JP2009042553A - 感性評価装置及び方法 - Google Patents

Abstract

【課題】多様性のある感性と数値で定量的に表すことのできる物理指標値との間の相関を容易にしかも正確に求めることができる感性評価装置及び感性評価方法を提供する。
【解決手段】評価対象の複数の音のそれぞれについて、複数種類の音質指標値を算出し、前記評価対象の各音に対し得られた、複数種類の感性語対についての複数の被験者の印象評価値を基に、感性語対毎に前記複数の音に対する評価値が近い被験者をまとめた複数のクラスタを抽出し、各感性語対のクラスタ毎に、当該クラスタにおける印象評価値を目的変数、前記複数種類の音質指標値を説明変数とする重回帰式と、該重回帰式に対するＰ値を求め、前記Ｐ値が予め定められた有意水準より小さいクラスタを選択する。
【選択図】 図１

Description

本発明は、感性品質に基づき音質を設計するための音質設計支援装置に関する。

従来の感性の定量評価の手法では、評価対象に対する官能評価実験（例えば、Semantic Differential法）を実施し、その結果得られる官能評価の値を、被験者に対して平均化することで感性を定量化する（例えば、非特許文献１参照）。

ここでの評価対象とは、音響や意匠など、定量的に直接評価することの困難な、人の感性に依存する属性とを有するものである。

そして、評価対象から直接に計測される物理パラメータと、平均化された官能評価の値との統計的な関係を定式化することで、新規の評価対象に対する感性評価を物理パラメータにより推定する。
穂坂倫佳、大富浩一、「製品音のデザイン」、日本音響学会講演論文集、２００７年３月 日、ｐ．７７７−７７８

従来手法の問題点は、個人によって異なる多様な感性に対し、官能評価結果の平均値を感性の代表値として扱う点である。たとえば評価対象が音響の場合、音のシャープさや重厚感などの比較的共通した低次の感性の場合は平均値による近似で問題ない場合が多い。一方、音の高級感などの高次の感性においては、個人の価値観や解釈によって感性が異なるため、平均化した値は無意味な定量化結果となる場合がある。したがって、従来手法で、多様性を有する感性の定量化が困難である。

現在、製品の成熟化と顧客要求の多様化に伴って、製品の価値が、数値化が可能な性能や機能から、数値化が困難な感性に依存する品質へと急速に推移している。製品の価値に直接関係する感性は、例えば「高級感」のような高次の多様性を有する感性である。

このように、従来は、多様性のある感性と数値で定量的に表すことのできる物理指標値（音質指標値）との間の相関を容易にしかも正確に求めることができないという問題点があった。

多様性のある感性と物理指標値（音質指標値）との間の相関を求めることができないから、与えられた音に対する感性品質を容易に推定することができないという問題点があった。

そこで、本発明は上記問題点に鑑み、多様性のある感性と数値で定量的に表すことのできる物理指標値（音質指標値）との間の相関を容易にしかも正確に求めることができる感性評価装置及び感性評価方法を提供することを目的とする。

（１）感性評価装置は、
評価対象の複数の音のそれぞれについて、複数種類の音質指標値を求める手段と、
前記評価対象の各音に対し得られた、複数種類の感性語対についての複数の被験者の印象評価値を基に、感性語対毎に前記複数の音に対する評価値が近い被験者をまとめた複数のクラスタを抽出するクラスタ分析手段と、
各感性語対のクラスタ毎に、当該クラスタにおける印象評価値を目的変数、前記複数種類の音質指標値を説明変数とする重回帰式と、該重回帰式に対するＰ値を求める重回帰分析手段と、
前記Ｐ値が予め定められた有意水準より小さいクラスタを選択する選択手段と、
を含む。

（２）目標音に対応する複数種類の音質指標値を入力する第１の入力手段と、
クラスタ毎の前記重回帰式の各説明変数に、前記第１の入力手段で入力された前記複数種類の音質指標値を代入することにより、前記目標音の感性品質値を算出する第１の評価手段とをさらに含む。

多様性のある感性と数値で定量的に表すことのできる物理指標値（音質指標値）との間の相関を容易にしかも正確に求めることができる。

以下、本発明の実施形態について図面を参照して説明する。

図１は、本実施形態に係る音の感性評価装置１の構成例を示したもので、物理指標値算出部１１、物理指標値記憶部１２、印象評価入力部１３、クラスタ分析部１４、感性語クラスタ記憶部１５、重回帰分析部１６、回帰式記憶部１７、目標音設定部１８、感性品質推定部１９を含む。

図２は、図１の感性評価装置において、人の感性と音の物理指標（音質指標）との関係を抽出するための処理動作を説明するためのフローチャートである。

以下、図２を参照して、図１の感性評価装置１の構成及び処理動作について説明する。

まず、図２のステップＳ１において、物理指標値算出部１１は、評価対象の音ｓi（i＝１、２、…Ｎ_p）の計測データから、当該音ｓｉの音質指標値を算出する。音質指標とし、例えば、音の大きさ（loudness）、音の甲高さ（sharpness）、音のざらざら感（roughness）、音の揺らぎ（fluctuation strength:F.S）とする。物理指標値算出部１１は、Ｎｐ個の評価対象の音ｓｉのそれぞれについて、これら４つの音質指標の値を算出する。

図３は、１０種の評価対象の音ｓi（i＝１，２，…、１０）について算出された上記４種の音質指標の値を示したものである。

音の大きさ（loudness）は、人の耳の周波数特性を考慮に入れた音の大きさを表す指標で、単位は「ｓｏｎｅ」で表す。なお、同じloudnessで違う周波数の音を聞く場合、周波数の差が１／３オクターブ以内だと、１つの音と同じ大きさに聞こえる。このことから、１／３オクターブ臨界帯域幅と呼び、単位は「ｂａｒｋ」で表す。人が聞こえる周波数帯は全部で２４ｂａｒｋの臨界帯域幅とされている。

音の甲高さ（sharpness）の値は、人が高く感じる音ほど大きくなり、単位は「ａｃｕｍ」である。音の大きさ（loudness）において臨界帯域幅毎に異なる重み関数をかけて合計することで算出される。

音のざらざら感（roughness）の単位は「ａｓｐｅｒ」である。１ａｓｐｅｒは周波数１ｋＨｚで音圧６０ｄｂの音が７０Ｈｚの周期で１００％ＡＭ変調したときの音のざらざら感（roughness）と定義される。

音の揺らぎ（fluctuation strength:F.S）の単位は「ｖａｃｉｌ」である。１ｖａｃｉｌは周波数１ｋＨｚで音圧６０ｄｂの音が４Ｈｚの周期で１００％ＡＭ変調したときの音の揺らぎ（fluctuation strength:F.S）と定義される。

各音ｓiに対し算出された、４つの音質指標の値は、図３に示したように、物理指標値記憶部１２に記憶される。

一方、上記各音ｓｉに対する感性品質を求めるために、評価対象の各音ｓｉを複数の（例えば、ここではＮ_s人の）被験者に聞いてもらい、ＳＤ法（Semantic differential法）による印象評価実験を行う。印象評価に用いた感性語は、例えば、図４に示すような２２対である。評価の度合いは、「どちらでもない」「少し」「とても」「非常に」の４段階、左右計７段階である。この結果は、各感性語対を変数として「−３」〜「３」で得点化し（これを印象評価値と呼ぶ）、印象評価データとして、印象評価入力部１３から入力される（図２のステップＳ２）。

なお、図４に示した２２種の感性語対は、評価対象音がクリーナは発する音に対する印象の評価のために選択されたものである。

ここで、上記印象評価データのうち、感性語対Ｉ_k（ｋ＝１，２，…Ｎｗ）について、各被験者Ｔｊ（ｊ＝１，２，…Ｎ_s）の評価対象の各音ｓｉに対する印象評価値のベクトル（印象評価ベクトル）をＥ_jk＝＜ｅ_ijk＞と表す。

次に、ステップＳ３へ進み、クランスタ分析部１４は、入力された上記印象評価データを用いて、感性語対Ｉｋ毎に、印象評価ベクトルが近い被験者たちをグループ化する。

クラスタ分析部１４では、次のようなクラスタリング処理を行う。

図５は、感性語対Ｉ_kについて、被験者ｐと被験者ｑの印象評価ベクトルの各要素（各評価対象の音ｓ１〜ｓ１０に対する印象評価値）をマッピングしたものである。

（１）クラスタ分析部１４は、まず、任意の２人の被験者ｐとｑの印象評価ベクトルＥ_pkとＥ_qk間の相関係数ｒ（Ｅ_pk、Ｅ_qk）を算出する。相関係数ｒ（Ｅ_pk、Ｅ_qk）は、Ｅ_pkとＥ_qkが似ていれば「１」に近づき、反対であれば「−１」に近づく。

（２）次に、被験者ｐとｑの感性語対Ｉ_kにおける印象評価ベクトル間の類似度ｄ_kpqを、次式（１）からを算出する。

ｄ_kpq＝１−ｒ（Ｅ_pk、Ｅ_qk） （ｐ≠ｑ） （１）
類似度ｄ_kpqは、被験者ｐとｑの感性語対Ｉ_kにおける印象評価ベクトルが似ていれば、小さくなり、異なっていれば最大で「２」となる。

（３）２人ずつの被験者の全組合せについて、感性語対Ｉ_kにおける印象評価ベクトル間の類似度を算出する。図６は、被験者が８人の場合に、２人ずつの被験者の全組合せについて算出された、感性語対Ｉ_kにおける印象評価ベクトル間の類似度を示したものである。

（４）次に、図６に示したような、感性語対Ｉ_kにおける印象評価ベクトルの類似度ｄ_kpqから、多次元尺度構成法を用いて、図７に示すように、全被験者を２次元平面（ここでは、観点空間と呼ぶ）上における点の布置で表現する。

多次元尺度構成法を用いた結果、図７に示すように、感性語対Ｉ_k毎の観点空間上では、類似度の値が小さい（印象評価ベクトルが類似する）被験者どうしは近くに配置され、類似度の値が「２」に近い（印象評価ベクトルが異なる）被験者どうしは遠くに配置される。

なお、図７（ａ）は感性語対「小さい−大きい」の観点空間を示し、図７（ｂ）は感性語対「ぼんやり−はっきり」の観点空間を示し、図７（ｃ）は感性語対「貧弱な−豊かな」の観点空間を示している。

（５）さらに、感性語対Ｉ_k毎の観点空間を用いて、重心法あるいは最短距離法によるクラスタ分析によって、被験者をクラスタリングする。重心法は、クラスタの重心間の距離が最小となるクラスタ同士を結合する手法である。クラスタリングするときの閾値θ_lは、自由度Ｎ−１、有意水準αのｔ検定統計量ｔ（Ｎ−１、α）を用いて次式（２）から得られる。

閾値θ_lで重心法によるクラスタリングすることにより、クラスタ内の被験者の印象評価ベクトルは、クラスタの重心の印象評価ベクトルと相関があることが統計的に有意水準αで保証される。

ここでは、Ｎは、被験者数となる。

ある感性語対Ｉ_kの観点空間上に配置されたデータ点（被験者）を最短距離法を用いてクラスタリングする場合、まず、観点空間上の個々のデータ点間の距離を計算する。最も距離の近いデータ間を１つのクラスタとしてまとめる。そして、クラスタ同士の距離を計算し、最も距離の近いクラスタ同士（またはクラスタとデータ点）を１つのクラスタとしてまとめる。以上を全ての点が１つのクラスタにまとまるまで繰り返す。

図７（ａ）の感性語対「小さい−大きい」の観点空間では、クラスタは１つのみ得られている。図７（ｂ）の感性語対「ぼんやり−はっきり」の観点空間では、３つのクラスタが得られている。図７（ｃ）の感性語対「貧弱な−豊かな」の観点空間では、７つのクラスタが得られている。

感性語対Ｉ_k毎の観点空間から得られた各クラスタについて、当該クラスタの中に含まれている人数が多いものから昇順に番号を与え、感性語対Ｉ_kにおけるｃ番目のクラスタをＩ_k-cと表す。

さらに、ステップＳ４へ進み、クラスタ分析部１４は、クラスタＩ_k-cに属する被験者の印象評価ベクトルから、クラスタＩ_k-cの重心における各音ｓiに対する代表印象評価値を算出し、これをクラスタＩ_k-cの代表印象評価値のベクトル、すなわち、代表ベクトルＥ_kcとする。

また、ステップＳ５では、クラスタ分析部１４は、感性語対Ｉ_k毎の観点空間から得られた各クラスタに対し、そのクラスタ内の被験者の観点がどの程度一般的かを表す度合いを算出する。各クラスタの一般性の度合いをcommonalityとも呼ぶ。Commonalityは次式（３）から算出される。

Commonality＝＃Ｔ_c／Ｎ_s （Ｔ_c∈Ｃ） （３）
ここでＮ_sは全被験者数、＃Ｔ_cはクラスタＣに含まれる被験者数である。

ある感性語対Ｉ_kの観点空間から得られたクラスタ内にほとんどの被験者が含まれている場合は、そのクラスタの感性語はほとんどの人が共通の観点によって評価されているといえる。一方、少数の被験者しか含まれていないクラスタの感性語は、少数波の観点を反映していることになる。commonalityが小さいクラスタ内の被験者は、大多数の人とは異なる観点から評価しているとも云える。

図８は、各感性語対の観点空間から得られたクラスタの数と各クラスタのcommonalityを示している。

クラスタ分析部１４は、以上のようにして求めた、感性語対毎のクラスタに関する情報（各クラスタＩ_k-cの代表ベクトルＥ_kc、 commonalityを含む）を、感性語クラスタ記憶部１５に記憶する。

次に、ステップＳ６へ進み、重回帰分析部１６は、感性語クラスタ記憶部１５に記憶されている各感性語対のクラスタ毎の代表ベクトルＥ_kc＝＜ｅ_ikc＞（評価対象の各音ｓｉ（ここではｉ＝１〜１０）に対する代表印象評価値＜ｅ_1kc,ｅ_2kc,…,ｅ_10kc＞）と、物理指標値記憶部１２に記憶されている評価対象の各音ｓｉの各音質指標の値とを基に、上記音質指標ｆ_l（ここでは４種の音質指標ｆ₁＝音の大きさ（loudness）、ｆ₂＝音の甲高さ（sharpness）、ｆ₃＝音のざらざら感（roughness）、ｆ₄＝音の揺らぎ（fluctuation strength:F.S））を説明変数とし、クラスタＩ_k-cにおける感性語Ｉ_kにおける評価値ｅ_kc（すなわち、感性指標値ｅ_kc）を目的変数とする重回帰分析を行い、次式（４）に示すような重回帰式を、各感性語対のクラスタ毎に求める。

すなわち、重回帰分析部１６は、各感性語対のクラスタ毎に、各音質指標に対応する説明変数ｆ_lに対し偏回帰係数ｗ_lと、定数項βを算出する。

さらに、重回帰分析の結果により導かれる（すなわち、式（４）から導かれるｅ_kcの値（ｅ_kc ^’）と実際のｅ_kcとの差から分散分析を行ってＦ値を算出し、さらに、Ｆ値のＦ確率分布における出現確率であるＰ値を求める。Ｐ値は、重回帰分析による結果の尤もらしさを表す指標であり、Ｐ値が「０」に近いほど尤もらしく、「１」に近いほど尤もらしくないということを示す。Ｐ値が予めユーザにより定められた有意水準αより小さい場合には、重回帰分析の結果は信頼できる。

ステップＳ７では、重回帰分析部１６は、上記のようにして重回帰式やＰ値などを求めた感性語毎の各クラスタのなかから、Ｐ値が予め定められた有意水準αより小さいクラスタ、すなわち重回帰分析の結果が信頼できるクラスタを選択する。この選択されたクラスタを、ここではＰＥＫ（physically explained kansei-word）と呼ぶ。

図９は、感性語対毎の各クラスタについて、有意水準αを１０％と設定されているときに、重回帰分析部１６でＰＥＫとして選択されたクラスタについて、その偏回帰係数、定数項、Ｐ値、及びcommonalityを示している。

回帰式記憶部１７には、重回帰分析部１６で求めた、各ＰＥＫの偏回帰係数、定数項、Ｐ値、及びcommonalityなどが、図９に示すように記憶される。なお、前述したように、ある１つの感性語対の観点空間から複数のクラスタが得られ、そのうちの１または複数のクラスタがＰＥＫとして選択される。図９の「No.」という欄には、当該感性語対の観点空間から得られたクラスタの総数を分母で表し、そのうちＰＥＫとして選択されたクラスタの番号を分子で表している。

以上説明したように、クラスタ分析部１４では、感性語対Ｉ_k毎の観点空間上で、被験者Ｔｊの評価対象の各音ｓｉ（ここではｉ＝１〜１０）に対する印象評価ベクトルＥ_jk＝＜ｅ_ijk＞＝＜ｅ_1jk,ｅ_2jk,…,ｅ_10jk＞の類似度から、印象評価ベクトルの類似する被験者のクラスタを求め、各クラスタの平均的な印象評価ベクトル（代表ベクトル）Ｅ_kc＝＜ｅ_ikc＞＝＜ｅ_1kc,ｅ_2kc,…,ｅ_10kc＞を算出する。そして、重回帰分析部１６は、この各感性語対のクラスタ毎に、その代表ベクトルと、各音ｓｉの各音質指標の値ｆ_lとの間の相関関係を表す重回帰式を求める。

例えば、図９に示すように、感性語対「値段が安そう−値段が高そう」という人の感性（感性指標）からは、commonalityが小さいP３つのＰＥＫが得られた。この３つのＰＥＫについて、上述の重回帰分析により得られた偏回帰係数を図１０に示す。図１０では、当該感性語対について上述のようなクラスタリングを行わないで、全被験者の評価対象の各音ｓｉに対する印象評価値の平均値のベクトルと、各音ｓｉの各音質指標の値ｆ_lとの間で重回帰分析を行い、当該感性語対における評価値を目的変数とし、音質指標ｆ_lを説明変数とする重回帰式を算出する従来の手法で求めた偏回帰係数も示している。なお、図１０において凡例の数値はＰＥＫのcommonalityである。

偏回帰係数とは、他の説明変数が変化しないという条件のもとで、その説明変数１単位の増加分に対する目的変数の増加分の期待値を表す。

音のシャープさや重厚感などの多くの被験者で比較的共通する低次の感性の場合には、平均値による従来の手法でも問題ない場合が多いが、「値段が安そう−値段が高そう」といった音の高級感などの高次の感性においては、個人の価値観や解釈によって感性が異なる。

図１０において、感性語対「値段が安そう−値段が高そう」の３つのＰＥＫは、４つの偏回帰係数の正負が逆転している場合があることが読み取れる。個人性によって分割することで（すなわち、クラスタリングすることで）、個人性、すなわち感性の多様性による違いがはっきりと確かめることができる。一方、このような感性語対では、個人性によって分割せずに（すなわち、クラスタリングせずに）全被験者の印象評価値を平均してしまった場合、打ち消しあってしまい、信頼性に欠けることとなる。

このように、上記実施形態によれば、感性に多様性があるかどうかは、当該感性語対から求まるＰＥＫの数の多さや各ＰＥＫのcommonalityにより定量的に把握することができる。上記実施形態によれば、このような多様性のある高次の感性も、容易にしかも正確に音質指標との間の相関を求めることができるのである。また、各ＰＥＫの意味解釈は、重回帰分析によって得られる物理指標（音質指標値）との偏回帰係数により、定量的に把握することが可能である。これにより、音の設計者（デザイナー）は、自分と異なる顧客の感性を定量的に把握することができる。

図１の感性評価装置１では、回帰式記憶部１７に記憶されている、各ＰＥＫの偏回帰係数、定数項などの情報を用いて、さらに、所望の音質指標値をもつ目標音に対し、各感性指標（感性品質）の値を推定する。次に、所望の音質指標値をもつ目標音に対する感性指標値（感性品質値）の推定処理動作について、図１５に示すフローチャートを参照して説明する。

目標音設定部１８は、例えば図１１に示すような画面を表示装置２０に表示する。この画面上でユーザが、目標音の音質指標値を設定する。音質指標は、上述同様、例えば、音の大きさ（loudness）、音の甲高さ（sharpness）、音のざらざら感（roughness）、音の揺らぎ（fluctuation strength:F.S）である。

目標音の音質指標値は、予め定められた基準音に対する相対値で設定することもできるし、基準音を用いない絶対値で設定することもできる。図１１の画面上のエリアＡ１では、目標音の音質指標値の設定を相対値でするか（Relative）、絶対値でするか(Absolute)を設定する（ステップＳ１０１）。相対値で設定する場合には、さらに、図１１の画面上のエリアＡ２において、基準音を選択する（ステップＳ１０２）。

目標音の音質指標値を絶対値で設定する場合、すなわち、基準音が存在しない目標音の場合、重回帰式から感性品質を算出する。ここでは、これを絶対評価と呼ぶ。また、基準音が存在し、目標音の音質指標値を基準音の音質指標値（基準音の音声指標ｆ_lについての値をｆ_loと表す）に対する相対値（ｆ_l−ｆ_lo）で設定する場合には、相対評価と呼ぶ。

基準音は、前述したように、物理指標値算出部１１で評価対象として用いた複数の音ｓiの中から選択してもよいし、これとは別の音を基準音としてもよい。基準音の音質指標値は、物理指標値算出部１１で算出されて、物理指標値記憶部１２に予め記憶されているものとする。

次に、図１１の画面上のエリアＡ３で、特に評価したい感性指標（感性品質）を予め用意されている感性語（感性語対のうちの一方の感性語）のなかから２つ選択する（ステップＳ１０３）。

最後に、図１１の画面上のエリアＡ４で、目標音の４つの音質指標の値を入力する（ステップＳ１０４）。図１１では、スライドバーをマウス等で操作することで、目標音の音質指標値を設定する。

感性品質推定部１９は、基準音が設定されていない場合、すなわち絶対評価の場合には（ステップＳ１０５）、ステップＳ１０６へ進み、目標音設定部１８で設定された目標音に対し、回帰式記憶部１７に記憶されている各感性指標（各感性語対）の重回帰式を用いて、感性指標値（感性品質値）を算出する。

絶対評価では、感性品質推定部１９は、各感性指標の重回帰式の各音質指標の変数（説明変数）ｆ_lに、目標音設定部１８で設定された値を代入することで、目標音の感性指標値（感性品質値）Ｙを算出する。

一方、感性品質推定部１９は、基準音が設定されている場合、すなわち相対評価の場合には（ステップＳ１０５）、ステップＳ１０７へ進む。ステップＳ１０７では、各感性指標（各感性語対）の偏回帰係数ｗ_lと、目標音設定部１８で設定された基準音の音質指標に対する相対値（f_l−ｆ_lo）と、基準音の各感性指標の値Ｙ_oとから、次式（５）を用いて、各感性指標について、目標音の感性指標値（感性品質値）を算出する。

基準音の各感性指標の値（感性品質値）Ｙ_oは、当該感性指標の重回帰式の各音質指標の変数（説明変数）ｆ_lに、当該基準音の音質指標値ｆ_loを代入することで算出する。あるいは、基準音の各感性指標の値（感性品質値）Ｙ_oは、回帰式記憶部１７に予め記憶されていてもよい。

ステップＳ１０６またはステップＳ１０７で算出された、目標音の各感性指標についての値（感性品質値）は、ここでは、推定された感性品質値と呼び、図１２〜図１４に示すように、表示装置２０に表示する（ステップＳ１０８）。

図１２は、図１１に示した設定画面で指定された２つの感性指標についての、重回帰分析部１６で算出された偏回帰係数とＰ値の表示例を示している。

図１３は、全ＰＥＫについて感性品質推定部１９で求めた感性品質値（各ＰＥＫに対し求めた重回帰式の説明変数に、目標音の音質指標値を代入し、その結果得られる感性品質値）の表示例を示している。図１３では、全ＰＥＫをcommonalityの小さい順に上から表示している。

図１４は、感性品質推定部１９で算出した、図１の設定画面上で指定された目標音の２つの感性品質値（推定値）を２次元平面上に表現したものである。なお、図１４では、目標音の２つの感性品質値（推定値）は、×印で示している。参考用に、図１１の設定画面上で基準音を選択した場合には、その基準音の感性品質の値を表示する。この場合、感性品質推定部１９は、基準音の音質指標値を、目標音設定部１８で指定された２つの感性品質のそれぞれに対し求めた重回帰式の説明変数に代入することで、当該基準音の感性品質の値を求めてもよい。なお、図１４に示すように、基準音を含む１０種の評価対象の音ｓi（i＝１，２，…、１０）の感性品質の値が表示されていてもよい。

目標音の感性品質の推定値とともに、基準音などの参照音（例えば、ここでは、上記１０種の音）の感性品質の値を同じ平面上で表示することで、指定された２つの感性品質における基準音や参照音に対する目標音の位置づけが視覚的に理解できる。

ユーザが、例えば、図１４に示した表示画面を参照しながら、図１１のエリアＡ４で、スライドバーを操作して、目標音の音質指標値を変化させると、音質指標値の変化に応じて感性品質推定部１９で算出された目標音の各感性指標の値が図１３に示したように表示され、また、図１４の表示画面上では、当該目標音の感性指標の値を示す点（図１４では×印で示している）の表示が更新される。

図１の感性評価装置１を用いることで、再度、被験者に対し印象評価実験を行うことなく、音のデザイナーが作成した音（目標音）の感性品質を評価することができる。多様性のある感性語には複数のＰＥＫが得られているから、目標音の音質指標値を物理パラメータとして、目的の感性が得られるかを客観的に判断できる。

本発明の実施の形態に記載した感性評価装置は、図１の各機能部の処理ステップ（図２及び図１５に示した処理ステップ）を含むプログラムをコンピュータに実行させることにより実現できる。

また、このプログラムは、磁気ディスク（フレキシブルディスク、ハードディスクなど）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤなど）、半導体メモリなどの記録媒体に格納して頒布することもできる。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

本実施形態に係る感性評価装置の構成例を示した図。 図１の感性評価装置における、人の感性と音の物理指標（音質指標）との関係を抽出するための処理動作を説明するためのフローチャート。 １０種の評価対象の音ｓi（i＝１，２，…、１０）について算出された４種の音質指標の値を示した図。 評価対象音としてクリーナの発する音を用いた場合に、被験者の印象評価実験に用いた２２種の感性語対の例を示した図。 感性語対Ｉ_kについて、被験者ｐと被験者ｑの印象評価ベクトルの各要素（各評価対象の音ｓ１〜ｓ１０に対する印象評価値）を平面上にマッピングした図。 被験者が８人の場合に、２人ずつの被験者の全組合せについて算出された、感性語対Ｉ_kにおける印象評価ベクトル間の類似度を示した図。 感性語対Ｉ_kにおける印象評価ベクトルの類似度ｄ_kpqを基に、全被験者を観点空間上における点の布置で表現した図であり、図７（ａ）は感性語対「小さい−大きい」の観点空間を示し、図７（ｂ）は感性語対「ぼんやり−はっきり」の観点空間を示し、図７（ｃ）は感性語対「貧弱な−豊かな」の観点空間を示している。 各感性語対の観点空間から得られたクラスタの数と各クラスタのcommonalityを示した図。 回帰式記憶部１７に記憶されている情報の記憶例を示したもので、感性語対毎の各クラスタについて、有意水準αを１０％と設定されているときに、ＰＥＫとして選択されたクラスタについて、その偏回帰係数、定数項、Ｐ値、及びcommonalityを示している。 本実施形態の手法（クラスタリングを行った場合）で算出された３つのＰＥＫの偏回帰係数と、従来手法（クラスタリングを行わない場合）で算出された偏回帰係数とを比較するための図。 目標音の音質指標値を設定するための設定画面の一例を示した図。 図１の設定画面で指定された２つの感性指標（感性品質）の偏回帰係数とＰ値を表示例を示した図。 全ＰＥＫについて感性品質推定部で求めた感性品質値の表示例を示した図。 図１の設定画面上で指定された２つの感性品質の値（推定値）の表示例を示した図。 図１の感性評価装置における、目標音に対する感性指標値（感性品質値）の推定処理動作を説明するためのフローチャート。

符号の説明

１…感性評価装置
１１…物理指標値算出部
１２…物理指標値記憶部
１３…印象評価入力部
１４…クラスタ分析部
１５…感性語クラスタ記憶部
１６…重回帰分析部
１７…回帰式記憶部
１８…目標音設定部
１９…感性品質推定部
２０…表示部

Claims (19)

1. 評価対象の複数の音のそれぞれについて、複数種類の音質指標値を求める手段と、
   前記評価対象の各音に対し得られた、複数種類の感性語対についての複数の被験者の印象評価値を基に、感性語対毎に前記複数の音に対する評価値が近い被験者をまとめた複数のクラスタを抽出するクラスタ分析手段と、
   各感性語対のクラスタ毎に、当該クラスタにおける印象評価値を目的変数、前記複数種類の音質指標値を説明変数とする重回帰式と、該重回帰式に対するＰ値を求める重回帰分析手段と、
   前記Ｐ値が予め定められた有意水準より小さいクラスタを選択する選択手段と、
   を含む感性評価装置。
2. 前記クラスタ分析手段は、各感性語対のクラスタ毎に、当該クラスタ内の各被験者の前記複数の音に対する印象評価値から、当該クラスタの前記複数の音に対する代表評価値を算出し、
   前記重回帰分析手段は、各感性語対のクラスタ毎の前記複数の音に対する前記代表評価値と、前記複数の音のそれぞれの前記複数種類の音質指標値とから、前記重回帰式及び前記Ｐ値を求めることを特徴とする請求項１記載の感性評価装置。
3. 前記クラスタ分析手段は、
   感性語対毎に、任意の２人の被験者間の前記複数の音に対する評価値の類似度を算出し、２人ずつの被験者の全組合せについて算出された前記類似度を基に、前記複数の被験者を当該感性語対の観点空間上に配置し、前記複数の被験者の前記観点空間上の配置位置から前記複数のクラスタを抽出することを特徴とする請求項１記載の感性評価装置。
4. 上記類似度を、任意の２人の被験者間の前記複数の音に対する評価値の相関係数から算出することを特徴とする請求項３記載の感性評価装置。
5. 各感性語対のクラスタ毎に、全被験者数と当該クラスタ内の被験者数とから、当該クラスタの一般性の度合い算出する算出手段
   をさらに含む請求項１記載の感性評価装置。
6. 目標音に対応する複数種類の音質指標値を入力する第１の入力手段と、
   クラスタ毎の前記重回帰式の各説明変数に、前記第１の入力手段で入力された前記複数種類の音質指標値を代入することにより、前記目標音の感性品質値を算出する第１の評価手段と、
   をさらに含む請求項１記載の感性評価装置。
7. 基準音の音質指標値に対する相対値で、目標音に対応する音質指標値を入力する第２の入力手段と、
   前記相対値、クラスタ毎の前記重回帰式の偏回帰係数、及び前記基準音の感性品質値から前記目標音の感性品質値を算出する第２の評価手段と、
   をさらに含む請求項１記載の感性評価装置。
8. 前記第２の評価手段は、クラスタ毎の前記重回帰式の各説明変数に、前記基準音の複数種類の音質指標値を代入することにより、前記基準音の感性品質値を算出することを特徴とする請求項７記載の感性評価装置。
9. 評価対象の複数の音のそれぞれについて、複数種類の音質指標値を求めるステップと、
   前記評価対象の各音に対し得られた、複数種類の感性語対についての複数の被験者の印象評価値を基に、感性語対毎に前記複数の音に対する評価値が近い被験者をまとめた複数のクラスタを抽出するクラスタ分析ステップと、
   各感性語対のクラスタ毎に、当該クラスタにおける印象評価値を目的変数、前記複数種類の音質指標値を説明変数とする重回帰式と、該重回帰式に対するＰ値を求める重回帰分析ステップと、
   前記Ｐ値が予め定められた有意水準より小さいクラスタを選択する選択ステップと、
   を含む感性評価方法。
10. 前記クラスタ分析ステップは、各感性語対のクラスタ毎に、当該クラスタ内の各被験者の前記複数の音に対する印象評価値から、当該クラスタの前記複数の音に対する代表評価値を算出し、
    前記重回帰分析ステップは、各感性語対のクラスタ毎の前記複数の音に対する前記代表評価値と、前記複数の音のそれぞれの前記複数種類の音質指標値とから、前記重回帰式及び前記Ｐ値を求めることを特徴とする請求項９記載の感性評価方法。
11. 前記クラスタ分析ステップは、
    感性語対毎に、任意の２人の被験者間の前記複数の音に対する評価値の類似度を算出し、２人ずつの被験者の全組合せについて算出された前記類似度を基に、前記複数の被験者を当該感性語対の観点空間上に配置し、前記複数の被験者の前記観点空間上の配置位置から前記複数のクラスタを抽出することを特徴とする請求項９記載の感性評価方法。
12. 上記類似度を、任意の２人の被験者間の前記複数の音に対する評価値の相関係数から算出することを特徴とする請求項１１記載の感性評価方法。
13. 各感性語対のクラスタ毎に、全被験者数と当該クラスタ内の被験者数とから、当該クラスタの一般性の度合い算出する算出ステップ
    をさらに含む請求項９記載の感性評価方法。
14. 目標音に対応する複数種類の音質指標値を入力する第１の入力ステップと、
    クラスタ毎の前記重回帰式の各説明変数に、前記第１の入力ステップで入力された前記複数種類の音質指標値を代入することにより、前記目標音の感性品質値を算出する第１の評価ステップと、
    をさらに含む請求項９記載の感性評価方法。
15. 基準音の音質指標値に対する相対値で、目標音に対応する音質指標値を入力する第２の入力ステップと、
    前記相対値、クラスタ毎の前記重回帰式の偏回帰係数、及び前記基準音の感性品質値から前記目標音の感性品質値を算出する第２の評価ステップと、
    をさらに含む請求項９記載の感性評価方法。
16. 前記第２の評価ステップは、クラスタ毎の前記重回帰式の各説明変数に、前記基準音の複数種類の音質指標値を代入することにより、前記基準音の感性品質値を算出することを特徴とする請求項１５記載の感性評価方法。
17. コンピュータを、
    評価対象の複数の音のそれぞれについて、複数種類の音質指標値を求める手段、
    前記評価対象の各音に対し得られた、複数種類の感性語対についての複数の被験者の印象評価値を基に、感性語対毎に前記複数の音に対する評価値が近い被験者をまとめた複数のクラスタを抽出するクラスタ分析手段、
    各感性語対のクラスタ毎に、当該クラスタにおける印象評価値を目的変数、前記複数種類の音質指標値を説明変数とする重回帰式と、該重回帰式に対するＰ値を求める重回帰分析手段、
    前記Ｐ値が予め定められた有意水準より小さいクラスタを選択する選択手段、
    として機能させるためのプログラム。
18. コンピュータを、さらに、
    目標音に対応する複数種類の音質指標値を入力する第１の入力手段、
    クラスタ毎の前記重回帰式の各説明変数に、前記第１の入力手段で入力された前記複数種類の音質指標値を代入することにより、前記目標音の感性品質値を算出する第１の評価手段、
    として機能させるための請求項１７記載のプログラム。
19. コンピュータを、さらに、
    基準音の音質指標値に対する相対値で、目標音に対応する音質指標値を入力する第２の入力手段、
    前記相対値、クラスタ毎の前記重回帰式の偏回帰係数、及び前記基準音の感性品質値から前記目標音の感性品質値を算出する第２の評価手段、
    として機能させるための請求項１７記載のプログラム。

Images