JP2004240214A

JP2004240214A - 音響信号判別方法、音響信号判別装置、音響信号判別プログラム

Info

Publication number: JP2004240214A
Application number: JP2003029943A
Authority: JP
Inventors: Osamu Mizuno; 理水野; Shoichi Matsunaga; 昭一松永; Yoshihiko Hayashi; 林　　良彦
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2003-02-06
Filing date: 2003-02-06
Publication date: 2004-08-26

Abstract

【課題】音声、音楽、騒音等の音種を精度よく判別する
【解決手段】被判別信号の周波数スペクトルを求め、この周波数スペクトルの時間軸方向に隣接するスペクトルの相関係数を求め、その相関値により定常性と非定常性を判別する第１特徴量を抽出し、異なる時点で求めた周波数スペクトルを周波数軸方向にずらしながら相関係数を求め、その相関係数から第２特徴量としてピッチ成分を抽出し、更にその相関係数の或る周波数範囲内の平均値を抽出してノイズ性の尺度となる第３特徴量を抽出し、更に、その相関係数の概形を規定する減衰の傾斜を第４特徴量として抽出し、その他に第５特徴量としてスペクトルのパワーを抽出し、これらの特徴量と予め収録してある学習データとによって、音種毎の尤度を求め、尤度の最大を提示する音種を被判別音響信号の音種と決定する。
【選択図】図１

Description

【０００１】
【発明の属する技術分野】
本発明は、例えば音声、音楽、環境雑音などの音響の種別を判別する音響信号判別方法、音響信号判別装置、音響信号判別プログラムに関する。
【０００２】
【従来の技術】
従来の音響信号判別技術は、音源成分を求めるために信号の自己相関係数を求め、また、信号の定常性を求めるためにバンドパスフィルタを用いて求めるなど特徴量の抽出毎に別の信号処理を行う必要があり、そのために信号処理効率が悪いという問題があった。
その一例として、入力信号から特徴抽出部にて一定時間毎に複数の特徴量を抽出し、各音韻毎の特徴量と多数の学習用音声データから特徴量分布作成部で作成した特徴量分布との統計的距離を計算する特徴量尤度算出部を有し、各音韻毎に得られた継続時間と多数の学習用音声データから継続時間分布作成部で作成した継続時間分布との統計的距離とを算出する継続時間尤度算出部を有し、これら２つの距離を統合して音声を検出する総合判定部を備えた音声検出方法が提案されている（特許文献１、特許文献２）。
【０００３】
【特許文献１】
特開平６−３３２４９２号公報
【特許文献２】
特開平８−８７２９３号公報
【０００４】
【発明が解決しようとする課題】
上記した特許文献１及び特許文献２に見られるように、従来は被判別信号の特徴量として、各音韻毎の特徴量と多数の学習用音声データから特徴量分布作成部で作成した特徴量分布との統計的距離を計算するなどの信号処理を行うため、信号処理効率が悪いという問題があった。
また、信号の定常性を計測するために、バンドパスフィルタを用いて周波数スペクトルの長時間の傾向をみる方法があるが、結果を得るために長い時間の分析窓が必要であった。また、音源成分の抽出にはスペクトル包絡の調波構造に基づく手法は存在したが、調波構造のピークが捉えにくいことや、調波構造のピーク間隔の揺らぎによって周波数スペクトル全体のもつ調波構造を捉えることはできなかった。
【０００５】
更に、雑音の識別を行うには、その信号の雑音の度合を計測する方法が必要であるが、これを計測する尺度は提案されていない。また、スペクトルの高域と低域などの形状の比較を行う場合において、スペクトル包絡の複雑さを簡易な表現に変換し、比較を行う尺度も提案されていない。
この発明の目的は被判別音響信号の周波数スペクトルを求め、この周波数スペクトルから信号の定常性及び非定常性を特定することができる特徴量及び周波数スペクトル全体の持つ調波構造を捉えることができる特徴量、雑音の度合を計測する特徴量及びスペクトル包絡の簡易な表現を実現することができる特徴量を提案し、これらの特徴量を用いることにより効率よく、然も精度よく被判別音響信号の種別を判定することができる音響信号判別方法、音響信号判別装置、音響信号判別プログラムを提供しようとするものである。
【０００６】
【課題を解決するための手段】
この発明では、被判別音響信号の周波数スペクトルと、この周波数スペクトルの時間軸上で隣接する周波数スペクトルの相関係数を時間軸方向の相関係数として求め、この時間軸方向の相関係数の時系列の分散値を特徴量として抽出する第１特徴量抽出処理と、互いに異なる複数の時点でそれぞれ被判別音響信号の周波数スペクトルを求め、この複数の周波数スペクトルを周波数軸方向にずらし、周波数のずれ毎に複数の周波数スペクトルの相関係数を周波数軸方向の相関係数として計算し、周波数軸方向の相関係数のピークが所定周波数間隔で存在する場合、そのピークの間隔から周期性を持つ信号の基本周波数を算出し、この基本周波数を特徴量として抽出する第２特徴量抽出処理と、周波数軸方向の相関係数の所定周波数範囲内の平均値を特徴量として抽出する第３特徴量抽出処理と、周波数軸方向の相関係数の開始点から回帰係数を求めることにより、周波数スペクトルの高域成分と低域成分の大局的な形状の違いを計測し、被判別音響信号の周波数スペクトルの概形を特徴量として抽出する第４特徴量抽出処理と、被判別音響信号の周波数スペクトルから、この周波数スペクトルのスペクトルパワー又は中心周波数、バンド幅の何れかを抽出する第５特徴量抽出処理と、の少なくとも一つの特徴量抽出処理で抽出した特徴量を用いて被判別音響信号の種別を判別する音響信号判別方法を提案する。
【０００７】
この発明では更に、被判別音響信号の周波数スペクトルと、この周波数スペクトルの時間軸上で隣接する周波数スペクトルの相関係数を時間軸方向の相関係数として求め、この時間軸方向の相関係数の時系列の分散値を特徴量として抽出する第１特徴量抽出手段と、互いに異なる複数の時点でそれぞれ被判別音響信号の周波数スペクトルを求め、この複数の周波数スペクトルを周波数軸方向にずらし、周波数のずれ毎に複数の周波数スペクトルの相関係数を周波数軸方向の相関係数として計算し、周波数軸方向の相関係数のピークが所定周波数間隔で存在する場合、そのピークの間隔から周期性を持つ信号の基本周波数を算出し、この基本周波数を特徴量として抽出する第２特徴量抽出手段と、周波数軸方向の相関係数の所定周波数範囲内の平均値を特徴量として抽出する第３特徴量抽出手段と、周波数軸方向の相関係数の開始点から回帰係数を求めることにより、周波数スペクトルの高域成分と低域成分の大局的な形状の違いを計測し、被判別音響信号の周波数スペクトルの概形を特徴量として抽出する第４特徴量抽出手段と、被判別音響信号の周波数スペクトルから、この周波数スペクトルのスペクトルパワー又は中心周波数、バンド幅の何れかを抽出する第５特徴量抽出手段と、の少なくとも一つの特徴量抽出手段で抽出した特徴量を用いて被判別音響信号の種別を判別する音響信号判別装置を提案する。
【０００８】
この発明では更に、コンピュータが解読可能な符号によって記述されコンピュータに、被判別音響信号の周波数スペクトルと、この周波数スペクトルの時間軸上で隣接する周波数スペクトルの相関係数を時間軸方向の相関係数として求め、この時間軸方向の相関係数の時系列の分散値を特徴量として抽出する第１特徴量抽出処理ステップと、互いに異なる複数の時点でそれぞれ被判別音響信号の周波数スペクトルを求め、この複数の周波数スペクトルを周波数軸方向にずらし、周波数のずれ毎に複数の周波数スペクトルの相関係数を周波数軸方向の相関係数として計算し、周波数軸方向の相関係数のピークが所定周波数間隔で存在する場合、そのピークの間隔から周期性を持つ信号の基本周波数を算出し、この基本周波数を特徴量として抽出する第２特徴量抽出処理ステップと、周波数軸方向の相関係数の所定周波数範囲内の平均値を特徴量として抽出する第３特徴量抽出処理ステップと、周波数軸方向の相関係数の開始点から回帰係数を求めることにより、周波数スペクトルの高域成分と低域成分の大局的な形状の違いを計測し、被判別音響信号の周波数スペクトルの概形を特徴量として抽出する第４特徴量抽出処理ステップと、被判別音響信号の周波数スペクトルから、この周波数スペクトルのスペクトルパワー又は中心周波数、バンド幅の何れかを抽出する第５特徴量抽出処理ステップと、の少なくとも一つの特徴量抽出処理ステップを実行させ、実行した特徴量抽出ステップで抽出した特徴量を用いて被判別音響信号の種別を判別する音響信号判別方法を実行させる音響信号判別プログラムを提案する。
【０００９】
作用
本発明によれば、第１特徴量抽出処理乃至第５特徴量抽出処理で抽出する各特徴量は全て被判別音響信号の周波数スペクトルから抽出する。従って、全て同一系統の信号処理で音響信号の種別を判別でき信号処理の効率がよい。
更に、本発明によれば音響信号の定常性及び非定常性を判別する特徴量、単一音源の有無を判別する特徴量、雑音の白色性を判別する特徴量、スペクトルの形状を簡素に表現し、スペクトルの形状の違いを比較することを可能とした特徴量をそれぞれ抽出するから、信頼性の高い種別判定を行うことができる。
【００１０】
【発明の実施の形態】
図１にこの発明による音響信号判別方法を用いて音響信号の種別を判定する音響信号判別装置の概要を示す。
被判別音響信号は周波数分析手段１で周波数分析され、周波数スペクトルが求められる。周波数分析手段１としては例えばＦＦＴ等と呼ばれている高速フーリエ変換手段を用いることができる。高速フーリエ変換手段によれば例えば１０２４サンプルの音響データを１フレームとして取扱い、１フレーム内に存在する音響データの周波数成分を分析する。
この発明ではこの周波数分析手段１で分析した周波数スペクトルを利用して第１特徴量〜第Ｎ特徴量を抽出する構成とした点を特徴とするものである。この実施例ではＮ＝５とした場合を示す。このために、周波数分析手段１の出力側に、第１特徴量抽出手段１０と、第２特徴量抽出手段２０と、第３特徴量抽出手段３０と、第４特徴量抽出手段４０と、第５特徴量抽出手段５０が接続される。
図１では時間軸方向の相関係数計算手段１１と、分散値計算手段１２をブロックで囲んで第１特徴量抽出手段１０を構成しているように表記しているが、実質的には周波数分析手段１を含んで第１特徴量抽出手段１０が構成される。
【００１１】
第１特徴量抽出手段１０を構成する時間軸方向の相関係数計算手段１１は、周波数分析手段１から与えられる周波数分析結果を時間軸方向に隣接する周波数スペクトルの相関係数を計算する。相関係数の値が高い値（１に近い値）の発生頻度が多い状況では入力された被判定音響信号は時間軸方向に周波数スペクトルの変動が少ないと見ることができる。この状況下にある信号を以下では定常性を持つ信号、又は定常的な信号と称すことにする。
これに対し、相関係数が低い値（０に近い値）の発生頻度が多い状況ではその時点の被判別音響信号は時間軸方向に大きく変動していると見ることができる。この状況下にある信号を以下では非定常性を持つ信号又は非定常な信号と称すことにする。
定常性を持つ信号と非定常性を持つ信号の一例を図２を用いて説明する。図２で横軸は時間を示す。図２の前半の区間Ｘ１はＢＧＭ音楽信号を被判別音響信号として入力した状況、後半の区間Ｘ２は音声信号を被判別音響信号として入力した状況を示す。上段Ａに示す曲線は被判別音響信号のパワー値（ＲＭＳ）を示す。パワー値は上に向う程パワー値が高く、下に向うほどパワー値が低いことを表わす。
中段Ｂは被判別音響信号のピッチ（基本周波数）を抽出した結果を表わす。このピッチに関しては第２特徴量抽出手段２０の部分で説明するが、このピッチデータも上に向う程周波数が高く、下に向う程周波数が低いことを表わす。
【００１２】
下段Ｃは第１特徴量抽出手段１０を構成する時間軸方向の相関係数計算手段１１で計算した時間軸方向の相関係数を示す。この相関係数は上に向う程相関値が１に近づき、下に向う程０値に近づく。
図２に示す時間軸方向の相関係数の軌跡から被判別音響信号が音楽の場合は相関係数は安定し、音声区間では相関係数が大きく変動する様子が解る。
尚、時間軸方向のｎ番目のパワースペクトルとｎ＋１番目のパワースペクトルとの相関係数Ｒ_ｔ，ｔ＋１は以下に示す（１）式，（２）式，（３）式で求められる。
【数１】

（２）式はパワースペクトルの相関係数、（３）式は正規化のための重み係数を示す。
音楽が被判別音響信号の場合、スペクトルの包絡が時間軸方向に似通っているために高い相関値を保つと考えられる。これに対して音声の区間では相関係数値が大きく変動している。音声の中でも母音部分では高いと相関値を示すが、子音部分や音韻の境界ではスペクトルの変化が生じるために低い相関値を示すものと考えられる。この結果、この発明ではある時間長の相関値を計測し、その分散の度合により信号が定常的か非定常的かを判定するものとする。
このために、第１特徴量抽出手段１０では時間軸方向の相関係数計算手段１１の出力側に分散値計算手段１２を設け、この分散値計算手段１２で相関係数の単位時間あたりの分散値Ｖを計算する。分散値Ｖは以下に示す（４）式で計算される。
【数２】

（４）式において分析フレーム長をＮとし、Ｒ_ｎは連続するＮ個の相関係数、Ｒ＾はフレーム内の相関係数の平均を示す。
【００１３】
図３に各種別の音響信号の相関係数の分散を示す。図３に示す曲線Ｓ１は被判別音響信号が音楽の場合の相関値の分散を表わす。
曲線Ｓ２は被判別音響信号が音声の場合の相関値の分散を表わす。
曲線Ｓ３はポーズ区間の相関値の分散。
曲線Ｓ４は自動車の走行音の相関値の分散。
曲線Ｓ５はプロペラ機のエンジン音の相関値の分散。
曲線Ｓ６はペーパーノイズ（紙をめくる音）の相関値の分散を示す。
音楽と音声の相関値の分散曲線Ｓ１とＳ２は分布の重なりが少ない形状となっている。よって、この分散を特徴量として用いることにより音声と音楽とを判別することができる。但し、その他の音響信号に関しては分布が広がっており、この特徴量では種別の判別は困難であると見られる。図３に示す例では、分散値が４０〜６０の範囲で音楽、分散値が６０〜８０の範囲で音声と判定することができる。第１特徴量抽出手段１０はこの分散値を第１特徴量として判別手段６０に出力する。種別の判別方法に関しては判別手段６０の項で説明する。
【００１４】
次に、第２特徴量抽出手段２０について説明する。第２特徴量抽出手段は周波数軸方向の相関係数計算手段２１と、ピッチ抽出手段２２とによって構成することができる。周波数軸方向の相関係数計算手段２１は周波数分析手段１で周波数分析した時点ｎで得られた周波数スペクトルと、時点ｎ＋１で得られた周波数スペクトルを相互に周波数軸方向に移動させながら、各移動周波数毎に相関係数を計算する。
図４にその様子を示す。図４に示すＳＰ１は時点ｎで得られた周波数スペクトル、ＳＰ２は時点ｎ＋１で得られた周波数スペクトルを示す。双方の周波数スペクトルの周波数差が０Ｈｚである状態から、何れか一方の周波数スペクトルを周波数軸方向にわずかずつ（Δｆ）移動させ、移動毎に相互の相関係数を求める。相関係数は（５）式、（６）式、（７）式で求められる。
【数３】

【００１５】
図５にスペクトルの移動による相関係数の一例を示す。スペクトルＳＰ１とＳＰ２を周波数軸方向にずらしながら相互の相関係数を求めることにより、調波構造のピークに双方のスペクトルが重なる毎に強い相関を示し、ピークの重なりがずれれば０．２程度の極めて低い相関を示す。この繰り返しにより明確な相関値のピークが得られる。相関係数に周期的にピークが発生する場合、被判別音響信号に周期性を持つ信号が含まれていることが分る。ピークの間隔を抽出することで周期性を持つ信号のピッチ周波数を得ることができる。
ピッチ抽出手段２２は図５に示した相関係数のピーク相互間の間隔から周期性を持つ信号のピッチ周波数を求める。具体的には図５に示すピークＰ１は周波数差が０Ｈｚの場合の相関値で得られるピーク、Ｐ２は２番目のピークである。ピークＰ１とＰ２の間隔τから周期性を持つ信号の基本周波数（ピッチ周波数）を求めることができる。第２特徴量抽出手段２０はこのピッチ周波数を第２特徴量として判別手段６０に出力する。
【００１６】
次に第３特徴量抽出手段３０について説明する。第３特徴量抽出手段３０は図１では平均値計算部３１のみをブロックで囲んで示しているが、実質的には周波数分析手段１と、周波数軸方向の相関係数計算手段２１とを含んで構成される。平均値算出手段３１は周波数軸方向の相関係数計算手段２１が周波数スペクトルＳＰ１とＳＰ２を周波数Δｆずつずらす毎に算出する相関値を相関値の算出が終了するまで積算し、その平均値を求める。つまり、周波数スペクトルＳＰ１とＳＰ２の周波数のずれが０Ｈｚの状態から、周波数のずれ量Δｆが最大に達するまでの間に算出された相関値を積算し、その平均値を求める。この平均値により雑音性が大きいか、小さいかを判定することができる。
その理由は以下の如くである。図６に示すＡ１はホワイトノイズのパワースペクトルの包絡、Ｂ１はピンクノイズの周波数スペクトルのパワーの概略、Ｃ１は例えば音楽、音声等の有色音のスペクトルのパワーの概略を示す。
【００１７】
図６Ａ２は周波数軸方向の相関係数計算手段２１で周波数をΔｆずつずらした場合に算出される同様の相関係数、Ｂ２はピンクノイズの相関係数、Ｃ２は有色音の相関係数をそれぞれ示す。
図６Ａ２とＢ２、Ｃ２において、或る周波数範囲Δｆｍに限定してその範囲内の相関係数の平均値Ｓ_ＡＶはホワイトノイズの場合「１」で最大となり、次にピンクノイズ、有色音の順に平均値Ｓ_ＡＶの値が求められる。従って、相関係数の平均値Ｓ_ＡＶの値が「１」に近い程ノイズ性が高いと判定することができる。特に平均値が「１」に近い程白色性に近いことが分る。
【００１８】
図７と図８を用いて相関係数の平均値が意味するところを説明する。図７は音楽、ペーパーノイズ、自動車の走行音の各音響信号のパワースペクトルを示す。図７に示す曲線ｍｆは音楽のパワースペクトル、曲線ｐｆはプロペラ機のエンジン音のパワースペクトル、曲線ｓｆは自動車の走行音のパワースペクトルを示す。図７に示すパワースペクトルでは音楽のパワースペクトルは他の音と区別でくるが、自動車の走行音とプロペラ機のエンジン音は全く重なり合っており、区別は難しい。
これに対し、図８にこの発明で用いる周波数軸方向の相関係数を示す。図８に示す曲線ｍｃは音楽の周波数スペクトルを周波数軸方向にずらしながら相関係数を計算し、計算した周波数軸方向の相関係数をプロットした曲線を示す。曲線ＳＣは自動車走行音の周波数軸方向の相関係数、曲線ＰＣはプロペラ機のエンジン音の周波数軸方向の相関係数を示す。図８から分かるように、各曲線ＳＣ、ｍｃ、ＰＣは重なり合う部分は少なく、或る周波数のずれ範囲に制限し、その範囲内の相関値の平均を求めることにより、その平均値を尺度とすれば音楽と、自動車の走行音と、プロペラ機のエンジン音を区別することができる。従って、第３特徴量抽出手段３０は第３特徴量として周波数軸方向の相関係数の平均値を抽出し、その平均値を判別手段６０に出力する。
【００１９】
次に、第４特徴量抽出手段４０について説明する。第４特徴量抽出手段４０も図１では回帰係数計算手段４１のみをブロックで囲んで示しているが、実質上は周波数分析手段１と周波数軸方向の相関係数計算手段２１を含んで第４特徴量抽出手段４０が構成される。
第４特徴量抽出手段４０を構成する回帰係数計算手段４１は相関係数の低域から高域に至る概略の傾きを求めている。図９にその様子を示す。図９に示す曲線ｍは或る音響信号の周波数軸方向の相関係数。この相関係数の傾きａを求めることにより低域と高域の相関値の差が大きいか小さいかを計測することができる。傾きａは一次回帰係数の演算方法により以下に示す（８）式、（９）式で求めることができる。
【数４】

（８）式で求められるＤは一次直線Ｎから曲線ｍに下した距離を示す。距離Ｄを積分した値が最小となる傾きａを算出する。
【００２０】
図１０に傾きａを実例に適用した例を示す。自動車の走行音の相関係数の傾きはａ１、音楽の相関係数の傾きはａ２、プロペラ機のエンジン音の相関係数の傾きはａ３のように求めることができる。これらの傾きａ１、ａ２、ａ３から、音の種別を判定することができる。第４特徴量抽出手段４０はこの相関係数の傾きａを第４特徴量として判別手段６０に出力する。
第５特徴量抽出手段５０では周波数分析手段１から周波数スペクトルラムを取り込み、平均パワー計算手段５１により周波数スペクトラムの平均パワーを求め、この平均パワーを第５特徴量として判別手段６０に出力する。
判別手段６０では各特徴量抽出手段１０〜５０から出力される各特徴量を用いてどの種別の音響信号であるかを判定する。
この判定のために、予めデータベース７０に学習データが用意される。この学習データは、例えば音声に関しては発音の正しいアナウンサなどの音声及びその他の種別の音響信号（以下カテゴリと称す）を予め、第１特徴量抽出手段１０〜第５特徴量抽出手段５０でそれぞれの特徴量を抽出し、各特徴量について分散μと平均σを求め、データベース７０に格納する。
【００２１】
図１１にデータベースに格納したデータ群の様子を示す。
データベース７０に学習データが用意された状態で音種の判別が行える状態となる。周波数分析手段１に被判別音響信号が入力されると、上記した第１特徴量抽出手段１０、第２特徴量抽出手段２０、第３特徴量抽出手段３０、第４特徴量抽出手段４０、第５特徴量抽出手段５０は第１特徴量ｘ_１、第２特徴量ｘ_２、第３特徴量ｘ_３、第４特徴量ｘ_４、第５特徴量ｘ_５を抽出する。
その抽出結果を図１２に示す。
これらの各特徴量ｘ_ｉ（ｘ_１，ｘ_２…ｘ_５）は以下に示す（１０）式に代入され、各特徴量ｘ_ｉ（ｘ_１，ｘ_２…ｘ_５）毎にこの例では５種類のカテゴリＣ＝５の全てに渡って尤度Ｐ_ｃ，ｉを求める。
【数５】

ここでＣはカテゴリを表わす添字、ｉは特徴量を表わす添字である。
分散μと平均σはデータベース７０の各対応する欄から読み出して（１０）式に代入する。
各カテゴリの各特徴量（ｘ_１，ｘ_２，ｘ_３，ｘ_４，ｘ_５）毎に尤度の積Ｐ_ｃ，ｉが求められた後、（１１）式で各カテゴリの尤度の積Ｐｃを求める。
（１１）式により各カテゴリの尤度の積Ｐｃが求められた中で最も大きい尤度の積の値Ｐｃを提示したカテゴリを被判定音響信号のカテゴリと判定する。
【００２２】
図１３に判定結果の一例を示す。図１３の左欄のカテゴリ名は入力した音響信号のカテゴリ、上段のカテゴリ名は判定したカテゴリを示す。各欄の数値は単位時間に判定した回数を示す。つまり、音声を入力した場合に、音声と判定した回数が２３９２回、ＢＧＭ音楽と判定した回数が４８回、ノイズと判定した回数が７１回、環境騒音として判定した回数が７３回であったことを表わす。その結果音声の判別率は９２．６％となる。その他のカテゴリの判定率も７７〜８８％程度に推移し、良好な判別率を提示している。尚、上述の実施例では判定手段６０において第１特徴量〜第５特徴量の全てを判定の尺度として利用した場合を説明したが、必ずしも全ての特徴量を用いる必要はなく、最小限一つの特徴量だけでも判別を実行することができる。
図１に示した周波数分析手段１、第１特徴量抽出手段１０、第２特徴量抽出手段２０、第３特徴量抽出手段３０、第４特徴量抽出手段４０、第５特徴量抽出手段、判別手段６０はコンピュータとコンピュータにインストールされた音響信号判別プログラムとによって実現される。
【００２３】
コンピュータは図１４に示すようにプログラムを解読し実行するＣＰＵ１０１と、読出専用メモリＲＯＭ１０２と、読み、書き可能なメモリＲＡＭ１０３と、入力ポート１０４，出力ポート１０５、外部記憶装置１０６等により構成される。
一般的にはＲＡＭ１０３に周波数分析プログラム１０３Ａと、第１特徴量抽出処理プログラム１０３Ｂ、第２特徴量抽出処理プログラム１０３Ｃ、第３特徴量抽出処理プログラム１０３Ｄ、第４特徴量抽出処理プログラム１０３Ｅ、第５特徴量抽出処理プログラム１０３Ｇ等が格納され、入力ポート１０４に入力された被判別音響信号の判別処理が実行される。判別結果は出力ポート１０５を通じて出力され、例えばモニタ（特に図示しない）に表示される。尚、図１４に示す例では外部記憶装置１０６に学習データを格納したデータベースを構築した例を示すが、データベースをＲＡＭ１０３に構築する場合もある。
【００２４】
図１５にこの発明による音響信号判別プログラムの概要を表わすフローチャートを示す。
ステップＳＰ１で音響信号が入力される。
ステップＳＰ２でこの音響信号の周波数分析を実行する。
ステップＳＰ３で周波数分析で得られた周波数スペクトルを用いて時間軸方向の相関係数を算出する。
ステップＳＰ４で時間軸方向の相関係数の分散値を算出し、この分析値を第１特徴量として出力する。
ステップＳＰ５では周波数分析結果を用いて周波数軸方向の相関係数を算出する（詳しくは図４参照）。
ステップＳＰ６で周波数軸方向の相関係数を用いて基本周波数を算出し、この基本周波数を第２特徴量として出力する。
ステップＳＰ７ではステップＳＰ５で算出した周波数軸方向の相関係数の平均値を求め、この平均値を第３特徴量として出力する。
ステップＳＰ８では回帰係数を算出し、スペクトルの概形（詳しくは図９参照）を求め、そのスペクトルの概形を第４特徴量として出力する。
ステップＳＰ９では周波数分析結果からスペクトルパワー又はスペクトルの中心周波数、バンド幅の何れか又は全部を算出し、第５特徴量として出力する。
ステップＳＰ１０ではこれら第１特徴量から第５特徴量の少なくとも何れか一つを用いて判別処理を実行する。判別処理に用いる特徴量の選択は主に音声を検出したいか或は音楽を検出したいか等で適宜に選択される。
上述したように、この発明による音響信号判別プログラムはコンピュータが解読可能な符号によって記述され、コンピュータが読み取り可能な記録媒体に記録され、この記録媒体からインストールされるか、又は通信回線を通じてコンピュータにインストールされ、ＣＰＵ１０１が解読して実行される。
【００２５】
【発明の効果】
以上説明したように、この発明によれば音響信号の種別を判定するために用いる特徴量は全て周波数分析結果である周波数スペクトルを利用して抽出するため、信号処理の効率がよい。
更に、この発明では時点ｎで得られた周波数スペクトルと、時点ｎ＋１で得られた周波数スペクトルを時間軸方向にずらしながら相関係数を求め、この相関係数を利用して第２特徴量乃至第４特徴量を求め、これらの特徴量により、第２特徴量としてピッチ成分の抽出と、第３特徴量として相関係数の平均値、第４特徴量としてスペクトルの概形を定めることができる傾斜を求めたから、従来では判別が困難であった音声と音楽、或はノイズと環境騒音を判別することができるようになった。
【図面の簡単な説明】
【図１】この発明による音響信号判別装置の一実施例を説明するためのブロック図。
【図２】図１に示した実施例で用いる時間軸方向の相関係数を説明するためのグラフ。
【図３】図２で説明した時間軸方向の相関係数から求めた第１特徴量となる相関値の分散を説明するためのグラフ。
【図４】この発明で用いる複数の周波数スペクトルを周波数軸方向にずらしながら、各周波数のずれ毎に相関係数を求める方法を説明するためのグラフ。
【図５】図４で説明した方法で求めた第２特徴量を説明するためのグラフ。
【図６】この発明で用いる第３特徴量を説明するためのグラフ。
【図７】被判別音響信号の音種別のパワースペクトルの一例を説明するためのグラフ。
【図８】図７に示したパワースペクトルをこの発明で用いる周波数軸方向にスペクトルを移動させて算出した相関係数に置換した例を示すグラフ。
【図９】この発明で用いる第４特徴量を説明するためのグラフ。
【図１０】この発明で用いる第４特徴量の実例を説明するためのグラフ。
【図１１】この発明の判別手段で用いるデータベースの内部の様子を説明するための図。
【図１２】被判別音響信号から抽出した第１特徴量乃至第５特徴量の抽出状態を説明するための図。
【図１３】この発明の運用結果の一例を説明するための図。
【図１４】この発明の音響信号判別装置をコンピュータで実現した場合の実施例を示すブロック図。
【図１５】この発明の音響信号判別プログラムの概要を説明するためのフローチャート。
【符号の説明】
１周波数分析手段５０第５特徴量抽出手段
１０第１特徴量抽出手段６０判別手段
２０第２特徴量抽出手段７０データベース
３０第３特徴量抽出手段ｘ_１〜ｘ_５第１特徴量〜第５特徴量
４０第４特徴量抽出手段

Claims

被判別音響信号の周波数スペクトルと、この周波数スペクトルの時間軸上で隣接する周波数スペクトルの相関係数を時間軸方向の相関係数として求め、この時間軸方向の相関係数の時系列の分散値を特徴量として抽出する第１特徴量抽出処理と、
互いに異なる複数の時点でそれぞれ被判別音響信号の周波数スペクトルを求め、この複数の周波数スペクトルを周波数軸方向にずらし、周波数のずれ毎に複数の周波数スペクトルの相関係数を周波数軸方向の相関係数として計算し、周波数軸方向の相関係数のピークが所定周波数間隔で存在する場合、そのピークの間隔から周期性を持つ信号の基本周波数を算出し、この基本周波数を特徴量として抽出する第２特徴量抽出処理と、
上記周波数軸方向の相関係数の所定周波数範囲内の平均値を特徴量として抽出する第３特徴量抽出処理と、
上記周波数軸方向の相関係数の開始点から回帰係数を求めることにより、上記周波数スペクトルの高域成分と低域成分の大局的な形状の違いを計測し、上記被判別音響信号の周波数スペクトルの概形を特徴量として抽出する第４特徴量抽出処理と、
上記被判別音響信号の周波数スペクトルから、この周波数スペクトルのスペクトルパワー又は中心周波数、バンド幅の何れかを抽出する第５特徴量抽出処理と、
の少なくとも一つの特徴量抽出処理で抽出した特徴量を用いて被判別音響信号の種別を判別する音響信号判別方法。
被判別音響信号の周波数スペクトルと、この周波数スペクトルの時間軸上で隣接する周波数スペクトルの相関係数を時間軸方向の相関係数として求め、この時間軸方向の相関係数の時系列の分散値を特徴量として抽出する第１特徴量抽出手段と、
互いに異なる複数の時点でそれぞれ被判別音響信号の周波数スペクトルを求め、この複数の周波数スペクトルを周波数軸方向にずらし、周波数のずれ毎に複数の周波数スペクトルの相関係数を周波数軸方向の相関係数として計算し、周波数軸方向の相関係数のピークが所定周波数間隔で存在する場合、そのピークの間隔から周期性を持つ信号の基本周波数を算出し、この基本周波数を特徴量として抽出する第２特徴量抽出手段と、
上記周波数軸方向の相関係数の所定周波数範囲内の平均値を特徴量として抽出する第３特徴量抽出手段と、
上記周波数軸方向の相関係数の開始点から回帰係数を求めることにより、上記周波数スペクトルの高域成分と低域成分の大局的な形状の違いを計測し、上記被判別音響信号の周波数スペクトルの概形を特徴量として抽出する第４特徴量抽出手段と、
上記被判別音響信号の周波数スペクトルから、この周波数スペクトルのスペクトルパワー又は中心周波数、バンド幅の何れかを抽出する第５特徴量抽出手段と、
の少なくとも一つの特徴量抽出手段で抽出した特徴量を用いて被判別音響信号の種別を判別する音響信号判別装置。
コンピュータが解読可能な符号によって記述されコンピュータに、
被判別音響信号の周波数スペクトルと、この周波数スペクトルの時間軸上で隣接する周波数スペクトルの相関係数を時間軸方向の相関係数として求め、この時間軸方向の相関係数の時系列の分散値を特徴量として抽出する第１特徴量抽出処理ステップと、
互いに異なる複数の時点でそれぞれ被判別音響信号の周波数スペクトルを求め、この複数の周波数スペクトルを周波数軸方向にずらし、周波数のずれ毎に複数の周波数スペクトルの相関係数を周波数軸方向の相関係数として計算し、周波数軸方向の相関係数のピークが所定周波数間隔で存在する場合、そのピークの間隔から周期性を持つ信号の基本周波数を算出し、この基本周波数を特徴量として抽出する第２特徴量抽出処理ステップと、
上記周波数軸方向の相関係数の所定周波数範囲内の平均値を特徴量として抽出する第３特徴量抽出処理ステップと、
上記周波数軸方向の相関係数の開始点から回帰係数を求めることにより、上記周波数スペクトルの高域成分と低域成分の大局的な形状の違いを計測し、上記被判別音響信号の周波数スペクトルの概形を特徴量として抽出する第４特徴量抽出処理ステップと、
上記被判別音響信号の周波数スペクトルから、この周波数スペクトルのスペクトルパワー又は中心周波数、バンド幅の何れかを抽出する第５特徴量抽出処理ステップと、
の少なくとも一つの特徴量抽出処理ステップを実行させ、実行した特徴量抽出ステップで抽出した特徴量を用いて被判別音響信号の種別を判別する音響信号判別方法を実行させる音響信号判別プログラム。