JP2013222113A5 - - Google Patents

Claims (18)

1. 入力時間信号から所定時間毎の特徴量を抽出する特徴量抽出部と、
   所定数の被検出音の特徴量列を保持する特徴量保持部と、
   上記特徴量抽出部で新たに特徴量が抽出される毎に、該特徴量抽出部で抽出された特徴量の列を、上記保持されている所定数の被検出音の特徴量列とそれぞれ比較して、上記所定数の被検出音の検出結果を得る比較部とを備え、
   上記特徴量抽出部は、
   上記入力時間信号を時間フレーム毎に時間周波数変換して時間周波数分布を得る時間周波数変換部と、
   上記時間周波数分布よりトーンらしさの尤度分布を求める尤度分布検出部とを有し、
   上記求められた尤度分布を周波数方向および時間方向に平滑化して上記所定時間毎の特徴量を抽出する
   音検出装置。
2. 上記尤度分布検出部は、
   上記時間周波数分布の各時間フレームにおいて周波数方向のピークを検出するピーク検出部と、
   上記検出された各ピークにおいてトーンモデルをフィッティングするフィッティング部と、
   上記フィッティング結果に基づき、上記検出された各ピークのトーン成分らしさを示すスコアを得るスコア化部とを備える
   請求項１に記載の音検出装置。
3. 上記特徴量抽出部は、
   上記平滑化された尤度分布を周波数方向および／または時間方向に間引く間引き部をさらに備える
   請求項１または請求項２に記載の音検出装置。
4. 上記特徴量抽出部は、
   上記平滑化された尤度分布を量子化する量子化部をさらに備える
   請求項１または請求項２に記載の音検出装置。
5. 上記比較部は、
   上記所定数の被検出音のそれぞれについて、上記保持されている被検出音の特徴量列と上記特徴量抽出部で抽出された特徴量列との間の対応する特徴量間の相関演算で類似度を求め、該求められた類似度に基づいて上記被検出音の検出結果を得る
   請求項１から請求項４のいずれかに記載の音検出装置。
6. 上記所定数の被検出音の検出結果を時刻情報と共に記録媒体に記録する記録制御部をさらに備える
   請求項１から請求項５のいずれかに記載の音検出装置。
7. 入力時間信号から所定時間毎の特徴量を抽出する特徴量抽出ステップと、
   上記特徴量抽出ステップで新たに特徴量が抽出される毎に、該特徴量抽出部で抽出された特徴量の列を、保持されている所定数の被検出音の特徴量列とそれぞれ比較して、上記所定数の被検出音の検出結果を得る比較ステップとを備え、
   上記特徴量抽出ステップでは、
   上記入力時間信号を時間フレーム毎に時間周波数変換して時間周波数分布を得、該時間周波数分布よりトーンらしさの尤度分布を求め、該尤度分布を周波数方向および時間方向に平滑化して上記所定時間毎の特徴量を抽出する
   音検出方法。
8. コンピュータに、
   入力時間信号から所定時間毎の特徴量を抽出する特徴量抽出ステップと、
   上記特徴量抽出ステップで新たに特徴量が抽出される毎に、該特徴量抽出部で抽出された特徴量の列を、保持されている所定数の被検出音の特徴量列とそれぞれ比較して、上記所定数の被検出音の検出結果を得る比較ステップとを備え、
   上記特徴量抽出ステップでは、
   上記入力時間信号を時間フレーム毎に時間周波数変換して時間周波数分布を得、該時間周波数分布よりトーンらしさの尤度分布を求め、該尤度分布を周波数方向および時間方向に平滑化して上記所定時間毎の特徴量を抽出する
   音検出方法を実行させるためのプログラム。
9. 入力時間信号を時間フレーム毎に時間周波数変換して時間周波数分布を得る時間周波数変換部と、
   上記時間周波数分布よりトーンらしさの尤度分布を求める尤度分布検出部と、
   上記尤度分布を周波数方向および時間方向に平滑化して所定時間毎の特徴量を抽出する特徴量抽出部とを備える
   音特徴量抽出装置。
10. 上記尤度分布検出部は、
    上記時間周波数分布の各時間フレームにおいて周波数方向のピークを検出するピーク検出部と、
    上記検出された各ピークにおいてトーンモデルをフィッティングするフィッティング部と、
    上記フィッティング結果に基づき、上記検出された各ピークのトーン成分らしさを示すスコアを得るスコア化部とを備える
    請求項９に記載の音特徴量抽出装置。
11. 上記平滑化された尤度分布を周波数方向および／または時間方向に間引く間引き部をさらに備える
    請求項９または請求項１０に記載の音特徴量抽出装置。
12. 上記平滑化された尤度分布を量子化する量子化部をさらに備える
    請求項９または請求項１０に記載の音特徴量抽出装置。
13. 上記入力時間信号に基づいて音区間を検出する音区間検出部をさらに備え、
    上記尤度分布検出部は、
    上記検出された音区間の範囲で上記時間周波数分布よりトーンらしさの尤度分布を求める
    請求項９から請求項１２のいずれかに記載の音特徴量抽出装置。
14. 上記音区間検出部は、
    上記入力時間信号を時間フレーム毎に時間周波数変換して時間周波数分布を得る時間周波数変換部と、
    上記時間周波数分布に基づいて、時間フレーム毎の、振幅、トーン成分強度およびスペクトル概形の特徴量を抽出する特徴量抽出部と、
    上記抽出された特徴量に基づいて、時間フレーム毎の、音区間らしさを示すスコアを得るスコア化部と、
    上記得られた時間フレーム毎のスコアを時間方向に平滑化する時間平滑化部と、
    上記平滑化された時間フレーム毎のスコアを閾値判定して音区間情報を得る閾値判定部とを有する
    請求項１３に記載の音特徴量抽出装置。
15. 入力時間信号を時間フレーム毎に時間周波数変換して時間周波数分布を得る時間周波数変換ステップと、
    上記時間周波数分布よりトーンらしさの尤度分布を求める尤度分布検出ステップと、
    上記尤度分布を周波数方向および時間方向に平滑化する平滑化ステップとを備える
    音特徴量抽出方法。
16. 入力時間信号を時間フレーム毎に時間周波数変換して時間周波数分布を得る時間周波数変換部と、
    上記時間周波数分布に基づいて、時間フレーム毎の、振幅、トーン成分強度およびスペクトル概形の特徴量を抽出する特徴量抽出部と、
    上記抽出された特徴量に基づいて、時間フレーム毎の、音区間らしさを示すスコアを得るスコア化部とを備える
    音区間検出装置。
17. 上記得られた時間フレーム毎のスコアを時間方向に平滑化する時間平滑化部と、
    上記平滑化された時間フレーム毎のスコアを閾値判定して音区間情報を得る閾値判定部とをさらに備える
    請求項１６に記載の音区間検出装置。
18. 入力時間信号を時間フレーム毎に時間周波数変換して時間周波数分布を得る時間周波数変換ステップと、
    上記時間周波数分布に基づいて、時間フレーム毎の、振幅、トーン成分強度およびスペクトル概形の特徴量を抽出する特徴量抽出ステップと、
    上記抽出された特徴量に基づいて、時間フレーム毎の、音区間らしさを示すスコアを得るスコア化ステップとを備える
    音区間検出方法。