JP3083915U - 鳴声の音声的特徴分析に基づく犬の感情判別装置 - Google Patents

Abstract

(57)【要約】 【課題】 犬の鳴声に基づいて具体的な犬の感情を客観
的に判別する。 【解決手段】 犬の鳴声を電気的な音声信号に変換し、
音声信号の時間と周波数成分との関係マップの特徴を入
力音声パターンとして抽出し、犬が各種感情を鳴声とし
て特徴的に表現する音声の時間と周波数成分との関係マ
ップの特徴を当該各種感情ごとに表わす感情別基準音声
パターンを記憶し、入力音声パターンを感情別基準音声
パターンと比較し、その比較により入力音声パターンに
最も相関の高い感情を判別し、その感情別基準音声パタ
ーンは、「寂しさ」、「フラストレーション」、「威
嚇」、「自己表現」、「楽しさ」、及び「要求」の感情
に対応する。

Description

【考案の詳細な説明】

【０００１】

【考案の属する技術分野】

本発明は、音声的特徴分析に基づく感情判別装置に関し、より詳しくは鳴声の 音声的特徴分析に基づく犬の感情判別装置に関する。

【０００２】

【従来の技術】

動物、特に犬は、人類と永い期間に亘って密接に関わってきており、警備、救 助等の作業目的だけでなく、ペットとして家族の一員のような重要な役を果たし てきている。そのため、犬とのコミュニケーションを確立することは永年の人類 の夢と言っても過言ではなく、種々の試みがなされてきた。発明の名称が「動物 等の意志翻訳方法および動物等の意志翻訳装置」である公開特許公報「特開平１ ０−３４７９」には、ペットや家畜等の動物等が発声する音声を受信して音声信 号にし、その動物の動作を映像として受信して映像信号にし、これらの音声信号 及び映像信号を、動物行動学等であらかじめ分析された音声と動作のデータと比 較することによって、動物の意志を翻訳する方法及び装置が開示されている。こ の技術によれば、犬の鳴声及び動作に基づいて、犬の意志を翻訳することが可能 であると考えられるが、具体的な犬の感情に対応する具体的な音声及び動作のデ ータは開示されていない。

【０００３】

【考案が解決しようとする課題】

このように、犬の具体的な感情と、その感情を有する犬が特徴的に発する鳴声 との関係を明確に把握した上で、それらの感情に対応する基準音声パターンを設 定し、犬の鳴声とその基準音声パターンとの比較による音声的特徴分析に基づい て犬の感情を客観的に判別する装置は存在していなかった。そのため、具体的な 犬の感情を鳴声に基づいて客観的に判別することは、今まで事実上不可能であっ た。本考案は、従来技術の上述の諸問題を解決するためになされたものであり、 犬の各種感情に対応する基準音声パターンを設定し、それを犬の鳴声の音声パタ ーンと比較することによって、犬の鳴声から具体的な犬の感情を客観的に判別す る感情判別装置を提供することを目的とする。

【０００４】

【課題を解決するための手段】

請求項１に記載の発明は、犬の鳴声を電気的な音声信号に変換する変換手段と 、前記音声信号の時間と周波数成分との関係マップの特徴を入力音声パターンと して抽出する入力音声パターン抽出手段と、犬が各種感情を鳴声として特徴的に 表現する音声の時間と周波数成分との関係マップの特徴を当該各種感情ごとに表 わす感情別基準音声パターンを記憶する感情別基準音声パターン記憶手段と、前 記入力音声パターンを前記感情別基準音声パターンと比較する比較手段と、前記 比較により、前記入力音声パターンに最も相関の高い感情を判別する感情判別手 段と、を具備する鳴声の音声的特徴分析に基づく犬の感情判別装置において、 前記感情別基準音声パターンは、 寂しさの感情に対して、５０００Hz付近に強い周波数成分を有し、３０００Hz以 下の周波数成分を有しない、高調波成分を有しない、及び０．２〜０．３秒間継 続するような基準音声パターン、 フラストレーションの感情に対して、１６０〜２４０Hzの基本波を有し、及び１ ５００Hzまで高調波を有する音声が０．３〜１秒間継続した後、２５０〜８００ ０Hzの、明確な基本波及び高調波を有しない、及び１０００Hz付近に強い周波数 成分を有する音声が続くような基準音声パターン、 威嚇の感情に対して、２５０〜８０００Hzの、明確な基本波及び高調波を有しな い、及び１０００Hz付近に強い周波数成分を有する音声の後に、２４０〜３６０ Hzの基本波を有し、１５００Hzまで明確な高調波を有し、及び８０００Hzまで高 調波を有する音声が０．８〜１．５秒間継続するような基準音声パターン、 自己表現の感情に対して、２５０〜８０００Hzの、明確な基本波及び高調波を有 しない、並びに１０００Hz付近、２０００Hz付近及び５０００Hz付近に強い周波 数成分を有するような基準音声パターン、 楽しさの感情に対して、２５０〜８０００Hzの、明確な基本波及び高調波を有し ない、及び１０００Hz付近に強い周波数成分を有する音声の後に、２００〜３０ ０Hzの基本波を有し、１５００Hzまで高調波を有する音声が続くような基準音声 パターン、及び 要求の感情に対して、２５０〜５００Hzの基本波を有し、及び８０００Hzまで高 調波を有する音声であって、基本波の周波数が変動するような基準音声パターン の内の少なくともいずれかを含むことを特徴とする。

【０００５】

【考案の実施の形態】

以下、本考案の一実施形態を図面に基づいて説明する。図１は本考案に係る鳴 声の音声的特徴分析に基づく犬の感情判別装置（以下、感情判別装置と略する） １の構成を示すブロック図である。感情判別装置１は、変換手段２、入力音声パ ターン抽出手段３、感情別基準音声パターン記憶手段４、比較手段５、感情判別 手段６、及び感情出力手段７から構成される。

【０００６】 変換手段２は、犬の鳴声である音声を、それを表わすデジタルの音声信号に変 換する構成要素である。変換手段２は、個別には図示していないが、マイクロフ ォン、Ａ／Ｄコンバータなどから構成される。犬の鳴声をマイクロフォンが受信 し、それを電気信号に変換する。その電気信号をＡ／Ｄコンバータがデジタル化 し、音声信号を生成する。なお、マイクロフォンをワイヤレスマイクロフォンと して分離独立させ、鳴声を分析しようとする犬に装着し易くするために小型にす ることもできる。

【０００７】 入力音声パターン抽出手段３は、音声信号から特徴的なパターンを抽出する構 成要素である。入力音声パターン抽出手段３は、個別には図示していないが、Ｃ ＰＵ（ＤＳＰでもよい）、ＣＰＵを入力音声パターン抽出手段３として動作させ るプログラムを記憶したＲＯＭ、ワークエリア用ＲＡＭなどから構成される。音 声パターンは、一般的に、音声信号の時間と周波数成分との関係マップの形で表 現される。関係マップは、音声の時間的な周波数分布を、横軸を時間、縦軸を周 波数として表現したものであって、好適にはそれを一定の時間間隔及び一定の周 波数間隔で分割した個々のグリッド内の音声エネルギーの分布の形で表わされる 。このように関係マップを表現することによって、音声信号の包括的かつ定量的 な取扱いが可能となる。

【０００８】 感情別基準音声パターン記憶手段４は、各種感情に対応する基準音声パターン を記憶する構成要素である。感情別基準音声パターン記憶手段４は、典型的には 、上記の感情別基準音声パターンを記憶したＲＯＭである。ＲＯＭは、書換え可 能なＦＬＡＳＨ ＲＯＭとすることができ、将来の基準音声パターンの更新、感 情の数の追加などに対応して、データを書き換えられるようにすることができる 。基準音声パターンは、一般的に、音声信号の時間と周波数成分との関係マップ の形で表現される。関係マップは、音声の時間的な周波数分布を、横軸を時間、 縦軸を周波数として表現したものであって、好適にはそれを一定の時間間隔及び 一定の周波数間隔で分割した個々のグリッド内の音声エネルギーの分布の形で表 わされる。また、基準音声パターンは、関係マップの普遍性の高い特徴的な部分 に大きい重み付けをしたパターンとすることもできる。このようにすることによ って、基準音声パターンと入力音声パターンとを比較する際に、多様な入力音声 パターンであっても、その中に感情に対応した普遍性の高い特徴的な部分を有す る限り、いずれかの感情に対応する基準音声パターンと対応づけることが可能に なり、感情の判別の確実度を向上させることができる。

【０００９】 犬の各種感情に対応する基準音声パターンの確立にあたっては、各種の感情を 有する時に犬の発する鳴声のデータが多数の犬について採取された。鳴声の採取 時の犬の感情は、動物行動学に基づき、その時の犬の行動、態度で判断された。 採取された多数の鳴声のデータを感情別に分類し、それら感情別の鳴声のデータ に共通する音声パターンを、その感情に対応する基準音声パターンとして定義し た。なお、この基準音声パターンは、上述のように普遍性の高い特徴的な部分に 大きい重み付けをしたものとすることもできる。基本的な感情として、「寂しさ 」、「フラストレーション」、「威嚇」、「自己表現」、「楽しさ」、及び「要 求」の６種類の感情が採用された。以下、それぞれの感情に対する音声パターン の特徴を説明する。

【００１０】 「寂しさ」の感情に対しては、５０００Hz付近に強い周波数成分を有し、３０ ００Hz以下の周波数成分を有しない、高調波成分を有しない、及び０．２〜０． ３秒間継続するような音声パターンが対応する。この音声パターンは、「クーン 」、「キューン」のように聞こえることが多い。図２は、「寂しさ」の感情に対 応する典型的な音声パターンを表わす「時間−周波数成分関係マップ」の図であ る。

【００１１】 「フラストレーション」の感情に対しては、１６０〜２４０Hzの基本波を有し 、及び１５００Hzまで高調波を有する音声が０．３〜１秒間継続した後、２５０ 〜８０００Hzの、明確な基本波及び高調波を有しない、及び１０００Hz付近に強 い周波数成分を有する音声が続くような音声パターンが対応する。この音声パタ ーンは、「グルルルルル、ワン」のように聞こえることが多い。図３は、「フラ ストレーション」の感情に対応する典型的な音声パターンを表わす「時間−周波 数成分関係マップ」の図である。

【００１２】 「威嚇」の感情に対しては、２５０〜８０００Hzの、明確な基本波及び高調波 を有しない、及び１０００Hz付近に強い周波数成分を有する音声の後に、２４０ 〜３６０Hzの基本波を有し、１５００Hzまで明確な高調波を有し、及び８０００ Hzまで高調波を有する音声が０．８〜１．５秒間継続するような音声パターンが 対応する。この音声パターンは、「ワン、ギャウーーーー」のように聞こえるこ とが多い。図４は、「威嚇」の感情に対応する典型的な音声パターンを表わす「 時間−周波数成分関係マップ」の図である。

【００１３】 「自己表現」の感情に対しては、２５０〜８０００Hzの、明確な基本波及び高 調波を有しない、並びに１０００Hz付近、２０００Hz付近及び５０００Hz付近に 強い周波数成分を有するような音声パターンが対応する。この音声パターンは、 「キャン」のように聞こえることが多い。図５は、「自己表現」の感情に対応す る典型的な音声パターンを表わす「時間−周波数成分関係マップ」の図である。

【００１４】 「楽しさ」の感情に対しては、２５０〜８０００Hzの、明確な基本波及び高調 波を有しない、及び１０００Hz付近に強い周波数成分を有する音声の後に、２０ ０〜３００Hzの基本波を有し、１５００Hzまで高調波を有する音声が続くような 音声パターンが対応する。この音声パターンは、「ワン、グーーー」のように聞 こえることが多い。図６は、「楽しさ」の感情に対応する典型的な音声パターン を表わす「時間−周波数成分関係マップ」の図である。

【００１５】 「要求」の感情に対しては、２５０〜５００Hzの基本波を有し、８０００Hzま で高調波を有する音声であって、基本波の周波数が変動するような音声パターン が対応する。この音声パターンは、「ギューーー」のように聞こえることが多い 。図７は、「要求」の感情に対応する典型的な音声パターンを表わす「時間−周 波数成分関係マップ」の図である。

【００１６】 比較手段５は、入力音声パターンを感情別基準音声パターンと比較する構成要 素である。比較手段５は、個別には図示していないが、ＣＰＵ（ＤＳＰでもよい ）、ＣＰＵを比較手段５として動作させるプログラムを記憶したＲＯＭ、ワーク エリア用ＲＡＭなどから構成される。比較は、特徴づけをしたパターンをハミン グ処理によりパターンマッチングする手法などによって行うことができる。比較 の結果は、相関の高低として出力される。

【００１７】 感情判別手段６は、比較手段５による入力音声パターンと感情別基準音声パタ ーンの比較により、最も相関が高いと判断された基準音声パターンに対応する感 情を、その犬の感情であると判別する構成要素である。感情判別手段６は、個別 には図示していないが、ＣＰＵ（ＤＳＰでもよい）、ＣＰＵを感情判別手段６と して動作させるプログラムを記憶したＲＯＭ、ワークエリア用ＲＡＭなどから構 成される。

【００１８】 感情出力手段７は、感情判別手段６により判別された感情を、外部に出力する 構成要素である。感情出力手段７は、液晶表示画面及びそれの駆動回路のような 文字・図形等による表示手段、スピーカ及び音声出力回路のような鳴音手段など とすることができる。また、感情出力手段７は、判別された感情をデジタルデー タ等で出力し、それを受け取った他の機器で特定の動作をさせるようにすること もできる。例えば、犬形のロボットの動作制御部にその感情データを受け渡し、 感情に応じた特徴的な動作をそのロボットに行わせることもできる。すなわち感 情出力手段７は、判別された感情を、ロボットなどの動作として出力させること もできる。

【００１９】 これから、感情判別装置１の動作のフローを説明する。まず、変換手段２が、 感情を判別しようとする犬の鳴声をデジタルの電気的な音声信号に変換する。次 に、入力音声パターン抽出手段３が、変換された音声信号から特徴的な音声パタ ーンを抽出する。音声パターンは関係マップの形で抽出され、ＲＡＭ上に展開さ れる。次に、比較手段５が、感情別基準音声パターン記憶手段４に記憶されたそ れぞれの感情に対応する基準音声パターンを読み出し、それをＲＡＭ上に展開さ れた入力音声パターンと比較する。比較は、特徴づけをしたパターンをハミング 処理によりパターンマッチングする手法などを用いることができる。この比較に より、入力音声パターンとそれぞれの感情との相関が数値化される。次に、感情 判別手段６が、最も相関の数値が大きい感情を、その犬の感情として判別する。 最後に、感情出力手段７が、判別された感情を、文字、音声、デジタルデータ、 及び動作等の形態で出力する。

【００２０】

【考案の効果】

請求項１に記載の発明は、犬の鳴声を電気的な音声信号に変換し、音声信号の 時間と周波数成分との関係マップの特徴を入力音声パターンとして抽出し、犬が 各種感情を鳴声として特徴的に表現する音声の時間と周波数成分との関係マップ の特徴を当該各種感情ごとに表わす感情別基準音声パターンを記憶し、入力音声 パターンを感情別基準音声パターンと比較し、その比較により入力音声パターン に最も相関の高い感情を判別するものであって、その感情別基準音声パターンは 、「寂しさ」、「フラストレーション」、「威嚇」、「自己表現」、「楽しさ」 、及び「要求」の感情に対応するため、犬の鳴声に基づいて具体的な犬の感情を 客観的に判別できるという効果が得られる。

【図面の簡単な説明】

【図１】本考案の一実施形態を表わすシステムの構成図
である。

【図２】「寂しさ」の感情に対応する典型的な音声パタ
ーンを表わす「時間−周波数成分関係マップ」の図であ
る（横軸の一目盛は０．０５秒、縦軸の一目盛は２５０
Hzである。特徴的な部分は○で囲んでいる。）。

【図３】「フラストレーション」の感情に対応する典型
的な音声パターンを表わす「時間−周波数成分関係マッ
プ」の図である（横軸の一目盛は０．０２５秒、縦軸の
一目盛は２５０Hzである。特徴的な部分は○で囲んでい
る。）。

【図４】「威嚇」の感情に対応する典型的な音声パター
ンを表わす「時間−周波数成分関係マップ」の図である
（横軸の一目盛は０．０５秒、縦軸の一目盛は２５０Hz
である。特徴的な部分は○で囲んでいる。）。

【図５】「自己表現」の感情に対応する典型的な音声パ
ターンを表わす「時間−周波数成分関係マップ」の図で
ある（横軸の一目盛は０．０２秒、縦軸の一目盛は２５
０Hzである。特徴的な部分は○で囲んでいる。）。

【図６】「楽しさ」の感情に対応する典型的な音声パタ
ーンを表わす「時間−周波数成分関係マップ」の図であ
る（横軸の一目盛は０．０５秒、縦軸の一目盛は２５０
Hzである。特徴的な部分は○で囲んでいる。）。

【図７】「要求」の感情に対応する典型的な音声パター
ンを表わす「時間−周波数成分関係マップ」の図である
（横軸の一目盛は０．１秒、縦軸の一目盛は２５０Hzで
ある。特徴的な部分は○で囲んでいる。）。

【符号の説明】

１ 鳴声の音声的特徴分析に基づく犬の感情判別装置 ２ 変換手段 ３ 入力音声パターン抽出手段 ４ 感情別基準音声パターン記憶手段 ５ 比較手段 ６ 感情判別手段 ７ 感情出力手段

Claims (1)

【実用新案登録請求の範囲】
1. 【請求項１】 犬の鳴声を電気的な音声信号に変換する
   変換手段と、 前記音声信号の時間と周波数成分との関係マップの特徴
   を入力音声パターンとして抽出する入力音声パターン抽
   出手段と、 犬が各種感情を鳴声として特徴的に表現する音声の時間
   と周波数成分との関係マップの特徴を当該各種感情ごと
   に表わす感情別基準音声パターンを記憶する感情別基準
   音声パターン記憶手段と、 前記入力音声パターンを前記感情別基準音声パターンと
   比較する比較手段と、 前記比較により、前記入力音声パターンに最も相関の高
   い感情を判別する感情判別手段と、を具備する鳴声の音
   声的特徴分析に基づく犬の感情判別装置において、 前記感情別基準音声パターンは、 寂しさの感情に対して、５０００Hz付近に強い周波数成
   分を有し、３０００Hz以下の周波数成分を有しない、高
   調波成分を有しない、及び０．２〜０．３秒間継続する
   ような基準音声パターン、 フラストレーションの感情に対して、１６０〜２４０Hz
   の基本波を有し、及び１５００Hzまで高調波を有する音
   声が０．３〜１秒間継続した後、２５０〜８０００Hz
   の、明確な基本波及び高調波を有しない、及び１０００
   Hz付近に強い周波数成分を有する音声が続くような基準
   音声パターン、 威嚇の感情に対して、２５０〜８０００Hzの、明確な基
   本波及び高調波を有しない、及び１０００Hz付近に強い
   周波数成分を有する音声の後に、２４０〜３６０Hzの基
   本波を有し、１５００Hzまで明確な高調波を有し、及び
   ８０００Hzまで高調波を有する音声が０．８〜１．５秒
   間継続するような基準音声パターン、 自己表現の感情に対して、２５０〜８０００Hzの、明確
   な基本波及び高調波を有しない、並びに１０００Hz付
   近、２０００Hz付近及び５０００Hz付近に強い周波数成
   分を有するような基準音声パターン、 楽しさの感情に対して、２５０〜８０００Hzの、明確な
   基本波及び高調波を有しない、及び１０００Hz付近に強
   い周波数成分を有する音声の後に、２００〜３００Hzの
   基本波を有し、１５００Hzまで高調波を有する音声が続
   くような基準音声パターン、及び要求の感情に対して、
   ２５０〜５００Hzの基本波を有し、及び８０００Hzまで
   高調波を有する音声であって、基本波の周波数が変動す
   るような基準音声パターンの内の少なくともいずれかを
   含むことを特徴とする鳴声の音声的特徴分析に基づく犬
   の感情判別装置。