JP2008071211A - 音声による危険感知通報装置 - Google Patents

Abstract

【課題】 被保護者が保持し、被保護者の能動的な行為を必要とせずに危険を感知し通報する装置において、誤報や検出逃しを抑える。
【解決手段】 マイクロフォンから取得した音声信号を、内部で保持している被保護者の音声信号モデルと照合する機能、被保護者の発話間隔と非被保護者の発話間隔から危険度を算出する機能を備える。
【選択図】 図１

Description

本発明は、取得した音声から所持者に対する危険を感知し通報する携帯装置に関する。

学童や幼児などの弱者（以下、被保護者とする）に対する犯罪を予防する装置が社会的にも要求されており、防犯ベル（携帯電話の一機能となっているものを含む）はその代表的なものとして普及している。しかし動作のためにはスイッチを押すなどの被保護者の能動的な行為が必要となるため、被保護者が拘束されている、おびえているなどの状況では機能しない。被保護者の能動的な行為を必要とせず、さまざまなセンサを用いて危険を感知し通報する仕組みがあれば、より多様な状況に対応した装置が実現できる。

そのような仕組みをもつ従来発明として、特許文献１に記載の装置が知られている。この装置では音声、画像、温度などの様々なセンサからの情報を判断して乳幼児の異常検出や侵入者の検出を行う。

特表２００４−５３１８００号公報

被保護者が保持し、被保護者の能動的な行為を必要とせずに危険を感知し通報する装置を実現するにあたり、上記特許文献１の技術を適用した場合、被保護者の活動におけるさまざまな変動要因に対する仕組みが存在しないため、誤報や検出逃しが発生すると考えられる。

前記課題を解決するため、本発明の危険感知通報装置は、マイクロフォンから取得した音声信号を、内部で保持している被保護者の音声信号モデルと照合する機能、被保護者の発話間隔と非被保護者の発話間隔から危険度を算出する機能を備える。これは被保護者の活動において危険と考えられるケースを判断するために必要な情報であり、これらの情報を統合することで、誤報や検出逃しを抑えた危険感知通報装置が実現できる。

本発明によれば、誤報や検出逃しを削減できるため、従来の技術より優れた防犯効果がある。

以下、本発明の危険感知通報装置の実施の形態を図面により説明する。

図１に、本発明の危険感知通報装置１０の構造を示す。
危険感知通報装置１０は、音声入力部１００、危険を感知する危険感知部１００、危険を通報する危険通報部９００から構成される。音声入力部１００はマイクロフォン１１０、Ａ／Ｄコンバータ１２０を備え、音声による空気の振動を捕らえてデジタル信号に変換し、後述する記憶装置２２０に入力音声２４０として保存する。危険感知部２００は、プロセッサ２１０、記憶装置２２０、外部状態入力装置２３０から構成される。記憶装置２２０は危険音声検出プログラム３００、子供音声検出プログラム４００、騒音量測定プログラム５００、危険判断プログラム６００の各プログラムと、入力音声２４０、危険音声度３５０、子供音声度４２０、騒音危険度５２０、危険音声重み３４５、騒音閾値５１５、活性型音声モデル３２５、不活性型音声モデル３３５、子供音声モデル４１５を保持する。プロセッサ２１０は各プログラムにより入力音声２４０の処理を行い、その結果を危険通報部９００に伝える。各プログラムの動作の詳細は後述する。危険通報部９００は、通信装置９１０を備え、危険感知部２００の結果を外部に発信する。

図２に、危険音声検出プログラム３００が行う処理を示す。危険音声検出部３００は、基本周波数測定処理３１０、活性型音声モデル一致度検出処理３２０、不活性型音声モデル一致度検出処理３３０、重み調整処理３４０から構成される。

基本周波数測定処理３１０は、入力音声２４０の基本周波数を任意の方法を用いて求める。

活性型音声モデル一致度検出処理３２０および不活性型音声モデル一致度検出処理３３０は、それぞれ活性型音声モデル３２５、不活性型音声モデル３３５と入力音声２４０との一致度である活性型音声モデル一致度Ｍａ，不活性型音声モデル一致度Ｍｂを求める。

活性型音声モデル一致度Ｍａは例えば以下の式で求める。
Ｍａ＝ｍａｘ Ｄａｉ （ｉ＝１・・・活性型音声モデル数）
Ｄａｉ＝｜｜Ｆｉｎｐｕｔ−Ｆａｉ｜｜
ここで、Ｄｉは入力音声と活性型音声モデルｉとの距離を表し、Ｆｉｎｐｕｔは入力音声の特徴ベクトル、Ｆａｉは活性型音声モデルｉの特徴ベクトルである。特徴ベクトルは例えばＭＦＣＣ（Ｍｅｌ Ｆｒｅｑｕｅｎｃｙ Ｃｅｐｓｔｒｕｍ Ｃｏｅｆｆｉｃｅｎｃｙ）、ＬＰＣ（Ｌｉｎｅａｒ Ｐｒｅｅｄｉｃｔｉｏｎ Ｃｏｅｆｆｉｃｉｅｎｃｙ）、自己相関関数等を用いる。これにより、音響的な特徴が入力音声に一番近い活性型音声モデルと入力音声との距離が求められる。

ＭｂもＭａと同様の式により求められる。
Ｍｂ＝ｍａｘ Ｄｂｉ （ｉ＝１・・・不活性型音声モデル数）
Ｄｂｉ＝｜｜Ｆｉｎｐｕｔ−Ｆｂｉ｜｜
重み調整処理３４０は、基本周波数測定処理３１０の結果である基本周波数ｆ、活性型音声モデル一致度検出処理３２０の結果である一致度Ｍａ、不活性型音声モデル一致度検出処理３３０の結果である一致度Ｍｂを、危険音声重み３４５で重み付け加算して、危険音声度３５０Ｃｄを求める。危険音声度Ｃｄは、基本周波数危険度関数をｆｆ、危険音声重みをＷｆ、Ｗａ、Ｗｂとした場合、以下の式で計算する。
Ｃｄ＝Ｗｆ・ｆｆ（ｆ）＋Ｗａ・Ｍａ＋Ｗｂ・Ｍｂ
ここで、基本周波数危険度関数ｆｆは成人男性の発話の平均基本周波数ｆｍ付近でピークを持つ関数であり、例えば次のようなものを用いる。
ｆｆ（ｆ）＝ ｜ｆ−ｆｍ｜ ｉｆ ｆ＞９０ ａｎｄ ｆ＜１３０
０ ｏｔｈｅｒｗｉｓｅ
上記ｆｍ、Ｗｆ、Ｗａ、Ｗｂは、利用者の状況に応じて調整できるパラメータである。

図３に、子供音声検出プログラムが行う処理を示す。子供音声検出処理４１０は、入力音声２４０と子供音声モデル４１５の類似度を求め、子供音声度４２０として出力する。

子供音声度Ｃｃは、Ｍａ，Ｍｂと同様に以下の式で求める。
Ｃｃ＝ｍａｘ Ｄｃｉ （ｉ＝１・・・子供音声モデル数）
Ｄｃｉ＝｜｜Ｆｉｎｐｕｔ−Ｆｃｉ｜｜
図４に、騒音量測定プログラム５００が行う処理を示す。騒音量測定処理５１０は、入力音声２４０の騒音値（デシベル等）を計算し、騒音閾値５１５と比較して騒音危険度５２０を計算し出力する。

騒音危険度Ｃｓは、以下の式で求める。
Ｃｓ＝ｆｓ（Ｎ）
ここで、Ｎは入力音声の騒音値を表す。ｆｓは図５に示すような関数である。図５のα、βは騒音閾値５１５で指定される。ここで騒音危険度は正のとき騒音が高いことを表し、負のとき騒音が低いことを表す。騒音危険度の絶対値は、それぞれの危険の度合いを表す。

図６に、危険判断プログラム７００が行う処理のフローチャートを示す。

まず判断７１０において、騒音危険度５１０に対する判別分析を行う。判別分析は、例えば閾値θａ、θｂを用いて、次のように行う。
Ｓ１ ｉｆ （θａ＜Ｃｓ and Ｃｓ＜θｂ）
Ｓ２ ｉｆ （θｂ≦Ｃｓ）
Ｓ３ ｉｆ （Ｃｓ≦θａ）
騒音危険度が安全範囲である（Ｓ１）と判断した場合は、安全状態を出力する（７８０）。騒音が高い状態が一定時間継続したため危険度が高いと判断した場合（Ｓ２）、判断７４０に制御を移す。騒音が低い状態が一定時間継続したため危険度が高いと判断した場合（Ｓ３）、判断７２０に制御を移す。この処理は、一般に騒音が異常に大きい場所では事故や自然災害などの危険が子供に迫っている、あるいは迫った可能性が大きく、また騒音が小さい場所では人通りが少なく誘拐等の被害に遭う可能性が大きいという仮定に基づいたものである。

判断７２０では、入力された危険音声度３５０に対する判別分析を行う。判別分析は、例えば閾値θｄ、θｔ、θＴを用いて、次のように行う。
Ｓ４ ｉｆ （（Σ（ｔ＝ｔ−θｔ〜Ｎｏｗ）ｄ（θｄ≦Ｃｄｔ））＜θＴ）
Ｓ５ ｏｔｈｅｒｗｉｓｅ
ここで、ｄ（ｘ）はｘが真のとき１を、偽のとき０を返す関数である。Ｃｄｔは時刻ｔにおけるＣｄの値を示す。

危険音声度が高い状態が一定時間続いていない場合（Ｓ４）は、安全状態を出力する（７８０）。危険音声度が高い状態が一定時間続いている場合（Ｓ５）は、判断７３０に制御を移す。
閾値θｄ、θｔ、θＴは、パラメータ設定部９００により設定される。この処理は、危険音声検出プログラム３００が短時間の音声に対する処理であるが、一般的にはある一定時間の音声的な危険状態が連続した場合に危険と判断すべきであるという仮定に基づいたものである。

判断７３０では、入力された子供音声度４１０に対する判別分析を行う。判別分析は、例えば閾値θｅ、θｃ、θＣを用いて、次のように行う。
Ｓ６ ｉｆ （（Σ（ｔ＝ｔ−θｃ〜Ｎｏｗ）ｄ（θｅ≦Ｃｃｔ））≧θＣ）
Ｓ７ ｏｔｈｅｒｗｉｓｅ
ここで、ｄ（ｘ）はｘが真のとき１を、偽のとき０を返す関数である。Ｃｃｔは時刻ｔにおけるＣｃの値を示す。

子供音声度が高い状態が一定時間あった場合（Ｓ６）は、安全状態を出力する（７８０）。子供音声度が高い状態が一定時間なかった場合（Ｓ７）は、判断７４０に制御を移す。この処理は、子供音声が一定時間ある、すなわち子供が危険音声に対して話していると判断できる状態では、子供と顔見知りの人物である可能性が高いため危険度は高くないと判断できるという仮定に基づいたものである。

判断７４０では、外部状態入力部６００から取得する装置のロック状態に基づき判断する。誤報を防ぐために装置がロックされている場合は、安全状態を出力する（７８０）。ロックされていない場合は、危険状態を出力する（７９０）。

なお装置のロック機能は誤報を減らす利便性と同時に、正規の通報を妨げる要因ともなるため、ロック機能を排除した実施も考えられる。その場合、判断７４０は直ちに危険状態を出力する（７９０）。

危険状態の出力方法としては、以下の方法が考えられる。
１：スピーカによるアラーム出力
２：電波発信による緊急信号出力
３：電波発信による保護者への発呼
４：電波発信によるサービスセンターへの発呼
本発明の危険感知通報装置１０の実装形態の一つとして、携帯電話へのソフトウェア実装が考えられる。音声入力部１００のマイクロフォン１１０、Ａ／Ｄコンバータ１２０、危険感知部のプロセッサ２１０、記憶装置２２０、外部状態入力装置２３０および危険通報部９００の通信装置９１０は、携帯電話の通話機能やデータ通信機能で用いるものを利用すれば、新規に記憶装置２２０内の各プログラムやデータを導入することで実現でき、製品コストが抑えられるという利点がある。携帯電話の利用者にとっては、追加の携帯端末を所有する必要がないという利点がある。

本発明の危険感知通報装置の構成図である。 本発明の危険感知通報装置の危険音声検出部の構成図である。 本発明の危険感知通報装置の子供音声検出部の構成図である。 本発明の危険感知通報装置の騒音量測定部の構成図である。 騒音危険度の関数を表すグラフ。 本発明の危険感知通報装置の危険判断部のフローチャートである。

符号の説明

１０：危険感知通報装置、１００：音声入力部、２００：危険感知部、３００：危険音声検出プログラム、４００：子供音声検出プログラム、５００：騒音量検出プログラム、６００：危険判断プログラム、９００：危険通報部。

Claims (9)

1. 外部の音を取り込み音声信号に変換する音声入力手段と、被保護者の音声モデルを保持する記憶手段と、前記音声信号と前記被保護者の音声モデルを比較し危険度を算出する計算手段と、前記危険度に応じ外部に通報する通報手段を備えることを特徴とする危険感知通報装置。
2. 請求項１に記載の危険感知通報装置において、
   前記計算手段は前記音声信号の基本周波数を計算し、危険度を算出することを特徴とする危険感知通報装置。
3. 請求項１に記載の危険感知通報装置において、
   前記記憶手段は１人以上の人物に由来する不活性型音声モデルを保持し、前記計算手段は前記音声信号と前記不活性型音声モデルを比較し、一致度が高いほど危険度を低く求めることを特徴とする危険感知通報装置。
4. 請求項１に記載の危険感知通報装置において、
   前記記憶手段は１人以上の人物に由来する活性型音声モデルを保持し、前記計算手段は前記音声信号と前記活性型音声モデルを比較し、一致度が高いほど危険度を高く求めることを特徴とする危険感知通報装置。
5. 請求項１に記載の危険感知通報装置において、
   前記計算手段は前記音声信号の騒音レベルを測定し、前記騒音レベルに応じて危険度を算出することを特徴とする危険感知通報装置。
6. 請求項１ないし請求項５に記載の危険感知通報装置において、
   前記記憶手段は前記基本周波数、前記一致度、前記騒音レベルのうち１つあるいは複数に対する時間推移を考慮したパターンモデルを保持し、前記計算手段は前記パターンモデルに従い危険度を算出することを特徴とする危険感知通報装置。
7. 請求項６に記載の危険感知通報装置において、
   前記パターンモデルとして、前記基本周波数、前記活性型音声モデルの一致度のうち１つあるいは複数に対する信号が一定時間連続し、かつ前記被保護者音声モデルの一致度、前記不活性型音声モデルの一致度のうち１つあるいは複数に対する信号が一定時間以上連続しない場合において危険度を高く求めることを特徴とする危険感知通報装置。
8. 請求項１に記載の危険感知通報装置の機能を、携帯電話の一機能として備え、通報手段としてセルラ通信またはスピーカ機能を有することを特徴とした携帯電話装置。
9. 請求項８に記載の携帯電話装置において、
   通報手段として保護者に発呼するとともに、呼び出し音が鳴るなどの着呼時の動作を行うことを特徴とした携帯電話装置。
   

Images