＩＡＣＣとτ_IACC）と反射音の遅れ時間Δt1はこの閾
値を示している。

【００５５】耳の感度は外耳と中耳とを含む物理システ
ムにより特徴づけられる。音響信号を解析する前に、便
宜上、Ａ特性をかけておく。単一反射音の遅れ時間を関
数とした単音節の明瞭度は、母音と子音との間の部分の
短時間ＡＣＦから抽出された４つの直交ファクターを解
析することにより予測できる。最近の調査では、音色や
比類似度の判断は、コンサートホール内の音場の主観的
プリファレンスと同じく、総合的な主観的応答であるこ
とを明確に示している。音色と同様に、主観的プリファ
レンスは、τ_eの最小値を用いて表わされる。短時間積
分時間は次式で表わされる。 （２Ｔ）＝３０（τ_e）_min （３０） 精神作業に関する騒音の影響は、作業能率と大脳の専門
化との間の妨害現象として解釈することができる。ＡＣ
Ｆから抽出された時間的ファクターは、左大脳半球に関
連しており、ＩＡＣＦから抽出されるファクターは右大
脳半球に主に関わっている。

【００５６】図１４は、本発明による音響評価システム
の基本的な構成を示すブロック図である。この音響評価
システムは、図１のシステムと基本的な構成要素は同じ
ものである。しかし、コンピュータの内部の構成要素の
一部が異なる。図１４に示すように、本音響評価システ
ムは、音響信号（左右２チャンネル）を採取する音声採
取手段２０と、これらの音響信号に基づきＡＣＦを計算
するＡＣＦ演算手段２１と、これらの音響信号に基づき
にＩＡＣＦを計算するＩＡＣＦ演算手段２５、この計算
されたＡＣＦに基づきＡＣＦファクターを計算するＡＣ
Ｆファクター演算手段２２、この計算されたＩＡＣＦに
基づきＩＡＣＦファクターを計算するＩＡＣＦファクタ
ー演算手段２６、この計算されたＡＣＦファクターに基
づき音響を評価する手段２４、この計算されたＡＣＦフ
ァクター及び／またはＩＡＣＦファクターに基づき音響
を評価する手段２７、各種データを格納するデータベー
ス２３を具える。

【００５７】図１５は、本発明による音響評価方法の基
本的なステップを示すフローチャートである。図に示す
ように、ステップＰ１では、音源からの音響信号をマイ
クロフォン（図示せず）で採取する。なお、このマイク
ロフォン以外に、例えばライン入力などでデジタル信号
やアナログ信号を採取することも可能である。この採取
された音響信号はＬＰＦ３（図示せず）を介してＡ／Ｄ
コンバータ（図示せず）によりデジタル信号に変換す
る。ステップＰ２では、採取された音響信号に基づきＡ
ＣＦ及びＩＡＣＦをコンピュータ即ちＣＰＵにより計算
する。ステップＰ３では、計算されたＡＣＦ及びＩＡＣ
Ｆに基づきＣＰＵによりＡＣＦファクター及びＩＡＣＦ
ファクターを計算する。予め、音色とＡＣＦファクター
とを関連付けた音色データ、音律とＡＣＦファクターと
を関連付けた音律データ、音響の心理評価値とＡＣＦフ
ァクターとを関連付けた心理評価データ、が格納された
所定のデータベースを構築しておく。次に、各データと
ＡＣＦファクターやＩＡＣＦファクターとの関連付けに
ついて説明する。例えば、ある楽器で様々な音を発音
し、本システムを用いてそのときの音を採取してＡＣＦ
ファクターやＩＡＣＦファクターを算出し、同時にこの
ときの各音に関してＡＣＦファクターやＩＡＣＦファク
ターに基づき計算したり、或いは、既知の他の方法によ
って各データ（音色、音質、或いは心理評価値など）を
計算したり決定したりすることができる。このようにし
て、各音のＡＣＦファクターやＩＡＣＦファクターと、
その音に関する各データとを関連付けてデータベースに
格納する。ステップＰ４では、計算されたＡＣＦファク
ター及びＩＡＣＦファクターに基づき、ＣＰＵにより音
響の評価を行う。その評価の際には、各種のデータを格
納するデータベースからデータを読み出し比較・検討を
行う。

【００５８】図１６は、本システムを用いてピアノ音源
から音響信号を採取し、採取した音響信号から抽出した
ピアノの正規化したＡＣＦの波形であり、縦軸に振幅、
横軸に遅延時間をとったグラフである。即ち、ピアノの
音響信号から抽出したＡＣＦの波形を示すグラフであ
る。図１６（ａ）は、Ａ１(55Hz)、（ｂ）はＡ２（220H
z）、（ｃ）はＡ６（1760Hz）で発音した音響信号から
得られた正規化ACFの波形である。図では、最大ピーク
値をφ_１、そのときの遅延時間をτ_１、またその遅れ時
間内のピーク値をφ’_ｎ、そのときの遅れ時間をτ’_ｎ
と定義できる。ここで、τ_１はピッチ、φ_１はピッチの
強さに対応する物理的ファクターである。図に示すよう
に、τ_１の逆数は、ピッチとなる周波数に対応する。例
えば、図（ａ）の場合、ピアノ音源からは周波数５５Ｈ
ｚの音が発せられ、このとき本システムを用いて音響信
号から求めたACFファクターのうちの１つであるτ_１は
約１８msであり、これの逆数＝１／τ_１＝５５となりピ
アノ音源のピッチ５５Hzとよく相関すること、即ち対応
することがわかる。図（ｂ）、（ｃ）でも同様に、音源
のピッチとτ_１とが対応することがわかる。この相関関
係をより明らかにするために、以下の図１７にその関係
を示す。

【００５９】図１７は、縦軸にピッチ（ヘルツ）、横軸
に１２平均律による音階をとったグラフである。四角の
点は、所定の計算式から求められた１２平均律の音階の
ピッチである。黒丸の点は、τ_１から求めたピッチであ
る。図に示すように、１２平均律によるピッチとτ_１に
よるピッチとが良く一致することがわかる。音階Ａ６の
τ_１に基づき計算されたピッチが、ずれているのは調律
ミスによるものと思われる。このようにＡＣＦファクタ
ーτ_１を利用すれば、ピアノをはじめ様々な楽器の調律
を行なうことができるようになる。また、ＡＣＦから抽
出される様々なACFファクター：遅れ時間が０で表わさ
れるエネルギーΦ(0)、有効継続遅延時間τ_e、ＡＣＦの
最大ピークまでの遅延時間τ₁、正規化したＡＣＦの最
大ピークの振幅φ₁、τ_１内にある各ピーク値の情報
（τ’_ｎ，φ’_ｎ，ｎ＝１，２，３，．．，Ｎ（Ｎは約
１０よりも小さい整数））、ＩＡＣＦから抽出されるＩ
ＡＣＦファクターと、実際の楽器の心理評価値との関係
を表わすデータベースを構築する。本システムを用いて
楽器音源の音響信号から求めたファクターと、このデー
タベースに格納されたデータとを比較することによっ
て、良い音（優れた音色や良い心理評価値を持つ音）を
探るときの支援システムとして活用できる。

【００６０】本システムを用いて調律を行なう場合は、
所定のデータベースに予め様々な音律（平均律や純正律
など）の音階データを格納しておく。使用者は、目的に
合わせて所望の音律を選択できるようにするのが好適で
ある。デフォルトを平均律にするのが好適である。基準
音「Ａ４」は４４０Ｈｚをデフォルトとし、１Hzステッ
プで基準音を変更可能にすることもできる。基準音は純
音で発音可能にする。このように、基準周波数、音階の
種類は可変とすることが好適である。平均律を選択した
場合は、発音した音に最も近い音階（AやC＃など）を表
示させるようにする。或いは、データベース中の所望の
データ（即ち音階）を予め選択しておき、この所望のデ
ータと発音した音の音階との相違を示す数値を示すこと
もできる。例えば、所望の音階がＡ２の場合は（即ち、
Ａ２に調律したい場合）、データベースを参照して音階
Ａ２に関連付けられたピッチ周波数を読み出し、このピ
ッチ周波数と、発音された音から抽出されたτ_１による
ピッチ周波数とを比較してその差異を表わす数値を提示
することもできる。この場合、差異は、周波数の差異と
してではなく、音階の差異として示すことも可能であ
る。さらに、発音した音の音階と、所望の音階や最も近
い音階との相違を示す数値を表示したり、発音した音
が、その音階より高いか、低いか、ちょうど同じかを示
すインジケータを設けることも可能である。

【００６１】このように、本発明を利用して、楽器から
出された音から求めたＡＣＦファクターやＩＡＣＦファ
クターと、予め構築しておいた良い音のＡＣＦファクタ
ーやＩＡＣＦファクターのデータベースと比較して、そ
の相違や差異を示すことによって、優れた音を発有でき
る楽器の作製を支援することが可能となる。特に、本発
明によれば、ＩＡＣＦファクターから、音場の空間的な
印象を知ることが可能となる。また、本発明は、楽器製
作者のみでなく、開発者や研究者、さらに歌手、楽器演
奏者も調律や演奏方法の参考などに利用することが可能
である。また、本発明で調律や音響の評価は、様々な楽
器に利用でき、例えば、アコースティック楽器（鍵盤
系、弦楽器系、管楽器系など）、電子楽器などである。

【００６２】本発明の様々な実施態様を鑑みると、本発
明の原理は応用可能であり、詳細に説明した実施態様は
例示のみを目的とするものであって本発明の範囲を制限
するものと解釈してはならないと理解すべきである。ま
た、当業者は、本明細書の記載に基づき、本発明の請求
の範囲内において本発明を変形、修正可能であることを
理解されたい。本明細書では、評価値の１つであるピッ
チの評価について詳述したが、例えば、音質や音色など
様々な評価値についても本発明に基づき評価できること
を理解されたい。

【図面の簡単な説明】

【図１】 本発明による装置の具体的な構成を示す装置
概略図である。

【図２】 本発明による騒音源の種類の特定、心理評価
を行う方法のフローチャートである。

【図３】 ピーク検知処理手順を説明する図であって、
縦軸にノイズレベル、横軸に時間をとったグラフであっ
て、その下段に積分間隔を示す図である。

【図４】 縦軸にＡＣＦの絶対値の対数、横軸に遅延時
間をとったグラフである。

【図５】 縦軸に正規化したＡＣＦ、横軸に遅延時間を
とったグラフである。

【図６】 縦軸に正規化したＩＡＣＦ、横軸に左右の信
号の遅延時間をとったグラフである。

【図７】 重み係数の計算方法を説明するブロック図で
ある。

【図８】 聴覚−大脳機能システムのモデルを説明する
ブロック図である。

【図９】 縦軸にラウドネス尺度値、横軸にバンド幅を
とったグラフである。

【図１０】 左縦軸に拡がり感の尺度値、右縦軸に最大
振幅ＩＡＣＣ、横軸に反射音の水平入射角度をとったグ
ラフである。

【図１１】 （ａ）は縦軸にＡＳＷ、横軸にＩＡＣＣを
とったグラフであり、（ｂ）は縦軸にＡＳＷ、横軸にＷ
_ＩＡＣＣをとったグラフである。

【図１２】 縦軸に実際に測定したＡＳＷの尺度値、横
軸に計算されたＡＳＷの尺度値をとったグラフである。

【図１３】 縦軸に信号の閾値、横軸に遅延時間をとっ
たグラフである。

【図１４】 本発明による音響評価システムの基本的な
構成を示すブロック図である。

【図１５】 本発明による音響評価方法の基本的なステ
ップを示すフローチャートである。

【図１６】 ピアノの音源による正規化したＡＣＦの波
形であり、縦軸に振幅、横軸に遅延時間をとったグラフ
である。

【図１７】 縦軸にピッチ（ヘルツ）、横軸に１２平均
律による音階をとったグラフである。

【符号の説明】

１ 頭部の模型 ２ バイノーラル方式の音声採取手段 ３ ＬＰＦ（ローパスフィルタ）、 ４ Ａ／Ｄコンバータ ５ コンピュータ ６ 音響信号記憶手段 ７ ＡＣＦ演算手段 ８ ＩＡＣＦ演算手段 ９ ＡＣＦファクター演算手段９ １０ ＩＡＣＦファクター演算手段１０ １１ 騒音源種類特定手段 １２ 心理評価手段 １３ データベース ２０ 音声採取手段 ２１ ＡＣＦ演算手段 ２２ ＡＣＦファクター演算手段 ２３ データベース ２４ ＡＣＦに基づき音響を評価する手段 ２５ ＩＡＣＦ演算手段 ２６ ＩＡＣＦファクター演算手段 ２７ ＡＣＦおよびＩＡＣＦに基づき音響を評価する手
段

Claims (8)

【特許請求の範囲】
1. 【請求項１】 音響信号を採取する音声採取ステップ
   と、 この採取された音響信号から演算手段を用いて自己相関
   関数ＡＣＦを計算するＡＣＦ演算ステップと、 この算出されたＡＣＦから前記演算手段を用いてＡＣＦ
   ファクターを求めるＡＣＦファクター演算ステップと、 音色とＡＣＦファクターとを関連付けた音色データ、音
   律とＡＣＦファクターとを関連付けた音律データ、音響
   の心理評価値とＡＣＦファクターとを関連付けた心理評
   価データ、のうちの少なくとも１つが格納された所定の
   データベースと、この求めたＡＣＦファクターと、に基
   づき前記演算手段を用いて、音響を評価する評価ステッ
   プと、を含むことを特徴とする音響評価方法。
2. 【請求項２】 請求項１に記載の音響評価方法におい
   て、 前記ＡＣＦファクター演算ステップが、 前記計算されたＡＣＦから、ＡＣＦファクターである、
   遅れ時間が０で表わされるエネルギーΦ(0)、有効継続
   遅延時間τ_e、ＡＣＦの最大ピークまでの遅延時間τ₁、
   正規化したＡＣＦの最大ピークの振幅φ₁、各ピーク値
   の情報（τ’_ｎ，φ’_ｎ，ｎ＝１，２，３，．．，Ｎ
   （Ｎは約１０よりも小さい整数））のうちの少なくとも
   １つを計算する演算ステップを含む、ことを特徴とする
   方法。
3. 【請求項３】 請求項２に記載の音響評価方法におい
   て、 前記ＡＣＦファクターのτ₁に基づき、ピッチの周波数
   を求めるピッチ周波数演算ステップと、 この求めたピッチ周波数と、所定の音階データベースの
   データとを比較してその相違を示す調律ステップと、を
   含むことを特徴とする方法。
4. 【請求項４】 請求項１〜３のいずれか１項に記載の音
   響評価方法において、 バイノーラル方式で左右のチャンネルの音響信号を採取
   するステップと、 この採取された音響信号から演算手段を用いて左右の各
   チャンネル間の相互相関関数ＩＡＣＦを計算するＩＡＣ
   Ｆ演算ステップと、 前記演算手段を用いて、この計算されたＩＡＣＦからＩ
   ＡＣＦファクターを計算するＩＡＣＦファクター演算ス
   テップと、 この求めたＩＡＣＦファクターおよび／または前記ＡＣ
   Ｆファクターと、前記所定のデータベースと、に基づき
   前記演算手段を用いて、音響の評価を行なう評価ステッ
   プと、を含むことを特徴とする方法。
5. 【請求項５】 音響信号を採取する音声採取手段と、 この採取された音響信号から演算手段を用いて自己相関
   関数ＡＣＦを計算するＡＣＦ演算手段と、 この算出されたＡＣＦから前記演算手段を用いてＡＣＦ
   ファクターを求めるＡＣＦファクター演算手段と、 音色とＡＣＦファクターとを関連付けた音色データ、音
   律とＡＣＦファクターとを関連付けた音律データ、音響
   の心理評価値とＡＣＦファクターと関連付けた心理評価
   データ、のうちの少なくとも１つが格納された所定のデ
   ータベースと、この求めたＡＣＦファクターと、に基づ
   き前記演算手段を用いて、音響を評価する評価手段と、
   を含むことを特徴とする音響評価システム。
6. 【請求項６】 請求項５に記載の音響評価システムにお
   いて、 前記ＡＣＦファクター演算手段が、 前記計算されたＡＣＦから、ＡＣＦファクターである、
   遅れ時間が０で表わされるエネルギーΦ(0)、有効継続
   遅延時間τ_e、ＡＣＦの最大ピークまでの遅延時間τ₁、
   正規化したＡＣＦの最大ピークの振幅φ₁、各ピーク値
   の情報（τ’_ｎ，φ’_ｎ，ｎ＝１，２，３，．．，Ｎ
   （Ｎは約１０よりも小さい整数））のうちの少なくとも
   １つを計算する演算手段を含む、ことを特徴とするシス
   テム。
7. 【請求項７】 請求項６に記載の音響評価システムにお
   いて、 前記ＡＣＦファクターのτ₁に基づき、ピッチの周波数
   を求めるピッチ周波数演算手段と、 この求めたピッチ周波数と、所定の音階データベースの
   データとを比較してその相違を示す調律手段と、を含む
   ことを特徴とするシステム。
8. 【請求項８】 請求項５〜７のいずれか１項に記載の音
   響評価システムにおいて、 バイノーラル方式で左右のチャンネルの音響信号を採取
   する手段と、 この採取された音響信号から演算手段を用いて左右の各
   チャンネル間の相互相関関数ＩＡＣＦを計算するＩＡＣ
   Ｆ演算手段と、 前記演算手段を用いて、この計算されたＩＡＣＦからＩ
   ＡＣＦファクターを計算するＩＡＣＦファクター演算手
   段と、 この求めたＩＡＣＦファクターおよび／または前記ＡＣ
   Ｆファクターと、前記所定のデータベースと、に基づき
   前記演算手段を用いて、音響の評価を行なう評価手段
   と、を含むことを特徴とするシステム。