JP3350713B2 - 騒音源の種類を特定する方法、その装置および媒体 - Google Patents
騒音源の種類を特定する方法、その装置および媒体Info
- Publication number
- JP3350713B2 JP3350713B2 JP2000246418A JP2000246418A JP3350713B2 JP 3350713 B2 JP3350713 B2 JP 3350713B2 JP 2000246418 A JP2000246418 A JP 2000246418A JP 2000246418 A JP2000246418 A JP 2000246418A JP 3350713 B2 JP3350713 B2 JP 3350713B2
- Authority
- JP
- Japan
- Prior art keywords
- acf
- factor
- noise source
- delay time
- peak
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、航空機騒音や自動
車騒音などの地域環境騒音の計測・心理評価の方法及び
装置に関するものである。特にバイノーラル方式による
騒音の計測・心理評価の方法及び装置に関するものであ
る。
車騒音などの地域環境騒音の計測・心理評価の方法及び
装置に関するものである。特にバイノーラル方式による
騒音の計測・心理評価の方法及び装置に関するものであ
る。
【０００２】
【従来の技術】従来、航空機騒音や自動車騒音などの地
域環境騒音は、モノオーラル方式による騒音計を用いて
測定した音圧レベルやその周波数特性に関して議論され
てきた。しかし、上述したモノオーラル方式により測定
された物理的ファクターのみでは人間の主観的応答を表
わすには不十分かつ不適切であることがわかってきた。
また、コンサートホール音響学では、バイノーラル方式
により、ホールの物理的なデータと心理的（主観的）な
関連性が明らかとなってきているが、騒音の分野におい
てはモノオーラル方式に関するものが殆どである。
域環境騒音は、モノオーラル方式による騒音計を用いて
測定した音圧レベルやその周波数特性に関して議論され
てきた。しかし、上述したモノオーラル方式により測定
された物理的ファクターのみでは人間の主観的応答を表
わすには不十分かつ不適切であることがわかってきた。
また、コンサートホール音響学では、バイノーラル方式
により、ホールの物理的なデータと心理的（主観的）な
関連性が明らかとなってきているが、騒音の分野におい
てはモノオーラル方式に関するものが殆どである。
【０００３】
【発明が解決しようとする課題】長年の間、環境騒音
は、音圧レベル（SPL；Ｓound Pressure Level）の統計
値を用いて評価されてきた。このＳＰＬは、LxまたはL
eqで表わされ、これのパワースペクトルは、モノオーラ
ル騒音計で測定する。しかしながら、このＳＰＬ及びパ
ワースペクトルだけでは環境騒音の主観的な評価には適
さない。
は、音圧レベル（SPL；Ｓound Pressure Level）の統計
値を用いて評価されてきた。このＳＰＬは、LxまたはL
eqで表わされ、これのパワースペクトルは、モノオーラ
ル騒音計で測定する。しかしながら、このＳＰＬ及びパ
ワースペクトルだけでは環境騒音の主観的な評価には適
さない。
【０００４】即ち、本発明の目的は、人間の聴覚−大脳
機能システムにもとづき、時間領域において時々刻々変
化する自己相関関数及び相互相関関数から導出される物
理ファクターを用いて、騒音源の種類を特定する方法、
装置及び媒体を提供することである。また本発明の他の
目的は、人間の聴覚−大脳機能システムにもとづき、時
間領域において時々刻々変化する自己相関関数及び相互
相関関数から導出される物理ファクターを用いて、より
的確にラウドネス、ピッチ、音色、心理的時間感覚をは
じめ、主観的拡がり感、騒音場の見かけの音源の幅など
の心理評価を行う方法、装置及び媒体を提供することで
ある。
機能システムにもとづき、時間領域において時々刻々変
化する自己相関関数及び相互相関関数から導出される物
理ファクターを用いて、騒音源の種類を特定する方法、
装置及び媒体を提供することである。また本発明の他の
目的は、人間の聴覚−大脳機能システムにもとづき、時
間領域において時々刻々変化する自己相関関数及び相互
相関関数から導出される物理ファクターを用いて、より
的確にラウドネス、ピッチ、音色、心理的時間感覚をは
じめ、主観的拡がり感、騒音場の見かけの音源の幅など
の心理評価を行う方法、装置及び媒体を提供することで
ある。
【０００５】
【課題を解決するための手段】上述した目的を達成する
ために、音声採取手段を用いて環境騒音の音響信号を採
取・記録する音響信号記録ステップと、この記録された
音響信号からフーリエ変換を用いて演算手段により自己
相関関数（ＡＣＦ）を算出するＡＣＦ演算ステップと、
この算出されたＡＣＦから演算手段により各ＡＣＦファ
クターを求めるＡＣＦファクター演算ステップと、この
求めた各ＡＣＦファクターを用いて演算手段により騒音
源の種類を判定する判定ステップと、を含むことを特徴
とする騒音源の種類を特定する方法を提供する。
ために、音声採取手段を用いて環境騒音の音響信号を採
取・記録する音響信号記録ステップと、この記録された
音響信号からフーリエ変換を用いて演算手段により自己
相関関数（ＡＣＦ）を算出するＡＣＦ演算ステップと、
この算出されたＡＣＦから演算手段により各ＡＣＦファ
クターを求めるＡＣＦファクター演算ステップと、この
求めた各ＡＣＦファクターを用いて演算手段により騒音
源の種類を判定する判定ステップと、を含むことを特徴
とする騒音源の種類を特定する方法を提供する。
【０００６】また、好適には、上述した騒音源の種類を
特定する方法において、前記ＡＣＦファクター演算ステ
ップが、前記計算されたＡＣＦからＡＣＦファクターで
ある遅れ時間が０で表わされるエネルギー（Φ(0)）、
有効継続遅延時間（τe）、ＡＣＦの第１ピークまでの
遅延時間（τ1）、正規化したＡＣＦの第１ピークの振
幅（φ1）を計算する演算ステップを含み、 前記騒音
源の種類を判定する判定ステップが、これらの計算され
たＡＣＦファクターである遅れ時間が０で表わされるエ
ネルギー（Φ(0)）、有効継続遅延時間（τe）、ＡＣＦ
の第１ピークまでの遅延時間（τ1）、正規化したＡＣ
Ｆの第１ピークの振幅（φ1）からその対数と、予め作
成してある騒音源の各ＡＣＦファクター毎の対応するテ
ンプレートの対数との差の絶対値である距離をそれぞれ
求めるステップと、予めＡＣＦファクターの各々の算術
平均の標準偏差であるＳ２を、ＡＣＦファクターの全カ
テゴリーに対する標準偏差の算術平均であるＳ１で除算
し、この除算したものの平方根である重み係数を各ＡＣ
Ｆファクター毎に求めるステップと、求めたそれぞれの
距離に、予め求めておいた対応する各ＡＣＦファクター
の重み係数を乗算し、合計の距離を求める合計距離演算
ステップと、この求めた合計距離と、格納されているテ
ンプレートの距離とを比較し、最も近いテンプレートの
１つを選択する比較・選択ステップと、を含むことを、
特徴とする騒音源の種類を特定する方法を提供する。
特定する方法において、前記ＡＣＦファクター演算ステ
ップが、前記計算されたＡＣＦからＡＣＦファクターで
ある遅れ時間が０で表わされるエネルギー（Φ(0)）、
有効継続遅延時間（τe）、ＡＣＦの第１ピークまでの
遅延時間（τ1）、正規化したＡＣＦの第１ピークの振
幅（φ1）を計算する演算ステップを含み、 前記騒音
源の種類を判定する判定ステップが、これらの計算され
たＡＣＦファクターである遅れ時間が０で表わされるエ
ネルギー（Φ(0)）、有効継続遅延時間（τe）、ＡＣＦ
の第１ピークまでの遅延時間（τ1）、正規化したＡＣ
Ｆの第１ピークの振幅（φ1）からその対数と、予め作
成してある騒音源の各ＡＣＦファクター毎の対応するテ
ンプレートの対数との差の絶対値である距離をそれぞれ
求めるステップと、予めＡＣＦファクターの各々の算術
平均の標準偏差であるＳ２を、ＡＣＦファクターの全カ
テゴリーに対する標準偏差の算術平均であるＳ１で除算
し、この除算したものの平方根である重み係数を各ＡＣ
Ｆファクター毎に求めるステップと、求めたそれぞれの
距離に、予め求めておいた対応する各ＡＣＦファクター
の重み係数を乗算し、合計の距離を求める合計距離演算
ステップと、この求めた合計距離と、格納されているテ
ンプレートの距離とを比較し、最も近いテンプレートの
１つを選択する比較・選択ステップと、を含むことを、
特徴とする騒音源の種類を特定する方法を提供する。
【０００７】本発明の他の目的を達成するためには、音
声採取手段を用いて環境騒音の音響信号をバイノーラル
方式で記録する音響信号記録ステップと、このバイノー
ラル方式で記録された音響信号から演算手段を用いて自
己相関関数（ＡＣＦ）及び左右の各チャンネル間の相互
相関関数（ＩＡＣＦ）を計算するＡＣＦ及びＩＡＣＦ演
算ステップと、この計算されたＡＣＦから前記演算手段
を用いて各ＡＣＦファクターを計算し、及び／またはこ
の計算されたＩＡＣＦから各ＩＡＣＦファクターを計算
するＡＣＦ・ＩＡＣＦファクター演算ステップと、この
計算されたＡＣＦ及び／またはＩＡＣＦファクターの各
々に基づき演算手段を用いて心理評価を行う心理評価ス
テップと、を含むことを特徴とする騒音源について心理
評価を行う方法を提供する。
声採取手段を用いて環境騒音の音響信号をバイノーラル
方式で記録する音響信号記録ステップと、このバイノー
ラル方式で記録された音響信号から演算手段を用いて自
己相関関数（ＡＣＦ）及び左右の各チャンネル間の相互
相関関数（ＩＡＣＦ）を計算するＡＣＦ及びＩＡＣＦ演
算ステップと、この計算されたＡＣＦから前記演算手段
を用いて各ＡＣＦファクターを計算し、及び／またはこ
の計算されたＩＡＣＦから各ＩＡＣＦファクターを計算
するＡＣＦ・ＩＡＣＦファクター演算ステップと、この
計算されたＡＣＦ及び／またはＩＡＣＦファクターの各
々に基づき演算手段を用いて心理評価を行う心理評価ス
テップと、を含むことを特徴とする騒音源について心理
評価を行う方法を提供する。
【０００８】ラウドネス、ピッチ、音色などの基本的な
知覚データと同様に、嗜好や拡散性などの多くの主観的
なデータの記述は、人間の聴覚−大脳システムの音場に
対する応答モデルに基づいている。この応答モデルは予
測されてきたが、それは経験的に得られた結果と一致す
ることが知られている。例えば最近、周波数帯域幅を制
限したノイズのラウドネスは、ＳＰＬによって影響をう
けるのと同様に、自己相関関数（ＡＣＦ）における有効
継続時間（τe）によって影響を受けることが知られて
いる。また、複合音の基本周波数が約1200Ｈｚよりも低
い場合、ピッチ及びその強さは、それぞれＡＣＦの第１
ピークまでの遅延時間（τ1）、正規化したＡＣＦの第
１ピークの振幅（φ1）によって影響を受ける。特に、
ある時間内におおいて求められたτeの最小値（τe）
minで得られるＡＣＦファクターは、騒音源及び騒音場
の主観的評価の差異を良く表わすものである。
知覚データと同様に、嗜好や拡散性などの多くの主観的
なデータの記述は、人間の聴覚−大脳システムの音場に
対する応答モデルに基づいている。この応答モデルは予
測されてきたが、それは経験的に得られた結果と一致す
ることが知られている。例えば最近、周波数帯域幅を制
限したノイズのラウドネスは、ＳＰＬによって影響をう
けるのと同様に、自己相関関数（ＡＣＦ）における有効
継続時間（τe）によって影響を受けることが知られて
いる。また、複合音の基本周波数が約1200Ｈｚよりも低
い場合、ピッチ及びその強さは、それぞれＡＣＦの第１
ピークまでの遅延時間（τ1）、正規化したＡＣＦの第
１ピークの振幅（φ1）によって影響を受ける。特に、
ある時間内におおいて求められたτeの最小値（τe）
minで得られるＡＣＦファクターは、騒音源及び騒音場
の主観的評価の差異を良く表わすものである。
【０００９】このモデルは、２つのそれぞれの経路にお
ける音響信号同士の自己相関と、これらの音響信号の間
における相互相関とから構成され、人間の大脳半球の処
理特性も考慮するものである。即ち、両耳に入ってくる
音響信号を用いて、自己相関関数（ＡＣＦ）及び相互相
関関数（ＩＡＣＦ）を計算する。直交ファクターである
遅れ時間が０で表わされるエネルギー（Φ(0)）、有効
継続遅延時間（τe）、ＡＣＦの第１ピークまでの遅延
時間（τ1）、正規化したＡＣＦの第１ピークの振幅
（φ1）はＡＣＦから導出される。また、ＩＡＣＦファ
クターである聴取音圧レベル（ＬＬ）、最大振幅（ＩＡ
ＣＣ）、最大振幅までの遅延時間（τＩＡＣ Ｃ）、最大
振幅における幅（ＷＩＡＣＣ）は、ＩＡＣＦから導出さ
れる。
ける音響信号同士の自己相関と、これらの音響信号の間
における相互相関とから構成され、人間の大脳半球の処
理特性も考慮するものである。即ち、両耳に入ってくる
音響信号を用いて、自己相関関数（ＡＣＦ）及び相互相
関関数（ＩＡＣＦ）を計算する。直交ファクターである
遅れ時間が０で表わされるエネルギー（Φ(0)）、有効
継続遅延時間（τe）、ＡＣＦの第１ピークまでの遅延
時間（τ1）、正規化したＡＣＦの第１ピークの振幅
（φ1）はＡＣＦから導出される。また、ＩＡＣＦファ
クターである聴取音圧レベル（ＬＬ）、最大振幅（ＩＡ
ＣＣ）、最大振幅までの遅延時間（τＩＡＣ Ｃ）、最大
振幅における幅（ＷＩＡＣＣ）は、ＩＡＣＦから導出さ
れる。
【００１０】図１は、本発明による装置の具体的な構成
を示す装置概略図である。図１に示すように本発明によ
る装置の具体例は、聴者の頭部の模型１に装着された騒
音源からの音響信号を採取するバイノーラル方式の音声
採取手段２（マイクロフォン）を、ＬＰＦ３（ローパス
フィルタ）、Ａ／Ｄコンバータ４、コンピュータ５から
構成される。この頭部としては、人体の頭部が最も望ま
しいがそれでは不便であるため、人体の頭部を模したダ
ミーヘッドを用いることもできる。しかし、このダミー
ヘッドは高価であり、ダミーヘッド以外の頭部の模型１
（発砲スチロールなどの材料を用いた球体（直径を２０
cm）としたもの）でも本発明で測定するＡＣＦ、ＩＡＣ
Ｆでは、有意差がないため、発砲スチロール製の頭部の
模型を用いた。このコンピュータ５は、採取された音響
信号を格納する音響信号記憶手段６と、この格納された
音響信号（左右２チャンネル）を読み出し、これらの音
響信号に基づきＡＣＦを計算するＡＣＦ演算手段７、と
これらの音響信号に基づきにＩＡＣＦを計算するＩＡＣ
Ｆ演算手段８、この計算されたＡＣＦに基づきＡＣＦフ
ァクターを計算するＡＣＦファクター演算手段９、この
計算されたＩＡＣＦに基づきＩＡＣＦファクターを計算
するＩＡＣＦファクター演算手段１０、この計算された
ＡＣＦファクターに基づき騒音源の種類を特定する騒音
源の種類を特定する手段１１、この計算されたＡＣＦフ
ァクター及び／またはＩＡＣＦファクターに基づき心理
評価を行う手段１２、騒音源の種類の特定及び心理評価
に用いるデータに関するデータベース１３を具える。
を示す装置概略図である。図１に示すように本発明によ
る装置の具体例は、聴者の頭部の模型１に装着された騒
音源からの音響信号を採取するバイノーラル方式の音声
採取手段２（マイクロフォン）を、ＬＰＦ３（ローパス
フィルタ）、Ａ／Ｄコンバータ４、コンピュータ５から
構成される。この頭部としては、人体の頭部が最も望ま
しいがそれでは不便であるため、人体の頭部を模したダ
ミーヘッドを用いることもできる。しかし、このダミー
ヘッドは高価であり、ダミーヘッド以外の頭部の模型１
（発砲スチロールなどの材料を用いた球体（直径を２０
cm）としたもの）でも本発明で測定するＡＣＦ、ＩＡＣ
Ｆでは、有意差がないため、発砲スチロール製の頭部の
模型を用いた。このコンピュータ５は、採取された音響
信号を格納する音響信号記憶手段６と、この格納された
音響信号（左右２チャンネル）を読み出し、これらの音
響信号に基づきＡＣＦを計算するＡＣＦ演算手段７、と
これらの音響信号に基づきにＩＡＣＦを計算するＩＡＣ
Ｆ演算手段８、この計算されたＡＣＦに基づきＡＣＦフ
ァクターを計算するＡＣＦファクター演算手段９、この
計算されたＩＡＣＦに基づきＩＡＣＦファクターを計算
するＩＡＣＦファクター演算手段１０、この計算された
ＡＣＦファクターに基づき騒音源の種類を特定する騒音
源の種類を特定する手段１１、この計算されたＡＣＦフ
ァクター及び／またはＩＡＣＦファクターに基づき心理
評価を行う手段１２、騒音源の種類の特定及び心理評価
に用いるデータに関するデータベース１３を具える。
【００１１】聴者の頭部の模型１の両端に取り付けた左
右２チャンネルのコンデンサマイクロフォン（マイクア
ンプ付き）を、ローパスフィルタを介して可搬型パーソ
ナルコンピュータ５のサウンド入出力端子（A/D変換部
４）と接続する。このマイクロフォン（音響信号採取手
段２）から周りの騒音の取り込みを行う。コンピュータ
上のプログラムの管理下、計測、各物理ファクタの算
出、騒音源の種類の特定、心理評価、などを行う。ま
た、騒音源の種類の特定及び心理評価に用いるデータに
関するデータベースを構築する。
右２チャンネルのコンデンサマイクロフォン（マイクア
ンプ付き）を、ローパスフィルタを介して可搬型パーソ
ナルコンピュータ５のサウンド入出力端子（A/D変換部
４）と接続する。このマイクロフォン（音響信号採取手
段２）から周りの騒音の取り込みを行う。コンピュータ
上のプログラムの管理下、計測、各物理ファクタの算
出、騒音源の種類の特定、心理評価、などを行う。ま
た、騒音源の種類の特定及び心理評価に用いるデータに
関するデータベースを構築する。
【００１２】図２は、本発明による騒音源の種類の特
定、心理評価を行う方法のフローチャートである。図２
に示すように、ステップＳ１では、騒音源からの音響信
号を音源採取手段２により採取する。この採取された音
響信号はＬＰＦ３を介してＡ／Ｄコンバータ４によりデ
ジタル信号に変換する。ステップＳ２では、ステップＳ
1で採取された音響信号を音響信号記憶手段に格納す
る。ステップＳ３では、ステップＳ２で格納された音響
信号を読み出す。ステップＳ４では、ステップＳ３で読
み出された音響信号に基づきＡＣＦ及びＩＡＣＦをＡＣ
Ｆ演算手段７及びＩＡＣＦ演算手段８により計算する。
ステップＳ５では、ステップＳ４で計算されたＡＣＦ及
びＩＡＣＦに基づきＡＣＦファクター演算手段９及びＩ
ＡＣＦ演算手段１０によりＡＣＦファクター及びＩＡＣ
Ｆファクターを計算する。ステップＳ６では、ステップ
Ｓ５で計算されたＡＣＦファクター及びＩＡＣＦファク
ターに基づき、騒音源種類特定手段１１、心理評価手段
１２により騒音源の種類の特定、心理評価を行う。その
特定、評価の際には、テンプレートを格納するデータベ
ース１３からデータを読み出し比較・検討を行う。
定、心理評価を行う方法のフローチャートである。図２
に示すように、ステップＳ１では、騒音源からの音響信
号を音源採取手段２により採取する。この採取された音
響信号はＬＰＦ３を介してＡ／Ｄコンバータ４によりデ
ジタル信号に変換する。ステップＳ２では、ステップＳ
1で採取された音響信号を音響信号記憶手段に格納す
る。ステップＳ３では、ステップＳ２で格納された音響
信号を読み出す。ステップＳ４では、ステップＳ３で読
み出された音響信号に基づきＡＣＦ及びＩＡＣＦをＡＣ
Ｆ演算手段７及びＩＡＣＦ演算手段８により計算する。
ステップＳ５では、ステップＳ４で計算されたＡＣＦ及
びＩＡＣＦに基づきＡＣＦファクター演算手段９及びＩ
ＡＣＦ演算手段１０によりＡＣＦファクター及びＩＡＣ
Ｆファクターを計算する。ステップＳ６では、ステップ
Ｓ５で計算されたＡＣＦファクター及びＩＡＣＦファク
ターに基づき、騒音源種類特定手段１１、心理評価手段
１２により騒音源の種類の特定、心理評価を行う。その
特定、評価の際には、テンプレートを格納するデータベ
ース１３からデータを読み出し比較・検討を行う。
【００１３】まず初めに、ピーク検知プロセスにより、
採取した音響信号から複数の測定セッションを抽出す
る。連続的な騒音から自動的に環境騒音や目的の騒音を
抽出するために、左右それぞれの耳の入り口部位におけ
るエネルギーであるモノオーラルのエネルギーΦ
ll(0)、Φrr(0)を連続的に分析する。図３は、ピーク検
知処理手順を説明する図であって、縦軸にノイズレベ
ル、横軸に時間をとったグラフであって、その下段に積
分間隔を示す図である。騒音が航空機騒音や列車騒音な
どの連続騒音の場合、Φ(0)の計算のための間隔を、か
なり長く（例えば１秒など）設定することができるが、
騒音が短時間や断続的である場合は、より短い間隔を用
いる必要がある。しかしながら、後述する式（１）で連
続計算する場合、積分間隔よりも長い間隔を選ぶ必要が
ある。従って、この間隔は、騒音源の種類に応じて決定
する必要がある。
採取した音響信号から複数の測定セッションを抽出す
る。連続的な騒音から自動的に環境騒音や目的の騒音を
抽出するために、左右それぞれの耳の入り口部位におけ
るエネルギーであるモノオーラルのエネルギーΦ
ll(0)、Φrr(0)を連続的に分析する。図３は、ピーク検
知処理手順を説明する図であって、縦軸にノイズレベ
ル、横軸に時間をとったグラフであって、その下段に積
分間隔を示す図である。騒音が航空機騒音や列車騒音な
どの連続騒音の場合、Φ(0)の計算のための間隔を、か
なり長く（例えば１秒など）設定することができるが、
騒音が短時間や断続的である場合は、より短い間隔を用
いる必要がある。しかしながら、後述する式（１）で連
続計算する場合、積分間隔よりも長い間隔を選ぶ必要が
ある。従って、この間隔は、騒音源の種類に応じて決定
する必要がある。
【００１４】これによって、長い時間の間隔で普通の騒
音計を用いてΦ(0)を決定するより、より正確にΦ(0)を
決定することができる。ピークを検出するためには、前
もってトリガーレベルＬtrigを適切に設定しておく必要
がある。適当なＬtrig値は、目標とする騒音の種類、目
標とする騒音と観察者との距離、大気の条件などに応じ
て変化するものである。従って、この値を予備測定によ
って決定する必要がある。目的騒音と観察者との距離が
近くて、かつ、観察者の近くに干渉する騒音源がない場
合、Ｌtrig値を決定することは容易である。
音計を用いてΦ(0)を決定するより、より正確にΦ(0)を
決定することができる。ピークを検出するためには、前
もってトリガーレベルＬtrigを適切に設定しておく必要
がある。適当なＬtrig値は、目標とする騒音の種類、目
標とする騒音と観察者との距離、大気の条件などに応じ
て変化するものである。従って、この値を予備測定によ
って決定する必要がある。目的騒音と観察者との距離が
近くて、かつ、観察者の近くに干渉する騒音源がない場
合、Ｌtrig値を決定することは容易である。
【００１５】最大値Φ(0)を中心とする騒音を、システ
ムを用いて単一のセッションで記録する。各々の目的と
する騒音に対する１つのセッションの継続時間すなわち
tsは、Ｌtrig値を超えた後にΦ(0)のピークを含むよう
に選択する。航空機騒音や列車騒音などの普通の環境騒
音の場合は、ts値は約１０秒である。これは、継続時間
が長い定常状態の騒音と短い継続時間の断続的な騒音と
では異なる。このシステムは、干渉する騒音がある場合
には使えないことに留意されたい。図３に示すように、
一連のセッション（S1(t),S2(t),S3(t),…SN(t)、N:セ
ッションの数、0<t<ts）をシステム上に自動的に格納す
る。
ムを用いて単一のセッションで記録する。各々の目的と
する騒音に対する１つのセッションの継続時間すなわち
tsは、Ｌtrig値を超えた後にΦ(0)のピークを含むよう
に選択する。航空機騒音や列車騒音などの普通の環境騒
音の場合は、ts値は約１０秒である。これは、継続時間
が長い定常状態の騒音と短い継続時間の断続的な騒音と
では異なる。このシステムは、干渉する騒音がある場合
には使えないことに留意されたい。図３に示すように、
一連のセッション（S1(t),S2(t),S3(t),…SN(t)、N:セ
ッションの数、0<t<ts）をシステム上に自動的に格納す
る。
【００１６】図３に示すように、継続時間tsでの各セッ
ションＳＮ(t)に対するランニングACF及びランニングIA
CFを分析する。ここでは、「ランニング」のプロセスを
説明するために単一のセッションのみを考えることとす
る。計算の前に、適切な積分間隔2T及び連続ステップt
stepの値を決定する。前述したように、推奨される積分
間隔は約３０×(τe)min[ms]であり、この(τe)minは一
連の値τeの最小値であり、予備測定で容易に発見し得
るものである。これは、違う種類の環境騒音のデータを
用いて見つけるものである。大抵の場合、隣接する積分
間隔をお互いに重ね合わせる。
ションＳＮ(t)に対するランニングACF及びランニングIA
CFを分析する。ここでは、「ランニング」のプロセスを
説明するために単一のセッションのみを考えることとす
る。計算の前に、適切な積分間隔2T及び連続ステップt
stepの値を決定する。前述したように、推奨される積分
間隔は約３０×(τe)min[ms]であり、この(τe)minは一
連の値τeの最小値であり、予備測定で容易に発見し得
るものである。これは、違う種類の環境騒音のデータを
用いて見つけるものである。大抵の場合、隣接する積分
間隔をお互いに重ね合わせる。
【００１７】ACFとIACFを、2Tの範囲での１セッション
ごとの各ステップ（n=1,2,…,M）につき計算する。各ス
テップは、
ごとの各ステップ（n=1,2,…,M）につき計算する。各ス
テップは、
【数１】 のようにtstepずつシフトする。物理ファクターは、ACF
及びIACFの各ステップから導出する。2Tは予測されるτ
eの値よりも十分長くする必要がある。また、これは、
各ステップに対する知覚の「聴覚の時間窓」に大きく関
連する。環境騒音に対する2Tとしては、概ね０．１〜
０．５秒が適している。２Ｔがこの範囲よりも小さい場
合、(τe)minがある値に収束する。一般的に、tstepは
０．１秒が好適である。変動が細かい場合は、より短い
tstepを選択する。よく知られているように、バイノー
ラル信号をＦＦＴ（高速フーリエ変換）と、その後逆Ｆ
ＦＴの処理を行うことにより、ACF及びIACFを得ること
ができる。Ａ特性フィルター及び、マイクロフォンの周
波数特性は、ＦＦＴ処理の後で考慮する。
及びIACFの各ステップから導出する。2Tは予測されるτ
eの値よりも十分長くする必要がある。また、これは、
各ステップに対する知覚の「聴覚の時間窓」に大きく関
連する。環境騒音に対する2Tとしては、概ね０．１〜
０．５秒が適している。２Ｔがこの範囲よりも小さい場
合、(τe)minがある値に収束する。一般的に、tstepは
０．１秒が好適である。変動が細かい場合は、より短い
tstepを選択する。よく知られているように、バイノー
ラル信号をＦＦＴ（高速フーリエ変換）と、その後逆Ｆ
ＦＴの処理を行うことにより、ACF及びIACFを得ること
ができる。Ａ特性フィルター及び、マイクロフォンの周
波数特性は、ＦＦＴ処理の後で考慮する。
【００１８】左右の耳の部位におけるACFを、それぞ
れ、Φll(τ)、Φrr(τ)で表わす。特定の数字の場合
は、Φll (i)、Φrr (i)で表わす（1<i<Tf、 f:サンプリ
ング周波数(Hz)、i:整数）。左右のΦ(0)を計算するた
めには、Φll (i)とΦrr (i)を下記のように平均する。
れ、Φll(τ)、Φrr(τ)で表わす。特定の数字の場合
は、Φll (i)、Φrr (i)で表わす（1<i<Tf、 f:サンプリ
ング周波数(Hz)、i:整数）。左右のΦ(0)を計算するた
めには、Φll (i)とΦrr (i)を下記のように平均する。
【数２】 SPLの正確な値は、次式で得られる。
【数３】 Φref(0)は、基準音圧値２０μPにおけるΦ(0)である。
【００１９】バイノーラルの聴取音圧レベルは、Φ
ll(0)及びΦrr(0)の相乗平均である。
ll(0)及びΦrr(0)の相乗平均である。
【数４】 このΦ(0)は、IACFを正規化する際の分母となるもので
あるため、IACFファクターの一方のもの、或いは右半球
の空間ファクターに分類されるものと考える。正規化し
たＡＣＦの振幅が０．１（１０％の遅延）になる時の遅
延時間によって、有効継続時間τeを定義する。正規化
した左右の耳におけるＡＣＦ、φll,rr （τ）は、次式
で得られる。
あるため、IACFファクターの一方のもの、或いは右半球
の空間ファクターに分類されるものと考える。正規化し
たＡＣＦの振幅が０．１（１０％の遅延）になる時の遅
延時間によって、有効継続時間τeを定義する。正規化
した左右の耳におけるＡＣＦ、φll,rr （τ）は、次式
で得られる。
【数５】
【００２０】図４は、縦軸にＡＣＦの対数の絶対値、横
軸に遅延時間をとったグラフである。図４に示すように
初期のＡＣＦが線形に減少するのが一般的に観察できる
ため、縦軸をデシベル（対数）に変換するとτeを容易
に得ることができる。線形回帰の場合は、ある一定の短
い時間Δτにおいて得られるAＣＦのピークに対して最
小平均自乗法(LMS)を使用する。このΔτは、ACFのピー
クを検知するために使用され、計算前に慎重に決定して
おく必要がある。τeを計算する際、原点が回帰線上に
ない場合、ＡＣＦの原点（ACF=0、τ＝０）を、考慮に
入れなくても良い場合も多い。極端な例では、目的とす
る騒音が純音とホワイトノイズとを含む場合、原点にお
いて急激な減衰が観察される。その後の減衰は、純音成
分のため一定に保たれる。この場合、ＡＣＦ関数の解は
求まらない。
軸に遅延時間をとったグラフである。図４に示すように
初期のＡＣＦが線形に減少するのが一般的に観察できる
ため、縦軸をデシベル（対数）に変換するとτeを容易
に得ることができる。線形回帰の場合は、ある一定の短
い時間Δτにおいて得られるAＣＦのピークに対して最
小平均自乗法(LMS)を使用する。このΔτは、ACFのピー
クを検知するために使用され、計算前に慎重に決定して
おく必要がある。τeを計算する際、原点が回帰線上に
ない場合、ＡＣＦの原点（ACF=0、τ＝０）を、考慮に
入れなくても良い場合も多い。極端な例では、目的とす
る騒音が純音とホワイトノイズとを含む場合、原点にお
いて急激な減衰が観察される。その後の減衰は、純音成
分のため一定に保たれる。この場合、ＡＣＦ関数の解は
求まらない。
【００２１】図５は、縦軸に正規化したＡＣＦ、横軸に
遅延時間をとったグラフである。図５に示すように、τ
１は正規化したＡＣＦの第１のピークまでの遅延時間、
φ１はその第１ピークでの振幅である。第１ピークは、
局所的な小さなピークは無視して、主要なピークに基づ
き決定する。ファクターτnとφn(N≧2)とは考慮に入れ
ない。なぜなら、τnとφnは、一般的にτ1とφ１とに
相関関係があるからである。
遅延時間をとったグラフである。図５に示すように、τ
１は正規化したＡＣＦの第１のピークまでの遅延時間、
φ１はその第１ピークでの振幅である。第１ピークは、
局所的な小さなピークは無視して、主要なピークに基づ
き決定する。ファクターτnとφn(N≧2)とは考慮に入れ
ない。なぜなら、τnとφnは、一般的にτ1とφ１とに
相関関係があるからである。
【００２２】図６は、縦軸に正規化したＩＡＣＦ、横軸
に左右の信号の遅延時間をとったグラフである。左右の
耳の音響信号の間のＩＡＣＦは、φlr(τ)（-1<τ<+1[m
s]）で表わされる。デジタル形式では、Φlr (i)（-f/10
3≦i≦f/103、iは整数であり、これが負の場合は左のチ
ャンネルに遅れがあるＩＡＣＦであることを示す）。両
耳の間の最大遅延としては−１から＋1msを考慮すれば
十分である。最大振幅ＩＡＣＣは主観的拡散に関連する
ファクターである。図６に示すように、正規化されたＩ
ＡＣＦΦlr (i)の最大振幅は遅延範囲内で得られる。即
ちＩＡＣＣ＝｛φlr (i)｝max （５）正規化さ
れたＩＡＣＦは次式で得られる。
に左右の信号の遅延時間をとったグラフである。左右の
耳の音響信号の間のＩＡＣＦは、φlr(τ)（-1<τ<+1[m
s]）で表わされる。デジタル形式では、Φlr (i)（-f/10
3≦i≦f/103、iは整数であり、これが負の場合は左のチ
ャンネルに遅れがあるＩＡＣＦであることを示す）。両
耳の間の最大遅延としては−１から＋1msを考慮すれば
十分である。最大振幅ＩＡＣＣは主観的拡散に関連する
ファクターである。図６に示すように、正規化されたＩ
ＡＣＦΦlr (i)の最大振幅は遅延範囲内で得られる。即
ちＩＡＣＣ＝｛φlr (i)｝max （５）正規化さ
れたＩＡＣＦは次式で得られる。
【数６】
【００２３】τIACCの値は、最大振幅の遅延時間におい
て容易に求まる。例えば、τIACCが正の場合、音源は聴
者の右側に位置する、或いは音源が右側にあるかのよう
に知覚する。図６に示すように、最大振幅における幅Ｗ
ＩＡＣＣを、最大値から０．１（ＩＡＣＣ）下の部分の
ピーク幅で得ることができる。この係数０．１はＩＡＣ
Ｃ＝１．０におけるJNDとして概算的に用いられるもの
である。聴取音圧レベルＬＬは、式（２）でSPLをLLと
置き換えることによって得られる。このようにして、各
物理ファクターを、ＡＣＦ及びＩＡＣＦから求めること
ができる。
て容易に求まる。例えば、τIACCが正の場合、音源は聴
者の右側に位置する、或いは音源が右側にあるかのよう
に知覚する。図６に示すように、最大振幅における幅Ｗ
ＩＡＣＣを、最大値から０．１（ＩＡＣＣ）下の部分の
ピーク幅で得ることができる。この係数０．１はＩＡＣ
Ｃ＝１．０におけるJNDとして概算的に用いられるもの
である。聴取音圧レベルＬＬは、式（２）でSPLをLLと
置き換えることによって得られる。このようにして、各
物理ファクターを、ＡＣＦ及びＩＡＣＦから求めること
ができる。
【００２４】次に、ＡＣＦファクターに基づき騒音源の
種類の特定する方法について説明する。騒音源の種類
は、４つのＡＣＦファクター遅れ時間が０で表わされる
エネルギー（Φ(0)）、有効継続遅延時間（τe）、ＡＣ
Ｆの第１ピークまでの遅延時間（τ1）、正規化したＡ
ＣＦの第１ピークの振幅（φ1）を用いて特定する。Φ
(0)は騒音源と聴者との距離に応じて変化するため、距
離が不明の場合は、計算の条件には特別に注意を払う必
要がある。たとえファクターΦ(0)が有効でない場合で
あっても、その他の３つのファクターを用いて騒音源の
種類を特定することができる。空間情報が変化する場
合、残りのＩＡＣＦファクターを考慮に入れることもで
きる。音響信号の最も大きく変動する部分である最小τ
e：(τe)minを用いる理由の１つは、この部分が主観的
な応答に最も深く関与するものであるということであ
る。
種類の特定する方法について説明する。騒音源の種類
は、４つのＡＣＦファクター遅れ時間が０で表わされる
エネルギー（Φ(0)）、有効継続遅延時間（τe）、ＡＣ
Ｆの第１ピークまでの遅延時間（τ1）、正規化したＡ
ＣＦの第１ピークの振幅（φ1）を用いて特定する。Φ
(0)は騒音源と聴者との距離に応じて変化するため、距
離が不明の場合は、計算の条件には特別に注意を払う必
要がある。たとえファクターΦ(0)が有効でない場合で
あっても、その他の３つのファクターを用いて騒音源の
種類を特定することができる。空間情報が変化する場
合、残りのＩＡＣＦファクターを考慮に入れることもで
きる。音響信号の最も大きく変動する部分である最小τ
e：(τe)minを用いる理由の１つは、この部分が主観的
な応答に最も深く関与するものであるということであ
る。
【００２５】未知の対象データ（下記の式（７）〜（１
０）では記号aで示す）用の(τe)minにおける各ファク
ターの値とデータベースに格納されたテンプレート用
（記号bで示す）の値との差、即ち「距離」を計算す
る。ここで「対象」とは、システムによって特定される
オブジェクトとしての環境騒音のことを意味する。テン
プレート値は、ある特定の環境騒音に対する典型的なＡ
ＣＦファクターのセットであり、これらの複数のテンプ
レートを未知の騒音と比較する。距離Ｄ（ｘ）（ｘ：Φ
(0)、τe、τ1、φ１）を次式により計算する。
０）では記号aで示す）用の(τe)minにおける各ファク
ターの値とデータベースに格納されたテンプレート用
（記号bで示す）の値との差、即ち「距離」を計算す
る。ここで「対象」とは、システムによって特定される
オブジェクトとしての環境騒音のことを意味する。テン
プレート値は、ある特定の環境騒音に対する典型的なＡ
ＣＦファクターのセットであり、これらの複数のテンプ
レートを未知の騒音と比較する。距離Ｄ（ｘ）（ｘ：Φ
(0)、τe、τ1、φ１）を次式により計算する。
【数７】
【００２６】目的とする騒音源の合計距離Ｄは、次式で
表わされる。
表わされる。
【数８】 Ｗ(x)（x;Φ(0)、(τe)min、τ1、φ1）は、重み係数で
ある。この算出された距離Ｄに最も近いDを有するテン
プレートを、求める騒音源であると判断する。これによ
り、未知の騒音源が、何であるのか、例えば鉄道、自動
車、航空機、工場騒音であるのか、更にその車種、機種
などを特定することが可能となる。
ある。この算出された距離Ｄに最も近いDを有するテン
プレートを、求める騒音源であると判断する。これによ
り、未知の騒音源が、何であるのか、例えば鉄道、自動
車、航空機、工場騒音であるのか、更にその車種、機種
などを特定することが可能となる。
【００２７】図７は重み係数の計算方法を説明するブロ
ック図である。式（１１）の重み係数Ｗ(x)（x;Φ(0)、
τe、τ1、φ1）は、統計値S1 (i)とS2 (i)とを用いて得
ることができる。図７に示すように、S1 (i)は、ＡＣＦ
ファクターの全カテゴリーに対する標準偏差（SD）の算
術平均である。ここでカテゴリーとは、同じ種類の騒音
に対するデータのセットを意味する。S2 (i)は、各カテ
ゴリの算術平均の標準偏差である。Ｗ(x)は、ファクタ
ー{（S2/S1）1/2}maxの中の最大値で正規化した後、（S
2/S1）1/2で得られる。この平方根の処理は経験的に得
られたものである。騒音源の間におけるより大きなSD
と、ある騒音の間におけるより小さなSDとのファクター
とは他の種類の騒音とは区別できるため、このようなフ
ァクターの重みはその他のファクターのものよりも大き
くなる。テンプレートを改善する学習機能がある場合、
システム上においてテンプレートは、システム内でＡＣ
Ｆの各ファクターについての最新の値と、元の値との平
均によって上書きすることもできる。
ック図である。式（１１）の重み係数Ｗ(x)（x;Φ(0)、
τe、τ1、φ1）は、統計値S1 (i)とS2 (i)とを用いて得
ることができる。図７に示すように、S1 (i)は、ＡＣＦ
ファクターの全カテゴリーに対する標準偏差（SD）の算
術平均である。ここでカテゴリーとは、同じ種類の騒音
に対するデータのセットを意味する。S2 (i)は、各カテ
ゴリの算術平均の標準偏差である。Ｗ(x)は、ファクタ
ー{（S2/S1）1/2}maxの中の最大値で正規化した後、（S
2/S1）1/2で得られる。この平方根の処理は経験的に得
られたものである。騒音源の間におけるより大きなSD
と、ある騒音の間におけるより小さなSDとのファクター
とは他の種類の騒音とは区別できるため、このようなフ
ァクターの重みはその他のファクターのものよりも大き
くなる。テンプレートを改善する学習機能がある場合、
システム上においてテンプレートは、システム内でＡＣ
Ｆの各ファクターについての最新の値と、元の値との平
均によって上書きすることもできる。
【００２８】図８は、聴覚−大脳機能システムのモデル
を説明するブロック図である。聴覚−大脳機能システム
のモデルは、自己相関（ＡＣＦ）メカニズム、両耳間相
互相関（ＩＡＣＦ）メカニズム、左右大脳の機能分化を
含んでいる。信号のパワースペクトルに含まれる情報
は、音響信号のＡＣＦにも含まれていることは注目すべ
きことである。また騒音場の空間的感覚を示すため、Ｉ
ＡＣＦより抽出される空間的ファクターを考慮する。音
色は音の基本的感覚と空間的感覚を含む総合的な感覚と
して定義される
を説明するブロック図である。聴覚−大脳機能システム
のモデルは、自己相関（ＡＣＦ）メカニズム、両耳間相
互相関（ＩＡＣＦ）メカニズム、左右大脳の機能分化を
含んでいる。信号のパワースペクトルに含まれる情報
は、音響信号のＡＣＦにも含まれていることは注目すべ
きことである。また騒音場の空間的感覚を示すため、Ｉ
ＡＣＦより抽出される空間的ファクターを考慮する。音
色は音の基本的感覚と空間的感覚を含む総合的な感覚と
して定義される
【００２９】聴覚−大脳機能モデル（図８）を使って、
自由空間内に存在する聴者の正面にある与えられた音響
信号ｐ(t)の基本的な感覚を考える。ここで長時間ＡＣ
Ｆを次式で得ることができる。
自由空間内に存在する聴者の正面にある与えられた音響
信号ｐ(t)の基本的な感覚を考える。ここで長時間ＡＣ
Ｆを次式で得ることができる。
【数９】 ｐ’(t)=p(t)*s(t)で、s(t)は耳の感度である。便宜上s
(t)はＡ特性のインパルス応答が用いられる。パワース
ペクトルも次式のようにＡＣＦから得ることができる。
(t)はＡ特性のインパルス応答が用いられる。パワース
ペクトルも次式のようにＡＣＦから得ることができる。
【数１０】 このように、ＡＣＦとパワースペクトルは数学的には同
じ情報を含んでいる。
じ情報を含んでいる。
【００３０】ＡＣＦの解析において３つの重要な事項と
して、遅れ時間が０で表わされるエネルギーΦp(0)と、
正規化したＡＣＦのエンベロープから抽出される有効継
続時間τeと、ピークやディップやその遅れ時間とを含
む微細構造とがある。図４に示すように、この有効継続
時間τeは、10パーセント遅れ時間として定義でき、騒
音響信号それ自身に含まれる繰り返し成分、または残響
成分として表わされる。前述したように正規化したＡＣ
ＦはΦp(τ)＝Φp(τ)／Φp(0)で得ることができる。
して、遅れ時間が０で表わされるエネルギーΦp(0)と、
正規化したＡＣＦのエンベロープから抽出される有効継
続時間τeと、ピークやディップやその遅れ時間とを含
む微細構造とがある。図４に示すように、この有効継続
時間τeは、10パーセント遅れ時間として定義でき、騒
音響信号それ自身に含まれる繰り返し成分、または残響
成分として表わされる。前述したように正規化したＡＣ
ＦはΦp(τ)＝Φp(τ)／Φp(0)で得ることができる。
【００３１】ラウドネスＳLは次式で表わされる。 ＳL=fL(Φ(0),τ1,φ1,τe) （１５） 即ち、ＡＣＦファクターである、遅れ時間が０で表わさ
れるエネルギー（Φ(0)）、有効継続遅延時間（τe）、
ＡＣＦの第１ピークまでの遅延時間（τ1）、正規化し
たＡＣＦの第１ピークの振幅（φ1）からラウドネスを
求めることができる。ここでτ1は騒音のピッチまたは
後述するミッシングファンダメンタル現象に関係するも
のである。また、p’(t)が音圧レベルL(t)を与えるため
の圧力２０μPaを基準として測定されるなら、等価騒音
レベルLeqは次式で求めることができる。
れるエネルギー（Φ(0)）、有効継続遅延時間（τe）、
ＡＣＦの第１ピークまでの遅延時間（τ1）、正規化し
たＡＣＦの第１ピークの振幅（φ1）からラウドネスを
求めることができる。ここでτ1は騒音のピッチまたは
後述するミッシングファンダメンタル現象に関係するも
のである。また、p’(t)が音圧レベルL(t)を与えるため
の圧力２０μPaを基準として測定されるなら、等価騒音
レベルLeqは次式で求めることができる。
【数１１】 このＬeqは１０logΦp(0)に相当するものである。ま
た、サンプリング周波数は、最大可聴周波数域の２倍以
上としなければならないので、通常の騒音計で測定され
たLeqよりも極めて精度良く測定できる。
た、サンプリング周波数は、最大可聴周波数域の２倍以
上としなければならないので、通常の騒音計で測定され
たLeqよりも極めて精度良く測定できる。
【００３２】図９は、縦軸にラウドネス尺度値、横軸に
バンド幅をとったグラフである。このグラフは、Φp(0)
を一定とした条件下での一対比較テスト（１０８０dB/o
ctaveのスロープを持つフィルタを使用）で得られた臨
界帯域内のラウドネス尺度値を示したものである。明ら
かに純音のような騒音が同じ繰り返し成分を持つとき、
τeは大きな値となり、ラウドネスが大きくなる。この
ように、ラウドネス対バンド幅の関係は、臨界帯域内で
も平坦にならないことがわかる。なお、この結果は中心
周波数１kHzの周波数帯域で得られたものである。
バンド幅をとったグラフである。このグラフは、Φp(0)
を一定とした条件下での一対比較テスト（１０８０dB/o
ctaveのスロープを持つフィルタを使用）で得られた臨
界帯域内のラウドネス尺度値を示したものである。明ら
かに純音のような騒音が同じ繰り返し成分を持つとき、
τeは大きな値となり、ラウドネスが大きくなる。この
ように、ラウドネス対バンド幅の関係は、臨界帯域内で
も平坦にならないことがわかる。なお、この結果は中心
周波数１kHzの周波数帯域で得られたものである。
【００３３】騒音のピッチまたはミッシングファンダメ
ンタルは次式で表わされる。 Ｓp=fp(τ1,φ1) （１７） ここで、ミッシングファンダメンタル現象とは、いくつ
かの倍音構造が存在するとき、実際にはない高さの音が
聞こえるという現象である。
ンタルは次式で表わされる。 Ｓp=fp(τ1,φ1) （１７） ここで、ミッシングファンダメンタル現象とは、いくつ
かの倍音構造が存在するとき、実際にはない高さの音が
聞こえるという現象である。
【００３４】最も複雑な知覚である音色は、次式で表わ
される。音色には、ラウドネスやピッチも含まれるもの
である。 ST=fT[Φ(0),τe,(τ1,φ1),…,(τn,φn)] （１８ ） τn,φn（n=1,2,…）の中でτ1,φ1が最も顕著な直交フ
ァクターであるため式（１８）は以下のように書き直す
ことができる。 ST=fT[Φ(0),τe,τ1,φ1] （１９）
される。音色には、ラウドネスやピッチも含まれるもの
である。 ST=fT[Φ(0),τe,(τ1,φ1),…,(τn,φn)] （１８ ） τn,φn（n=1,2,…）の中でτ1,φ1が最も顕著な直交フ
ァクターであるため式（１８）は以下のように書き直す
ことができる。 ST=fT[Φ(0),τe,τ1,φ1] （１９）
【００３５】信号の時間的長さの知覚に関する感覚は、
次式で表わされる。 SD=fD[Φ(0),τe,τ1,φ1] （２０）
次式で表わされる。 SD=fD[Φ(0),τe,τ1,φ1] （２０）
【００３６】長時間ＩＡＣＦは次式で求めることができ
る。
る。
【数１２】 ここでp’l,r(t)=p(t)l,r*s(t)、はp(t)l,r は左右外耳
道入り口の音圧である。
道入り口の音圧である。
【００３７】騒音源の水平面の方向の知覚を含む空間情
報の知覚は次式で表わされる。 Ｓ＝f(LL,IACC,τIACC,WIACC) （２２） ここで聴取音圧レベルＬＬは{Φll(0),Φrr(0)}であ
る。記号{}は、左右の耳の入り口に到来する信号のτ＝
０のときのＡＣＦであるΦll(0)、Φrr(0)の組を表わ
す。数学的にはＬＬは、両耳に到来する音響信号のエネ
ルギーの算術平均で次式のように表わされる。
報の知覚は次式で表わされる。 Ｓ＝f(LL,IACC,τIACC,WIACC) （２２） ここで聴取音圧レベルＬＬは{Φll(0),Φrr(0)}であ
る。記号{}は、左右の耳の入り口に到来する信号のτ＝
０のときのＡＣＦであるΦll(0)、Φrr(0)の組を表わ
す。数学的にはＬＬは、両耳に到来する音響信号のエネ
ルギーの算術平均で次式のように表わされる。
【数１３】 式（２２）で示す４つのＩＡＣＦファクター（直交ファ
クター）の中で、−１〜＋１msの範囲内のτIACCは、水
平方向の音源の水平方向の知覚に関する重要なファクタ
ーである。正規化したＩＡＣＦが１つの鋭いピークを持
ち、ＩＡＣＣが大きく、高周波数成分によってＷ
ＩＡＣＣが小さい値であるとき、明確な方向感が得られ
る。逆に主観的拡がり感やあいまいな方向感はＩＡＣＣ
が小さい値（＜０．１５）の時に起こる。
クター）の中で、−１〜＋１msの範囲内のτIACCは、水
平方向の音源の水平方向の知覚に関する重要なファクタ
ーである。正規化したＩＡＣＦが１つの鋭いピークを持
ち、ＩＡＣＣが大きく、高周波数成分によってＷ
ＩＡＣＣが小さい値であるとき、明確な方向感が得られ
る。逆に主観的拡がり感やあいまいな方向感はＩＡＣＣ
が小さい値（＜０．１５）の時に起こる。
【００３８】正中面に位置する騒音源の知覚について
は、耳の入り口に到来する音響信号の長時間ＡＣＦから
抽出される時間的ファクターを式（２２）に加えるべき
であろう。図８に示すように、注目すべきはＩＡＣＣに
相当する下丘付近に存在する神経活動の存在である。ま
た、室内音場においては、ＬＬとＩＡＣＣとは右大脳半
球に支配的に関連があり、時間的ファクターであるΔt1
やＴsubは左大脳半球と関わっていることを発見した。
は、耳の入り口に到来する音響信号の長時間ＡＣＦから
抽出される時間的ファクターを式（２２）に加えるべき
であろう。図８に示すように、注目すべきはＩＡＣＣに
相当する下丘付近に存在する神経活動の存在である。ま
た、室内音場においては、ＬＬとＩＡＣＣとは右大脳半
球に支配的に関連があり、時間的ファクターであるΔt1
やＴsubは左大脳半球と関わっていることを発見した。
【００３９】主観的拡がり感の尺度値を得るため、２つ
の対称な反射音の水平入射角度を変更し、ホワイトノイ
ズを用いて一対比較テストを行った。被験者は、ＬＬ、
τIA CC、WIACCが一定の条件下で、提示された２つの音
場のうち、どちらの音場がより広がって聞こえるかを判
断した。図１０は、左縦軸に拡がり感の尺度値、右縦軸
に最大振幅ＩＡＣＣ、横軸に反射音の水平入射角度をと
ったグラフである。図１０に示すように、２５０Ｈｚ〜
４ｋＨｚ（図１０(a):250Hz、(b):500Hz、(c):1kHz、
(d):2kHz、(e):4kHz）の周波数帯域の結果において、尺
度値と最大振幅ＩＡＣＣとは強い負の相関関係を示し
た。従って、上述した実験結果により、主観的尺度値
を、ＩＡＣＣの３／２乗で次式のように求めることがで
きる。 Ｓdiffuseness=−α（IACC）β （２４） 実験により求めた係数αは２．９、乗数βは３／２であ
る。
の対称な反射音の水平入射角度を変更し、ホワイトノイ
ズを用いて一対比較テストを行った。被験者は、ＬＬ、
τIA CC、WIACCが一定の条件下で、提示された２つの音
場のうち、どちらの音場がより広がって聞こえるかを判
断した。図１０は、左縦軸に拡がり感の尺度値、右縦軸
に最大振幅ＩＡＣＣ、横軸に反射音の水平入射角度をと
ったグラフである。図１０に示すように、２５０Ｈｚ〜
４ｋＨｚ（図１０(a):250Hz、(b):500Hz、(c):1kHz、
(d):2kHz、(e):4kHz）の周波数帯域の結果において、尺
度値と最大振幅ＩＡＣＣとは強い負の相関関係を示し
た。従って、上述した実験結果により、主観的尺度値
を、ＩＡＣＣの３／２乗で次式のように求めることがで
きる。 Ｓdiffuseness=−α（IACC）β （２４） 実験により求めた係数αは２．９、乗数βは３／２であ
る。
【００４０】騒音場の見かけの音源の幅（ＡＳＷ）を求
める方法について説明する。低域の周波数成分が大きい
騒音場では、長時間ＩＡＣＦは遅れ時間τが−１〜＋１
msの範囲内に明確なピークを持たず、WIACCは大きくな
る。このWIACCは次式で求めることができる。
める方法について説明する。低域の周波数成分が大きい
騒音場では、長時間ＩＡＣＦは遅れ時間τが−１〜＋１
msの範囲内に明確なピークを持たず、WIACCは大きくな
る。このWIACCは次式で求めることができる。
【数１４】 ここで、Δωcは２π（f1+f2）、f1とf2とは、それぞれ
理想的なバンドパスフィルターの下限値と上限値であ
る。便宜上、δは０．１（ＩＡＣＣ）と定義する。
理想的なバンドパスフィルターの下限値と上限値であ
る。便宜上、δは０．１（ＩＡＣＣ）と定義する。
【００４１】注目すべきことは、大きなＡＳＷは低周波
数帯域が多く、ＩＡＣＣが小さいときに知覚されるとい
うことである。すなわち、ＬＬが一定でτIACC＝０の条
件下では、ＡＳＷはＩＡＣＣとＷIACCのＩＡＣＦファク
ターに基づき求めることができる。ＡＳＷの尺度値を１
０名の被験者を用いて一対比較テストで求めた。ＷIA CC
の値を制御するため、１／３オクターブバンドパスノイ
ズの中心周波数を２５０Hz〜２kHzで変化させた。ＩＡ
ＣＣは直接音に対する反射音のレベルの比を制御して調
整した。聴取音圧レベルＬＬは、ＡＳＷに影響するの
で、全ての音場の耳の入り口でのトータル音圧レベルは
ピーク値が７５ｄＢＡで一定とした。被験者は提示され
た２つの音場のうちどちらかが広がって聞こえるかを判
断した。尺度値ＳASWの分散分析の結果、ＩＡＣＣ、Ｗ
IACCの両方のＩＡＣＦファクター共に有意であり（p<0.
01）、以下のようにSASWに対して独立に寄与している。
従って、SASWを次式で求めることができる。 ＳASW＝ａ(ＩＡＣＣ)３／２＋ｂ（ＷIACC）１／２ （２６ ） ここで係数ａ＝−１．６４、ｂ＝２．４４であり、これ
らの係数は、図１１（ａ）（ｂ）に示す１０名の被験者
の尺度値の回帰曲線から得られたものである。図１１
（ａ）は縦軸にＡＳＷ、横軸にＩＡＣＣをとったグラフ
であり、図１１（ｂ）は縦軸にＡＳＷ、横軸にＷ
ＩＡＣＣをとったグラフである。また、図１１は、縦軸
に実際に測定したＡＳＷの尺度値、横軸に計算されたＡ
ＳＷの尺度値をとったグラフである。図１２に示すよう
に、この式から求めたＳＡＳＷの尺度値と、ＳＡＳＷの
測定値はよく対応することを確かめた（r=0.97、p<0.0
1）。
数帯域が多く、ＩＡＣＣが小さいときに知覚されるとい
うことである。すなわち、ＬＬが一定でτIACC＝０の条
件下では、ＡＳＷはＩＡＣＣとＷIACCのＩＡＣＦファク
ターに基づき求めることができる。ＡＳＷの尺度値を１
０名の被験者を用いて一対比較テストで求めた。ＷIA CC
の値を制御するため、１／３オクターブバンドパスノイ
ズの中心周波数を２５０Hz〜２kHzで変化させた。ＩＡ
ＣＣは直接音に対する反射音のレベルの比を制御して調
整した。聴取音圧レベルＬＬは、ＡＳＷに影響するの
で、全ての音場の耳の入り口でのトータル音圧レベルは
ピーク値が７５ｄＢＡで一定とした。被験者は提示され
た２つの音場のうちどちらかが広がって聞こえるかを判
断した。尺度値ＳASWの分散分析の結果、ＩＡＣＣ、Ｗ
IACCの両方のＩＡＣＦファクター共に有意であり（p<0.
01）、以下のようにSASWに対して独立に寄与している。
従って、SASWを次式で求めることができる。 ＳASW＝ａ(ＩＡＣＣ)３／２＋ｂ（ＷIACC）１／２ （２６ ） ここで係数ａ＝−１．６４、ｂ＝２．４４であり、これ
らの係数は、図１１（ａ）（ｂ）に示す１０名の被験者
の尺度値の回帰曲線から得られたものである。図１１
（ａ）は縦軸にＡＳＷ、横軸にＩＡＣＣをとったグラフ
であり、図１１（ｂ）は縦軸にＡＳＷ、横軸にＷ
ＩＡＣＣをとったグラフである。また、図１１は、縦軸
に実際に測定したＡＳＷの尺度値、横軸に計算されたＡ
ＳＷの尺度値をとったグラフである。図１２に示すよう
に、この式から求めたＳＡＳＷの尺度値と、ＳＡＳＷの
測定値はよく対応することを確かめた（r=0.97、p<0.0
1）。
【００４２】時間的に変動する環境騒音を評価するた
め、短時間ランニングＡＣＦ及び短時間ランニングＩＡ
ＣＦを用いる。前述と同様の方法で抽出された短時間ラ
ンニングの空間的・時間的ファクターは、時変動する騒
音場の基本的感覚を示すのに用いられている。短時間Ａ
ＣＦは次式で求めることができる。
め、短時間ランニングＡＣＦ及び短時間ランニングＩＡ
ＣＦを用いる。前述と同様の方法で抽出された短時間ラ
ンニングの空間的・時間的ファクターは、時変動する騒
音場の基本的感覚を示すのに用いられている。短時間Ａ
ＣＦは次式で求めることができる。
【数１５】 ここで２Ｔは解析される信号の長さである。この長さ２
Ｔは、ランニングＡＣＦの有効継続時間の最小値
（τe）minを少なくとも含む範囲で決定すべきである。
（τe）minを示す騒音は信号が最も急速に変動すること
を表わしており、この部分が最も主観的応答に影響を及
ぼしている。
Ｔは、ランニングＡＣＦの有効継続時間の最小値
（τe）minを少なくとも含む範囲で決定すべきである。
（τe）minを示す騒音は信号が最も急速に変動すること
を表わしており、この部分が最も主観的応答に影響を及
ぼしている。
【００４３】各騒音の部分におけるラウドネスＳLに関
して、式（１５）は次式のように書き換えることができ
る。 ＳＬ＝ｆＬ（ＬＬ,τ1,φ１,τe） （２８） ここで各ファクターは各騒音の部分について得られ、式
（１５）のΦ(0)はＬＬに置き換えられる。ＡＣＦから
抽出された時間的ファクターが、室内の反射音群（Δ
t1,Δt２,．．．）と後続残響時間Ｔsubに影響を及ぼし
ているはずだということに注目すべきである。
して、式（１５）は次式のように書き換えることができ
る。 ＳＬ＝ｆＬ（ＬＬ,τ1,φ１,τe） （２８） ここで各ファクターは各騒音の部分について得られ、式
（１５）のΦ(0)はＬＬに置き換えられる。ＡＣＦから
抽出された時間的ファクターが、室内の反射音群（Δ
t1,Δt２,．．．）と後続残響時間Ｔsubに影響を及ぼし
ているはずだということに注目すべきである。
【００４４】環境騒音場のピッチの記述で、騒音場にお
いて有意な時間的ファクターはτ１ とφ１とであり、従
って式（１７）はそのまま保たれる。
いて有意な時間的ファクターはτ１ とφ１とであり、従
って式（１７）はそのまま保たれる。
【００４５】環境騒音場の音色は時間的・空間的ファク
ター全てで、次式のように表わされる。 ＳＴ＝ｆＴ（τe,τ1,φ１；ＬＬ,ＩＡＣＣ,τIACC,ＷIACC） （２９） ここで、人間の大脳半球が時間的ファクターが左大脳半
球に関連し、空間的ファクターが右大脳半球に関連して
いるという専門化を考えると、式（２９）は以下のよう
に置き換えることができる。 ＳＴ＝ｆT（τe,τ1,φ１）left＋ｆT（ＬＬ、ＩＡＣＣ,τIACC,ＷIACC）right （２９） 弱い反射音の閾値をΔt1の関数として図１３に示す。式
（２９）に含まれる、聴者に対する反射音の空間的方向
（ＩＡＣＣとτIACC）と反射音の遅れ時間Δt1はこの閾
値を示している。
ター全てで、次式のように表わされる。 ＳＴ＝ｆＴ（τe,τ1,φ１；ＬＬ,ＩＡＣＣ,τIACC,ＷIACC） （２９） ここで、人間の大脳半球が時間的ファクターが左大脳半
球に関連し、空間的ファクターが右大脳半球に関連して
いるという専門化を考えると、式（２９）は以下のよう
に置き換えることができる。 ＳＴ＝ｆT（τe,τ1,φ１）left＋ｆT（ＬＬ、ＩＡＣＣ,τIACC,ＷIACC）right （２９） 弱い反射音の閾値をΔt1の関数として図１３に示す。式
（２９）に含まれる、聴者に対する反射音の空間的方向
（ＩＡＣＣとτIACC）と反射音の遅れ時間Δt1はこの閾
値を示している。
【００４６】耳の感度は外耳と中耳とを含む物理システ
ムにより特徴づけられる。音響信号を解析する前に、便
宜上、Ａ特性をかけておく。単一反射音の遅れ時間を関
数とした単音節の明瞭度は、母音と子音との間の部分の
短時間ＡＣＦから抽出された４つの直交ファクターを解
析することにより予測できる。最近の調査では、音色や
比類似度の判断は、コンサートホール内の音場の主観的
プリファレンスと同じく、総合的な主観的応答であるこ
とを明確に示している。音色と同様に、主観的プリファ
レンスは、τeの最小値を用いて表わされる。短時間積
分時間は次式で表わされる。 （２Ｔ）＝３０（τe）min （３０） 精神作業に関する騒音の影響は、作業能率と大脳の専門
化との間の妨害現象として解釈することができる。ＡＣ
Ｆから抽出された時間的ファクターは、左大脳半球に関
連しており、ＩＡＣＦから抽出されるファクターは右大
脳半球に主に関わっている。
ムにより特徴づけられる。音響信号を解析する前に、便
宜上、Ａ特性をかけておく。単一反射音の遅れ時間を関
数とした単音節の明瞭度は、母音と子音との間の部分の
短時間ＡＣＦから抽出された４つの直交ファクターを解
析することにより予測できる。最近の調査では、音色や
比類似度の判断は、コンサートホール内の音場の主観的
プリファレンスと同じく、総合的な主観的応答であるこ
とを明確に示している。音色と同様に、主観的プリファ
レンスは、τeの最小値を用いて表わされる。短時間積
分時間は次式で表わされる。 （２Ｔ）＝３０（τe）min （３０） 精神作業に関する騒音の影響は、作業能率と大脳の専門
化との間の妨害現象として解釈することができる。ＡＣ
Ｆから抽出された時間的ファクターは、左大脳半球に関
連しており、ＩＡＣＦから抽出されるファクターは右大
脳半球に主に関わっている。
【図１】 本発明による装置の具体的な構成を示す装置
概略図である。
概略図である。
【図２】 本発明による騒音源の種類の特定、心理評価
を行う方法のフローチャートである。
を行う方法のフローチャートである。
【図３】 図３は、ピーク検知処理手順を説明する図で
あって、縦軸にノイズレベル、横軸に時間をとったグラ
フであって、その下段に積分間隔を示す図である。
あって、縦軸にノイズレベル、横軸に時間をとったグラ
フであって、その下段に積分間隔を示す図である。
【図４】 縦軸にＡＣＦの絶対値の対数、横軸に遅延時
間をとったグラフである。
間をとったグラフである。
【図５】 縦軸に正規化したＡＣＦ、横軸に遅延時間を
とったグラフである。
とったグラフである。
【図６】 縦軸に正規化したＩＡＣＦ、横軸に左右の信
号の遅延時間をとったグラフである。
号の遅延時間をとったグラフである。
【図７】 重み係数の計算方法を説明するブロック図で
ある。
ある。
【図８】 聴覚−大脳機能システムのモデルを説明する
ブロック図である。
ブロック図である。
【図９】 縦軸にラウドネス尺度値、横軸にバンド幅を
とったグラフである。
とったグラフである。
【図１０】 左縦軸に拡がり感の尺度値、右縦軸に最大
振幅ＩＡＣＣ、横軸に反射音の水平入射角度をとったグ
ラフである。
振幅ＩＡＣＣ、横軸に反射音の水平入射角度をとったグ
ラフである。
【図１１】 （ａ）は縦軸にＡＳＷ、横軸にＩＡＣＣを
とったグラフであり、（ｂ）は縦軸にＡＳＷ、横軸にＷ
ＩＡＣＣをとったグラフである。
とったグラフであり、（ｂ）は縦軸にＡＳＷ、横軸にＷ
ＩＡＣＣをとったグラフである。
【図１２】 縦軸に実際に測定したＡＳＷの尺度値、横
軸に計算されたＡＳＷの尺度値をとったグラフである。
軸に計算されたＡＳＷの尺度値をとったグラフである。
【図１３】 縦軸に信号の閾値、横軸に遅延時間をとっ
たグラフである。
たグラフである。
１ 頭部の模型 ２ バイノーラル方式の音声採取手段 ３ ＬＰＦ（ローパスフィルタ）、 ４ Ａ／Ｄコンバータ ５ コンピュータ ６ 音響信号記憶手段 ７ ＡＣＦ演算手段 ８ ＩＡＣＦ演算手段 ９ ＡＣＦファクター演算手段９ １０ ＩＡＣＦファクター演算手段１０ １１ 騒音源種類特定手段 １２ 心理評価手段 １３ データベース
フロントページの続き (56)参考文献 特開 平２−88928（ＪＰ，Ａ) 特開 昭60−378（ＪＰ，Ａ) Ｂｏｕａｌｅｍ Ｂｏａｓｈａｓｈ, ＩＥＥＥ ｔｒａｎｓ Ａｃｏｕｓｔ Ｓｐｅｅｃｈ Ｓｉｇｎａｌ Ｐｒｏｃ ｅｓｓ，1990年，38（11），ｐｐ．1829 −1841 向井有吾、佐藤太一及び田中甚八郎, 日本機械化学会機械力学・計測制御公演 論文集，1997年，ｖｏｌ．1997 ｎｏ. Ｂ，ｐ．171−174 (58)調査した分野(Int.Cl.7，ＤＢ名) G01H 3/00 G01M 19/00 G10L 15/00 G01L 101:14 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (6)
- 【請求項１】 環境騒音の音響信号を採取する音声採取
ステップと、 この採取された音響信号を記録する音響信号記録ステッ
プと、 この記録された音響信号から演算手段を用いて自己相関
関数ＡＣＦを計算するＡＣＦ演算ステップと、 この算出されたＡＣＦから前記演算手段を用いて、ＡＣ
Ｆファクターである遅れ時間が０で表わされるエネルギ
ーΦ(0)、有効継続遅延時間τ e 、ＡＣＦの第１ピークま
での遅延時間τ 1 、正規化したＡＣＦの第１ピークの振
幅φ 1 を求めるＡＣＦファクター演算ステップと、 この求めたＡＣＦファクターに基づき前記演算手段を用
いて騒音源の種類を判定する判定ステップと、 を含むことを特徴とする騒音源の種類を特定する方法。 - 【請求項２】 請求項１に記載の騒音源の種類を特定す
る方法において、 前記騒音源の種類を判定する判定ステップが、 これらの計算されたＡＣＦファクターである遅れ時間が
０で表わされるエネルギーΦ(0)、有効継続遅延時間
τ e 、ＡＣＦの第１ピークまでの遅延時間τ 1 、正規化し
たＡＣＦの第１ピークの振幅φ 1 からその対数をそれぞ
れ求め、求めた対数の各々と、予め作成してある騒音源
の各ＡＣＦファクター毎の対応するテンプレートの対数
との差の絶対値である距離、をそれぞれ求めるステップ
と、 予めＡＣＦファクターの各々の算術平均の標準偏差であ
るＳ ２ を、ＡＣＦファクターの全カテゴリーに対する標
準偏差の算術平均であるＳ １ で除算し、この除算したも
のの平方根である重み係数を各ＡＣＦファクター毎に求
めるステップと、 求めたそれぞれの距離に、予め求めておいた対応する各
ＡＣＦファクターの重み係数を乗算し、合計の距離を求
める合計距離演算ステップと、 求めた合計距離と、格納されているテンプレートの距離
とを比較し、最も近いテンプレートの１つを選択する比
較・選択ステップと、を含むことを、 特徴とする騒音源の種類を特定する方法。 - 【請求項３】 音声採取手段を用いて環境騒音の音響信
号を記録する音響信号記 録手段と、 この記録された音響信号から演算手段を用いてフーリエ
変換により自己相関関数ＡＣＦを計算するＡＣＦ演算手
段と、 この計算されたＡＣＦから前記演算手段を用いて、ＡＣ
Ｆファクターである遅れ時間が０で表わされるエネルギ
ーΦ(0)、有効継続遅延時間τ e 、ＡＣＦの第１ピークま
での遅延時間τ 1 、正規化したＡＣＦの第１ピークの振
幅φ 1 を求めるＡＣＦファクター演算手段と、 この求めたＡＣＦファクターに基づき前記演算手段を用
いて騒音源の種類を判定する判定手段と、 を含むことを特徴とする騒音源の種類を特定する装置。 - 【請求項４】 請求項３に記載の騒音源の種類を特定す
る装置において、 前記騒音源の種類を判定する判定手段が、 これらの計算されたＡＣＦファクターである遅れ時間が
０で表わされるエネルギーΦ(0)、有効継続遅延時間
τ e 、ＡＣＦの第１ピークまでの遅延時間τ 1 、正規化し
たＡＣＦの第１ピークの振幅φ 1 からその対数をそれぞ
れ求め、求めた対数の各々と、予め作成してある騒音源
の各ＡＣＦファクター毎の対応するテンプレートの対数
との差の絶対値である距離をそれぞれ求める手段と、 予めＡＣＦファクターの各々の算術平均の標準偏差であ
るＳ ２ を、ＡＣＦファクターの全カテゴリーに対する標
準偏差の算術平均であるＳ １ で除算し、この除算したも
のの平方根である重み係数を各ＡＣＦファクター毎に求
める手段と、 求めたそれぞれの距離に、予め求めておいた対応する各
ＡＣＦファクターの重み係数を乗算し、合計の距離を求
める合計距離演算手段と、 求めた合計距離と、格納されているテンプレートの距離
とを比較し、最も近いテンプレートの１つを選択する比
較・選択手段と、を具えることを、 特徴とする騒音源の種類を特定する装置。 - 【請求項５】 環境騒音の音響信号を採取する音声採取
ステップと、 この採取された音響信号を記録する音響信号記録ステッ
プと、 この記録された音響信号から演算手段を用いて自己相関
関数ＡＣＦを計算するＡＣＦ演算ステップと、 この算出されたＡＣＦから前記演算手段を用いて、ＡＣ
Ｆファクターである遅れ時間が０で表わされるエネルギ
ーΦ(0)、有効継続遅延時間τ e 、ＡＣＦの第１ピークま
での遅延時間τ 1 、正規化したＡＣＦの第１ピークの振
幅φ 1 を求めるＡＣＦファクター演算ステップと、 この求めたＡＣＦファクターに基づき前記演算手段を用
いて騒音源の種類を判定する判定ステップと、を含むこ
とを特徴とする、騒音源の種類を特定するプログラムを
記録したコンピュータ読み取り可能な媒体。 - 【請求項６】 請求項５に記載のプログラムを記録した
コンピュータ読み取り可能な媒体において、 前記騒音源の種類を判定する判定ステップが、 これらの計算されたＡＣＦファクターである遅れ時間が
０で表わされるエネルギーΦ(0)、有効継続遅延時間
τ e 、ＡＣＦの第１ピークまでの遅延時間τ 1 、正規化し
たＡＣＦの第１ピークの振幅φ 1 からその対数をそれぞ
れ求め、求めた対数の各々と、予め作成してある騒音源
の各ＡＣＦファクター毎の対応するテンプレートの対数
との差の絶対値である距離をそれぞれ求めるステップ
と、 予めＡＣＦファクターの各々の算術平均の標準偏差であ
るＳ ２ を、ＡＣＦファクターの全カテゴリーに対する標
準偏差の算術平均であるＳ １ で除算し、この除算したも
のの平方根である重み係数を各ＡＣＦファクター毎に求
めるステップと、 求めたそれぞれの距離に、予め求めておいた対応する各
ＡＣＦファクターの重み係数を乗算し、合計の距離を求
める合計距離演算ステップと、 求めた合計距離と、格納されているテンプレートの距離
とを比較し、最も近いテンプレートの１つを選択する比
較・選択ステップと、を含むことを特徴とする、騒音源
の種類を特定するプログラムを記録したコンピュータ読
み取り可能な媒体。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000246418A JP3350713B2 (ja) | 2000-08-15 | 2000-08-15 | 騒音源の種類を特定する方法、その装置および媒体 |
| PCT/JP2001/007031 WO2004084176A1 (ja) | 2000-08-15 | 2001-08-15 | 音響評価方法およびそのシステム |
| US10/110,307 US6675114B2 (en) | 2000-08-15 | 2001-08-15 | Method for evaluating sound and system for carrying out the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000246418A JP3350713B2 (ja) | 2000-08-15 | 2000-08-15 | 騒音源の種類を特定する方法、その装置および媒体 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002205577A Division JP3546236B2 (ja) | 2002-07-15 | 2002-07-15 | 騒音心理評価方法、その装置および媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002062186A JP2002062186A (ja) | 2002-02-28 |
| JP3350713B2 true JP3350713B2 (ja) | 2002-11-25 |
Family
ID=18736733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000246418A Expired - Lifetime JP3350713B2 (ja) | 2000-08-15 | 2000-08-15 | 騒音源の種類を特定する方法、その装置および媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3350713B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5325854B2 (ja) * | 2010-09-06 | 2013-10-23 | 日立アプライアンス株式会社 | 空気調和機 |
| JP5325853B2 (ja) * | 2010-09-06 | 2013-10-23 | 日立アプライアンス株式会社 | 空気調和機 |
| JP5325855B2 (ja) * | 2010-09-06 | 2013-10-23 | 日立アプライアンス株式会社 | 空気調和機 |
| CN103875034B (zh) * | 2011-10-17 | 2018-03-09 | 皇家飞利浦有限公司 | 基于医疗环境中的声音分析的医疗反馈系统 |
| WO2013057608A1 (en) * | 2011-10-17 | 2013-04-25 | Koninklijke Philips Electronics N.V. | A medical monitoring system based on sound analysis in a medical environment |
| JP5150004B1 (ja) * | 2012-08-09 | 2013-02-20 | リオン株式会社 | 騒音観測装置及び騒音観測方法 |
| WO2014198570A1 (en) * | 2013-06-11 | 2014-12-18 | Koninklijke Philips N.V. | System, method and device for monitoring light and sound impact on a person |
| CN111442936A (zh) * | 2019-01-17 | 2020-07-24 | 青岛海尔智慧厨房电器有限公司 | 声品质检测限值确认方法及一种声品质检测故障确认方法 |
| CN113609693B (zh) * | 2021-08-13 | 2024-04-19 | 湖北工业大学 | 基于改进累积前景理论的异质性车主充电行为建模方法 |
-
2000
- 2000-08-15 JP JP2000246418A patent/JP3350713B2/ja not_active Expired - Lifetime
Non-Patent Citations (2)
| Title |
|---|
| Ｂｏｕａｌｅｍ Ｂｏａｓｈａｓｈ，ＩＥＥＥ ｔｒａｎｓ Ａｃｏｕｓｔ Ｓｐｅｅｃｈ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓ，１９９０年，３８（１１），ｐｐ．１８２９−１８４１ |
| 向井有吾、佐藤太一及び田中甚八郎，日本機械化学会機械力学・計測制御公演論文集，１９９７年，ｖｏｌ．１９９７ ｎｏ．Ｂ，ｐ．１７１−１７４ |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002062186A (ja) | 2002-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6675114B2 (en) | Method for evaluating sound and system for carrying out the same | |
| Ratnam et al. | Blind estimation of reverberation time | |
| Ando | A theory of primary sensations and spatial sensations measuring environmental noise | |
| Plomp | The role of modulation in hearing | |
| Šrámková et al. | The softest sound levels of the human voice in normal subjects | |
| Klein et al. | Spectral and modulation indices for annoyance-relevant features of urban road single-vehicle pass-by noises | |
| Prego et al. | A blind algorithm for reverberation-time estimation using subband decomposition of speech signals | |
| Soeta et al. | Three dimensional psychological evaluation of aircraft noise and prediction by physical parameters | |
| JP3350713B2 (ja) | 騒音源の種類を特定する方法、その装置および媒体 | |
| Fujii et al. | Temporal and spatial factors of traffic noise and its annoyance | |
| EP2037449B1 (en) | Method and system for the integral and diagnostic assessment of listening speech quality | |
| JP4130779B2 (ja) | 音場制御システム及び音場制御方法 | |
| JP4909263B2 (ja) | バイノーラル音信号の主観的特性の判定法 | |
| CN117690452A (zh) | 电机信号处理方法、装置、设备及介质 | |
| JP3982797B2 (ja) | 信号の品質を決定するための方法および装置 | |
| JP3584287B2 (ja) | 音響評価方法およびそのシステム | |
| JP4590545B2 (ja) | 音響評価方法およびそのシステム | |
| JP3546236B2 (ja) | 騒音心理評価方法、その装置および媒体 | |
| Rubak | Coloration in room impulse responses | |
| Lavandier et al. | Identification of some perceptual dimensions underlying loudspeaker dissimilarities | |
| JP7278161B2 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
| Rubak et al. | Coloration in natural and artificial room impulse responses | |
| Sakurai et al. | A computational software for noise measurement and toward its identification | |
| JP4249697B2 (ja) | 音源分離学習方法、装置、プログラム、音源分離方法、装置、プログラム、記録媒体 | |
| WO2006011329A1 (ja) | 排気音の音質分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3350713 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |