JP2015175770A

JP2015175770A - 音識別条件設定支援装置および音識別条件設定支援方法

Info

Publication number: JP2015175770A
Application number: JP2014053464A
Authority: JP
Inventors: 勝哉梶山; Katsuya Kajiyama
Original assignee: Chugoku Electric Power Co Inc
Current assignee: Chugoku Electric Power Co Inc
Priority date: 2014-03-17
Filing date: 2014-03-17
Publication date: 2015-10-05
Anticipated expiration: 2034-03-17
Also published as: JP5937125B2

Abstract

【課題】採取音のスペクトログラムにおいて異音の特徴抽出を容易にかつ確実に行い、当該処理に関する作業者の負担を削減できるようにする。
【解決手段】音識別条件設定支援装置は、異音を含む有異音サンプル音と異音を含まない無異音サンプル音の音声データのスペクトログラムデータを生成し、各スペクトログラムデータにつき、所定の周波数範囲を、所定の規則に従って設定したブロック数のブロックに分割し、ブロックごとに音の強度分布のヒストグラムデータを算出し、各ヒストグラムデータを用い、採取音中の異音の有無を識別する識別関数を生成する。さらに、音識別条件設定支援装置はブロック数の設定を変更し、複数の識別関数を生成する。さらに、音識別条件設定支援装置は、他のサンプル音の音声データを用い、生成した各識別関数の識別正解率を求め、識別正解率が最も高い識別関数およびそれに対応するブロック数を選定する。
【選択図】図１０

Description

本発明は、採取音中の異音の有無を識別するための識別条件の設定を支援する音識別条件設定支援装置および音識別条件設定支援方法に関する。

例えば、送電線から発せられる異音を除去する方策を検討する場合や、機器から発せられる異音に基づいて機器の故障診断を行う場合に、送電線または機器に近い場所で採取した音の中に異音が含まれているか否かを、パターン認識手法を用いて判定する。具体的には、多くの場合、採取音をスペクトル解析し、採取音または異音の周波数の特徴に基づき、採取音中の異音の有無を識別する（特許文献１参照）。

しかしながら、異音の周波数または音の強さが時間的に変化する場合、採取音または異音の周波数の静的な特徴に基づくだけでは、異音の有無を高精度に識別することが難しいことがある。このような場合には、採取音のスペクトログラムを分析し、採取音または異音の周波数または音の強さの時間的変化を勘案し、採取音中の異音の有無を識別することが望ましい。これにより、異音の周波数または音の強さが時間的に変化する場合でも、異音の有無を高精度に識別することができる。

特開平１１−２４１９４５号公報

採取音のスペクトログラムを用い、パターン認識手法により採取音中における異音の有無の識別を行うには、スペクトログラムとして表現された当該異音の特徴を抽出することが必要である。この特徴抽出の優劣が識別精度を大きく左右する。

異音の特徴抽出方法については、一般的または統一的な方法は知られていない。従来、作業者は、採取音のスペクトログラムをコンピュータのモニタに表示し、それを目で見ることにより異音のスペクトログラムの特徴を見出すといった方法で異音の特徴抽出を行っている。

しかしながら、異音の高精度な識別を可能にする異音の特徴を、コンピュータのモニタに表示されたスペクトログラムを見ることにより見出す作業は、長い時間がかかり、大きな負担を作業者に強いる。また、異音の高精度な識別を可能にする異音の特徴を見出せるか否かが作業者の経験に依存する場合が多いため、練達した作業者が存在しない場合には高精度な識別を実現することが困難である。

また、例えば送電線から発せられる異音を除去する方法を検討する場面では、異音の発生時期やどのような異音が発生するのかを予測することが困難であると共に、実際に異音が発生した場合には、その異音を除去する方策を短時間で講じなければならない。このような場面では、異音の特徴抽出を迅速にかつ確実に行わなければならないが、上述した通り、従来技術によってこれを実現することは難しい。

本発明は例えば上述したような問題に鑑みなされたものであり、本発明の課題は、採取音のスペクトログラムにおいて異音の特徴抽出またはそれに相当する処理を容易にかつ確実に行うことができ、当該処理に関する作業者の負担を削減することができると共に、異音の有無の高精度な識別を実現することができる音識別条件設定支援装置および音識別条件設定支援方法を提供することにある。

上記課題を解決するために、本発明の第１の音識別条件設定支援装置は、異音の有無を識別するための識別条件の設定を支援する音識別条件設定支援装置であって、異音を含む複数の有異音サンプル音および異音を含まない複数の無異音サンプル音のスペクトログラムをそれぞれ示すスペクトログラムデータを受け取り、当該各スペクトログラムデータにおける所定の周波数範囲を複数のブロックに分割し、当該各ブロックにおける音の強度分布のヒストグラムを示すヒストグラムデータを生成するヒストグラム生成部と、前記複数の有異音サンプル音のうちのいくつかの有異音サンプル音についての各ブロックのヒストグラムデータ、および前記複数の無異音サンプル音のうちのいくつかの無異音サンプル音についての各ブロックのヒストグラムデータを用い、異音の有無を識別するための識別関数を生成する識別関数生成部と、前記複数の有異音サンプル音のうちの他のいくつかの有異音サンプル音についての各ブロックのヒストグラムデータ、および前記複数の無異音サンプル音のうちの他のいくつかの無異音サンプル音についての各ブロックのヒストグラムデータを前記識別関数に入力して異音の有無の識別を実行し、前記識別関数が異音の有無を正しく識別する確率である識別正解率を算定する正解率算定部とを備えていることを特徴とする。

また、本発明の第２の音識別条件設定支援装置は、上述した本発明の第１の音識別条件設定支援装置において、前記各スペクトログラムデータにおける所定の周波数範囲を複数のブロックに分割する際のブロック数の設定を変更しつつ、前記ヒストグラム生成部、前記識別関数生成部および前記正解率算定部による処理を複数回実行し、当該処理を複数回実行した結果、前記識別関数生成部により生成された複数の識別関数のうち前記識別正解率が最も高い識別関数および当該識別関数を生成する際に設定された前記ブロック数を前記識別条件として選定する識別条件選定部とを備えていることを特徴とする。

また、本発明の第３の音識別条件設定支援装置は、上述した本発明の第１または第２の音識別条件設定支援装置において、前記有異音サンプル音または前記無異音サンプル音のスペクトログラムを示すスペクトログラムデータを生成するスペクトログラム生成部を備えていることを特徴とする。

上記課題を解決するために、本発明の音識別条件設定支援方法は、異音の有無を識別するための識別条件の設定を支援する音識別条件設定支援方法であって、異音を含む複数の有異音サンプル音および異音を含まない複数の無異音サンプル音のスペクトログラムをそれぞれ示すスペクトログラムデータのそれぞれにつき、当該スペクトログラムデータにおける所定の周波数範囲を複数のブロックに分割し、当該各ブロックにおける音の強度分布のヒストグラムを示すヒストグラムデータを生成するヒストグラム生成工程と、前記複数の有異音サンプル音のうちのいくつかの有異音サンプル音についての各ブロックのヒストグラムデータ、および前記複数の無異音サンプル音のうちのいくつかの無異音サンプル音についての各ブロックのヒストグラムデータを用い、異音の有無を識別するための識別関数を生成する識別関数生成工程と、前記複数の有異音サンプル音のうちの他のいくつかの有異音サンプル音についての各ブロックのヒストグラムデータ、および前記複数の無異音サンプル音のうちの他のいくつかの無異音サンプル音についての各ブロックのヒストグラムデータを前記識別関数に入力して異音の有無の識別を実行し、前記識別関数が異音の有無を正しく識別する確率である識別正解率を算定する正解率算定工程とを備え、前記各スペクトログラムデータにおける所定の周波数範囲を複数のブロックに分割する際のブロック数の設定を変更しつつ、前記ヒストグラム生成工程、前記識別関数生成工程および前記正解率算定工程を複数回実行し、これらの工程を複数回実行した結果、前記識別関数生成工程において生成された複数の識別関数のうち前記識別正解率が最も高い識別関数および当該識別関数を生成する際に設定された前記ブロック数を前記識別条件として選定することを特徴とする。

本発明によれば、採取音のスペクトログラムにおいて異音の特徴抽出またはそれに相当する処理を容易にかつ確実に行うことができ、当該処理に関する作業者の負担を削減することができる。

本発明の実施形態による音識別条件設定支援装置を示すブロック図である。本発明の実施形態による音識別条件設定支援装置による音識別条件設定支援処理を示すフローチャートである。図２に続く音識別条件設定支援処理を示すフローチャートである。有異音サンプル音の波形図である。有異音サンプル音のスペクトログラムを示すグラフである。有異音サンプル音のスペクトログラムの１つのブロックにおける音の強度分布のヒストグラムを示すグラフである。有異音サンプル音のスペクトログラムの他の１つのブロックにおける音の強度分布のヒストグラムを示すグラフである。有異音サンプル音のスペクトログラムのさらに他の１つのブロックにおける音の強度分布のヒストグラムを示すグラフである。サンプル音のスペクトログラムを２０個のブロック数のブロックに分割した状態を示す説明図である。サンプル音のスペクトログラムを３０個のブロック数のブロックに分割した状態を示す説明図である。識別関数の識別正解率の算定方法を示す説明図である。ブロック数の各設定に対応する識別関数の識別正解率を示す説明図である。本発明の実施形態による異音判定装置を示すブロック図である。本発明の実施形態による異音判定装置による異音判定処理を示すフローチャートである。

以下、本発明の実施の形態につき、図面を参照しながら説明する。

（音識別条件設定支援装置による処理の概要）
図１は本発明の実施形態による音識別条件設定支援装置を示している。図１において、本発明の実施形態による音識別条件設定支援装置１は、採取音中の異音の有無を識別するための識別条件の設定を支援する装置である。採取音は、例えば、送電線または機器等に近い場所で採取した音である。異音は、例えば、送電線の周囲に住む人が不快を訴える音、または機器が正常である場合には発生しない音等である。

音識別条件設定支援装置１により行われる識別条件の設定を支援する処理（音識別条件設定支援処理）は、大まかに述べると、採取音中の異音の有無を識別することができる識別関数を生成ないし選定する処理である。この処理は、実質的にみて、異音の特徴を抽出する処理に相当する。

音識別条件設定支援装置１は、音識別条件設定支援処理として、概ね次の処理を行う。まず、処理の準備として、作業者は、有異音サンプル音の音声データおよび無異音サンプル音の音声データを用意する。有異音サンプル音とは、異音を含む採取音のサンプルである。無異音サンプル音とは、異音を含まない採取音のサンプルである。音声データは、例えば、ＷＡＶ、ＭＰ３（ＭＰＥＧＡｕｄｉｏＬａｙｅｒー３）、ＡＡＣ（ＡｄｖａｎｃｅｄＡｕｄｉｏＣｏｄｉｎｇ）等の音声ファイルフォーマットを有するデジタルデータである。

作業者は、例えば次のような方法で、有異音サンプル音の音声データと無異音サンプル音の音声データをそれぞれ複数用意する。すなわち、作業者は、同じ場所で複数回録音を実行することにより複数の音声を採取し、採取した複数の音声を順次再生し、それらを聴き、各音声中の異音の有無を判断する。そして、作業者は、異音が含まれている音声に対応する音声データを有異音サンプル音の音声データに分類し、異音が含まれていない音声に対応する音声データを無異音サンプル音の音声データに分類する。

次に、作業者は、有異音サンプル音の音声データおよび無異音サンプル音の音声データを音識別条件設定支援装置１に入力する。

音識別条件設定支援装置１は、入力された複数の有異音サンプル音の音声データおよび複数の無異音サンプル音の音声データのそれぞれにつき、音声のスペクトログラムを示すスペクトログラムデータを生成する。

続いて、音識別条件設定支援装置１は、複数の有異音サンプル音のスペクトログラムデータのうち、例えば半数の有異音サンプル音のスペクトログラムデータを識別関数生成用の有異音サンプル音のスペクトログラムデータとして選択する。また、音識別条件設定支援装置１は、複数の無異音サンプル音のスペクトログラムデータのうち、例えば半数の無異音サンプル音のスペクトログラムデータを識別関数生成用の無異音サンプル音のスペクトログラムデータとして選択する。

続いて、音識別条件設定支援装置１は、選択したスペクトログラムデータのそれぞれにつき、所定の周波数範囲を、所定の規則に従って設定したブロック数のブロックに分割し、ブロックのそれぞれにつき、音の強度分布のヒストグラムを示すヒストグラムデータを生成する。上記所定の周波数範囲は、例えば一般的な可聴域である２０Ｈｚ程度から２００００Ｈｚ程度までの範囲である。なお、異音の周波数範囲の予想がつく場合などには、上記所定の周波数範囲を、異音の周波数範囲が含まれる、より狭い範囲に限定してもよい。

続いて、音識別条件設定支援装置１は、識別関数生成用の有異音サンプル音のスペクトログラムデータまたは識別関数生成用の無異音サンプル音のスペクトログラムデータとしてそれぞれ選択された複数のスペクトログラムデータにおけるヒストグラムデータを用いて識別関数を生成し、生成した識別関数と、この時点で設定されているブロック数を記憶部１８に記憶する。

続いて、音識別条件設定支援装置１は、複数の有異音サンプル音のスペクトログラムデータのうち、例えば残りの半数の有異音サンプル音のスペクトログラムデータを識別関数検証用の有異音サンプル音のスペクトログラムデータとして選択する。また、音識別条件設定支援装置１は、複数の無異音サンプル音のスペクトログラムデータのうち、例えば残りの半数の無異音サンプル音のスペクトログラムデータを識別関数検証用の無異音サンプル音のスペクトログラムデータとして選択する。続いて、音識別条件設定支援装置１は、選択したスペクトログラムデータのそれぞれにつき、所定の周波数範囲を、所定の規則に従って設定したブロック数のブロックに分割し、ブロックのそれぞれにつき、音の強度分布のヒストグラムを示すヒストグラムデータを生成する。

続いて、音識別条件設定支援装置１は、識別関数検証用の有異音サンプル音のスペクトログラムデータまたは識別関数検証用の無異音サンプル音のスペクトログラムデータとしてそれぞれ選択された複数のスペクトログラムデータにおけるヒストグラムデータを、生成された識別関数に入力し、１つのヒストグラムデータが入力されるごとに、当該識別関数による識別を実行し、識別結果の正否を判定する。この結果、当該識別関数に入力されたヒストグラムデータの個数に対応する個数の判定結果が得られる。続いて、音識別条件設定支援装置１は、得られた複数の判定結果を用い、当該識別関数の識別正解率を算定し、算定した識別正解率を記憶部１８に記憶する。識別正解率とは、識別関数が異音の有無を正しく識別する確率である。

続いて、音識別条件設定支援装置１は、所定の規則に従ってブロック数の設定を変更しながら、上述した識別関数の生成および識別正解率の算定を複数回実行する。これにより、音識別条件設定支援装置１の記憶部１８には、複数のブロック数、それぞれのブロック数の設定の下で生成されたヒストグラムデータを用いて生成された複数の識別関数、これら識別関数の識別正解率が記憶される。

続いて、音識別条件設定支援装置１は、記憶部１８に記憶された識別正解率に基づき、記憶部１８に記憶された複数の識別関数のうち、識別正解率が最も高い識別関数およびそれに対応するブロック数を選定し、これらを確定識別関数および確定ブロック数として記憶部１８に記憶する。このようにして音識別条件設定支援装置１により選定・記憶された、確定識別関数および確定ブロック数は、採取音中の異音の有無を異音判定装置２１（図１３参照）により判定する際に用いられる。

ここで、音のスペクトログラムおよび強度分布のヒストグラムについて図４ないし図８を参照しながら説明する。図４は有異音サンプル音の波形の具体例を示す。図４において横軸が時間であり、縦軸が音の強さである。図５は、図４に示す有異音サンプル音のスペクトログラムを示している。図５において横軸が時間であり、縦軸が周波数であり、色が音の強さを示している。なお、図５においては、音の強さが黒と白の２段階で表されており、白よりも黒の方が音の強さが大きいことを示しているが、実際のスペクトログラムのグラフは、音の強さが多段階（例えば２５６段階）の色（例えば色の明度）の違いで表される。

図６は、図５中のブロックＦ１における音の強度分布のヒストグラムを示し、図７は、図５中のブロックＦ２における音の強度分布のヒストグラムを示し、図８は、図５中のブロックＦ３における音の強度分布のヒストグラムを示している。図６ないし図８のそれぞれにおいて、縦軸が度数／全度数であり、横軸が音の強さ（強度）である。ここで、有異音サンプル音と無異音サンプル音とは、両者の長さ（開始時点から終了時点までの時間）が互いに同じであり、有異音サンプル音または無異音サンプル音の長さ（例えば１時間）を所定の単位時間（例えば１秒）で割った値が「全度数」に相当する。また、有異音サンプル音または無異音サンプル音の開始時点から終了時点までの間において、上記所定の単位時間を単位にし、音の強さが同じ程度となった回数をカウントすることにより得られた値が「度数」に相当する。

図５に示す有異音サンプル音のスペクトログラムにおいて、ブロックＦ１では、有異音サンプル音の開始時点から終了時点までの間において、音の強さが大きい状態がほぼ連続している。このブロックＦ１における音の強度分布では、図６に示すように、度数／全度数がピークとなる音の強さがＰ１であり、分布がＰ１に集中し、分布の範囲が狭い。

また、図５に示す有異音サンプル音のスペクトログラムにおいて、ブロックＦ２では、有異音サンプル音の開始時点から終了時点までの間において、音の強さが小さい状態がほぼ連続している。このブロックＦ２における音の強度分布では、図７に示すように、度数／全度数がピークとなる音の強さがＰ２であり、Ｐ２はＰ１よりも小さい値である。また、ブロックＦ２における音の強度分布では、分布がＰ２に集中し、分布の範囲が狭い。

また、図５に示す有異音サンプル音のスペクトログラムにおいて、ブロックＦ３では、有異音サンプル音の開始時点から終了時点までの間において、音の強さが大きい状態と音の強さが小さい状態とが混在している。このブロックＦ３における音の強度分布では、図８に示すように、分布の範囲が比較的広い。

このように、有異音サンプル音のスペクトログラムにおけるブロックごとの強度分布のヒストグラムによれば、有異音サンプル音におけるブロックごとの音の強さの時間的変化を表すことができる。したがって、有異音サンプル音、無異音サンプル音、被判定音といった採取音のそれぞれにつき、スペクトログラムにおけるブロックごとの音の強度分布のヒストグラムを用いることにより、採取音および採取音に含まれる異音の周波数または音の強さの時間的変化を勘案しつつ、採取音中の異音の有無を高精度に識別可能な識別関数を生成することができる。

（音識別条件設定支援装置の構成）
図１に示すように、音識別条件設定支援装置１は演算処理部１１を備え、演算処理部１１は、音声データからスペクトログラムデータを生成するスペクトログラム生成部１２と、スペクトログラムデータを複数のブロックに分割し、各ブロックにおける音の強度分布のヒストグラムデータを生成するヒストグラム生成部１３と、各ブロックにおける音の強度分布のヒストグラムデータを用いて識別関数を生成する識別関数生成部１４と、識別関数の識別正解率を算定する正解率算定部１５と、識別正解率の最も高い識別関数およびそれに対応するブロック数を選定する識別条件選定部１６と、スペクトログラムデータの所定の周波数範囲を複数のブロックに分割する際のブロック数（すなわち所定の周波数範囲の分割数）を設定または変更する処理、および音識別条件設定支援処理の流れの制御等を行う制御部１７とを備えている。さらに、音識別条件設定支援装置１は、確定識別関数、確定ブロック数、および音識別条件設定支援処理中に保持すべき種々のデータを記憶する記憶部１８と、有異音サンプル音または無異音サンプル音の音声データの入力、操作入力、処理の進捗状況等の表示等を行う入出力部１９とを備えている。

このような構成を有する音識別条件設定支援装置１は、例えばパーソナルコンピュータにより実現することができる。具体的に述べると、演算処理部１１は、パーソナルコンピュータに内蔵されたＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｇＵｎｉｔ）により実現することができる。また、スペクトログラム生成部１２、ヒストグラム生成部１３、識別関数生成部１４、正解率算定部１５、識別条件選定部１６、および制御部１７は、パーソナルコンピュータを音識別条件設定支援装置１として機能させるためのコンピュータプログラムをＣＰＵに読み込ませて実行させることにより実現することができる。また、記憶部１８は、パーソナルコンピュータが有する記憶装置（例えばハードディスクドライブ装置、フラッシュメモリ等）により実現することができる。また、入出力部１９は、パーソナルコンピュータが有する入出力装置（例えばキーボード、マウス、モニタ等）により実現することができる。

（音識別条件設定支援処理）
図２および図３は、音識別条件設定支援装置１により行われる音識別条件設定支援処理を示している。作業者は、処理の準備として、例えば、１００個の有異音サンプル音Ａ１〜Ａ１００の音声データと、１００個の無異音サンプル音Ｂ１〜Ｂ１００の音声データを用意する。

続いて、作業者は、音識別条件設定支援装置１の入出力部１９を操作し、有異音サンプル音Ａ１〜Ａ１００の音声データおよび無異音サンプル音Ｂ１〜Ｂ１００の音声データを音識別条件設定支援装置１に入力する。なお、これら音声データを音識別条件設定支援装置１に入力する際には、音識別条件設定支援装置１が、有異音サンプル音Ａ１〜Ａ１００および無異音サンプル音Ｂ１〜Ｂ１００の音声データを１つ１つ識別可能となるようにすると共に、音声データが有異音サンプル音の音声データであるのか無異音サンプル音の音声データであるのかを識別可能となるようにする。これを実現する方法として、例えば、各音声データに、各音声データを識別するための識別情報、および各音声データが有異音サンプル音の音声データであるのか無異音サンプル音の音声データであるのかを示す分類情報を付す方法がある。この方法は例えば音声データのファイル名の付け方を工夫することで容易に実現することができる。

続いて、作業者は、音識別条件設定支援処理を開始する旨の指示を音識別条件設定支援装置１に入力する。これに応じ、音識別条件設定支援装置１は、図２および図３に示す音識別条件設定支援処理を開始する。

音識別条件設定支援処理において、図２に示すように、まず、スペクトログラム生成部１２が、有異音サンプル音Ａ１〜Ａ１００および無異音サンプル音Ｂ１〜Ｂ１００の音声データのそれぞれについてスペクトログラムデータを生成し、生成した各スペクトログラムデータを記憶部１８に記憶する（ステップＳ１）。

続いて、制御部１７が、所定の規則に従い、スペクトログラムデータの上記所定の周波数範囲を複数のブロックに分割する際のブロック数を設定する（ステップＳ２）。例えば、本実施形態では、上記所定の規則として、ブロック数の最小値を２０とし、最大値を８０とし、初回に設定するブロック数を上記最小値とし、ブロック数の設定の変更を１回行うごとにブロック数を５増加させるといった規則を採用する。

ここで、図９はブロック数を２０に設定し、採取音のスペクトログラムの所定の周波数範囲をブロックＧに分割した状態を示し、図１０はブロック数を３０に設定し、採取音のスペクトログラムの所定の周波数範囲をブロックＨに分割した状態を示している。図９および図１０を見るとわかる通り、ブロック数が多くなると、各ブロックの幅（周波数範囲）が小さくなる。

続いて、図２に示すように、制御部１７が、有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータの中から、未選択のスペクトログラムデータをランダムに１つ選択し、当該スペクトログラムデータを記憶部１８から読み出す（ステップＳ３）。続いて、制御部１７は、有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータの中からどの有異音サンプル音のスペクトログラムデータを選択したかを示す履歴情報を記憶部１８に記憶する。この履歴情報は、制御部１７がこの後にステップＳ３またはＳ１０において未選択のスペクトログラムデータを特定するために用いられる。

続いて、ヒストグラム生成部１３が、選択されたスペクトログラムデータの上記所定の周波数範囲を、ステップＳ２において設定されたブロック数のブロックに分割し、分割した各ブロックの強度分布のヒストグラムデータを生成し、生成した各ヒストグラムデータを記憶部１８に記憶する（ステップＳ４）。

続いて、制御部１７が、有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータのうち例えば５０個のスペクトログラムデータについてヒストグラムデータを生成する処理を終えたか否かを判断する（ステップＳ５）。有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータのうち５０個のスペクトログラムデータについてヒストグラムデータを生成する処理を終えていない場合（ステップＳ５：ＮＯ）、制御部１７は処理をステップＳ３に戻す。

一方、有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータのうち５０個のスペクトログラムデータについてヒストグラムデータを生成する処理を終えた場合には（ステップＳ５：ＹＥＳ）、制御部１７が、無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータの中から、未選択のスペクトログラムデータをランダムに１つ選択し、当該スペクトログラムデータを記憶部１８から読み出す（ステップＳ６）。続いて、制御部１７は、無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータの中からどの無異音サンプル音のスペクトログラムデータを選択したかを示す履歴情報を記憶部１８に記憶する。この履歴情報は、制御部１７がこの後のステップＳ６またはＳ１５において未選択のスペクトログラムデータを特定するために用いられる。

続いて、ヒストグラム生成部１３が、選択されたスペクトログラムデータの上記所定の周波数範囲を、ステップＳ２において設定されたブロック数のブロックに分割し、分割した各ブロックの強度分布のヒストグラムデータを生成し、生成した各ヒストグラムデータを記憶部１８に記憶する（ステップＳ７）。

続いて、制御部１７が、無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータのうち例えば５０個のスペクトログラムデータについてヒストグラムデータを生成する処理を終えたか否かを判断する（ステップＳ８）。無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータのうち５０個のスペクトログラムデータについてヒストグラムデータを生成する処理を終えていない場合（ステップＳ８：ＮＯ）、制御部１７は処理をステップＳ６に戻す。

一方、無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータのうち５０個のスペクトログラムデータについてヒストグラムデータを生成する処理を終えた場合には（ステップＳ８：ＹＥＳ）、識別関数生成部１４が、ステップＳ４で生成された５０個の有異音サンプル音における各ブロックのヒストグラムデータと、ステップＳ７で生成された５０個の無異音サンプル音における各ブロックのヒストグラムデータを記憶部１８から読み出し、これらのヒストグラムデータを用い、識別関数を生成する（ステップＳ９）。識別関数の生成には、例えばサポートベクターマシン等の学習モデルを用いたパターン認識手法（例えば特開２００５−３５２９９７号公報参照）を採用する。なお、ニューラルネットワーク等の他の学習モデルを識別関数の生成に採用してもよい。続いて、識別関数生成部１４は、生成した識別関数を、それに対応するブロック数（例えば、現在設定されているブロック数を示す数値等の情報）と共に記憶部１８に記憶する。

続いて、制御部１７が、有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータの中から、未選択のスペクトログラムデータをランダムに１つ選択し、当該スペクトログラムデータを記憶部１８から読み出す（ステップＳ１０）。続いて、制御部１７は、有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータの中からどの有異音サンプル音のスペクトログラムデータを選択したかを示す履歴情報を記憶部１８に記憶する。この履歴情報は、制御部１７がこの後のステップＳ３またはＳ１０において未選択のスペクトログラムデータを特定するために用いられる。

続いて、ヒストグラム生成部１３が、選択されたスペクトログラムデータの上記所定の周波数範囲を、ステップＳ２において設定されたブロック数のブロックに分割し、分割した各ブロックの強度分布のヒストグラムデータを生成し、生成した各ヒストグラムデータを記憶部１８に記憶する（ステップＳ１１）。

続いて、図３に示すように、正解率算定部１５が、ステップＳ１１で生成されたヒストグラムデータを、ステップＳ９で生成された識別関数に入力し、当該識別関数により有異音サンプル音中の異音の有無の識別を実行する（ステップＳ１２）。

続いて、正解率算定部１５は、当該識別関数による識別の正否を判定する（ステップＳ１３）。ステップＳ１３の判定では、当該識別関数による識別の結果が「異音あり」である場合に正解であり、そうでない場合には不正解である。続いて、正解率算定部１５は、当該判定結果（例えば判定結果を示すフラグ等の情報）を判定結果情報として記憶部１８に記憶する。

続いて、制御部１７が、有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータのうち例えば５０個のスペクトログラムデータを用いて識別関数による識別を実行し、当該識別関数の実行結果を判定する処理を終えたか否かを判断する（ステップＳ１４）。有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータのうち５０個のスペクトログラムデータを用いた識別関数による識別の実行とその結果の判定を終えていない場合には（ステップＳ１４：ＮＯ）、制御部１７は処理を図２中のステップＳ１０に戻す。

一方、有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータのうち５０個のスペクトログラムデータを用いた識別関数による識別の実行とその結果の判定を終えた場合には（ステップＳ１４：ＹＥＳ）、制御部１７が、無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータの中から、未選択のスペクトログラムデータをランダムに１つ選択し、当該スペクトログラムデータを記憶部１８から読み出す（ステップＳ１５）。続いて、制御部１７は、無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータの中からどの無異音サンプル音のスペクトログラムデータを選択したかを示す履歴情報を記憶部１８に記憶する。この履歴情報は、制御部１７がこの後のステップＳ６またはＳ１５において未選択のスペクトログラムデータを特定するために用いられる。

続いて、ヒストグラム生成部１３が、選択されたスペクトログラムデータの上記所定の周波数範囲を、ステップＳ２において設定されたブロック数のブロックに分割し、分割した各ブロックの強度分布のヒストグラムデータを生成し、生成した各ヒストグラムデータを記憶部１８に記憶する（ステップＳ１６）。

続いて、正解率算定部１５が、ステップＳ１６で生成されたヒストグラムデータを、ステップＳ９で生成された識別関数に入力し、当該識別関数により無異音サンプル音中の異音の有無の識別を実行する（ステップＳ１７）。

続いて、正解率算定部１５は、当該識別関数による識別の正否を判定する（ステップＳ１８）。ステップＳ１８の判定では、当該識別関数による識別の結果が「異音なし」である場合に正解であり、そうでない場合には不正解である。続いて、正解率算定部１５は、当該判定結果を判定結果情報として記憶部１８に記憶する。

続いて、制御部１７が、無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータのうち例えば５０個のスペクトログラムデータを用いて識別関数による識別を実行し、当該識別関数による識別を判定する処理を終えたか否かを判断する（ステップＳ１９）。無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータのうち５０個のスペクトログラムデータを用いた識別関数による識別の実行とその結果の判定を終えていない場合には（ステップＳ１９：ＮＯ）、制御部１７は処理をステップＳ１５に戻す。

一方、無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータのうち５０個のスペクトログラムデータを用いた識別関数による識別の実行とその結果の判定を終えた場合には（ステップＳ１９：ＹＥＳ）、制御部１７は処理をステップＳ２０へ移行させる。

以上のステップＳ３〜Ｓ１９の処理により、有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータの中からランダムに選択された半数のスペクトログラムデータと、無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータの中からランダムに選択された半数のスペクトログラムデータを用いて識別関数が生成され、当該識別関数の実行結果の正否の判定が、有異音サンプル音Ａ１〜Ａ１００のスペクトログラムデータのうちの残りの半数のスペクトログラムデータと、無異音サンプル音Ｂ１〜Ｂ１００のスペクトログラムデータのうちの残りの半数のスペクトログラムデータを用いて行われたこととなる。

続いて、ステップＳ２０において、制御部１７が、識別関数の生成およびその実行結果の判定（ステップＳ３〜Ｓ１９）を複数回（例えば２００回）繰り返したか否かを判断する。識別関数の生成およびその実行結果の判定を２００回繰り返していない場合には（ステップＳ２０：ＮＯ）、制御部１７は処理をステップＳ３に戻し、スペクトログラムデータのランダム選択を初めからやり直すために、スペクトログラムデータの選択の履歴を示す上記履歴情報をすべて消去（初期化）する。

一方、識別関数の生成およびその実行結果の判定を２００回繰り返した場合には（ステップＳ２０：ＹＥＳ）、制御部１７は処理をステップＳ２１に移行させる。

以上のステップＳ３〜Ｓ２０の処理により、識別関数の生成に用いられる５０個の有異音サンプル音の組合せ、および識別関数の生成に用いられる５０個の無異音サンプル音の組合せがそれぞれ２００通り生成され、これら２００通りの組合せを用いて２００個の識別関数が生成されたことになる。さらに、ステップＳ３〜Ｓ２０の処理により、識別関数の実行結果の判定に用いられる５０個の有異音サンプル音の組合せ、および識別関数の実行結果の判定に用いられる５０個の無異音サンプル音の組合せがそれぞれ２００通り生成され、これら２００通りの組合せを用い、各識別関数につき識別結果の判定が行われたことになる。ステップＳ３〜Ｓ２０を２００回実行し終えたとき、記憶部１８には、２００００個の判定結果情報が記憶されている。このように、識別関数の生成およびその実行結果の判定を繰り返し行い、多数の判定結果情報を得ることで、後にステップＳ２１で算定される識別正解率の信頼性を高めることができる。

続いて、ステップＳ２１において、正解率算定部１５が、ステップＳ３〜Ｓ２０において得られた２００００個の判定結果情報を用い、現在設定されている１つのブロック数により生成された識別関数につき、１つの識別正解率を算定し、算定した識別正解率を記憶部１８に記憶する。

ここで、図１１は、ステップＳ２１における識別正解率の算定方法の一例を示している。図１１において、「○」は、ステップＳ１３またはＳ１８における判定結果が正解であったことを示し、「×」は、ステップＳ１３またはＳ１８における判定結果が不正解であったことを示す。「−」は、そのサンプル音のスペクトログラムデータが識別関数の生成に用いられ、ステップＳ１３またはＳ１８における識別関数による識別の正否判定には用いられなかったことを示す。図１１に示すように、ステップＳ２１における識別正解率の算定処理において、まず、サンプル音Ａ１〜Ａ１００およびＢ１〜Ｂ１００の各スペクトログラムデータについて識別正解率を算定する。１つのスペクトログラムデータについての識別正解率は、当該スペクトログラムデータのヒストグラムデータを識別関数に入力して得られた識別結果において、正解の個数と不正解の個数とを合わせた値で、正解の個数を割ることにより求めることができる。次に、サンプル音Ａ１〜Ａ１００およびＢ１〜Ｂ１００のスペクトログラムデータの識別正解率の平均値を算定し、この平均値を、現在設定されている１つのブロック数により生成された識別関数の識別正解率として用いる。

続いて、図３に示すように、制御部１７が、ブロック数のすべての設定についてステップＳ２〜Ｓ２１の処理の実行を終えたか否かを判断する（ステップＳ２２）。ブロック数のすべての設定についてステップＳ２〜Ｓ２１の処理の実行を終えていない場合には（ステップＳ２２：ＮＯ）、制御部１７は処理を図２中のステップＳ２に戻す。そして、ステップＳ２において、制御部１７が上記所定の規則に従ってブロック数を変更し、続いて、制御部１７、ヒストグラム生成部１３および正解率算定部１５がステップＳ３〜Ｓ２１の処理を実行する。

一方、ブロック数のすべての設定についてステップＳ２〜Ｓ２１の処理の実行を終えた場合には（ステップＳ２２：ＹＥＳ）、制御部１７は処理をステップＳ２３に移行させる。上述したブロック数の設定についての所定の規則によれば、ブロック数の設定は全部で１３通りであるので、ブロック数が変更されながらステップＳ２〜Ｓ２１の処理が１３回繰り返され、この結果、１３通りのブロック数により生成された識別関数の識別正解率が算定される。１３通りのブロック数の設定についてステップＳ２〜Ｓ２１の処理の実行を終えたとき、記憶部１８には、１３通りにブロック数にそれぞれ対応する１３個の識別正解率が記憶されている。

ここで、図１２は、上記所定の規則に従って設定されたブロック数にそれぞれ対応する識別関数の識別正解率の例を示している。図１２によれば、ブロック数が５０の識別正解率が９７％で最も高い。

続いて、図３中のステップＳ２３において、識別条件選定部１６が、記憶部１８に記憶された複数の識別正解率を読み出し、それらの中から最も高い識別正解率を特定する。続いて、識別条件選定部１６は、特定した識別正解率を有する識別関数に対応するブロック数を選定し、選定したブロック数を確定ブロック数として記憶部１８に記憶する。

続いて、識別関数生成部１４が、確定ブロック数として記憶されたブロック数の設定の下で生成された、有異音サンプル音Ａ１〜Ａ１００および無異音サンプル音Ｂ１〜Ｂ１００のすべてのスペクトログラムデータにおけるすべてのヒストグラムデータを用い、改めて識別関数を生成し、生成した識別関数を確定識別関数として記憶部１８に記憶する（ステップＳ２４）。上記確定ブロック数および確定識別関数は、後述する異音判定装置２１による異音判定処理に用いられる。

以上説明した通り、本発明の実施形態による音識別条件設定支援装置１によれば、採取音中の異音の有無を高精度に識別することができる識別関数を迅速かつ容易に少ない作業負担で生成することができる。すなわち、音識別条件設定支援装置１による識別関数の生成は、音声データを入力しさえすれば自動的に行われるので、識別関数を生成する作業、すなわち異音の特徴抽出に相当する作業を、コンピュータのモニタに表示された採取音のスペクトログラムを見ながら異音の特徴を見出すといった従来の特徴抽出作業と比較し、大幅に簡単化することができる。したがって、作業時間を短縮することができ、また、作業者の負担を軽減することができる。また、サンプル音を用意すれば、音識別条件設定支援装置１により識別関数を自動的に生成することができるので、作業者の経験の多少を問わず、高精度な識別能力を有する識別関数を生成することができる。

なお、上述した実施形態における音識別条件設定支援処理では、識別関数の生成および識別関数の識別結果の判定（ステップＳ３〜Ｓ２０）を例えば２００回繰り返す場合を例にあげたが、本発明はこれに限らず、識別関数の生成および識別関数の識別結果の判定を１回ないし１９９回、または２０１回以上行うこととしてもよい。

また、上述した実施形態における音識別条件設定支援処理では、確定ブロック数を選定した後、確定ブロック数として選定されたブロック数の設定の下で生成された、有異音サンプル音Ａ１〜Ａ１００および無異音サンプル音Ｂ１〜Ｂ１００のすべてのスペクトログラムデータにおけるすべてのヒストグラムデータを用いて改めて識別関数を生成し、当該生成した識別関数を確定識別関数として選定する場合（図３中のステップＳ２４）を例にあげたが、本発明はこれに限らず、確定ブロック数として選定されたブロック数の設定の下で図２中のステップＳ９において生成された識別関数を確定識別関数として選定してもよい。

また、上述した実施形態における音識別条件設定支援処理では、識別関数の生成に用いるサンプル音のスペクトログラムデータおよび識別関数の識別結果の判定に用いるサンプル音のスペクトログラムデータをそれぞれランダムに選択する場合を例にあげたが、本発明はこれに限らない。例えば、音識別条件設定支援処理を始める前に、作業者が、採取した複数のサンプル音を、識別関数の生成に用いるサンプル音と、識別関数による識別結果の判定に用いるサンプル音に分類し、音識別条件設定支援装置１は、このような作業者の分類に従い、識別関数の生成に用いるサンプル音のスペクトログラムデータおよび識別関数の識別結果の判定に用いるサンプル音のスペクトログラムデータをそれぞれ選択するようにしてもよい。

（異音判定装置の構成）
図１３は、本発明の実施形態による音識別条件設定支援装置１によって生成された確定識別関数および確定ブロック数を用いて採取音中の異音の有無を判定する異音判定装置を示している。図１３において、異音判定装置２１は演算処理部３０を備え、演算処理部３０は、音声データからスペクトログラムデータを生成するスペクトログラム生成部３１と、スペクトログラムデータを複数のブロックに分割し、各ブロックにおける音の強度分布のヒストグラムデータを生成するヒストグラム生成部３２と、各ブロックにおけるヒストグラムデータを識別関数に入力し、異音の有無の識別を行う異音識別部３３と、異音判定処理の流れの制御等を行う制御部３４とを備えている。さらに、異音判定装置２１は、異音判定処理中に保持すべき種々のデータを記憶する記憶部３５と、被判定音の音声データの入力、操作入力、処理結果の表示等を行う入出力部３６とを備えている。

異音判定装置２１は例えばパーソナルコンピュータにより実現することができる。具体的には、演算処理部３０は、パーソナルコンピュータに内蔵されたＣＰＵにより実現することができる。また、スペクトログラム生成部３１、ヒストグラム生成部３２、異音識別部３３、および制御部３４は、ＣＰＵにコンピュータプログラムを読み込ませて実行することにより実現することができる。また、記憶部３５は、パーソナルコンピュータが有するハードディスクドライブ装置等の記憶装置により実現することができる。また、入出力部３６は、パーソナルコンピュータが有するキーボード、モニタ等の入出力装置により実現することができる。なお、音識別条件設定支援装置１と異音判定装置２１とを１台のパーソナルコンピュータで同時に動作させるようにしてもよい。

（異音判定処理）
図１４は異音判定装置２１による異音判定処理を示している。異音判定装置２１は、例えば送電線または機器等に近い場所で採取した比較的長時間（例えば２４時間）に及ぶ採取音につき、異音の有無を判定することができる。この異音判定の対象となる採取音の全体を被判定音という。また、異音判定装置２１による異音判定処理では、被判定音の音声データを比較的短時間（例えば１時間）のいくつかのセクションに分け、セクションごとに異音の有無の識別を行う。

異音判定処理の準備として、作業者は、音識別条件設定支援装置１により生成された確定識別関数および確定ブロック数を異音判定装置２１に入力し、これらを異音判定装置２１の記憶部３５に記憶させる。また、作業者は、被判定音の音声データを異音判定装置２１に入力し、これを異音判定装置２１の記憶部３５に記憶させる。続いて、作業者が異音判定処理を開始する旨の指示を異音判定装置２１に入力すると、異音判定装置２１は異音判定処理を開始する。

図１４に示すように、異音判定処理において、まず、制御部３４が、確定識別関数および確定ブロック数を記憶部３５から読み出す（ステップＳ３１）。

続いて、制御部３４は、被判定音の音声データにおいて、異音の有無の識別をまだ実行していないセクションのうちの先頭のセクション（被判定音の音声データの開始時点に最も近いセクション）に対応する音声データを抽出する（ステップＳ３２）。

続いて、スペクトログラム生成部３１が、ステップＳ３２で抽出した音声データのスペクトログラムデータを生成する（ステップＳ３３）。

続いて、ヒストグラム生成部３２が、ステップＳ３３で生成したスペクトログラムデータにつき、所定の周波数範囲を確定ブロック数のブロックに分割し、各ブロックにつき、音の強度分布のヒストグラムデータを生成する（ステップＳ３４）。

続いて、異音識別部３３が、各ブロックのヒストグラムデータを確定識別関数に入力し、異音の有無の識別を実行し、その識別結果を記憶部３５に記憶する（ステップＳ３５）。

続いて、制御部３４が、被判定音の音声データのすべてのセクションにつき、異音の有無の識別を実行し終えたか否かを判断する（ステップＳ３６）。被判定音の音声データのすべてのセクションにつき異音の有無の識別を実行し終えていない場合には（ステップＳ３６：ＮＯ）、ステップＳ３２に戻り、制御部３４が、次のセクションに対応する音声データを被判定音の音声データから抽出し、スペクトログラム生成部３１、ヒストグラム生成部３２および異音識別部３３がステップＳ３３〜Ｓ３５の処理を実行する。

一方、被判定音の音声データのすべてのセクションにつき異音の有無の識別を実行し終えた場合には（ステップＳ３６：ＹＥＳ）、制御部３４が、被判定音についての異音の有無の識別結果をセクションごとにモニタ等に表示する（ステップＳ３７）。作業者はモニタを見ることにより、被判定音中の異音の有無を即座に把握することができる。また、被判定音中の異音の有無をセクションごとに把握することができるので、被判定音として用いる採取音が比較的長時間に及び、かつその中に含まれる異音が比較的短時間である場合でも、当該採取音中の異音を迅速に発見することができる。

なお、本発明は、請求の範囲および明細書全体から読み取ることのできる発明の要旨または思想に反しない範囲で適宜変更可能であり、そのような変更を伴う音識別条件設定支援装置および音識別条件設定支援方法もまた本発明の技術思想に含まれる。

１音識別条件設定支援装置
１１演算処理部
１２スペクトログラム生成部
１３ヒストグラム生成部
１４識別関数生成部
１５正解率算定部
１６識別条件選定部
１７制御部
１８記憶部
１９入出力部
２１異音判定装置
３０演算処理部
３１スペクトログラム生成部
３２ヒストグラム生成部
３３異音識別部
３４制御部
３５記憶部
３６入出力部

Claims

異音の有無を識別するための識別条件の設定を支援する音識別条件設定支援装置であって、
異音を含む複数の有異音サンプル音および異音を含まない複数の無異音サンプル音のスペクトログラムをそれぞれ示すスペクトログラムデータを受け取り、当該各スペクトログラムデータにおける所定の周波数範囲を複数のブロックに分割し、当該各ブロックにおける音の強度分布のヒストグラムを示すヒストグラムデータを生成するヒストグラム生成部と、
前記複数の有異音サンプル音のうちのいくつかの有異音サンプル音についての各ブロックのヒストグラムデータ、および前記複数の無異音サンプル音のうちのいくつかの無異音サンプル音についての各ブロックのヒストグラムデータを用い、異音の有無を識別するための識別関数を生成する識別関数生成部と、
前記複数の有異音サンプル音のうちの他のいくつかの有異音サンプル音についての各ブロックのヒストグラムデータ、および前記複数の無異音サンプル音のうちの他のいくつかの無異音サンプル音についての各ブロックのヒストグラムデータを前記識別関数に入力して異音の有無の識別を実行し、前記識別関数が異音の有無を正しく識別する確率である識別正解率を算定する正解率算定部とを備えていることを特徴とする音識別条件設定支援装置。
前記各スペクトログラムデータにおける所定の周波数範囲を複数のブロックに分割する際のブロック数の設定を変更しつつ、前記ヒストグラム生成部、前記識別関数生成部および前記正解率算定部による処理を複数回実行し、当該処理を複数回実行した結果、前記識別関数生成部により生成された複数の識別関数のうち前記識別正解率が最も高い識別関数および当該識別関数を生成する際に設定された前記ブロック数を前記識別条件として選定する識別条件選定部とを備えていることを特徴とする請求項１に記載の音識別条件設定支援装置。
前記有異音サンプル音または前記無異音サンプル音のスペクトログラムを示すスペクトログラムデータを生成するスペクトログラム生成部を備えていることを特徴とする請求項１または２に記載の音識別条件設定支援装置。
異音の有無を識別するための識別条件の設定を支援する音識別条件設定支援方法であって、
異音を含む複数の有異音サンプル音および異音を含まない複数の無異音サンプル音のスペクトログラムをそれぞれ示すスペクトログラムデータのそれぞれにつき、当該スペクトログラムデータにおける所定の周波数範囲を複数のブロックに分割し、当該各ブロックにおける音の強度分布のヒストグラムを示すヒストグラムデータを生成するヒストグラム生成工程と、
前記複数の有異音サンプル音のうちのいくつかの有異音サンプル音についての各ブロックのヒストグラムデータ、および前記複数の無異音サンプル音のうちのいくつかの無異音サンプル音についての各ブロックのヒストグラムデータを用い、異音の有無を識別するための識別関数を生成する識別関数生成工程と、
前記複数の有異音サンプル音のうちの他のいくつかの有異音サンプル音についての各ブロックのヒストグラムデータ、および前記複数の無異音サンプル音のうちの他のいくつかの無異音サンプル音についての各ブロックのヒストグラムデータを前記識別関数に入力して異音の有無の識別を実行し、前記識別関数が異音の有無を正しく識別する確率である識別正解率を算定する正解率算定工程とを備え、
前記各スペクトログラムデータにおける所定の周波数範囲を複数のブロックに分割する際のブロック数の設定を変更しつつ、前記ヒストグラム生成工程、前記識別関数生成工程および前記正解率算定工程を複数回実行し、これらの工程を複数回実行した結果、前記識別関数生成工程において生成された複数の識別関数のうち前記識別正解率が最も高い識別関数および当該識別関数を生成する際に設定された前記ブロック数を前記識別条件として選定することを特徴とする音識別条件設定支援方法。