JP2003271177A

JP2003271177A - 特徴量抽出方法、音声および音響に関する識別装置、画像および画像状態に関する識別装置ならびに特徴量抽出プログラム

Info

Publication number: JP2003271177A
Application number: JP2002071392A
Authority: JP
Inventors: Masanori Ihara; 正典伊原
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 2002-03-15
Filing date: 2002-03-15
Publication date: 2003-09-25

Abstract

(57)【要約】【課題】特徴情報の統計的判断において、時間差分や
空間差分における境界のように、平均付近値の頻度が低
く、正負に大きく分散する情報は平均化されると、その
値は０に近づくため統計的評価判定が行いにくい。この
ような場合でも、精度の高い特徴抽出が可能な特徴量抽
出方法を提供する。【解決手段】正負の値それぞれの絶対値を求め、その
両方を特徴とすることで、分散の大きな正負の値を統計
的に判定しやすくする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、特徴量抽出方
法、音声および音響に関する識別装置、画像および画像
状態に関する識別装置ならびに特徴量抽出プログラムに
関し、特に情報処理装置を用いた特徴抽出を行なう各種
識別装置に用いられる特徴量抽出方法、音声および音響
に関する識別装置、画像および画像状態に関する識別装
置ならびに特徴量抽出プログラムに関する。

【０００２】

【従来の技術】従来の音声における特徴情報の抽出とし
ては、検出器より得られた情報を入力として、スペクト
ルを構成する情報に対して次のような方法が用いられて
いる。まず、スペクトルベクトル場と呼ばれる単純に時
間軸と周波数軸との変化に基づいた差分を用いて二つの
値を得る方法である。この方法は特開昭６０−５９３９
４号公報に開示されており、たとえば、図２において表
現される音声波形（３０１）の特徴を抽出する場合、時
刻ｔ₀（３０２）とｔ₁（３０３）とから次のように処理
を行う。

【０００３】Ｆ_n,m＝ｔ_n｛ｆ_m、ｆ_m+1、ｆ_m+2、ｆ…｝において、Ｆ_0,0＝１０Ｆ_0,1＝７０Ｆ_0,2＝１００Ｆ_0,3＝６０Ｆ_1,0＝３０Ｆ_1,1＝４０Ｆ_1,2＝５０Ｆ_1,3＝１０と値が設定される。なお、図３において、符号３０４
は、時刻ｔ₀におけるスペクトルパターンの仮想表示で
あり、符号３０５は時刻ｔ₁におけるスペクトルパター
ンの仮想表示である。

【０００４】図４を参照して、Ｆ₀をｔ₀におけるｆ₀か
らｆ₃（３０６）と、Ｆ₁をｔ₁におけるｆ₀からｆ₃（３
０７）で表す場合、スペクトルベクトル場特徴の抽出処
理は図４、図５の順で行われる。特徴を時間軸および周
波数軸の差分から求めると、

【０００５】

【数１】

【０００６】と処理され、周波数軸、時間軸の差分が求
められる。これらの値はここでは、Ｘ_i＝｛Δｘ_i、Δｙ_i｝Ｘ₀＝＋２０、０Ｘ₁＝−３０、−６０Ｘ₂＝−５０、−３０Ｘ₃＝−５０、＋４０となる。このＸ_iを周波数軸ごとにあらわしたものが図
５の符号（２０４、２０５）である。この際、ｙ₀の場
合において、周波数軸の差分は自分より低い周波数の情
報が存在しないため便宜的に０を代入してある。差分の
とり方が逆の場合であれば、ｙ₃＝０となる。このよう
なスペクトルベクトル場に基づく特徴抽出を応用した技
術が、特開平１１−２４９６８１号公報に開示されてい
る。

【０００７】この方法は、前述の例に加えて、チャネル
ごとに８方向の差分を求め特徴としているが、正負の値
を異なる正の変数として扱ってはいない。

【０００８】次に、方向性パターンと呼ばれる時間軸と
周波数軸の変化に基づいた差分を用い方向性を判定し、
その方向にベクトルから構成される出力を割り当てる方
法がある。この特徴抽出方法は特許第２６１３１０８号
に開示されており、８方向性の認識実験が示されてい
る。また、この方法は４方向性パターンであれば図５の
ようになり、同一周波数帯域における時間軸からみた出
力の変化に基づく差分と同一時間軸における近接する周
波数帯域との出力の差分のうち、周波数軸の差分と時間
軸の差分の中から一番大きな差分を持つ軸とその増減を
選択し、特徴量とする。

【０００９】この際、代入される値は二つのベクトルの
内積となる。この結果、これまでの例に基づくと処理は
次のように表現される。

【００１０】

【数２】

【００１１】以上のように処理が行われることで、周波
数軸、時間軸の差分が求められる。これらの値に基づ
き、ｐ_i＝√（Δｘ_i ²＋Δｙ_i ²）ｒ_i＝ａｔａｎ（Δｘ_i、Δｙ_i）×１８０／π という演算により、二つのベクトルにより求められるパ
ワーｐとそのベクトルによって表される角度ｒが求めら
れる。

【００１２】

【数３】

【００１３】その後角度ごとに分類し、本方法による特
徴の解を求めるとＸ_i＝｛ａ_i0、ａ_i1、ａ_i2、ａ_i3｝Ｘ₀＝｛２０、０、０、０｝Ｘ₁＝｛０、０、０、６７｝Ｘ₂＝｛０、０、５８、０｝Ｘ₃＝｛０、０、６４、０｝となる。ここでは単純化のために整数を用いているが、
時間軸と周波数軸を用いて４方向それぞれに、正負の方
向に基づいて４つの特徴量を構成する。そして、この４
方向のうち、一番変化の大きい個所に対し、その変化量
を特徴量として割り当てるのである。

【００１４】

【発明が解決しようとする課題】しかし、前記スペクト
ルベクトル場特徴や方向性パターン特徴の処理は、次の
ような課題を有している。

【００１５】スペクトルベクトル場特徴は、単純に近接
する情報の差分を用いて情報を構成するが、複数の時間
的に異なる情報を統計的に評価しようとすると、増減の
大きな情報はその平均が比較的小さい値となり統計的判
定において効率的でないという課題があった。この課題
は、音声であれば渡りと呼ばれる音韻と音韻のつなぎ目
に発生しやすく、画像であれば輪郭部といった情報の境
界部分に発生しやすい傾向がある。

【００１６】方向性パターンでは指定された方向の数に
情報の変化状態が量子化されるため、その情報が持つ微
妙な特徴が量子化されてしまっていた。このため、元の
情報に対してベクトルの量子化誤差が発生してしまい正
確な特徴表現が不可能であった。特に４方向や８方向に
おいて、各々の方向の境界に位置する情報は方向が不安
定となり、量子化雑音が混入されてしまうという課題が
ある。

【００１７】この発明は上記課題を解決するためになさ
れたものであり、精度の高い特徴抽出が可能な特徴量抽
出方法、音声および音響に関する識別装置、画像および
画像状態に関する識別装置ならびに特徴量抽出プログラ
ムを提供することを目的としている。

【００１８】

【課題を解決するための手段】上記目的を達成するた
め、この発明のある局面に従うと、複数の数値による入
力情報に基づき情報の特徴量を抽出する方法は、各情報
Ｆに対し二つの記憶領域ｘｐ、ｘｍを与える処理と、各
情報の正負を判定する処理と、その判定結果に基づいて
正の値であればｘｐにＦの絶対値を、ｘｍに０を代入
し、負の値であればｘｍにＦの絶対値を、ｘｐに０を代
入する処理とを実施することを特徴とする。

【００１９】この発明の他の局面に従うと、上記特徴量
抽出方法を実施する装置は、音声情報において、音声を
入力する手段と、音声特徴を抽出する手段と、音声を評
価する手段と、音声の評価結果を出力する手段とを備
え、音声特徴抽出において少なくとも時間軸差分、もし
くは周波数軸差分、またはそれらを組み合わせた情報に
基づく特徴量を抽出することを特徴とする。

【００２０】この発明のさらに他の局面に従うと、上記
特徴量抽出方法を実施する装置は、動画像や静止画像等
の映像情報において、映像を入力する手段と、映像特徴
を抽出する手段と、映像を評価する手段と、映像の評価
結果を出力する手段とを備え、映像特徴抽出において少
なくとも時間軸差分、色相、若しくは隣接画素との輝
度、色相、彩度その他の画像情報に関わる差分、または
それらを組み合わせた情報に基づく特徴量を抽出するこ
とを特徴とする。

【００２１】この発明のさらに他の局面に従うと、上記
特徴量抽出方法をコンピュータに実行させるプログラム
は、演算部と記憶部と出力部とを有する情報処理装置を
用いて特徴量抽出方法をコンピュータに実行させる。

【００２２】

【発明の実施の形態】特徴情報の統計的判断において、
時間差分や空間差分における境界のように、平均付近値
の頻度が低く、正負に大きく分散する情報が平均化され
ると、その値は０に近づくため統計的評価判定を行うこ
とが難しいという問題がある。本実施の形態において
は、正負の値それぞれの絶対値を求め、その両方を特徴
とすることで、分散の大きな正負の値を統計的に判定し
やすくしている。以下により詳しい実施の形態について
述べる。

【００２３】［実施の形態１］図１を参照して、本実施
の形態における手法を説明する。図１のフローチャート
に示される処理は、コンピュータを動作させるプログラ
ムによって実行される。

【００２４】まず、情報列Ｆ_nが入力される（８０
１）。次に、ｘｐ、ｘｍに関してｎ次元の情報領域の確
保を行う（８０２）。そして、入力情報列Ｆ_nの全てに
対しａを添字として、その位置ごとに正負の値の判定を
行う（８０３〜８０７）。この際、Ｆ_aが正であればｘ
ｐにはＦ_aの絶対値を代入しｘｍには０を代入する（８
０５）。負であればｘｐには０を代入しｘｍにはＦ_aの
絶対値を代入する（８０６）。そして、これまでの処理
をｎ次元分繰返す（８０７）。

【００２５】本実施の形態における処理を、音声認識に
用いる場合について説明する。まず、１つの特徴ｘに関
し正負の値を代入する変数ｘｐ、ｘｍを用意する。そし
て、ｘが０以上であれば、ｘｐにｘを代入し、ｘｍに０
を代入する。逆に、ｘが０未満であれば、ｘｐに０を代
入し、ｘｍに−ｘを代入する。そして、これを必要な特
徴の数にあわせて処理する。

【００２６】例えば、従来の技術の説明に基づくと、特
徴量は次のように表現される。

【００２７】

【数４】

【００２８】以上のようにして、周波数軸、時間軸の差
分が求められる。これらの値は、

【００２９】

【数５】

【００３０】と各々の正負の状態により適切な変数に対
し絶対値を与える処理がなされ、チャネルごとに分類さ
れる。ここでは、Ｘ_i＝｛ｘｐ_i、ｙｐ_i、ｘｍ_i、ｙｍ_i｝Ｘ₀＝｛２０、０、０、０｝Ｘ₁＝｛０、０、３０、６０｝Ｘ₂＝｛０、０、５０、３０｝Ｘ₃＝｛０、４０、５０、０｝となる。この状態についてｘｐ、ｙｐ、ｘｍ、ｙｍの各
々を周波数軸上に表したものが図６の符号（１０４、１
０３）である。この処理過程は図４、図５、図６の順で
行われる。このように各々の特徴量が素直に収録される
ため、特徴量の変化が指定の方向性により量子化される
ことなく用いることができる。この結果、より正確な特
徴表現が実現可能となる。

【００３１】この際、近接する特徴との差分は、時間軸
や周波数軸、画像における座標軸において直前や直後に
隣接しなくてもよく、時間軸で数フレーム離れていた
り、周波数軸で数チャンネル離れていたり、画素位置と
して上下左右や３次元画像における前後に数画素離れて
いてもよい。

【００３２】音声認識による実験調査において、ＡＴＲ
５０３文Ｂセットを用いた。２９８８０６フレーム、メ
ルスケール２０チャネル、１／６２．５秒間、１／１２
５秒間隔の音声に対し、ＦＦＴを用いたメルスケールフ
ィルタバンクを用い、本実施の形態における特徴抽出
（連続性パターン）による認識、および、スペクトルベ
クトル場、４方向性パターン、メルケプストラムを用い
た認識を行ない、ベイズ判定による統計的音素モデルに
基づくオープン話者の音声認識を実施した。

【００３３】

【表１】

【００３４】

【表２】

【００３５】

【表３】

【００３６】

【表４】

【００３７】この結果を例にしてみると、本発明の特徴
抽出方法を用いる場合の認識結果である表１によれば、
母音平均の認識率はスペクトルベクトル場特徴（表２）
の母音平均より１％程度、４方向性パターン特徴（表
３）の母音平均より１３％程度の改善が見受けられる。
半母音の認識率についてはスペクトルベクトル場特徴
（表２）の半母音平均より１２％程度、４方向性パター
ン特徴（表３）の半母音平均より２％程度の改善が見受
けられる。同様に、鼻音に関してはスペクトルベクトル
場特徴（表２）より８％程度、４方向性パターン特徴
（表３）より１３％程度の改善が見受けられる。有声破
裂音に関しては、スペクトルベクトル場特徴（表２）よ
り１１％程度、４方向性パターン特徴（表３）より１１
％程度の改善が見受けられる。摩擦音に関しては、スペ
クトルベクトル場特徴（表２）より４％程度、４方向性
パターン特徴（表３）より２％程度の改善が見受けられ
る。無声破裂音に関しては、スペクトルベクトル場特徴
（表２）より１２％程度、４方向性パターン特徴（表
３）より４％程度の改善が見受けられる。また、音声に
おいて従来から一般的に用いられるメルケプストラム特
徴（表４）に対しては、母音の認識率はさほど違いがな
いものの、半母音に関し１１％、鼻音系に関し１７％、
有声破裂音系に関し１３％、摩擦音系に関し１７％、無
声破裂音系に関し１８％の改善が図られている。

【００３８】この結果から、本実施の形態によると、全
体としての認識率の向上に貢献するとともに、ある特定
の音の出現頻度に関係なく認識率を改善することが可能
となり、子音の認識率の向上が伺える結果となってい
る。このように、音声認識や音楽認識といった音響特徴
として用いる場合においては音声における周波数軸上の
ｎチャネルの情報ｘ_nt、ｘ_n(t-1)から、隣接する周波数
との出力の差分および、同じ周波数における時間軸上の
出力の差分を求めることになる。

【００３９】この情報はチャネルごとに周波数軸と時間
軸の変化という２つの特徴量をもつため、本発明によれ
ば４つの特徴がチャネルごとに構成される。このため、
ｎチャネルの音声特徴情報は４×ｎ個の特徴として構成
される。これらを音声特徴であれば音素ラベルなどによ
り分類し、ベイズ推定のような統計的判定手法を行うこ
とで判定が可能であり、音楽であれば楽器ごとに分類す
ることでベイズ推定により楽器判定ができる。また、音
階ごとに分類することで音程をベイズ推定することも可
能である。また、波の音や雨の音、風の音、鳥の鳴き声
などを用いれば環境音の判定も可能である。

【００４０】このような判定を行なう装置は、図７に示
されるように、集音機（４０１）もしくは音声再生器
（４０２）といった音声を信号に変える装置と、その信
号に基づいて特徴を抽出する装置（４０３）と、その特
徴を他の特徴と比較し評価する装置（４０４）と、評価
のために必要な特徴情報が分類蓄積された装置（特徴辞
書４０５）と、評価結果を出力する装置（４０６）とか
ら構成されており、本発明により得られた特徴で評価情
報蓄積装置（４０５）の内容情報が構成され、特徴抽出
装置（４０４）において本発明の特徴抽出方法が実施さ
れている。

【００４１】図８は音判定処理の過程を示すフローチャ
ートである。図を参照して、音声を量子化する処理（６
０１）の施された情報の分析処理（６０２）が実施され
る。次に、本発明に基づく一連の処理（６０３、図１）
を実施し、そこから得られた特徴により、特徴の判定評
価（６０４）が実施され、認識結果（６０５）として出
力される。

【００４２】この際、入力装置は一般的なマイクやテー
プなどの記録装置の出力を入力する装置、パソコンなど
に用いられるデジタル記憶媒体などの人間の聴覚や視覚
などを刺激する情報を記録できる装置や他の情報処理装
置に出力可能な装置を指す。また、出力装置はスピーカ
ーやディスプレイなどの人間の聴覚や視覚を刺激するも
のや、他の情報処理装置に対し処理結果を出力するもの
であっても良い。また、本装置を組み込んでラベリング
を施し、検索を実施しても良い。

【００４３】［実施の形態２］映像認識に本発明を用い
る場合においては映像における輝度や彩度、色相に関す
る時間軸上のｎチャネルの情報ａ_txy、ａ_(t-1)xy か
ら、隣接する４方向の画素に対する輝度の差分および、
同じ画像位置における時間軸上の輝度や彩度、色相の差
分を求める。この情報はチャネルごとに画像面と時間軸
の変化という３つの特徴量と輝度や彩度、色相といった
３つの特徴、あわせて９つの特徴をもつため、本発明に
よれば１８の特徴がチャネルごとに構成される。

【００４４】このため、ｎ画素の情報は１８×ｎ個の特
徴となる。この情報は音声と同様に特徴判定に用いるこ
とができる。また、色相といった二つの情報の配分によ
って構成される情報は、赤を０度、青を＋１２０度、緑
を−１２０度とした場合の正負の値に関し、加法混色に
よる補色となる水色の値が＋π（＋１８０度）もしくは
−π（−１８０度）として表現される。信号の揺らぎを
考慮するとＸｐとＸｍにそれぞれ、片方が０でもう片方
の値がπ以下であり０．９９π程度の値が入る。

【００４５】従来の方法によれば、この値が１つの値と
して表されるため、水色は＋πもしくは−πとして表現
され、非常に分散が大きくなり統計的判定を行えないと
いう問題があった。しかし、本発明によって＋πもしく
は−πは二つの独立した変数が同時にπになることで、
平均が０となることはない。この結果、本発明に用いた
特徴によって、色ごとに情報を分類したり、形状ごとに
分類し学習させることで、画像特徴の判定や画像の認識
が可能である。

【００４６】この装置は図９にあるように、撮像機（５
０１）もしくは映像再生器（５０２）といった映像を信
号に変える装置と、その信号に基づいて特徴を抽出する
装置（５０３）と、その特徴を他の特徴と比較し評価す
る評価装置（５０４）と、評価のために必要な特徴情報
が分類蓄積された評価情報蓄積装置（特徴辞書５０５）
と、評価結果を出力する装置（５０６）とから構成され
ており、本発明により得られた特徴で評価情報蓄積装置
（５０５）の内容情報が構成され、特徴抽出装置（５０
４）において本発明の特徴抽出方法が実施されている。

【００４７】図１０は画像判定処理の過程を示すフロー
チャートである。図を参照して、映像を量子化する処理
（７０１）の施された情報の分析処理（７０２）が実施
される。次に、本発明に基づく一連の処理（７０３、図
１）を実施し、そこから得られた特徴により、特徴の判
定評価（７０４）が実施され、認識結果（７０５）とし
て出力される。

【００４８】この際、入力装置は一般的なカメラやＶＴ
Ｒなどの記録装置の出力を入力する装置、パソコンなど
に用いられるデジタル記憶媒体などの人間の聴覚や視覚
などを刺激する情報を記録できる装置や他の情報処理装
置に出力可能な装置を指す。また出力装置はスピーカー
やディスプレイなどの人間の聴覚や視覚を刺激するもの
や、他の情報処理装置に対し処理結果を出力するもので
あっても良い。また、本装置を組み込んでラベリングを
施し、検索を実施しても良い。

【００４９】これらの実施の形態の手法を用いること
で、音声認識や画像認識をはじめとして、科学成分分析
や地質調査などのスペクトル分析など、特徴をはじめと
した正負の値を持ち複数の軸を持つ情報の分析において
効果的な特徴抽出が可能となる。

【００５０】なお、上記プログラムは、ＦＤ、ＣＤ、Ｈ
ＤＤ、ＤＶＤ、テープ、メモリＬＳＩ等の情報記憶媒体
に記録して提供することができる。

【００５１】本発明はスペクトルパターンの時系列的変
化といった２次元空間と各座標における出力により構成
された３次元ベクトル場のような多次元により構成され
た情報を統計的に評価する場合においてその効果を発揮
する技術であり、今回開示された実施の形態はすべての
点で例示であって制限的なものではないと考えられるべ
きである。本発明の範囲は上記した説明ではなくて特許
請求の範囲によって示され、特許請求の範囲と均等の意
味および範囲内でのすべての変更が含まれることが意図
される。

【００５２】

【発明の効果】本発明によれば、正負の値にそれぞれ独
立した変数を持たせることにより、従来であれば情報軸
にあわせて量子化されていたために欠損部分のあった情
報が連続的に捕らえられるようになり、より精度の高い
特徴抽出が可能となる。このため、音声や画像認識など
の実験においては、従来の方向性パターンより高い認識
率をえることが可能となった。また、他の特徴抽出にお
いても、ベクトル場により構成された特徴情報において
は同様の効果が期待できる。

【図面の簡単な説明】

【図１】本発明の実施の形態における特徴抽出処理を
示すフローチャートである。

【図２】波形情報の具体例を示す図である。

【図３】波形からスペクトルを構成する処理を示す図
である。

【図４】スペクトルをチャネルごとに分割する処理を
示す図である。

【図５】チャネルごとに分割されたスペクトル情報を
用いてスペクトルベクトル場を構成する処理を示す図で
ある。

【図６】スペクトル場の特徴を用いて連続性パターン
を構成する処理を示す図である。

【図７】本発明を用いた音声判別装置の構成例を示す
図である。

【図８】音声判別処理の具体例を示すフローチャート
である。

【図９】本発明を用いた画像判別装置の構成例を示す
図である。

【図１０】画像判別処理の具体例を示すフローチャー
トである。

【符号の説明】

１０１スペクトルベクトル場情報の周波数軸差分、１
０２スペクトルベクトル場情報の時間軸差分、１０３
分離されたスペクトルベクトル場情報の周波数軸差
分、１０４分離されたスペクトルベクトル場情報の時
間軸差分、２０１時間ｔ₀の周波数軸上において複数の
チャネル出力に分離されたスペクトル、２０２時間ｔ
₁の周波数軸上において複数のチャネル出力に分離され
たスペクトル、２０３ｔ₁とｔ₀の特徴の時間軸差分を
求める処理、２０４ｔ₁における周波数軸上の隣接チ
ャネルの差分、２０５ｔ₁とｔ₀による時間軸上の同一
チャネルの差分、３０１音声波形のサンプル、３０２
分析対象となる時間ｔ₀、３０３分析対象となる時
間ｔ₁、３０４ｔ₀におけるスペクトルパターンの仮想
表示、３０５ｔ₁におけるスペクトルパターンの仮想
表示、３０６ｔ₀におけるスペクトルパターンが複数
のチャネルに分離された状態、３０７ｔ₁におけるス
ペクトルパターン複数のチャネルに分離された状態、４
０１音声を入力する装置、４０２音声信号を再生す
る装置、４０３音声特徴を分析する装置、４０４音
声特徴からその特徴を有する記号を選択する装置、４０
５評価用の特徴情報が蓄積された装置、４０６選択
された記号を出力する装置、５０１画像を入力する装
置、５０２画像信号を再生する装置、５０３画像特
徴を分析する装置、５０４画像特徴からその特徴を有
する記号を選択する装置、５０５評価用の特徴情報が
蓄積された装置、５０６選択された記号を出力する装
置、６０１ＡＤ変換等により音声を量子化する処理、
６０２量子化された音声情報を分析する処理、６０３
特徴化処理、６０４抽出された特徴を評価判定する
処理、６０５評価判定結果を出力する処理、７０１
ＡＤ変換等により映像を量子化する処理、７０２量子
化された映像情報を分析する処理、７０３特徴化処
理、７０４抽出された特徴を評価判定する処理、７０
５評価判定結果を出力する処理、８０１ｎ次元の配
列Ｆ_nを入力する処理、８０２ｎ次元の配列ｘｐ、ｘｍ
の記憶領域確保を行う処理、８０３ｎ次元の位置を示
す変数ａの初期化する処理、８０４情報列Ｆｎにおけ
るＦａを評価する処理、８０５Ｆａが０より大きい場
合の処理、８０６Ｆａが０より小さい場合の処理、８
０７ａが配列の終端ｎに達したかどうかを判断する処
理。

Claims

【特許請求の範囲】

【請求項１】複数の数値による入力情報に基づき情報
の特徴量を抽出する方法であって、各情報Ｆに対し二つの記憶領域ｘｐ、ｘｍを与える処理
と、各情報の正負を判定する処理と、その判定結果に基づいて正の値であればｘｐにＦの絶対
値を、ｘｍに０を代入し、負の値であればｘｍにＦの絶
対値を、ｘｐに０を代入する処理とを実施することを特
徴とする、特徴量抽出方法。
【請求項２】請求項１に記載の特徴量抽出方法を実施
する装置であって、音声情報において、音声を入力する手段と、音声特徴を抽出する手段と、音声を評価する手段と、音声の評価結果を出力する手段とを備え、音声特徴抽出において少なくとも時間軸差分、もしくは
周波数軸差分、またはそれらを組み合わせた情報に基づ
く特徴量を抽出することを特徴とする、音声および音響
に関する識別装置。
【請求項３】請求項１に記載の特徴量抽出方法を実施
する装置であって、動画像や静止画像等の映像情報において、映像を入力す
る手段と、映像特徴を抽出する手段と、映像を評価する手段と、映像の評価結果を出力する手段とを備え、映像特徴抽出において少なくとも時間軸差分、色相、若
しくは隣接画素との輝度、色相、彩度その他の画像情報
に関わる差分、またはそれらを組み合わせた情報に基づ
く特徴量を抽出することを特徴とする、画像および画像
状態に関する識別装置。
【請求項４】請求項１に記載の特徴量抽出方法をコン
ピュータに実行させるプログラムであって、演算部と記憶部と出力部とを有する情報処理装置を用い
て特徴量抽出方法をコンピュータに実行させるための、
特徴量抽出プログラム。