JP2006230446A - 健康状態推定装置 - Google Patents
健康状態推定装置 Download PDFInfo
- Publication number
- JP2006230446A JP2006230446A JP2005045219A JP2005045219A JP2006230446A JP 2006230446 A JP2006230446 A JP 2006230446A JP 2005045219 A JP2005045219 A JP 2005045219A JP 2005045219 A JP2005045219 A JP 2005045219A JP 2006230446 A JP2006230446 A JP 2006230446A
- Authority
- JP
- Japan
- Prior art keywords
- health
- person
- subject
- formant
- target person
- 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.)
- Pending
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
【課題】 高齢者などの健康状態をこまめに確認することができ、しかも、安否の確認にかかる費用を抑えることができる健康状態推定装置を提供する。
【解決手段】 健康状態確認の対象者へ向かって問いかけを行うスピーカと、前記対象者からの返答を受けるマイクロフォンと、前記対象者からの返答の音声分析を行う信号処理装置を備えている。そして、前記信号処理装置による音声分析では、前記マイクロフォンから入った前記対象者の音声と、同じ前記対象者の健康な状態における音声との比較によって、前記対象者の健康状態を推定する。
【選択図】 図1
【解決手段】 健康状態確認の対象者へ向かって問いかけを行うスピーカと、前記対象者からの返答を受けるマイクロフォンと、前記対象者からの返答の音声分析を行う信号処理装置を備えている。そして、前記信号処理装置による音声分析では、前記マイクロフォンから入った前記対象者の音声と、同じ前記対象者の健康な状態における音声との比較によって、前記対象者の健康状態を推定する。
【選択図】 図1
Description
本発明は、高齢者等の健康状態を推定する健康状態推定装置に関する。
厚生省白書によれば、65歳以上で一人暮らしをしている人口は現在約260万人といわれ、2020年にはその約2倍の530万人に達するものと予想される。
その為、各自治体等では、高齢者安否確認事業の重要性が認識されつつある。現在、そのような高齢者の安否を確認する為に普通に行われる方法は、ひとり暮らし高齢者や高齢者世帯を対象として、ホームヘルパー等が対象者宅を訪問し、日常生活上の相談、支援及び緊急通報装置の点検等を行うというものである。
また、安否確認の対象者が日常生活を行う上で使用する物の作動回数を検出するセンサを設け、このセンサのよる作動回数と、予め実測しておいた対象者の日常生活時の使用と比較して対象者の安否を推測するという技術も提案されている(特許文献1参照)。
特開2001−357475
特許文献1の技術の場合、直接、安否確認の対象者の安否を確認するものではない。従って、仮に、その物の使用が日常生活時と同じに行われたとしても、体調が崩れていることもあり得る。やはり、対象者宅の訪問といった直接的な安否確認が求められる。
しかしながら、ホームヘルパー等が、こまめに対象者宅を訪問するということは、高齢者の数が相対的に増加することを考えると、人材の確保やコスト面からしてかなり困難であると考えられる。
また、高齢者世帯の持つ不安感や孤独感の解消という点では、必ずしも毎日のケアは必要ではないが、病気の発生や悪化などの場合には、緊急性が要求される為、やはりこまめな対象者宅の訪問が欠かせない。
それに対して、通信を利用した安否確認システムが提案されている。そのような安否確認システムの従来例として、ページャを使ったものがある。この従来例では、例えば、次のような方法で安否確認を行っている。即ち、毎朝、対象となる高齢者の自宅に設置した安否確認装置用端末へ、ページャを使って一斉に「お元気ですか?」と配信する。これに対して、返答のない高齢者がいれば、その高齢者の名前等を、担当する民生委員等へ連絡する。民生委員等は、この高齢者の自宅へ安否確認へ向かう。
この場合、返答があった高齢者は、一律に元気であると判断される。しかしながら、病気の発生や悪化の場合でも、高齢者は習慣的に、又は面倒をかけまいとする意図から、無理しても返答を行うこともあり得ると考えられる。或いは、病気であっても、すぐに回復すると考えている場合も考えられる。そのような高齢者が、いよいよ返答ができなくなった時には、手遅れということになってしまう。
本発明は、上記した従来の問題点を解決するためになされたものであり、高齢者などの健康状態をこまめに確認することができ、しかも、安否の確認にかかる費用を抑えることができる健康状態推定装置を提供することを目的とする。
前記目的を達成するために、本発明による健康状態推定装置は、健康状態確認の対象者へ向かって問いかけを行うスピーカと、前記対象者からの返答を受けるマイクロフォンと、前記対象者からの返答の音声分析を行う信号処理装置とからなり、前記信号処理装置による音声分析では、前記マイクロフォンから入った前記対象者の音声と、同じ前記対象者の健康な状態における音声との比較によって、前記対象者の健康状態を推定する。
人の発する声と、体の状態との相関関係は、本件発明者の研究を含めて多くの結果が得られている。例えば、「ありがとう」と発生する場合、その人の脳でカテコラミンの濃度が上昇し、「ごめんなさい」と発生する場合、その人のβーエンドルフィンの濃度が上昇することが確認されている。
逆に、体調の善し悪しが、声に何らかの測定可能な影響を与えることは本件発明者による観察で確認されている。その測定方法として、様々な実装が考えられるが、本件発明者による最良の形態が以下に示されている。これにより次のような発明の効果が得られる。
上記のように構成された本発明による健康状態推定装置により、高齢者などの健康状態をこまめに確認することができ、しかも、安否の確認にかかる費用を抑えることができる。
以下、本発明の実施形態による健康状態推定装置を添付図面を参照して詳細に説明する。
===安否確認システムの概要===
===安否確認システムの概要===
図1は、本発明の実施形態に係る健康状態推定装置を利用した安否確認システムを示す概略図である。この安否確認システムでは、電話回線に接続した健康状態推定装置10を、安否確認対象者20(ここでは高齢者としておく)の傍らに設置しておく。また、この健康状態推定装置10には、予め、この安否確認システムを管理する事業者や自治体のシステム担当者の電話番号が登録されている。この安否確認システムは、以下のように運用される。
図2は、本発明の健康状態推定装置を利用した安否確認システムによる安否確認の流れを示すフローチャートである。まず、ステップS1では、この健康状態推定装置10は、再生時間(例えば、毎朝8時)であるかどうかを確認する。これはタイマーで実装される。ステップS1で、再生時間が確認されると、ステップS2で、予め録音されているメッセージを再生する。これは、例えば「おはようございます」という問いかけである。このメッセージは、返答があるまで、例えば最大5回繰り返される。
もし、返答がなければ(ステップS3でNO)、ステップS4で、この安否確認システムを管理する事業者や自治体3のシステム担当者へ電話をかける。そして、例えば「○○さんの容体が不明です」といったメッセージを再生することで、事態を通知する。
もし、返答があれば(ステップS3でYES)、この健康状態推定装置10は、ステップS5で、後に詳細に説明する方法により、返答の音声を判断して、高齢者2の健康状態を推定する。音声が正常(高齢者2は健康)と判断されれば、ステップS1で、次回の再生時間まで待機する。音声が正常でない、つまり高齢者2の健康状態が良くないと推定されれば、上記のステップS5以降の処理を行う。
ステップS6では、システム担当者は、高齢者宅へ電話をかける。もし、電話に出なければ(ステップS7でNO)、ステップS8でシステム担当者は、この高齢者宅へ訪問できる介護者(民生委員、親戚等)4へ連絡を行う。高齢者2が電話に出ても、システム担当者が必要と判断した場合(ステップS9でNO)でも、ステップS8でシステム担当者は、介護者4へ連絡を行う。そして、ステップS10で、この連絡を受けた介護者は、直ちに高齢者2の安否を確認する為に、高齢者宅へ訪問する。
===健康状態推定装置の構成===
===健康状態推定装置の構成===
図3は、本発明による健康状態推定装置20の構成を示すブロックダイアグラムである。この健康状態推定装置20は、CPU21と、ROM22と、RAM23と、スピーカ24と、マイクロフォン25と、モデム26と、タイマー27とからなっている。
ROM22はフラッシュメモリ等の書き換え可能なもので、後述の信号処理を実行するための安否確認プログラムが格納されている。また、安否確認プログラムで用いる基礎データも格納されている。この基礎データには、後述する健康状態における音声データも含まれている。
RAM23は、安否確認プログラムで利用するメモリ領域のワーキングエリアを提供する。また、スピーカ24、マイクロフォン25及びモデム26、タイマー27は、CPU21の外部入出力装置となっている。このCPU21は市販のIPを利用できるが、RAM23、モデム26、タイマー27などを含めて、1チップマイクロコンピュータとして実装することも可能である。
また、マイクロフォン25は、高齢者20がその近くで返答が可能な位置に設置する必要がある。でなければ、周囲の雑音と区別できる十分な音量の音声を得ることができないからである。
===健康状態推定アルゴリズムにおける音声処理の詳細===
===健康状態推定アルゴリズムにおける音声処理の詳細===
次に、健康状態推定アルゴリズムの詳細を説明する。ここでの健康状態推定は、音声分析に基づくものであり、音声認識の一種とみることもできる。しかしながら、ここ音声認識とは、話す内容の判断ではなく、話す音声から話者の健康状態を良否を判断することであり、非常に限られた認識である。従って、都合のよい条件を設定すれば、通常の音声認識の精度に比較しても、十分に高い精度が期待できることは容易に想像できる。
ここでは最も簡単な例を説明する。つまり、健康状態推定装置20が行う「おはようございます」という問いかけに対して、常に、「おはよう」と答えるというものである。これが例えば「おはようございます」とオーム返しをする場合でも、以下の議論は同様に適用可能であることは当業者には明らかである。要は、幾つかの予め決められた返答の1つを行うということを条件とする。また、特定の話者に限定するということを条件とする。
一般に音声は、母音と子音からなる。日本語の場合、母音は/a/、/i/、/u/、/e/、/o/であるが、鼻音/n/も似た性質を持っている。これらの母音は声帯で作りだされ、声帯から唇までの声道を1つの音響管としての共鳴現象と考えられる。母音の種類は、舌や口の形によって決まる。つまり、声道の場合は単純な円筒のように一定の太さでないため、複数の周波数で共鳴が強められるが、舌や口の形によって共鳴周波数やその振幅が変化する。その周波数の位置や相対的な強さによって母音の種類が決まるのである。この周波数をホルマントと言い、周波数の低い方から第1ホルマント、第2ホルマント、第3ホルマント、‥と呼ばれる。
このホルマントの相対的な関係は、話者によらずほぼ共通しており、相互のコミュニケーションを可能としている。一方、その周波数の位置は、男女間で差があり、個人差も存在する。しかし、特定の個人では、普通に話す場合、常に一定のホルマントが存在する。
一方、子音の場合は、音源は声帯で作られるものだけではない。例えば、/s/は、舌の先を上の前歯の付根の近くにもっていき、そこに狭めをつくって呼気を通過させることで発生する。このとき空気流は一種の乱気流になり、これが/s/の音源になるのである。
これを信号スペクトルで見れば、ホルマントよりも高い周波数を主成分とする信号が短い時間継続し、普通、その後に母音が続くことになる。ホルマントの変化や、この子音の特徴的なスペクトルを利用することで、音の切り出しを行うことができる。
「おはよう」の場合、/o/、/h/、/a/、/y/、/o/、という5つの要素からなる信号が入力される。今回は、健康状態推定装置20が行う「おはようございます」という問いかけに対して、返答を行うものなので、最初の/o/の音の開始位置の特定は容易である。具体例には、問いかけの再生の終了後に、音量が所定のしきい値を超えたところからサンプリングを開始すればよい。その後、一定時間の間、連続して音量が所定のしきい値(もちろん前のものとは別)以下となった場合に、サンプリングを終了する。ここで、サンプリングされた入力系列Xi(i
= 0,..N−1)の平均値Xaを次式の通り求めておき、後述の信号処理の為に、その結果をメモリへ格納しておく。次式でΣは、iが0からN−1の範囲での総和を意味する。
Xa=ΣXi/N
= 0,..N−1)の平均値Xaを次式の通り求めておき、後述の信号処理の為に、その結果をメモリへ格納しておく。次式でΣは、iが0からN−1の範囲での総和を意味する。
Xa=ΣXi/N
次に、サンプリングされた入力系列Xi(i = 0,..N−1)を、/o/、/h/、/a/、/y/、/o/、という5つの要素に分離する。一般的には、ウェーブレット変換して、信号周波数の変化する位置を割り出すことができる。ここでは、マザーウェーブレットとして、メキシカンハットを選択する。
つまり、入力系列Xiのウェーブレット係数をWj,k(jは周期, kは時間)とすると、時間軸で隣接するウェーブレット係数が大きく変化する係数{Wj1,k1, Wj2,k2,...}を取り出す。つまり、時間に対する係数の微分値が極値を取る係数を抽出する。そして、その中から、/o/、/h/、/a/、/y/、/o/が通常取るべき時間的な配置を考慮して、要素/o/、/h/、/a/、/y/、/o/の境界を決定する。
本発明では、処理すべきウェーブレット係数は、その周期変数として、音声周波数の高調波成分を持つものである。しかし、複数の周期の係数に関して計算する必要がある。なぜなら、音の変化の種類によって、変化する周波数が異なるからである。
なお、健康状態推定装置は、音の分離に失敗した場合、健康状態が良くないと判断して、上記した通りの処理を実行する。例えば、高齢者が体調の不調を訴えたい場合、「おはよう」と答える代りに「具合がよくない」とか言えばよい。ここで、健康状態推定装置は、音の分離に失敗し外部への連絡を行う。
そして、切り出された要素/o/、/h/、/a/、/y/、/o/の夫々について、フーリエ変換を行い、その結果からホルマント要素を抽出する。例えば、最初の要素/o/のフーリエ係数{f10、f11、...}では、/o/のホルマント要素に対応するフーリエ係数{h10、h11}(ここでは第1ホルマント、第2ホルマントのみ考慮する)の値が相対的に大きくなっていると考えられる。この例では、ホルマント要素の周波数と振幅(フーリエ係数)を判断データとして、メモリへ格納しておく。
気音である要素/h/については、ホルマント要素ではなく、フーリエ係数{f20、f21、...}のすべてを、判断データとしてメモリへ格納しておく。要素/a/については、最初の要素/o/と同様に、ホルマント要素に対応するフーリエ係数{h30、h31}とその周波数を、判断データとしてメモリへ格納しておく。
要素/y/は、半母音とも呼ばれるもので、後の/o/と合わせて声道を/i/の形から/a/の形に変化させて出す子音である。従って、便宜的に母音/i/の短いものと考えて、そのホルマント要素に対応するフーリエ係数{h40、h41}とその周波数を、判断データとしてメモリへ格納しておく。最後の要素/o/についても、最初の要素と同様に、ホルマント要素に対応するフーリエ係数{h50、h51}とその周波数を、判断データとしてメモリへ格納しておく。
また、話者の健康状態の良否判断を行うには、上記判断データと、何らかの基準データを比較する必要がある。この基準データとは、話者が健康である場合に想定されるデータであり、上記判断データの夫々に対応して、予め求めておくものである。初期値としては、この健康状態推定装置を設置する際に、健康である話者が/o/、/h/、/a/、/y/、/o/を普通に話し、それを入力することで設定することができる。
以後は長時間平均を取ることによって、より信頼性のある基準データに維持する。具体例には、次のように行う。即ち、1つの基準データDrnから、対応する現在の判断データDcnを用いて、更新された基準データDrn
+ 1を得るには、次の式を用いる。
Drn + 1 = λ・Drn + (1−λ)Dcn
ここで係数λは1未満の正数であり、例えば、判断データの夫々によって異なる値の経験値である。具体例として、係数λは、0.80〜0.95に設定する。係数λが大きい方が安定性が増す。
===健康状態推定方法===
+ 1を得るには、次の式を用いる。
Drn + 1 = λ・Drn + (1−λ)Dcn
ここで係数λは1未満の正数であり、例えば、判断データの夫々によって異なる値の経験値である。具体例として、係数λは、0.80〜0.95に設定する。係数λが大きい方が安定性が増す。
===健康状態推定方法===
次に、話者の健康状態を良否の判断方法を説明する。一般に、普通に話す場合、1つの母音に対するホルマント周波数は一定である。従って、ホルマント周波数の変化を良否の判断材料の1つに利用することが可能である。
しかし、我々が歌を歌う場合、1つの母音でもホルマント周波数を変えている。つまり、ホルマント周波数は、故意に変えることができる。一方で、第1ホルマントの周波数と、第2ホルマントの周波数との関係は、母音の認識に必要なので一定でなければならない。従って、ホルマント周波数の関係の変化を良否の判断材料の1つに利用することが可能である。
以上の点を考慮すると、現在の判断データに対応する異常状態の尤度Pは次の式で表される。
P = Σ(λ1|ΔH| + λ2|ΔrH1| + λ3|ΔrH2|
+ λ4Cc + λ5ΔXa)
P = Σ(λ1|ΔH| + λ2|ΔrH1| + λ3|ΔrH2|
+ λ4Cc + λ5ΔXa)
Σは、全ての判断データに関する総和を意味する。λsは、式の夫々の項に与えられた重みである。また、Δは、判断データと基準データとの差分を意味する。従って、Hがホルマント振を意味するので、ΔHは、判断データと基準データとの間の、対応するホルマント振幅の差分を示す。rH1とrH2は、第1ホルマントと第2ホルマントの関係を示すもので、周波数と振幅の双方に関して以下の式で表される。
rH1 = F1/F2、又は、rH1 = (F2−F1)/F1
rH2 = A1/A2、又は、rH2 = (A2−A1)/A1
ここで、F1、A1は、夫々第1ホルマントの周波数と振幅を、F2、A2は、第2ホルマントの周波数と振幅を意味する。
rH1 = F1/F2、又は、rH1 = (F2−F1)/F1
rH2 = A1/A2、又は、rH2 = (A2−A1)/A1
ここで、F1、A1は、夫々第1ホルマントの周波数と振幅を、F2、A2は、第2ホルマントの周波数と振幅を意味する。
また、Ccはスペクトルの相関を表すもので、次の式で表される。
Cc = Max(Σ|Dr(f)・Dc(f−fo)|)
ここでDc(f−fo)は子音の判断データ(ここでは/h/)の、周波数f−foのフーリエ係数であり、Dr(f)は対応する子音の基準データの、周波数fのフーリエ係数である。また、Σは、すべての周波数fについての総和を意味し、Maxはfoを変えた場合の最大値を意味する。変化させる周波数foの幅は、0から周波数帯域の半分程度で十分である。
Cc = Max(Σ|Dr(f)・Dc(f−fo)|)
ここでDc(f−fo)は子音の判断データ(ここでは/h/)の、周波数f−foのフーリエ係数であり、Dr(f)は対応する子音の基準データの、周波数fのフーリエ係数である。また、Σは、すべての周波数fについての総和を意味し、Maxはfoを変えた場合の最大値を意味する。変化させる周波数foの幅は、0から周波数帯域の半分程度で十分である。
異常状態の尤度Pを算出し、所定のしきい値よりも大きければ、電話回線によって、この安否確認システムを管理する事業者や自治体のシステム担当者へ、異常状態の可能性を通知する。また、異常状態の尤度Pが、所定のしきい値よりも大きくなければ、これらの現在の判断データによって、基準データを更新する。
以上、本発明を実施形態により説明したが、当業者にとっては、本発明が本願中に説明した実施形態に限定されるものではなく、多くの変形例および実装例が、発明の上記の実施形態に対してなし得ることは明らかである。
例えば、現在の判断データに対応する異常状態の尤度Pは、5つの項目の加重加算によって算出している。しかし、効果の低いことが判明した場合には、その一部を適宜省略することも計算量の削減という点で効果的である。逆に、新たな判断項目を追加してもよい。そのような判断項目としては、メッセージの再生から高齢者の返答があるまでの時間、音声の区切り間隔の変化等がある。
また、上記の実施形態では、判断すべき音声データは、対象者の自宅に置かれた健康状態推定装置10で分析されている。しかし、インターネットが利用できる状況においては、音声データをそのまま、この安否確認システムを管理する事業者や自治体のシステム担当者の端末へ送信しても良い。この場合、音声分析は、全てシステム担当者の端末で行い、異常状態が検出された対象者のリストを表示するようにする。これにより、システム担当者の端末の負荷は大きくなるが、対象者の自宅へ設置する健康状態推定装置10を簡略化して安価とすることができる。
更に、上記の実施形態では、判断すべき音声データは、特定のパッセージであることを前提としていた。しかし、音声分析は、全てシステム担当者の端末で行う場合、音声分析に音声認識を含めて、そこに含まれる母音を抽出し、上記の通りホルマントの周波数分布の評価等を行う様にしても良い。この場合、音声認識によって得られた内容に含まれる単語を、異常状態の評価基準(判断項目)に含めることにより、精度の向上が可能であることは言うまでもない。
2 高齢者
3 自治体
4 介護者
10 健康状態推定装置
20 安否確認対象者
20 健康状態推定装置
20 高齢者
21 自治体
24 スピーカ
25 マイクロフォン
26 モデム
27 タイマー
3 自治体
4 介護者
10 健康状態推定装置
20 安否確認対象者
20 健康状態推定装置
20 高齢者
21 自治体
24 スピーカ
25 マイクロフォン
26 モデム
27 タイマー
Claims (2)
- 健康状態確認の対象者へ向かって問いかけを行うスピーカと、前記対象者からの返答を受けるマイクロフォンと、前記対象者からの返答の音声分析を行う信号処理装置とからなり、前記信号処理装置による音声分析では、前記マイクロフォンから入った前記対象者の音声と、同じ前記対象者の健康な状態における音声との比較によって、前記対象者の健康状態を推定することを特徴とする健康状態推定装置。
- 前記対象者の健康状態が良くないと推定された場合に、予め決められた通信先へ、その旨を通知する通信手段を更に備えたことを特徴とする請求項1に記載されている健康状態推定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005045219A JP2006230446A (ja) | 2005-02-22 | 2005-02-22 | 健康状態推定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005045219A JP2006230446A (ja) | 2005-02-22 | 2005-02-22 | 健康状態推定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006230446A true JP2006230446A (ja) | 2006-09-07 |
Family
ID=37038747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005045219A Pending JP2006230446A (ja) | 2005-02-22 | 2005-02-22 | 健康状態推定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006230446A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013109572A (ja) * | 2011-11-21 | 2013-06-06 | Nippon Steel & Sumitomo Metal | 安否確認システムおよび安否確認方法 |
JP2015109040A (ja) * | 2013-12-05 | 2015-06-11 | 富士通テレコムネットワークス株式会社 | 緊急通報装置および緊急通報システム |
WO2019077859A1 (ja) | 2017-10-20 | 2019-04-25 | 日本電気株式会社 | 通知システム、通知方法およびプログラムを格納した非一時的なコンピュータ可読媒体 |
JP2021105810A (ja) * | 2019-12-26 | 2021-07-26 | Necフィールディング株式会社 | 医療管理装置、医療管理方法、及び医療管理プログラム |
JP2021153777A (ja) * | 2020-03-26 | 2021-10-07 | テルモ株式会社 | 制御装置、システム、端末装置、プログラム、及びコミュニケーション支援方法 |
US11918372B2 (en) | 2017-11-02 | 2024-03-05 | Panasonic Intellectual Property Management Co., Ltd. | Cognitive function evaluation system, method, and storage medium for dementia by analyzing voice of evaluatee for recognition, remembering or jugment capabilities |
-
2005
- 2005-02-22 JP JP2005045219A patent/JP2006230446A/ja active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013109572A (ja) * | 2011-11-21 | 2013-06-06 | Nippon Steel & Sumitomo Metal | 安否確認システムおよび安否確認方法 |
JP2015109040A (ja) * | 2013-12-05 | 2015-06-11 | 富士通テレコムネットワークス株式会社 | 緊急通報装置および緊急通報システム |
WO2019077859A1 (ja) | 2017-10-20 | 2019-04-25 | 日本電気株式会社 | 通知システム、通知方法およびプログラムを格納した非一時的なコンピュータ可読媒体 |
JPWO2019077859A1 (ja) * | 2017-10-20 | 2020-11-26 | 日本電気株式会社 | 通知システム |
US11527258B2 (en) | 2017-10-20 | 2022-12-13 | Nec Corporation | Notification system, notification method, and non-transitory computer readable medium storing program |
US11918372B2 (en) | 2017-11-02 | 2024-03-05 | Panasonic Intellectual Property Management Co., Ltd. | Cognitive function evaluation system, method, and storage medium for dementia by analyzing voice of evaluatee for recognition, remembering or jugment capabilities |
JP2021105810A (ja) * | 2019-12-26 | 2021-07-26 | Necフィールディング株式会社 | 医療管理装置、医療管理方法、及び医療管理プログラム |
JP2021153777A (ja) * | 2020-03-26 | 2021-10-07 | テルモ株式会社 | 制御装置、システム、端末装置、プログラム、及びコミュニケーション支援方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6263308B1 (ja) | 認知症診断装置、認知症診断方法、及び認知症診断プログラム | |
JP5834449B2 (ja) | 発話状態検出装置、発話状態検出プログラムおよび発話状態検出方法 | |
US8655656B2 (en) | Method and system for assessing intelligibility of speech represented by a speech signal | |
US9579056B2 (en) | Screening for neurological disease using speech articulation characteristics | |
US8784311B2 (en) | Systems and methods of screening for medical states using speech and other vocal behaviors | |
JP5708155B2 (ja) | 話者状態検出装置、話者状態検出方法及び話者状態検出用コンピュータプログラム | |
US7925508B1 (en) | Detection of extreme hypoglycemia or hyperglycemia based on automatic analysis of speech patterns | |
JP4495907B2 (ja) | 音声の分析の方法及び装置 | |
JP6731631B2 (ja) | 認知機能評価装置、プログラム | |
JP2017508188A (ja) | 適応型音声対話のための方法 | |
JP6748965B2 (ja) | 認知機能評価装置、認知機能評価方法、およびプログラム | |
JP2006230446A (ja) | 健康状態推定装置 | |
JP2017100221A (ja) | コミュニケーションロボット | |
US10592997B2 (en) | Decision making support device and decision making support method | |
Ozdas et al. | Analysis of vocal tract characteristics for near-term suicidal risk assessment | |
CN110035358B (zh) | 车载声音输出装置、声音输出控制方法、记录介质 | |
CN106796803B (zh) | 用于在音频通信中将语音数据与背景数据分离的方法和装置 | |
JP4631464B2 (ja) | 体調判定装置およびそのプログラム | |
JP2021110895A (ja) | 難聴判定装置、難聴判定システム、コンピュータプログラム及び認知機能レベル補正方法 | |
JP2017196115A (ja) | 認知機能評価装置、認知機能評価方法、およびプログラム | |
JP6565500B2 (ja) | 発話状態判定装置、発話状態判定方法、及び判定プログラム | |
WO2021204641A1 (en) | System and method for performing conversation-driven management of a call | |
US20210219893A1 (en) | System and method for measurement of vocal biomarkers of vitality and biological aging | |
KR101799874B1 (ko) | 음성/음향 분석 기반 상황 판단 시스템 및 방법 | |
WO2021132289A1 (ja) | 病態解析システム、病態解析装置、病態解析方法、及び病態解析プログラム |