JP2017148431A - 認知機能評価装置、認知機能評価方法、プログラム - Google Patents

Abstract

【課題】認知機能の評価に必要な特徴量の抽出を容易にする認知機能評価装置を提供する。【解決手段】認知機能評価装置１０は、取得部１１と特徴抽出部１２と推定部１３とを備える。取得部１１は、発話区間における対象者の音声データを取得する。特徴抽出部１２は、発話区間の音声データから対象者の認知機能を反映する特徴量を抽出する。推定部１３は、特徴量の変化に基づいて対象者の認知機能を推定する。特徴量は、音声データの所定の抽出期間における韻律情報を反映した１種類の変量の時系列データで表されている。【選択図】図１

Description

本発明は、認知機能評価装置、認知機能評価方法、プログラムに関する。本発明は、より詳しくは、対象者の音声により対象者の認知機能を評価する認知機能評価装置、この認知機能評価装置における認知機能評価方法に関する。また、本発明は、コンピュータを認知機能評価装置として機能させるプログラム、コンピュータで認知機能評価方法を実現するプログラムに関する。

従来、音声データから韻律特徴量を抽出し、音声データの韻律特徴量から、音声データの発話者について認知機能障害の危険度を算出する技術が提案されている（たとえば、特許文献１参照）。引用文献１には、音声データから抽出される複数種類の韻律特徴量の組み合わせと、組み合わせた韻律特徴量の各々に対する重み付けとに基づいて、認知機能障害の危険度を算出する技術が記載されている。引用文献１では、韻律特徴量は、音声の周波数成分に関する特徴量、音声のフォルマント構造に関する特徴量、音声の大きさに関する特徴量、発話速度に関する特徴量、質問に回答するまでの反応時間に関する特徴量の少なくとも１つを含んでいる。そして、それぞれの特徴量は、収集した音声から１つずつの値が求められている。

特開２０１１−２５５１０６号公報

特許文献１では、収集した音声から複数種類の韻律特徴量を求めているが、１種類の韻律特徴量は１種類の値で表されている。そのため、比較的多くの種類の韻律特徴量が必要である。

本発明は、認知機能を評価するための特徴量の抽出を容易にした認知機能評価装置を提供することを目的とし、また、この認知機能評価装置における認知機能評価方法を提供することを目的とする。さらに、本発明は、コンピュータを認知機能評価装置として機能させるプログラムと、コンピュータで認知機能評価方法を実現するプログラムとを提供することを目的とする。

本発明に係る認知機能評価装置は、取得部と特徴抽出部と推定部とを備える。前記取得部は、発話区間における対象者の音声データを取得する。前記特徴抽出部は、発話区間の前記音声データから前記対象者の認知機能を反映する特徴量を抽出する。前記推定部は、前記特徴量の変化に基づいて前記対象者の認知機能を推定する。前記特徴量は、前記音声データの所定の抽出期間における韻律情報を反映した１種類の変量の時系列データで表されている。

本発明に係る認知機能評価方法は、発話区間における対象者の音声データから所定の抽出期間ごとに特徴量を抽出するステップと、前記特徴量の変化に基づいて前記対象者の認知機能を推定するステップとを備える。前記特徴量は、前記音声データの所定の抽出期間における韻律情報を反映した１種類の変量の時系列データで表されている。

本発明に係るプログラムは、コンピュータを認知機能評価装置として機能させるためのプログラムである。

また、本発明に係る別のプログラムは、コンピュータで認知機能評価方法を実現するためのプログラムである。

本発明の構成によれば、認知機能を評価するための特徴量の抽出が容易であるという利点を有する。

図１は認知機能評価装置の構成例を示すブロック回路図である。 図２は認知機能評価装置の構成例における発話区間を説明する波形図である。 図３は認知機能評価装置の構成例における特徴量の変化を示すグラフである。 図４は認知機能評価装置の構成例における別の特徴量の変化を示すグラフである。 図５は認知機能評価装置の他の構成例を示すブロック回路図である。 図６は認知機能評価装置の使用の形態を示すブロック回路図である。

以下に説明する認知機能評価装置は、人の発話に基づいて認知機能を評価するように構成されている。認知機能の評価は、人の音声に含まれるピッチ周波数とフォルマントとの少なくとも一方を用いて行う。そのため、発話内容を理解することなく人の認知機能を評価することが可能である。

図１に示すように、認知機能評価装置１０は、対象者の音声データを取得する取得部１１を備え、取得部１１が取得した音声データから特徴量を抽出する特徴抽出部１２を備える。さらに、認知機能評価装置１０は、特徴量の変化に基づいて対象者の認知機能を推定する推定部１３を備える。対象者は、主として高齢者を想定しているが、若年性アルツハイマー症の疑いがある人でもよい。高齢者は、福祉施設に入居している高齢者、デイサービスセンターを利用する高齢者、独居の高齢者、あるいはサービス付き高齢者向け住宅に居住する高齢者など、主として見守りの必要がある高齢者を想定する。

取得部１１は、マイクロフォンから入力される対象者の音声信号をデジタルデータである音声データに変換するアナログ−デジタル変換を行う構成、またはデジタルデータに変換された状態で記録されている対象者の音声データが入力される構成が採用される。すなわち、取得部１１としては、アナログ信号をデジタル信号に変換する構成と、デジタル信号が入力される構成とのどちらを採用してもよい。ここでは、前者の構成を採用していると仮定する。なお、マイクロフォンは認知機能評価装置１０と一体に設けられていてもよい。

ところで、人が発話する際には、一般的に、音声が継続的に生じる期間と、音声が休止する期間とが生じる。音声の休止は、特徴抽出部１２が、音圧と時間とにより判断する。すなわち、特徴抽出部１２は、音声が生じていない状態を音圧に基づいて検出し、この状態が所定の判定時間にわたって継続している場合に音声が休止している無音区間と判定する。判定時間は、たとえば３００［ｍｓ］以上５００［ｍｓ］以下程度に設定される。なお、対象者に応じて判定時間を短縮あるいは延長することが可能である。また、特徴抽出部１２は、音声が生じている状態を音圧に基づいて検出し、この状態が無音区間を挟まずに継続している場合に音声が継続的に生じている発話区間と判定する。なお、発話区間には、制限時間が設定されていることが望ましい。制限時間は、たとえば１５［ｓ］以上３０［ｓ］以下程度に設定される。

特徴抽出部１２は、図２のように、音声データにおける１つの発話区間Ｔｓについて、所定の抽出期間Ｔｘごとに求めた変量Ｖａの時系列データを特徴量とする。変量Ｖａは、ピッチ周波数とフォルマントとの少なくとも一方から求められる。特徴抽出部１２は、ピッチ周波数とフォルマントとを求めるために、短時間の窓関数を用いた短時間フーリエ変換、あるいはウェーブレット変換を行って、音声データのスペクトルを分析する。フォルマントを用いて変量Ｖａを求める場合、第一フォルマントから第三フォルマントまでの３種類を用いればよいが、２種類以下あるいは４種類以上のフォルマントを用いることも可能である。

上述したように、特徴抽出部１２が求める特徴量は、発話区間Ｔｓでの抽出期間Ｔｘごとの韻律情報を反映した１種類の変量Ｖａの時系列データで表される。すなわち、発話区間Ｔｓに複数の抽出期間Ｔｘが含まれ、かつ抽出期間Ｔｘごとに求めた変量Ｖａが音声データの韻律情報を反映するように、抽出期間Ｔｘが設定される。抽出期間Ｔｘは、たとえば０．５［ｓ］以上２［ｓ］以下程度に設定される。ここでは、抽出期間Ｔｘを１［ｓ］に定めている。

ところで、本件の発明者らは、抽出期間Ｔｘの長さを適切に定め、抽出期間Ｔｘにおけるピッチ周波数またはフォルマントの代表値を適切に定めることによって、正常な対象者と認知機能が低下した対象者との音声を区別できるという知見を得た。すなわち、発話区間Ｔｓにおいて、抽出期間Ｔｘのピッチ周波数またはフォルマントの代表値は、正常な対象者の音声では変化が比較的小さく、認知機能が低下した対象者の音声では変化が比較的大きくなるという知見が得られた。

いま、特徴量をピッチ周波数から求める場合を想定する。この場合、抽出期間Ｔｘにおけるピッチ周波数の代表値は、平均値、中央値、最頻値、最大値、最小値などから選択される。望ましくは、抽出期間Ｔｘにおける代表値は、抽出期間Ｔｘにおけるピッチ周波数の平均値、中央値、最頻値から選択される。さらに、代表値は、所定範囲の数値で表されるように規格化される。

たとえば、ピッチ周波数が５００［Ｈｚ］である場合を「１」に定めておき、特徴抽出部１２は、抽出期間Ｔｘにおける代表値が５００［Ｈｚ］のｎ倍であるときに、「ｎ」を抽出期間Ｔｘの変量Ｖａに定める。この場合、特徴抽出部１２は、抽出期間Ｔｘにおける代表値が５００［Ｈｚ］のｎ分の１である場合、「−ｎ」を抽出期間Ｔｘの変量Ｖａに定める。この変量Ｖａは一例であって、たとえば、ピッチ周波数が３００［Ｈｚ］である場合を「０」に定めておき、特徴抽出部１２は、抽出期間Ｔｘにおける代表値が３００［Ｈｚ］×２^ｎであるときに、「ｎ」を抽出期間Ｔｘの変量Ｖａに定めてもよい。いずれにしても、特徴抽出部１２は、抽出期間Ｔｘにおけるピッチ周波数の代表値を規格化した値を変量Ｖａとして算出する。

特徴抽出部１２は、複数のフォルマントから変量Ｖａを求めることが可能であり、またピッチ周波数とフォルマントとから変量Ｖａを求めることが可能である。この場合、抽出期間Ｔｘについて複数の代表値が求められるから、特徴抽出部１２は、複数の代表値を合成した後に、合成値を規格化した値を変量Ｖａに定める。複数の代表値を合成するにあたっては代表値に応じた重み付けを行うことが望ましい。

特徴抽出部１２は、発話区間Ｔｓにおいて抽出期間Ｔｘごとに変量Ｖａを求めるから、発話区間Ｔｓにおいて複数個の変量Ｖａが得られる。この変量Ｖａの時系列データが特徴量であって、特徴量は、ピッチ周波数とフォルマントとの少なくとも一方に基づいて求めているから、音声データの抽出期間Ｔｘにおける韻律情報を反映している。また、変量Ｖａは１種類の情報に集約されているから、特徴量は１種類の情報の時系列データとして表される。しかも、特徴量は、規格化されているから、実際の音声データに対して所定の範囲内の数値で表される。変量Ｖａは、たとえば、閉区間［−１０，１０］を値域とするように規格化される。また、特徴抽出部１２は、変量Ｖａを整数値で表すために、上述のようにして求めた変量Ｖａを整数値にまるめてもよい。

特徴抽出部１２が求めた特徴量は、認知機能が正常であれば変化が比較的少なく、認知機能が低下すると変化が大きくなるという知見が得られている。そこで、推定部１３は、特徴量の変化に基づいて認知機能を推定する。たとえば、１回の発話区間Ｔｓにおいて図３のような特徴量が得られた場合を想定する。図３に示す例では、変量Ｖａが０以上９以下の範囲で推移しており、変量Ｖａが０の期間を除いたとしても、変量Ｖａの差は４程度である。すなわち、この例は特徴量の変化が比較的大きいと言える。

推定部１３は、特徴量の変化を評価するひとつの方法として、発話区間Ｔｓにおける特徴量の最大値と最小値との差（レンジ）の大きさを用いる。図３に示す例では、最大値が９、最小値が０であるから、レンジは９である。推定部１３は、特徴量の評価にレンジの大きさを用いる場合、レンジに対する閾値を設定し、レンジが閾値を超えると認知機能の低下と評価すればよい。また、レンジの大きさに基づいて認知機能を複数段階に分類することも可能である。

推定部１３において特徴量を評価する方法は、上述した例に限らない。たとえば、推定部１３が、発話区間Ｔｓにおいて、変量Ｖａが０である２つの抽出期間Ｔｘの間における特徴量が単峰性か否かを評価し、単峰性ではない場合に認知機能が低下していると評価してもよい。つまり、変量Ｖａが０である２つの抽出期間Ｔｘの間で極小になる状態が生じていると認知機能が低下していると評価される。また、この場合、推定部１３は、単峰性であっても、レンジの大きさが所定の閾値を超えると認知機能が低下していると評価してもよい。

ところで、推定部１３は、特徴量の変化に基づいて認知機能を評価しているから、特徴量の変化を強調するほうが、認知機能の評価が容易になる。そのため、発話区間Ｔｓにおいて抽出期間Ｔｘごとに得られる変量Ｖａの時系列データのうち隣接する所定の複数個の変量Ｖａを加算した値を一時点のデータとする時系列データで特徴量が表されていてもよい。たとえば、変量Ｖａの時系列データをＶ（１）、Ｖ（２）、…、Ｖ（ｉ）、…で表すとき、Ｄ（２）＝Ｖ（２）＋Ｖ（１）、…、Ｄ（ｉ）＝Ｖ（ｉ）＋Ｖ（ｉ−１）、…とした、時系列データＤ（１）、Ｄ（２）、…、Ｄ（ｉ）、…を求める。ここに、ｉは、発話区間Ｔｓにおけるｉ番目の抽出期間Ｔｘを意味する。

図３に示した特徴量から時系列データＤ（１）、Ｄ（２）、…、Ｄ（ｉ）、…を求めると、図４に示す新たな特徴量が得られる。図３と図４とを比較すればわかるように、図４に示す特徴量は、図３に示す特徴量よりも変化が強調されているから、特徴量の変化の評価が容易である。たとえば、図３に示す特徴量のレンジは９であったのに対して、図４に示す特徴量のレンジは１５である。また、図４に示す特徴量は、図３に示す特徴量に比べると、変量Ｖａが０である２つの抽出期間Ｔｘの間での勾配が強調されており、変化が生じている。推定部１３が閾値を１０に設定しているとすれば、図４のような特徴量が得られた場合は、推定部１３は対象者の認知機能が低下していると評価する。

上述した構成例では、１回の発話区間Ｔｓの音声データに基づいて認知機能が正常か否かを判断している。この構成に対して、推定部１３が、複数回の発話区間Ｔｓの音声データから得られる特徴量を比較することによって、対象者の認知機能が正常か否かを判断する構成を採用してもよい。すなわち、認知機能評価装置１０は、図５に示すように、複数回の発話区間Ｔｓにおける特徴量を記憶する記憶部１４を備える。認知機能評価装置１０は、音声データを、原則として毎日取得することが望ましい。もちろん、認知機能評価装置１０が音声データを取得する頻度は、１週間に１回程度でもよく、また１日に複数回であってもよい。

記憶部１４には、上述したように、複数の発話区間Ｔｓの音声データからそれぞれ求めた複数の特徴量が記憶される。推定部１３は、記憶部１４に格納された複数の特徴量について類似の程度を評価し、特徴量の類似の程度に基づいて対象者の認知機能を評価する。この場合、対象者の認知機能が正常であるときの特徴量が記憶部１４に保存されていることが望ましい。対象者の認知機能が正常であるときの特徴量が記憶部１４に保存されていれば、推定部１３は、発話区間Ｔｓごとに得られた特徴量と正常時の特徴量との類似性を評価することにより、対象者の認知機能の変化を推定することが可能である。

推定部１３は、類似性の評価に、たとえば特徴量における変量Ｖａの平均値の差分を用い、差分が所定の閾値を超えると認知機能が低下している可能性があると判断する。特徴量の類似性の評価によって、認知機能の低下が疑われる場合、さらに特徴量の変化を用いて、認知機能が低下しているか否かを評価すればよい。

上述した認知機能評価装置１０は、プログラムに従って動作するプロセッサを備える。すなわち、認知機能評価装置１０は、主要なハードウェア要素としてコンピュータを備える。この種のプロセッサは、メモリを別に必要とするＭＰＵ（Micro-Processing Unit）、単一のデバイスにメモリを備えるマイコン（Microcontroller）などから選択される。認知機能評価装置１０は、対象者が管理する端末装置で構成することが可能であるが、図１、図５に示しているように、対象者が管理する端末装置２１は音声を入力するための装置として用い、認知機能評価装置１０は、この端末装置２１と通信するコンピュータサーバ１００で構成されることが望ましい。コンピュータサーバ１００は、１台のコンピュータで構成されるほか、コンピュータネットワークを通して通信する複数台のコンピュータが連携して、ユーザからは１台のコンピュータのように振る舞う構成であってもよい。また、コンピュータサーバ１００は、クラウドコンピューティングシステムとして構築されていてもよい。

プログラムは、メモリのうちのＲＯＭ（Read Only Memory）に格納された状態で提供されるほか、コンピュータで読取可能な光ディスク、外部記憶装置、メモリカードなどの記録媒体で提供することも可能である。また、インターネットのような電気通信回線を通してプログラムが提供されてもよい。記憶媒体または電気通信回線を通して提供されるプログラムは、書換可能な不揮発性のメモリに格納される。

対象者が管理する端末装置２１は、スマートフォン、タブレット端末、ウェアラブルコンピュータ、パーソナルコンピュータなどから選択される。以下では、対象者がスマートフォンを携行している場合を想定する。認知機能評価装置１０は、インターネットのような電気通信回線を通してスマートフォンと通信するコンピュータサーバ１００において実現される。また、認知機能評価装置１０を利用するために、スマートフォンにおいてアプリケーションプログラム（いわゆる、「アプリ」）を実行する構成例を想定する。

この構成例では、アプリが起動されているスマートフォンにおいて、対象者が音声を入力すると、コンピュータサーバ１００で実現されている認知機能評価装置１０に音声データが引き渡される。スマートフォンに入力される音声は、認知機能の評価のために特定の文章を読み上げるような音声よりも会話時の自然な音声であることが望ましい。したがって、スマートフォンに入力される音声は、通話を行う際の音声、あるいは音声による自然言語でウェブサービスを利用する際の音声などを用いることが望ましい。

対象者の認知機能の評価結果は、対象者の認知機能が正常であれば対象者に通知してもよいが、対象者の認知機能が軽度認知障害とみなされる程度まで低下している場合には、認知機能の低下に対応可能な第三者に通知することが望ましい。ここでは、認知機能が軽度認知障害とみなされる程度に低下した場合に、認知機能が認知障害の範囲であるとみなす。また、以下では、認知機能が軽度認知障害である程度を「予兆レベル」という。

そのため、図１、図５に示しているように、認知機能評価装置１０は、対象者の認知機能が予兆レベルまで低下していると推定部１３が評価したときに、第三者が管理する他装置２２に通知する通知部１５を備えることが望ましい。他装置２２は、たとえば対象者の家族が管理する端末装置、対象者のかかりつけの医師、介護士などが管理する端末装置である。この端末装置は、たとえば、スマートフォン、タブレット端末、パーソナルコンピュータなどから選択される。

このように、認知機能評価装置１０が対象者の認知機能を評価した結果、対象者の認知機能が予兆レベルまで低下していると推定される場合、通知部１５を通して第三者に通知することが可能である。対象者の認知機能が予兆レベルまで低下していることを第三者に通知することにより、対象者に認知障害が生じているか否かを早期に診断すること、あるいは認知障害の早期の治療を行うことなどにつながる。

上述した構成例では、対象者が端末装置２１を利用することを前提にしているが、対象者の認知機能が低下している場合、端末装置２１を扱うことができない可能性がある。そこで、認知機能評価装置１０は、対話機能を有したコミュニケーションロボットから音声データを取得してもよい。一般に、コミュニケーションロボットは、人との対話を模擬する機能を有するか、他の人との対話を仲介する機能を有している。そのため、認知機能評価装置１０は、コミュニケーションロボットと連携すれば、対象者の音声データを取得することが可能である。

この構成例を図６に示す。基本的な構成は、図１、図５に示した構成例と同様であり、端末装置２１に代えてコミュニケーションロボット２３を用いている。コミュニケーションロボット２３は、マイクロフォン２３１およびスピーカ２３２を備え、会話の内容に応じて外観を変化させる構成を備えている。外観を変化させるとは、形態、動き、光、色などを変化させることを意味する。また、コミュニケーションロボット２３は、単体で対象者との対話を行うことを可能にする制御装置２３０を備える。さらに、コミュニケーションロボット２３は、インターネットのような電気通信回線を通してコンピュータサーバ１００と通信する通信部２３３を備えている。すなわち、コミュニケーションロボット２３は、制御装置２３０が取得した情報だけではなく、通信部２３３を通してコンピュータサーバ１００から取得した情報を併用して対象者との対話を行う。

このようにコミュニケーションロボット２３が対象者と対話することにより、コンピュータサーバ１００は、対象者の音声データを取得することが可能である。したがって、コンピュータサーバ１００で認知機能評価装置１０が実現されていれば、認知機能評価装置１０は、コミュニケーションロボット２３を通して取得した音声データに基づいて、対象者の認知機能を評価することが可能になる。

なお、コミュニケーションロボット２３は、対象者と一対一に対応していない場合があるから、コミュニケーションロボット２３から受け取った音声データを用いて対象者の認知機能を評価する場合には、発話した対象者を特定する必要がある。そのため、図６に示す認知機能評価装置１０は、対象者を特定する認証部１６を備えている。認証部１６は、音声データから取り出した声紋の情報によって対象者を特定する構成を想定している。ただし、コミュニケーションロボット２３が対象者を撮影するカメラを備え、かつカメラが撮影した画像のデータを認知機能評価装置１０が取得する場合には、認証部１６は、画像のデータに基づく顔認証を行う構成であってもよい。

上述した構成例の認知機能評価装置１０は、取得部１１と特徴抽出部１２と推定部１３とを備える。取得部１１は、発話区間Ｔｓにおける対象者の音声データを取得する。特徴抽出部１２は、発話区間Ｔｓの音声データから対象者の認知機能を反映する特徴量を抽出する。推定部１３は、特徴量の変化に基づいて対象者の認知機能を推定する。特徴量は、音声データの所定の抽出期間Ｔｘにおける韻律情報を反映した１種類の変量の時系列データで表されている。

この構成によれば、発話区間Ｔｓにおいて抽出期間Ｔｘごとに韻律情報を反映した１種類の変量を抽出し、この変量の時系列データを特徴量とするから、特徴量の抽出が容易である。また、特徴量が１種類の変量Ｖａで表されているから、認知機能の評価を容易に行うことが可能である。

推定部１３は、特徴量の最大値と最小値との差分と、特徴量における変量Ｖａの時間変化との少なくとも一方に基づいて対象者の認知機能を評価することが望ましい。

この構成によれば、推定部１３は特徴量を用いて複雑な計算を行うことなく対象者の認知機能を評価することができる。

変量Ｖａは、音声データから抽出期間Ｔｘごとに抽出されるピッチ周波数を所定範囲の数値で表していることが望ましい。また、変量Ｖａは、音声データから抽出期間Ｔｘごとに抽出される所定の複数個のフォルマントを合成した値を所定範囲の数値で表してもよい。あるいは、変量Ｖａは、音声データから抽出期間Ｔｘごとに抽出されるピッチ周波数と音声データから抽出期間Ｔｘごとに抽出される所定の複数個のフォルマントとを合成した値を所定範囲の数値で表すこともできる。

すなわち、変量Ｖａは、音声データから求められるピッチ周波数とフォルマントとの少なくとも一方から求められる。したがって、変量Ｖａは音声データの韻律を反映した情報であり、しかも１種類の変量Ｖａで表される。また、変量Ｖａは所定範囲の数値で表されるように規格化されるから、個人差の影響を抑制して客観的な評価が可能である。

特徴量は、変量Ｖａの時系列データのうち隣接する所定の複数個の変量Ｖａを加算した値を一時点のデータとする時系列データで表されていることが望ましい。

たとえば、変量Ｖａの時系列データにおいて隣接する２個の変量Ｖａを加算した値を時間軸に沿って並べた時系列データを特徴量に用いると変量Ｖａの変化が強調される。したがって、推定部１３は、特徴量の変化を評価しやすくなり、認知機能の評価の精度を高めることが可能である。

また、認知機能評価装置１０は、複数回の発話区間Ｔｓにおける特徴量を記憶する記憶部１４を備えていることが望ましい。この場合、推定部１３は、記憶部１４が記憶している複数回の発話区間Ｔｓにおける特徴量の類似の程度を評価し、類似の程度に応じて対象者の認知機能を推定することが望ましい。

この構成によれば、複数回の発話区間Ｔｓにおいて初期の発話区間Ｔｓが正常時の発話区間Ｔｓであるとすれば、複数回の発話区間Ｔｓでの特徴量の類似の程度が低下した場合に、対象者の認知機能が低下したと推定することが可能である。この構成では、対象者の音声の個人差の影響を抑制して対象者の認知機能を評価することが可能である。

認知機能評価装置１０において、推定部１３が対象者の認知機能について認知障害の範囲と推定した場合に、他装置２２に通知する通知部１５をさらに備えることが望ましい。

この構成によれば、認知機能が認知障害の範囲と推定される程度まで低下すると、他装置２２に通知されるから、第三者から対象者に、検査あるいは治療を受けさせるように促すことが可能になる。

この構成例における認知機能評価方法は、発話区間Ｔｓにおける対象者の音声データから所定の抽出期間Ｔｘごとに特徴量を抽出するステップと、特徴量の変化に基づいて対象者の認知機能を推定するステップとを備える。特徴量は、音声データの所定の抽出期間Ｔｘにおける韻律情報を反映した１種類の変量の時系列データで表されている。

この方法によれば、特徴量が１種類の変量Ｖａで表されているから、認知機能の評価を容易に行うことが可能である。

この構成例におけるプログラムは、コンピュータを認知機能評価装置１０として機能させるためのプログラムである。あるいは、この構成例におけるプログラムは、コンピュータで認知機能評価方法を実現するためのプログラムである。

なお、上述した実施形態は本発明の一例である。このため、本発明は、上述の実施形態に限定されることはなく、この実施形態以外であっても、本発明に係る技術的思想を逸脱しない範囲であれば、設計等に応じて種々の変更が可能であることはもちろんのことである。

１０ 認知機能評価装置
１１ 取得部
１２ 特徴抽出部
１３ 推定部
１４ 記憶部
１５ 通知部
２２ 他装置
Ｔｓ 発話区間
Ｔｘ 抽出期間
Ｖａ 変量

Claims (11)

1. 発話区間における対象者の音声データを取得する取得部と、
   発話区間の前記音声データから前記対象者の認知機能を反映する特徴量を抽出する特徴抽出部と、
   前記特徴量の変化に基づいて前記対象者の認知機能を推定する推定部とを備え、
   前記特徴量は、前記音声データの所定の抽出期間における韻律情報を反映した１種類の変量の時系列データで表されている
   ことを特徴とする認知機能評価装置。
2. 前記推定部は、前記特徴量の最大値と最小値との差分と、前記特徴量における前記変量の時間変化との少なくとも一方に基づいて前記対象者の認知機能を評価する
   請求項１記載の認知機能評価装置。
3. 前記変量は、前記音声データから前記抽出期間ごとに抽出されるピッチ周波数を所定範囲の数値で表している
   請求項１又は２記載の認知機能評価装置。
4. 前記変量は、前記音声データから前記抽出期間ごとに抽出される所定の複数個のフォルマントを合成した値を所定範囲の数値で表している
   請求項１又は２記載の認知機能評価装置。
5. 前記変量は、前記音声データから前記抽出期間ごとに抽出されるピッチ周波数と前記音声データから前記抽出期間ごとに抽出される所定の複数個のフォルマントとを合成した値を所定範囲の数値で表している
   請求項１又は２記載の認知機能評価装置。
6. 前記特徴量は、前記変量の時系列データのうち隣接する所定の複数個の変量を加算した値を一時点のデータとする時系列データで表されている
   請求項３〜５のいずれか１項に記載の認知機能評価装置。
7. 前記発話区間が複数回あり、
   前記複数回の発話区間における前記特徴量を記憶する記憶部をさらに備え、
   前記推定部は、
   前記記憶部が記憶している前記複数回の発話区間における前記特徴量の類似の程度を評価し、前記類似の程度に応じて前記対象者の認知機能を推定する
   請求項１〜６のいずれか１項に記載の認知機能評価装置。
8. 前記推定部が前記対象者の認知機能について認知障害の範囲と推定した場合に、他装置に通知する通知部をさらに備える
   請求項１〜７のいずれか１項に記載の認知機能評価装置。
9. 発話区間における対象者の音声データから所定の抽出期間ごとに特徴量を抽出するステップと、
   前記特徴量の変化に基づいて前記対象者の認知機能を推定するステップとを備え、
   前記特徴量は、前記音声データの所定の抽出期間における韻律情報を反映した１種類の変量の時系列データで表されている
   ことを特徴とする認知機能評価方法。
10. コンピュータを認知機能評価装置として機能させるためのプログラムであって、
    前記認知機能評価装置は、
    発話区間における対象者の音声データから所定の抽出期間ごとに特徴量を抽出する特徴抽出部と、
    前記特徴量の変化に基づいて前記対象者の認知機能を推定する推定部とを備え、
    前記特徴量は、前記音声データの所定の抽出期間における韻律情報を反映した１種類の変量の時系列データで表されている
    ことを特徴とするプログラム。
11. コンピュータで認知機能評価方法を実現するためのプログラムであって、
    前記認知機能評価方法は、
    発話区間における対象者の音声データから所定の抽出期間ごとに特徴量を抽出するステップと、
    前記特徴量の変化に基づいて前記対象者の認知機能を推定するステップとを備え、
    前記特徴量は、前記音声データの所定の抽出期間における韻律情報を反映した１種類の変量の時系列データで表されている
    ことを特徴とするプログラム。

Images