JP5961048B2 - 聴覚印象量推定装置及びそのプログラム - Google Patents

Description

本発明は、聴取者が感じた音の特徴の程度を示す聴覚印象量を推定する聴覚印象量推定装置及びそのプログラムに関する。

収音再生技術の発展に伴い、２２．２マルチチャンネル音響システムやＷａｖｅ Ｆｉｅｌｄ Ｓｙｎｔｈｅｓｉｓなど、臨場感が高い多様な音響システムが提案されている。このため、これら音響システムにおいて、その品質を客観的に評価することが求められている。

従来から、符号化された音に対する客観評価方法として、ＰＥＡＱ(Perceptual Evaluation of Audio Quality)が提案されており、ＩＴＵ（International Telecommunication Union）で規格化されている（非特許文献１参照）。この非特許文献１に記載の技術は、人の聴覚末梢系を模擬しており、聴覚中枢系を簡易なニューラルネットワークで代用したものである。

近年、収音再生技術の品質を評価する指標として、臨場感という感性情報が注目されている。この臨場感は、あたかもその場にいるような感じを示すが、音響空間の再現度だけでなく、心理効果（例えば、「心が揺さぶられた」）に対しても影響を受けることが知られている（非特許文献２参照）。さらに、臨場感の前提となる聴覚印象は、聴取者の嗜好や心理状態等の様々な条件によって、異なることが知られている（非特許文献３参照）。

ここで、人間が感じる音響品質の客観評価方法として、例えば、特許文献１に記載の発明が提案されている。この特許文献１に記載の発明は、音響特徴量から聴覚印象量を一意に決定し、その聴覚印象量から臨場感を推定するものである。

特開２０１１−２５００４９号公報

ＩＴＵ−Ｒ ＢＳ．１３８７ 電子情報通信学会技術研究報告 ＨＩＰ２００８−１３２，"「臨場感」に関するイメージ調査"，聴覚研究会資料 Ｖｏｌ．４０，Ｎｏ．１，Ｈ−２０１０−１ 日本音響学会２０１０年度春季研究発表会講演論文集２−１−７，"A study of influences of word and phone accuracies on unsupervised HMM-based speech synthesis"

しかし、特許文献１に記載の発明では、音響特徴量から聴覚印象量を一意に決定するため、聴取者の嗜好や聴取する順序が聴覚印象量に反映されておらず、聴覚印象量が正確でないという問題がある。このため、特許文献１に記載の発明では、推定した臨場感が、必ずしも聴取者が実際に感じている臨場感を正確に表していない。

そこで、本発明は、前記した問題を解決し、正確な聴覚印象量を推定できる聴覚印象量推定装置及びそのプログラムを提供することを課題とする。

前記した課題に鑑みて、本願第１発明に係る聴覚印象量推定装置は、実音場での音を示す実音場音響信号が実音場と異なる再生音場で再生されたときの、聴取者が感じた音の特徴の程度を示す聴覚印象量を推定する聴覚印象量推定装置であって、音響信号分析手段と、設定パラメータ入力手段と、データベースと、抽出条件生成手段と、聴覚印象量算出手段と、を備えることを特徴とする。

かかる構成によれば、聴覚印象量推定装置は、音響信号分析手段によって、実音場音響信号を再生音場で再生した再生音場音響信号が入力され、入力された再生音場音響信号の音響特徴量である再生音場音響分析値を、再生音場音響信号を音響分析して求める。

ここで、音響特徴量としては、例えば、ラウドネス（ラウドネス推定値）、音圧レベル、周波数特性、両耳間相互相関度、両耳間レベル差、両耳間位相差、基本周波数の時間変化パターン、周波数特性の分類クラス、レベルの時間変化パターン、ラフネス、シャープネス、両耳間相関関数の幅があげられる。そして、聴覚印象量推定装置は、これら音響特徴量の１つ以上を音響分析する。

また、聴覚印象量推定装置は、設定パラメータ入力手段によって、聴取者に依存する設定パラメータとして、聴取者の嗜好及び聴取時間帯が入力される。そして、聴覚印象量推定装置は、データベースによって、被験者の嗜好及び聴取時間帯を少なくとも評価条件とし、評価条件毎に主観評価実験を行って聴覚印象量と音響特徴量とを予め対応付けた確率分布モデルを、記憶する。さらに、聴覚印象量推定装置は、抽出条件生成手段によって、評価条件と設定パラメータとの間で一致する嗜好及び聴取時間帯を少なくとも示すように、設定パラメータが満たされる評価条件を、抽出条件として生成する。

また、聴覚印象量推定装置は、聴覚印象量算出手段によって、確率分布モデルから、抽出条件に一致する聴覚印象量及び音響特徴量を抽出し、抽出した聴覚印象量及び音響特徴量に、音響特徴量の区間毎に予め設定された確率関数を適用することで、再生音場音響分析値に対応する聴覚印象量を算出する。つまり、聴覚印象量算出手段は、確率分布モデルの全てのモデルデータ（聴覚印象量及び音響特徴量）から、聴取者の嗜好に一致する評価条件のモデルデータを抽出する。従って、聴覚印象量推定装置が推定した聴覚印象量は、聴取者の嗜好が反映されることになる。

なお、嗜好とは、聴取者や被験者の好みを示すものである。
聴覚印象とは、聴取者や被験者が感じた音の特徴を言葉で表現（ラベリング）したものである。
聴覚印象量とは、聴覚印象の程度、つまり、聴覚印象を数値化したものである。
聴取者とは、再生音場音響信号を実際に聴取する者である。
被験者とは、確率分布モデルを構築するときの主観評価実験の対象者である。

また、本願第２発明に係る聴覚印象量推定装置は、設定パラメータ入力手段が、さらに、設定パラメータとして、聴取者の心理状態及び興味の有無の少なくとも一つが入力され、データベースが、さらに、評価条件に被験者の心理状態及び興味の有無の少なくとも一つが含まれる確率分布モデルを記憶することを特徴とする。
かかる構成によれば、聴覚印象量推定装置は、聴取者の嗜好及び聴取時間帯に加えて、聴取者の心理状態や興味の有無を聴覚印象量の推定に反映させることができる。

心理状態とは、聴取者や被験者の気持ちを示すものである。
興味とは、聴取者や被験者の関心を示すものである。
聴取時間帯とは、聴取者や被験者が音（音楽）を聴く時間帯を示すものである。

また、本願第３発明に係る聴覚印象量推定装置は、データベースが、さらに、評価条件に音響特徴量が含まれる確率分布モデルを記憶し、抽出条件生成手段が、設定パラメータ及び再生音場音響分析値を満たす抽出条件を生成することを特徴とする。
かかる構成によれば、聴覚印象量推定装置は、聴取者の嗜好に加えて、音響信号の物理的特徴を聴覚印象量の推定に反映させることができる。

また、本願第４発明に係る聴覚印象量推定装置は、聴覚印象量算出手段が算出した聴覚印象量と、聴覚印象量を算出した確率分布モデル毎に予め設定された重み係数とを乗じた値の合計を、臨場感の推定値として算出する臨場感推定値算出手段、をさらに備えることを特徴とする。
かかる構成によれば、聴覚印象量推定装置は、聴取者の嗜好が反映された聴覚印象量の推定値を用いて、臨場感の推定値を算出することができる。

また、本願第５発明に係る聴覚印象量推定装置は、音響信号分析手段が、実音場音響信号が入力され、入力された実音場音響信号の音響特徴量である実音場音響分析値を、実音場音響信号を音響分析して求めると共に、実音場音響信号又は実音場音響分析値の少なくとも一方が含まれる実音場評価対象信号と、再生音場音響信号又は再生音場音響分析値の少なくとも一方が含まれる再生音場評価対象信号とを出力し、音響信号分析手段が出力した再生音場評価対象信号と実音場評価対象信号との差に基づいて、再生音場音響信号と実音場音響信号との類似度である音響信号類似度を算出する音響信号類似度算出手段、をさらに備えることを特徴とする。
かかる構成によれば、聴覚印象量推定装置は、実音場音響信号と再生音場音響信号との間において、音響特徴量の類似度を算出することができる。

なお、本願第１発明に係る聴覚印象量推定装置は、ＣＰＵ、データベース等のハードウェア資源を備える一般的なコンピュータを、前記した各手段として協調動作させる聴覚印象量推定プログラムによって実現することもできる。この聴覚印象量推定プログラムは、通信回線を介して配布しても良く、ＣＤ−ＲＯＭやフラッシュメモリ等の記録媒体に書き込んで配布してもよい。

本発明によれば、以下のような優れた効果を奏する。
本願第１発明によれば、少なくとも聴取者の嗜好及び聴取時間帯が聴覚印象量の推定に反映されるため、正確な聴覚印象量を推定することができる。
本願第２発明によれば、聴取者の嗜好及び聴取時間帯に加えて、聴取者の心理状態や興味の有無が聴覚印象量の推定に反映されるため、より正確な聴覚印象量を推定することができる。

本願第３発明によれば、聴取者の嗜好に加えて、音響信号の物理的特徴が聴覚印象量の推定に反映されるため、より正確な聴覚印象量を推定することができる。
本願第４発明によれば、聴取者の嗜好が反映された正確な聴覚印象量の推定値から臨場感の推定値を算出するため、聴取者が実際に感じている臨場感を正確に推定することができる。
本願第５発明によれば、実音場音響信号と再生音場音響信号との間において、音響特徴量の類似度を算出することができる。

本発明の第１実施形態に係る聴覚印象量推定装置の構成を示すブロック図である。 図１の聴覚印象量データベースに記憶された確率分布モデルの構築を説明する図であり、（ａ）は全てのモデルデータを示し、（ｂ）は評価条件が音圧レベルのモデルデータを示し、（ｃ）は評価条件が音像の方向のモデルデータを示し、（ｄ）は評価条件が被験者の嗜好のモデルデータを示し、（ｅ）は評価条件が上昇系列・下降系列のモデルデータを示し、（ｆ）は抽出条件に一致するモデルデータを示す。 図１の確率分布モデル抽出手段が用いる抽出条件の設定を説明する図であり、（ａ）は全てのモデルデータを示し、（ｂ）は音圧レベルでのグルーピングを示し、（ｃ）は音像の方向でのグルーピングを示し、（ｄ）は被験者の嗜好でのグルーピングを示し、（ｅ）は上昇系列・下降系列でのグルーピングを示す。 図１の聴覚印象量算出手段による聴覚印象量の算出と、臨場感推定値算出手段による臨場感推定値の算出とを説明する図である。 （ａ）〜（ｄ）は、図１の聴覚印象量データベースに記憶された確率分布モデルの補完を説明する図である。 図１の聴覚印象量提示手段が聴覚印象量及び臨場感推定値を棒グラフ形式で提示した例を説明する図である。 図１の聴覚印象量提示手段が聴覚印象量及び臨場感推定値を相関図形式で提示した例を説明する図である。 本発明の第２実施形態に係る聴覚印象量推定装置において、聴覚印象量及び臨場感推定値の算出を説明する図である。 本発明の第２実施形態に係る聴覚印象量推定装置において、聴覚印象量及び臨場感推定値を棒グラフ形式で提示した例を説明する図である。 本発明の第２実施形態に係る聴覚印象量推定装置において、聴覚印象量及び臨場感推定値をレーダーチャート形式で提示した例を説明する図である。 本発明の第２実施形態に係る聴覚印象量推定装置の全体動作を示すフローチャートである。 図１１のステップＳ１の動作を示すフローチャートである。 図１１のステップＳ２の動作を示すフローチャートである。 図１１のステップＳ３の動作を示すフローチャートである。 本発明の第３実施形態に係る聴覚印象量推定装置の構成を示すブロック図である。 図１５の音響信号類似度算出手段による音響信号類似度の算出を説明する説明図である。 図１５の音響信号類似度提示手段が音響信号類似度を棒グラフ形式で提示した例を説明する図である。 図１５の音響信号類似度提示手段が音響信号類似度をレーダーチャート形式で提示した例を説明する図である。

以下、本発明の実施形態について、適宜図面を参照しながら詳細に説明する。なお、各実施形態において、同一の機能を有する手段には同一の符号を付し、説明を省略した。

（第１実施形態）
［聴覚印象量推定装置の構成］
図１を参照し、本発明の第１実施形態に係る聴覚印象量推定装置１の構成について説明する。
聴覚印象量推定装置１は、聴取者が再生音場音響信号Ａを聴いたときの聴覚印象量と、臨場感の推定値とを提示するものである。このため、聴覚印象量推定装置１は、音響信号分析手段１０と、設定パラメータ入力手段２０と、聴覚印象量データベース（データベース）３０と、確率分布モデル抽出手段（抽出条件生成手段）４０と、聴覚印象量推定手段５０とを備える。

まず、音響信号分析手段１０に入力される再生音場音響信号Ａについて説明する。
再生音場音響信号Ａは、再生音場で収音された音響信号（実際に再現された音響空間で計測された音響信号）である。例えば、再生音場音響信号Ａは、コンサートホールでのオーケストラ生演奏を収音した音響信号を、リビングルームのオーディオ機器により再生して、その再生音を収音した音響信号である。

このとき、音響空間の計測（再生音場音響信号Ａの収音）には、例えば、人間の頭部を模擬した計測装置９００（ダミーヘッドＤＨに設置されたマイクロホンＭＣ）を用いることができる（図１６参照）。
また、音響空間の計測には、複数のマイクロホンを用いて空間的な情報を取得できる計測装置を用いてもよい。例えば、複数のマイクロホンを配置して、音量や位相を比較することで、音の到来方向を算出することができる。このとき、信号間相関（ダミーヘッドＤＨの場合は、両耳間相互相関度）を算出することで、音の広がり感を空間的な情報として取得できる。

音響信号分析手段１０は、再生音場音響信号Ａが入力され、入力された再生音場音響信号Ａの音響特徴量である再生音場音響分析値を、再生音場音響信号Ａを音響分析して求めるものである。例えば、音響信号分析手段１０は、ラウドネス推定値、音圧レベル、周波数特性、両耳間相互相関度、両耳間レベル差、両耳間位相差、基本周波数の時間変化パターン、周波数特性の分類クラス、レベルの時間変化パターン、ラフネス、シャープネス、両耳間相関関数の幅等の音響特徴量を、再生音場音響分析値として求める。そして、音響信号分析手段１０は、求めた再生音場音響分析値を、確率分布モデル抽出手段４０に出力する。

ここで、音響信号分析手段１０は、音響特徴量として、音像の方向を求めてもよい。例えば、両耳間レベル差及び両耳間位相差から、聴取者に対する音像の角度を求める。音像の方向を４方向で表す場合、音響信号分析手段１０は、求めた音像の角度が聴取者の正面９０°の範囲内であれば音像の方向を「正面」とし、この音像の角度が聴取者の左右９０°の範囲内であれば音像の方向を「側面」とし、この音像の角度が聴取者の背面９０°の範囲内であれば音像の方向を「背面」とする。
さらに、音響信号分析手段１０は、音像の方向を、４５°の範囲内で区分された８方向で表してもよい。

なお、これら音響分析の手法は、一般的なものであるため説明を省略する。また、音響信号分析手段１０が求める音響特徴量は、音響分析可能なものであればよく、これらに限定されないことは言うまでもない。また、音響信号分析手段１０がどの音響特徴量を求めるかは、手動で設定することができる。

設定パラメータ入力手段２０は、聴取者に依存する設定パラメータを入力するものである。例えば、聴取者が、図示を省略したマウス、キーボードを介して、「穏やか」、「激しい」というように予め定義された嗜好から、この聴取者自身にあった嗜好（例えば、「穏やか」）を入力（選択）する。すると、設定パラメータ入力手段２０は、聴取者の嗜好が「穏やか」を示す設定パラメータを生成する。そして、設定パラメータ入力手段２０は、生成した設定パラメータを確率分布モデル抽出手段４０に出力する。

嗜好とは、聴取者や被験者の好みを示すものであり、例えば、「好き」、「嫌い」、「穏やか」、「激しい」といったものがある。また、嗜好は、「クラシックが好き」といったように、コンテンツの種類に対する聴取者の好みであってもよい。ここで、嗜好は、後記する確率分布モデルを構築するときの主観評価実験において、「好きか」、「嫌いか」といった質問項目により、予め定義することができる。

また、設定パラメータは、少なくとも聴取者の嗜好が含まれており、さらに、聴取者の心理状態を含めてもよい。
心理状態とは、聴取者や被験者の気持ちを示すものであり、例えば、「楽しい」、「悲しい」、「イライラ」といったものがある。

ここで、心理状態は、カテゴリーで区分してもよい。例えば、「抑鬱」というカテゴリーの心理状態には、「気がかりな」、「不安な」、「自信がない」という心理状態が含まれる。また、例えば、「敵意」というカテゴリーの心理状態には、「攻撃的な」、「憎らしい」、「むっとした」という心理状態が含まれる。また、例えば、「倦怠」というカテゴリーの心理状態には、「つまらない」、「疲れた」、「退屈な」という心理状態が含まれる。また、例えば、「活動的快」というカテゴリーの心理状態には、「活気のある」、「気力に満ちた」、「はつらつとした」という心理状態が含まれる。また、例えば、「非活動的快」というカテゴリーの心理状態には、「のんびりした」、「のどかな」、「おっとりした」という心理状態が含まれる。また、例えば、「親和」というカテゴリーの心理状態には、「いとおしい」、「愛らしい」、「すてきな」という心理状態が含まれる。
このような、心理状態は、主観評価実験で予め定義することができる（参考文献１参照）。
参考文献１：「多面的感情状態尺度の作成」、寺崎他、心理学研究、第６２号、pp.350-356、1992

前記した心理状態とは別に、設定パラメータは、興味の有無を含めてもよい。
興味とは、評価対象（例えば、再生音場音響信号Ａ及び評価用音響信号）に対する聴取者や被験者の関心を示すものである。例えば、興味の有無は、「興味が有る」を‘０’、「興味が無い」を‘１’のような２値を設定してもよい。また、興味の有無として、「大変興味が有る」、「そこそこ興味が有る」、「全く興味が無い」等に対応する値を段階的に設定してもよい。

また、同じ音を聴いた場合でも聴取時間帯が異なると、聴取者のバイオリズムや疲労の影響により、聴覚印象が異なる場合も考えられる。そこで、設定パラメータは、このバイオリズムや疲労の影響を反映させるべく、聴取時間帯を含めてもよい。
聴取時間帯とは、聴取者や被験者が音（音楽）を聴く時間帯を示すものであり、例えば、「平日の２１時から２２時」、「休日の１０時から１２時」といったものがある。
なお、聴取者は、聴取者の嗜好と同様、聴取者の心理状態、興味及び聴取時間帯といった設定パラメータを設定パラメータ入力手段２０に入力（選択）できる。

聴覚印象量データベース３０は、後記する聴覚印象量推定手段５０が用いる様々な情報が予め記憶されたデータベースである。例えば、聴覚印象量データベース３０は、評価用音響信号と、確率分布モデルと、重み係数と、コンテンツタイプとを記憶している。

評価用音響信号は、確率分布モデルを構築するときの主観評価実験において、被験者が聴いた音響信号である。この評価用音響信号は、再生音場音響信号Ａが含まれてもよく、再生音場音響信号Ａが含まれなくてもよい。

確率分布モデルは、それぞれの評価条件で主観評価実験を行って、モデルデータ（聴覚印象量及び音響特徴量）を予め対応付けたものである。
評価条件（メタデータ）とは、個々の聴覚印象量と音響特徴量とを対応付けた条件、言い換えるなら、主観評価実験を行った条件である。
聴覚印象とは、聴取者や被験者が感じた音の特徴を言葉で表現（ラベリング）したものであり、例えば、「広がり感」、「明るい」といったものがある。
聴覚印象量とは、聴覚印象の程度、つまり、聴覚印象を数値化したものである。

＜確率分布モデルの構築＞
図２を参照し、聴覚印象量データベース３０に記憶された確率分布モデルの構築について説明する（適宜図１参照）。
例えば、聴覚印象の「広がり感」は、両耳間相互相関度、音圧レベル、音源の方向、直前の音の広がり、及び、聴取者の嗜好の影響を受けると考えられる。そこで、本実施形態では、音響特徴量を「両耳間相互相関度」とし、聴覚印象を「広がり感」として説明する。

この確率分布モデルは、評価条件を全組み合わせて複数の被験者に主観評価実験を行って、構築できる。具体的には、評価用音響信号を、「６０ｄＢ ＳＰＬ以上、７０ｄＢ ＳＰＬ未満」又は「７０ｄＢ ＳＰＬ以上、８０ｄＢ ＳＰＬ未満」となる音圧レベルと、「正面」又は「側面」となる音像の方向とを全て組み合わせて、被験者に聴かせる。このとき、評価条件の全組み合わせで、評価用音響信号の「両耳間相互相関度」を測定しておく。また、「穏やか」といった被験者の嗜好も、各被験者に予め回答させておく。

ここで、様々な評価条件で評価用音響信号を聴いたときに感じた「広がり感」の程度を被験者に回答させて、「広がり感」の聴覚印象量として求める。そして、評価用音響信号の「両耳間相互相関度」と、被験者が回答した「広がり感」の聴覚印象量とを対応付けて、モデルデータとして求める。このとき、各モデルデータには、このモデルデータを対応付けたときの評価条件を付加する。図２の例では、評価条件が、音圧レベルと、音像の方向と、上昇系列・下降系列と、聴取者の嗜好とになる。このような主観評価実験を、嗜好が「穏やか」や「激しい」といった、複数の被験者に対して行い、様々な評価条件でモデルデータを複数求める。
なお、上昇系列・下降系列とは、音響特徴量の低い順に評価用音響信号を聴いたときが上昇系列となり、音響特徴量の高い順に評価用音響信号を聴いたときが下降系列となる。

その結果、図２に示すように、確率分布モデルでは、音圧レベルが「７０ｄＢ ＳＰＬ以上、８０ｄＢ ＳＰＬ未満」、かつ、音像の方向が「正面」、かつ、被験者の嗜好が「穏やか」といった評価条件が各モデルデータに付加されることになる。

なお、評価条件に含まれる音響特徴量は、聴覚印象量に対応付けられた音響特徴量（図２では「両耳間相互相関度」）以外、であれよく、音圧レベルや音像の方向に限定されない。また、評価条件は、聴取者の嗜好以外の設定パラメータ（心理状態及び聴取時間）や、コンテンツタイプが含まれてもよい。例えば、評価条件として、徐々に音が広がっていく場合と徐々に音が狭くなっていく場合で「広がり感」が異なるというように、様々な評価条件を設定可能である。

図１に戻り、聴覚印象量データベース３０の説明を続ける。
重み係数は、臨場感推定値に対する聴覚印象量の寄与率を示すものであり、重回帰分析、数量化Ｉ類等の多変量解析により求めることができる。
重回帰分析では、複数の観測値（説明変数）から変数（目的変数）を予測するとき、予測誤差が最も少なくなるように重み係数を算出する。本実施形態では、観測値（説明変数）を音響特徴量の確率分布モデルから求めた聴覚印象量とし、変数（目的変数）を臨場感推定値とした重回帰分析を行う。このことから、重み係数は、聴覚印象量データベース３０に記憶されている観測値に依存することになる。

なお、多変量解析により重み係数を求める例を説明したが、学習手法は、これに限定されない。例えば、重み係数は、ニューラルネットワーク、遺伝的アルゴリズム等の機械学習で求めることもできる。

コンテンツタイプとは、因子空間上での距離が近いコンテンツ（音）を同一の種類としてグルーピングしたものである。つまり、コンテンツタイプは、因子空間上での距離によって、グルーピングされるもので、音から受ける印象が似ていれば、クラシック、ジャズ、ロック、ポップス等の既存のジャンルによらない。また、コンテンツタイプは、クラシックであっても、テンポが速い曲と遅い曲で別のグループになることもあり、テンポの速いクラシックの曲とテンポの速いポップスが同じグループとして、グルーピングされる可能性もある。

なお、因子分析を用いたコンテンツタイプの分類手法は、例えば、参考文献２に記載されているため、説明を省略する。
参考文献２：「音楽と感情」、谷口高士著、株式会社 北大路書房、１９９８年１月

確率分布モデル抽出手段４０は、設定パラメータ入力手段２０から入力された設定パラメータと、音響信号分析手段１０から入力された再生音場音響分析値とが満たされる評価条件を、抽出条件として生成するものである。ここで、確率分布モデル抽出手段４０は、抽出対象となる条件項目を設定した後、条件項目毎に具体的な条件値を設定して、抽出条件を生成する。

＜条件項目設定の第１例：手動設定＞
図３を参照し、抽出条件の条件項目設定について、２つの具体例をあげて説明する（適宜図１参照）。

この第１例では、抽出条件の条件項目を手動設定する。図３（ａ）に示すように、確率分布モデルには、音圧レベル、音像の方向、上昇系列・下降系列、嗜好等の評価条件が含まれている。例えば、経験則により、音圧レベルと、音像の方向と、被験者の嗜好とを、抽出条件の条件項目として手動で設定する。一方、上昇系列・下降系列は、抽出条件の条件項目として設定されない。

＜条件項目設定の第２例：グルーピングによる自動設定＞
この第２例では、確率分布モデルのモデルデータをグルーピングして、抽出条件の条件項目を自動設定する。
図３（ａ）に示すように、確率分布モデル抽出手段４０は、全てのモデルデータに対して、回帰直線等の近似式を求める（以後、「近似式ＡＬＬ」）。また、確率分布モデル抽出手段４０は、全てのモデルデータの実測値と近似式ＡＬＬとの誤差が予め設定した第１閾値以上となる場合、グルーピングによる自動設定を行う。

また、確率分布モデル抽出手段４０は、確率分布モデルのモデルデータに対し、評価条件毎に条件値でグルーピングを行う。図３（ｂ）に示すように、評価条件が音圧レベルであれば、確率分布モデル抽出手段４０は、条件値が「７０ｄＢ ＳＰＬ以上、８０ｄＢ ＳＰＬ未満」のモデルデータをグループＡとし、条件値が「６０ｄＢ ＳＰＬ以上、７０ｄＢ ＳＰＬ未満」のモデルデータをグループａとする。また、確率分布モデル抽出手段４０は、グループＡに含まれるモデルデータの近似式と、グループａに含まれるモデルデータの近似式とを求める。

そして、確率分布モデル抽出手段４０は、グループＡに含まれるモデルデータの実測値（以後、「実測値Ａ」）と近似式Ａとの誤差が予め設定した第２閾値以上で、かつ、グループａに含まれるモデルデータの実測値（以後、「実測値ａ」）と近似式ａとの誤差が第２閾値以上であるか否かを判定する。例えば、確率分布モデル抽出手段４０は、実測値Ａ，ａと近似式Ａ，ａとの両方の誤差が第２閾値以上でない場合、音圧レベルを条件項目として設定する。

また、図３（ｃ）に示すように、評価条件が音像の方向であれば、確率分布モデル抽出手段４０は、条件値が「正面」のモデルデータをグループＢとし、条件値が「側面」のモデルデータをグループｂとする。そして、確率分布モデル抽出手段４０は、グループＢに含まれるモデルデータの近似式と、グループｂに含まれるモデルデータの近似式とを求める。

そして、確率分布モデル抽出手段４０は、グループＢに含まれるモデルデータの実測値（以後、「実測値Ｂ」）と近似式Ｂとの誤差が予め設定した第２閾値以上で、かつ、グループａに含まれるモデルデータの実測値（以後、「実測値ｂ」）と近似式ｂとの誤差が第２閾値以上であるか否かを判定する。例えば、確率分布モデル抽出手段４０は、実測値Ｂ，ｂと近似式Ｂ，ｂとの誤差の少なくとも一方が第２閾値以上の場合、音像の方向を条件項目として設定しない。その後、確率分布モデル抽出手段４０は、音圧レベルや音像の方向と同様、被験者の嗜好や上昇系列・下降系列について、抽出条件の条件項目として適切であるか否かを判定する（図３（ｄ），図３（ｅ））。
なお、確率分布モデル抽出手段４０は、第１例又は第２の何れを用いるか、手動で設定できる。

＜条件値設定＞
図２に戻り、確率分布モデル抽出手段４０が用いる抽出条件の条件値設定について、説明する（適宜図１参照）。
ここで、再生音場音響分析値として、再生音場音響信号Ａの音圧レベルと、両耳間レベル差と、両耳間位相差とが入力されるとする。
また、設定パラメータには、聴取者の嗜好が「穏やか」と設定されていることとする。
また、確率分布モデル抽出手段４０は、抽出条件の条件項目として、音圧レベルと、音像の方向と、被験者の嗜好とが設定されたこととする。

図２（ａ）に示すように、確率分布モデルには、様々な条件値のモデルデータが含まれている。例えば、図２（ｂ）では、評価条件としての音圧レベルに着目し、条件値が「７０ｄＢ ＳＰＬ以上、８０ｄＢ ＳＰＬ未満」のモデルデータを黒丸で図示し、「６０ｄＢ ＳＰＬ以上、７０ｄＢ ＳＰＬ未満」のモデルデータを白丸で図示した。また、例えば、図２（ｃ）では、評価条件としての音像の方向に着目し、条件値が「正面」のモデルデータを黒丸で図示し、「側面」のモデルデータを白丸で図示した。また、例えば、図２（ｄ）では、評価条件としての被験者の嗜好に着目し、条件値が「穏やか」のモデルデータを黒丸で図示し、「激しい」のモデルデータを白丸で図示した。さらに、例えば、図２（ｅ）では、評価条件としての上昇系列・下降系列に着目し、条件値が「上昇系列」のモデルデータを黒丸で図示し、「下降系列」のモデルデータを白丸で図示した。

ここで、図２（ａ）のように、確率分布モデルの全てのモデルデータを用いると、設定ファイルで嗜好が「穏やか」にもかかわらず、嗜好の条件値が「激しい」のモデルデータも用いることになり、聴覚印象量の推定結果が正確でなくなってしまう。そこで、確率分布モデル抽出手段４０は、図２（ｆ）に示すように、条件項目として設定された抽出条件から、設定パラメータ及び音場音響分析値を満たす条件値を求める。

具体的には、確率分布モデル抽出手段４０は、評価条件が数値範囲で表わされる場合、再生音場音響分析値が含まれる範囲を抽出条件として求める。例えば、再生音場音響信号Ａの音圧レベルが「７４ ｄＢ ＳＰＬ」であるとする。この場合、確率分布モデル抽出手段４０は、図２（ｂ）に示すように、確率分布モデルで２種類の音圧レベルのうち、再生音場音響信号Ａの音圧レベルが含まれる「７０ｄＢ ＳＰＬ以上、８０ｄＢ ＳＰＬ未満」を条件値として求める。

また、確率分布モデル抽出手段４０は、音像の方向のように、評価条件が言葉や数値で表わされる場合、再生音場音響分析値に一致する言葉や数値を抽出条件として求める。例えば、再生音場音響信号Ａの音像の方向が「正面」であるとする。この場合、確率分布モデル抽出手段４０は、図２（ｃ）に示すように、確率分布モデルで２種類の音像の方向のうち、再生音場音響信号Ａの音像の方向に一致する「正面」を条件値として求める。また、例えば、設定パラメータで嗜好が「穏やか」であるとする。この場合、確率分布モデル抽出手段４０は、図２（ｄ）に示すように、確率分布モデルで２種類の被験者の嗜好のうち、設定パラメータの聴取者の嗜好に一致する「穏やか」を条件値として求める。このように、抽出条件は、少なくとも、評価条件と設定パラメータとの間で一致する嗜好を示す。

ここで、図２（ｂ）〜（ｄ）に示すように、音圧レベル、音像の方向及び聴取者の嗜好という３つの評価条件が用いられている。従って、確率分布モデル抽出手段４０は、これら３つの評価条件をＡＮＤ条件として扱う。つまり、図２（ｅ）に示すように、確率分布モデル抽出手段４０は、音圧レベルが「６０ｄＢ ＳＰＬ以上、７０ｄＢ ＳＰＬ未満」、かつ、音像の方向が「正面」かつ、嗜好が「穏やか」という抽出条件を生成する。そして、確率分布モデル抽出手段４０は、生成した抽出条件と、音響信号分析手段１０から入力された再生音場音響分析値とを、聴覚印象量推定手段５０に出力する。

図１に戻り、聴覚印象量推定装置１の構成について、説明を続ける。
聴覚印象量推定手段５０は、聴覚印象量及び臨場感推定値を算出し、提示するものである。この聴覚印象量推定手段５０は、聴覚印象量算出手段５１と、臨場感推定値算出手段５３と、聴覚印象量提示手段５５とを備える。

聴覚印象量算出手段５１は、確率分布モデルから、確率分布モデル抽出手段４０から入力された抽出条件に一致するモデルデータを抽出し、抽出したモデルデータに、音響特徴量の区間毎に予め設定された確率関数を適用することで、再生音場音響分析値に対応する聴覚印象量を算出するものである。
臨場感推定値算出手段５３は、聴覚印象量算出手段５１が算出した聴覚印象量に、予め設定された重み係数を乗じた値を、臨場感推定値として算出するものである。

＜聴覚印象量及び臨場感推定値の算出＞
図４を参照し、聴覚印象量算出手段５１による聴覚印象量を算出と、臨場感推定値算出手段５３による臨場感推定値の算出とを説明する（適宜図１参照）。
聴覚印象量算出手段５１は、全てのモデルデータが含まれる確率分布モデルから、抽出条件に一致するモデルデータを抽出する（図２（ｆ）参照）。

また、聴覚印象量算出手段５１は、図４に示すように、確率分布モデルの両耳間相互相関（横軸方向）を所定の区間に分割する。そして、聴覚印象量算出手段５１は、分割した各区間のうち、再生音場音響分析値が含まれる区間を求める。さらに、聴覚印象量算出手段５１は、抽出したモデルデータに、求めた区間の確率関数（例えば、正規分布、二項分布）を適用し、両耳間相互相関に対応する広がり感を求める。ここで、聴覚印象量算出手段５１は、確率関数に従って、広がり感の存在確率を算出する。例えば、聴覚印象量算出手段５１は、乱数を発生させ、その乱数値を存在確率の累積度数とみなして、広がり感を算出する。

このとき、臨場感推定値の信頼性を向上させるため、聴覚印象量算出手段５１は、乱数を複数回発生させて累積度数を複数回算出し、算出した全累積度数の平均値を、広がり感として算出してもよい。さらに、聴覚印象量算出手段５１は、リアルタイムで臨場感推定値を算出する場合、広がり感の時間変化が予め設定された範囲内に収まるようにしてもよい。

臨場感推定値算出手段５３は、聴覚印象量データベース３０から、「広がり感」と「両耳間相互相関度」とに対応する確率分布モデルの重み係数を読み出す。そして、臨場感推定値算出手段５３は、広がり感と、読み出した重み係数とを乗じて、臨場感推定値を算出する。

＜確率分布モデルの補完＞
ここで、図５（ａ）に示すように、確率分布モデルでは、「両耳間相互相関度」に空白区間９０が生じるといったように、十分な数のモデルデータを求められないことがある。この場合、聴覚印象量算出手段５１は、スプライン関数等の補完処理を行えばよい。

具体的には、図５（ｂ）に示すように、確率分布モデルを横軸方向で所定の区間９１に分割する。また、図５（ｃ）に示すように、分割した区間９１のそれぞれで、モデルデータの分布確率を示す存在確率９２を算出する。例えば、正規分布、二項分布等の確率関数を予め何種類か定義しておき、各区間に含まれるモデルデータに最も近似する存在確率９２を求める。さらに、各区間に含まれるモデルデータを多項式で近似して、存在確率９２を求めてもよい。

また、それぞれの存在確率９２に含まれる特徴点９３を任意の数（例えば、３点）だけ算出する。例えば、特徴点９３は、平均値及び±標準偏差の３点である。また、特徴点９３は、中央値と、中央値の１／４及び３／４となる３点でもよい。また、特徴点９３は、中央値と、中央値の１／３及び２／３となる３点でもよい。また、特徴点９３は、分布確率の最大振幅と、この最大振幅１／２となる３点でもよい。さらに、多項式を用いた場合、３番目までの極大点を抽出して、特徴点９３としてもよい。
この他、特徴点９３は、中央値に対して１／６，２／６，４／６，５／６，６／６となる５点でもよい。

そして、それぞれの存在確率９２で対応する特徴点９３を仮想線９４で結ぶ。そして、図３（ｄ）に示すように、空白区間９０に含まれる３点の特徴点９３をスプライン曲線で結び、空白区間９０での存在確率９２を推定する。これによって、主観評価実験の手間を最小限に抑えることができる。

図１に戻り、聴覚印象量推定手段５０の説明を続ける。
聴覚印象量提示手段５５は、聴覚印象量算出手段５１が算出した聴覚印象量と、臨場感推定値算出手段５３が算出した臨場感推定値とを提示するものである。ここで、聴覚印象量提示手段５５は、聴覚印象量及び臨場感推定値を、グラフィカルな形式で提示する。

＜聴覚印象量及び臨場感推定値の提示＞
図６，図７を参照し、聴覚印象量提示手段５５による聴覚印象量及び臨場感推定値の提示について、説明する。
図６に示すように、聴覚印象量提示手段５５は、例えば、聴覚印象量及び臨場感推定値を棒グラフ形式で提示する。具体的には、聴覚印象量提示手段５５は、聴覚印象量算出手段５１が算出した聴覚印象量（例えば、「広がり感」）を、棒グラフ９６として提示する。また、聴覚印象量提示手段５５は、臨場感推定値算出手段５３が算出した臨場感推定値を、棒グラフ９７として提示する。このとき、聴覚印象量提示手段５５は、確率分布モデル抽出手段４０が生成した抽出条件９８を提示してもよい。

また、図７に示すように、聴覚印象量提示手段５５は、聴覚印象量及び臨場感推定値を相関図形式で提示してもよい。この相関図は、縦軸が臨場感推定値を示し、横軸が聴覚印象量（例えば、「広がり感」）を示す。そして、聴覚印象量算出手段５１が算出した聴覚印象量と、臨場感推定値算出手段５３が算出した臨場感推定値とを示す点９９を、この相関図にプロットする。

以上のように、本発明の第１実施形態に係る聴覚印象量推定装置１は、聴覚印象量算出手段５１が、確率分布モデルの全てのモデルデータのうち、聴取者の嗜好にマッチするモデルデータのみを抽出する。これによって、聴覚印象量推定装置１は、聴取者の嗜好を聴覚印象量の推定に反映させ、正確な聴覚印象量を提示することができる。さらに、聴覚印象量推定装置１は、この聴覚印象量の推定値から臨場感の推定値を算出するため、聴取者が実際に感じている臨場感を正確に提示することができる。
なお、聴覚印象量推定装置１の動作は、第２実施形態と同様のため、説明を後記する。

（第２実施形態）
［聴覚印象量推定装置の構成］
図８を参照し、本発明の第２実施形態に係る聴覚印象量推定装置１Ａの構成について、第１実施形態と異なる点を説明する（適宜図１参照）。
聴覚印象量推定装置１Ａは、ｉ種類の音響分析値からｊ種類の聴覚印象量を算出することが、第１実施形態と異なる（但し、ｉ＞１、ｊ＞１を満たす整数）。このため、聴覚印象量推定装置１Ａは、音響信号分析手段１０Ａと、設定パラメータ入力手段２０と、聴覚印象量データベース３０Ａと、確率分布モデル抽出手段４０Ａと、聴覚印象量推定手段５０Ａとを備える。
なお、本実施形態では、互いに異なる音響分析値及び聴覚印象量が１対１で対応付けられた確率分布モデルを記憶することとする（つまり、ｉ＝ｊ）。

音響信号分析手段１０Ａは、ラウドネス推定値、音圧レベル、周波数特性、両耳間相互相関度、両耳間レベル差、両耳間位相差、基本周波数の時間変化パターン、周波数特性の分類クラス、レベルの時間変化パターン、ラフネス、シャープネス、両耳間相関関数の幅等の音響特徴量のうち、ｉ種類を再生音場音響分析値として求める。

聴覚印象量データベース３０Ａは、評価用音響信号と、ｊ種類の確率分布モデルＰ_ｊと、確率分布モデルＰ_ｊ毎の重み係数Ｗ_ｊと、コンテンツタイプとを記憶する。
つまり、聴覚印象量データベース３０Ａは、図８に示すように、１種類目の音響特徴量（音響分析値１）及び１種類目の聴覚印象量（聴覚印象量１）が対応付けられた確率分布モデルＰ_１を記憶する。
また、聴覚印象量データベース３０Ａは、２種類目の音響特徴量（音響分析値２）及び２種類目の聴覚印象量（聴覚印象量２）が対応付けられた確率分布モデルＰ_２を記憶する。
また、聴覚印象量データベース３０Ａは、３種類目の音響特徴量（音響分析値３）及び３種類目の聴覚印象量（聴覚印象量３）が対応付けられた確率分布モデルＰ_３を記憶する。
また、聴覚印象量データベース３０Ａは、４種類目の音響特徴量（音響分析値４）及び４種類目の聴覚印象量（聴覚印象量４）が対応付けられた確率分布モデルＰ_４を記憶する。
また、聴覚印象量データベース３０Ａは、ｉ種類目の音響特徴量（音響分析値ｉ）及びｊ種類目の聴覚印象量（聴覚印象量ｊ）が対応付けられた確率分布モデルＰ_ｊを記憶する。

確率分布モデル抽出手段４０Ａは、ｊ種類の確率分布モデルＰ_ｊのそれぞれの評価条件について、設定パラメータ入力手段２０から入力された設定パラメータと、音響信号分析手段１０Ａから入力された再生音場音響分析値とを満たす抽出条件を生成する。
なお、各抽出条件の設定方法は、確率分布モデル抽出手段４０と同様のため、説明を省略する。

聴覚印象量推定手段５０Ａは、聴覚印象量算出手段５１Ａと、臨場感推定値算出手段５３Ａと、聴覚印象量提示手段５５Ａとを備える。
聴覚印象量算出手段５１Ａは、ｊ種類の確率分布モデルＰ_ｊのそれぞれから、抽出条件に一致するモデルデータを抽出し、抽出したモデルデータを参照して、ｊ種類の聴覚印象量を算出する。
なお、聴覚印象量の算出方法は、聴覚印象量算出手段５１と同様のため、説明を省略する。

臨場感推定値算出手段５３Ａは、聴覚印象量算出手段５１Ａが算出したｊ種類の聴覚印象量と、確率分布モデルＰ_ｊ毎の重み係数Ｗ_ｊとを乗じた値の合計を、臨場感推定値として算出する。
具体的には、臨場感推定値算出手段５３Ａは、１種類目の聴覚印象量と、確率分布モデルＰ_１の重み係数Ｗ_１との乗算値を算出する。また、臨場感推定値算出手段５３Ａは、２種類目の聴覚印象量と、確率分布モデルＰ_２の重み係数Ｗ_２との乗算値を算出する。また、臨場感推定値算出手段５３Ａは、３種類目の聴覚印象量と、確率分布モデルＰ_３の重み係数Ｗ_３との乗算値を算出する。また、臨場感推定値算出手段５３Ａは、４種類目の聴覚印象量と、確率分布モデルＰ_４の重み係数Ｗ_４との乗算値を算出する。また、臨場感推定値算出手段５３Ａは、ｊ種類目の聴覚印象量と、確率分布モデルＰ_ｊの重み係数Ｗ_ｊとの乗算値を算出する。そして、臨場感推定値算出手段５３Ａは、ｊ個の乗算値を合計し、臨場感推定値を算出する。

＜聴覚印象量及び臨場感推定値の提示＞
図９，図１０を参照し、聴覚印象量提示手段５５Ａによる聴覚印象量及び臨場感推定値の提示について、説明する。
聴覚印象量提示手段５５Ａは、聴覚印象量及び臨場感推定値を、グラフィカルな形式で提示する。ここでは、聴覚印象量として、「移動感」及び「広がり感」を求めたこととする。

図９に示すように、聴覚印象量提示手段５５Ａは、「移動感」と、「広がり感」と、臨場感推定値とを棒グラフ形式で提示してもよい。
また、図１０に示すように、聴覚印象量提示手段５５Ａは、「移動感」と、「広がり感」と、臨場感推定値とを、レーダーチャート形式で提示してもよい。

［聴覚印象量推定装置の全体動作］
図１１を参照し、図８の聴覚印象量推定装置１Ａの全体動作について説明する（適宜図１参照）。
この図１１では、聴覚印象量推定装置１Ａは、入力された再生音場音響信号Ａから、聴覚印象量及び臨場感推定値をリアルタイムで算出することとする。

聴覚印象量推定装置１Ａは、音響信号分析手段１０Ａによって、再生音場音響信号Ａを音響分析して、再生音場音響分析値を求める（ステップＳ１）。
聴覚印象量推定装置１Ａは、確率分布モデル抽出手段４０Ａによって、設定パラメータが満たされる評価条件を、抽出条件として生成する（ステップＳ２）。

聴覚印象量推定装置１Ａは、聴覚印象量算出手段５１Ａによって聴覚印象量を算出し、臨場感推定値算出手段５３Ａによって臨場感推定値を算出する（ステップＳ３）。
聴覚印象量推定装置１Ａは、聴覚印象量提示手段５５Ａによって、リアルタイム処理中の聴覚印象量及び臨場感推定値を提示する（ステップＳ４）。

聴覚印象量推定装置１Ａは、再生音場音響信号Ａが末尾に達したか否かによって、全体処理を終了するか否かを判定する（ステップＳ５）。
再生音場音響信号Ａが末尾に達していない場合（ステップＳ５でＮｏ）、聴覚印象量推定装置１Ａは、全体処理を終了しないと判定し、後記するカウンタｃｉ，ｃｊをインクリメントし、ステップＳ１の処理に戻る。

再生音場音響信号Ａが末尾に達した場合（ステップＳ５でＹｅｓ）、聴覚印象量推定装置１Ａは、全体処理を終了すると判定し、ステップＳ６の処理に進む。
聴覚印象量推定装置１Ａは、聴覚印象量提示手段５５Ａによって、全体処理終了後の聴覚印象量及び臨場感推定値を提示する（ステップＳ６）。

［音響信号分析処理］
図１２を参照し、図１１の音響信号分析処理（ステップＳ１）について説明する（適宜図１参照）。
音響信号分析手段１０Ａは、再生音場音響信号Ａから所定区間を切り出す（ステップＳ１１）。

音響信号分析手段１０Ａは、過去に切り出した区間の再生音場音響信号Ａを、図示を省略したメモリから読み出す（ステップＳ１２）。
なお、音響信号分析手段１０は、レベルの時間変化パターン等の音響特徴量を用いる場合、過去区間の再生音場音響信号Ａが必要になるため、ステップＳ１２の処理を行う。

音響信号分析手段１０Ａは、カウンタｃｉが音響特徴量種類数Ｎ以下であるか否かを判定する（ステップＳ１３）。
カウンタｃｉが音響特徴量種類数Ｎ以下の場合（ステップＳ１３でＹｅｓ）、音響信号分析手段１０Ａは、ステップＳ１４の処理に進む。
なお、音響特徴量種類数Ｎは、音響分析の対象となる音響特徴量の種類数を示しており、予め設定される（Ｎ＝ｉ）。

音響信号分析手段１０Ａは、ｃｉ個目の音響特徴量により再生音場音響分析値を算出する。そして、音響信号分析手段１０Ａは、ステップＳ１１の処理に戻る（ステップＳ１４）。

カウンタｃｉが音響特徴量種類数Ｎを越える場合（ステップＳ１３でＮｏ）、音響信号分析手段１０は、ステップＳ１５の処理に進む。
音響信号分析手段１０Ａは、ステップＳ１１で切り出した再生音場音響信号Ａをメモリに記憶し、処理を終了する（ステップＳ１５）。
つまり、音響信号分析手段１０Ａは、Ｎ種類の音響分析値を算出する。

［抽出条件生成処理］
図１３を参照し、図１１の抽出条件生成処理（ステップＳ２）について説明する（適宜図１参照）。
確率分布モデル抽出手段４０Ａは、カウンタｃｉが、音響特徴量種類数Ｎ及びパラメータ設定種類数Ｍの加算値以下であるか否かを判定する（ステップＳ２１）。
なお、パラメータ設定種類数Ｍは、設定パラメータに設定されたパラメータの種類数である。

カウンタｃｉが加算値（Ｎ＋Ｍ）以下の場合（ステップＳ２１でＹｅｓ）、確率分布モデル抽出手段４０Ａは、ステップＳ２２の処理に進む。
確率分布モデル抽出手段４０Ａは、設定パラメータ及び音場音響分析値を満たすｃｉ番目の抽出条件を求める（ステップＳ２２）。
確率分布モデル抽出手段４０Ａは、ｃｉ番目の抽出条件をメモリに記憶し、ステップＳ２１の処理に戻る（ステップＳ２３）。

カウンタｃｉが加算値（Ｎ＋Ｍ）を越える場合（ステップＳ２１でＮｏ）、確率分布モデル抽出手段４０Ａは、ステップＳ２４の処理に進む。
確率分布モデル抽出手段４０Ａは、ステップＳ２３で記憶した抽出条件を聴覚印象量推定手段５０に出力する（ステップＳ２４）。

［聴覚印象量・臨場感推定値算出処理］
図１４を参照し、図１１の聴覚印象量・臨場感推定値算出処理（ステップＳ３）について説明する（適宜図１参照）。
聴覚印象量推定手段５０Ａは、カウンタｃｊが聴覚印象種類数Ｌ以下であるか否かを判定する（ステップＳ３１）。
カウンタｃｊが聴覚印象種類数Ｌ以下の場合（ステップＳ３１でＹｅｓ）、聴覚印象量推定手段５０Ａは、ステップＳ３２の処理に進む。
聴覚印象種類数Ｌは、推定する聴覚印象の種類数を示している（Ｌ＝ｊ）。

聴覚印象量算出手段５１Ａは、確率分布モデルから、抽出条件に一致するモデルデータを抽出する（ステップＳ３２）。
聴覚印象量算出手段５１Ａは、抽出したモデルデータを参照して、再生音場音響分析値に対応するｊ番目の聴覚印象量を算出し、ステップＳ３１の処理に戻る（ステップＳ３３）。

カウンタｃｊが聴覚印象種類数Ｌを超える場合（ステップＳ３１でＮｏ）、聴覚印象量推定手段５０Ａは、ステップＳ３４の処理に進む。
臨場感推定値算出手段５３Ａは、Ｌ種類の聴覚印象量と、各聴覚印象量を算出した確率分布モデルの重み係数とを乗じた値を、臨場感推定値として算出する（ステップＳ３４）。

以上のように、本発明の第２実施形態に係る聴覚印象量推定装置１Ａは、複数の音響特徴量が１つの聴覚印象に寄与する場合でも、第１実施形態と同様、聴覚印象量及び臨場感を正確に提示することができる。

（第３実施形態）
図１５を参照し、本発明の第３実施形態に係る聴覚印象量推定装置１Ｂについて、第１実施形態と異なる点を説明する。
聴覚印象量推定装置１Ｂは、音響信号類似度を提示することが第１実施形態と異なる。このため、聴覚印象量推定装置１Ｂは、音響信号分析手段１０と、設定パラメータ入力手段（設定パラメータ入力手段）２０と、聴覚印象量データベース３０と、確率分布モデル抽出手段４０と、聴覚印象量推定手段５０と、音場再現度提示手段６０とを備える。

音響信号分析手段１０は、再生音場音響信号Ａに加えて、実音場音響信号Ｂが入力される。そして、音響信号分析手段１０は、再生音場音響信号Ａと同様、実音場音響信号Ｂの音響特徴量を示す実音場音響分析値を、実音場音響信号Ｂから音響分析する。

この実音場音響信号Ｂは、実音場で収音された音響信号（再生対象となった音響空間で計測された音響信号）であり、例えば、コンサートホールでのオーケストラ生演奏を収音した音響信号である。

音場再現度提示手段６０は、音響信号類似度を算出及び提示するものであり、音響信号類似度算出手段６１と、音響信号類似度提示手段６３とを備える。
音響信号類似度は、再生音場音響信号Ａと実音場音響信号Ｂとの類似度を示し、音場がどの程度再現されているかを示す音場再現度と呼ばれることもある。

音響信号類似度算出手段６１は、音響信号分析手段１０から実音場評価対象信号と再生音場評価対象信号とが入力されると共に、再生音場評価対象信号と実音場評価対象信号との差に基づいて、音響信号類似度を算出する。そして、音響信号類似度算出手段６１は、算出した音響信号類似度を後記する音響信号類似度提示手段６３に出力する。

＜第１例：音響信号類似度の算出、音響信号＞
以下、図１６を参照して、音響信号類似度算出手段６１による音響信号類似度の算出について、第１例〜第３例を説明する（適宜図１１参照）。
なお、図１６では、再生音場音響信号Ａを「音響信号Ａ」と図示し、実音場音響信号Ｂを「音響信号Ｂ」と図示している。

この第１例は、実音場評価対象信号として実音場音響信号Ｂが入力され、再生音場評価対象信号として再生音場音響信号Ａが入力された例である。この場合、音響信号類似度算出手段６１は、下記の式（１）に示すように、実音場音響信号Ｂと再生音場音響信号Ａとの差分絶対値を２乗した値を、実音場音響信号Ｂの２乗値で除算する。そして、音響信号類似度算出手段６１は、この除算した値の平方根を求めて、音響信号類似度を算出する。つまり、音響信号類似度算出手段６１は、実音場音響信号Ｂと再生音場音響信号Ａとの差に基づいて、音響信号類似度を算出している。

この式（１）では、ｓｉｇ_Ａ（ｓ）が実音場音響信号Ｂ（時系列のサンプルリングデータ）であり、ｓｉｇ_Ｂ（ｓ）が再生音場音響信号Ａ（時系列のサンプルリングデータ）であり、Ｅｒｒｏｒが音響信号類似度である。
この第１例によれば、臨場感推定装置１は、簡易な演算処理で音響信号類似度を算出できる。

＜第２例：音響信号類似度の算出、１種類の音響分析値＞
この第２例は、実音場評価対象信号として１種類の実音場音響分析値（例えば、実音場音響信号Ｂのラウドネス）が入力され、再生音場評価対象信号として同種の再生音場音響分析値（例えば、再生音場音響信号Ａのラウドネス）が入力された例である。

この場合、音響信号類似度算出手段６１は、実音場音響分析値と再生音場音響分析値との差に基づいて、音響信号類似度を算出することができる。例えば、音響信号類似度算出手段６１は、前記した式（１）において、ｓｉｇ_Ａ（ｓ）を実音場音響信号Ｂのラウドネスとし、ｓｉｇ_Ｂ（ｓ）を再生音場音響信号Ａのラウドネスとすることで、音響信号類似度を算出できる。
この第２例によれば、臨場感推定装置１は、簡易な演算処理で音響信号類似度を算出できる。

＜第３例：音響信号類似度の算出、音響信号及び音響分析値の２種類以上＞
この第３例は、実音場評価対象信号として２種類の実音場音響分析値（例えば、実音場音響信号Ｂのラウドネスと両耳間相互相関度）が入力され、再生音場評価対象信号として同種の再生音場音響分析値（例えば、再生音場音響信号Ａのラウドネスと両耳間相互相関度）が入力された例である。

この場合、音響信号類似度算出手段６１は、前記した式（１）を用いて、実音場音響分析値の種類ごとに音響信号類似度を算出する。そして、音響信号類似度算出手段６１は、その音響信号類似度に実音場音響分析値の種類ごとに予め設定した係数を乗算した乗算値を求め、その乗算値を総和した値を音響信号類似度として算出する。

より具体的には、音響信号類似度算出手段６１は、前記した式（１）において、ｓｉｇ_Ａ（ｓ）を実音場音響信号Ｂのラウドネスとし、ｓｉｇ_Ｂ（ｓ）を再生音場音響信号Ａのラウドネスとすることで、１種類目の音響信号類似度を算出する。この１種類目の音響信号類似度をＥｒｒｏｒ１とする。次に、音響信号類似度算出手段６１は、前記した式（１）において、ｓｉｇ_Ａ（ｓ）を実音場音響信号Ｂの両耳相関度とし、ｓｉｇ_Ｂ（ｓ）を再生音場音響信号Ａの両耳相関度とすることで、２種類目の音響信号類似度を算出する。この２種類目の音響信号類似度をＥｒｒｏｒ２とする。そして、音響信号類似度算出手段６１は、下記の式（２）に示すように、１種類目の音響信号類似度Ｅｒｒｏｒ１に係数ｋ１を乗算した乗算値を求め、２種類目の音響信号類似度Ｅｒｒｏｒ２に係数ｋ２を乗算した乗算値を求め、これら乗算値の総和を係数ｋ１，ｋ２の和で除算して、音響信号類似度Ｅｒｒｏｒを算出する。

２種類の音響分析値を用いる例を説明したが、音響信号類似度算出手段６１は、音響信号と１種類の音響分析値（例えば、ラウドネス）とを組み合わせて、音響信号類似度を算出してもよい。具体的には、音響信号類似度算出手段６１は、前記した第１例と同様に、音響信号同士の差による音響信号類似度を算出し、この音響信号類似度をＥｒｒｏｒ１とする。また、音響信号類似度算出手段６１は、前記した第２例と同様に、ラウドネスの差による音響信号類似度を算出し、この音響信号類似度をＥｒｒｏｒ２とする。そして、音響信号類似度算出手段６１は、前記した式（２）を用いて、音響信号と音響分析値とを組み合わせた音響信号類似度を算出する。

さらに、音響信号類似度算出手段６１は、音響信号及び音響分析値を合わせて３種類以上組み合わせて、音響信号類似度を算出してもよい。具体的には、音響信号類似度算出手段６１は、前記した式（１）を用いて、１種類目〜Ｍ種類目までの音響信号類似度を算出する。そして、音響信号類似度算出手段６１は、下記の式（３）に示すように、１種類目〜Ｍ種類目までの音響信号類似度Ｅｒｒｏｒ１〜ＥｒｒｏｒＭに、それぞれの係数ｋ１〜ｋＭを乗算した乗算値を求め、これら乗算値の総和を係数ｋ１〜ｋＭの和で除算して、音響信号類似度を算出する（但し、Ｍは３以上の整数）。

この式（３）では、ｋ１，ｋ２〜ｋＭは、聴取者によって予め設定される係数である。
この第３例によれば、臨場感推定装置１は、音響信号及び音響分析値を複数組み合わせることで、より正確な音響信号類似度を算出できる。

なお、第２例、第３例では、ラウドネス及び両耳相関度を用いる例を説明したが、これに限定されない。例えば、音響信号類似度算出手段６１は、基本周波数の時間変化パターン、周波数特性、周波数特性の分類クラス、レベルの時間変化パターン、ラフネス、シャープネス、両耳間時間差、両耳間レベル差、または、両耳間相関関数の幅の差に基づいて、音響信号類似度を算出できる。
また、前記した第１例〜第３例の何れを用いるかは、例えば、聴取者が手動で設定する。

なお、前記した式（１）ないし式（３）のＥｒｒｏｒを音響信号類似度とする例で説明したがこれに限定されない。例えば、音響信号類似度算出手段６１は、前記した式（１）ないし式（３）で算出したＥｒｒｏｒの値を用いて、（１−Ｅｒｒｏｒ）×１００という計算を行い、その計算結果を音響信号類似度としてもよい。これによって、後記する音響信号類似度提示手段６３は、音響信号類似度の値を百分率で提示することができる。

以下、図１に戻り、臨場感推定装置１の構成について説明を続ける。
音響信号類似度提示手段６３は、音響信号類似度算出手段６１から音響信号類似度が入力され、入力された音響信号類似度を提示する。ここで、音響信号類似度提示手段６３は、例えば、この音響信号類似度を０以上１以下の範囲内で正規化した後、グラフィカルな形式で提示する。

図１３に示すように、音響信号類似度提示手段６３は、音響信号類似度を棒グラフ形式で提示してもよい。
また、図１４に示すように、音響信号類似度提示手段６３は、音響信号類似度をレーダーチャート形式で提示してもよい。

以上のように、本発明の第３実施形態に係る聴覚印象量推定装置１Ｂは、第１実施形態と同様に加えて、音響特徴量の類似度を提示することで、より客観的な臨場感の評価を可能とする。

なお、第３実施形態では、第１実施形態に係る聴覚印象量推定装置１に音場再現度提示手段６０を適用した例で説明したが、本発明は、これに限定されない。つまり、本発明は、第２実施形態に係る聴覚印象量推定装置１Ａに音場再現度提示手段６０を適用してもよい。

なお、第１実施形態では、「両耳間相互相関度」と「広がり感」とを対応付けた確率分布モデルを説明したが、本発明の確率分布モデルは、これに限定されない。
また、第２実施形態では、音響分析値及び聴覚印象量が１対１で対応付けられた確率分布モデルを説明したが、本発明の確率分布モデルは、これに限定されない。つまり、本発明は、条件付き確率として複数の音響分析値に、１つの音響分析値を対応付けた確率分布モデルを用いてもよい。

なお、第１〜第３実施形態では、臨場感推定値を算出することとて説明したが、本発明は、これに限定されない。つまり、本発明は、聴覚印象量のみを算出してもよく、聴覚印象量及び音響信号類似度を算出してもよい。

１ 聴覚印象量推定装置
１０ 音響信号分析手段
２０ 設定パラメータ入力手段
３０，３０Ａ 聴覚印象量データベース（データベース）
４０，４０Ａ 確率分布モデル抽出手段（抽出条件生成手段）
５０，４０Ａ 聴覚印象量推定手段
５１，５１Ａ 聴覚印象量算出手段
５３，５３Ａ 臨場感推定値算出手段
５５，５５Ａ 聴覚印象量提示手段
６０ 音場再現度提示手段
６１ 音響信号類似度算出手段
６３ 音響信号類似度提示手段

Claims (6)

1. 実音場での音を示す実音場音響信号が前記実音場と異なる再生音場で再生されたときの、聴取者が感じた音の特徴の程度を示す聴覚印象量を推定する聴覚印象量推定装置であって、
   前記実音場音響信号を前記再生音場で再生した再生音場音響信号が入力され、入力された前記再生音場音響信号の音響特徴量である再生音場音響分析値を、当該再生音場音響信号を音響分析して求める音響信号分析手段と、
   前記聴取者に依存する設定パラメータとして、前記聴取者の嗜好及び聴取時間帯が入力される設定パラメータ入力手段と、
   被験者の嗜好及び聴取時間帯を少なくとも評価条件とし、前記評価条件毎に主観評価実験を行って前記聴覚印象量と前記音響特徴量とを予め対応付けた確率分布モデルを、記憶するデータベースと、
   前記評価条件と前記設定パラメータとの間で一致する嗜好及び聴取時間帯を少なくとも示すように、前記設定パラメータが満たされる評価条件を、抽出条件として生成する抽出条件生成手段と、
   前記確率分布モデルから、前記抽出条件に一致する聴覚印象量及び音響特徴量を抽出し、抽出した前記聴覚印象量及び前記音響特徴量に、当該音響特徴量の区間毎に予め設定された確率関数を適用することで、前記再生音場音響分析値に対応する聴覚印象量を算出する聴覚印象量算出手段と、
   を備えることを特徴とする聴覚印象量推定装置。
2. 前記設定パラメータ入力手段は、さらに、前記設定パラメータとして、前記聴取者の心理状態及び興味の有無の少なくとも一つが入力され、
   前記データベースは、さらに、前記評価条件に前記被験者の心理状態及び興味の有無の少なくとも一つが含まれる前記確率分布モデルを記憶することを特徴とする請求項１に記載の聴覚印象量推定装置。
3. 前記データベースは、さらに、前記評価条件に前記音響特徴量が含まれる前記確率分布モデルを記憶し、
   前記抽出条件生成手段は、前記設定パラメータ及び前記再生音場音響分析値を満たす評価条件を、前記抽出条件として生成することを特徴とする請求項１又は請求項２に記載の聴覚印象量推定装置。
4. 前記聴覚印象量算出手段が算出した聴覚印象量と、当該聴覚印象量を算出した確率分布モデル毎に予め設定された重み係数とを乗じた値の合計を、臨場感の推定値として算出する臨場感推定値算出手段、
   をさらに備えることを特徴とする請求項１から請求項３の何れか一項に記載の聴覚印象量推定装置。
5. 前記音響信号分析手段は、前記実音場音響信号が入力され、入力された前記実音場音響信号の音響特徴量である実音場音響分析値を、当該実音場音響信号を音響分析して求めると共に、前記実音場音響信号又は前記実音場音響分析値の少なくとも一方が含まれる実音場評価対象信号と、前記再生音場音響信号又は前記再生音場音響分析値の少なくとも一方が含まれる再生音場評価対象信号とを出力し、
   前記音響信号分析手段が出力した再生音場評価対象信号と実音場評価対象信号との差に基づいて、前記再生音場音響信号と前記実音場音響信号との類似度である音響信号類似度を算出する音響信号類似度算出手段、
   をさらに備えることを特徴とする請求項１から請求項４の何れか一項に記載の聴覚印象量推定装置。
6. 実音場での音を示す実音場音響信号が前記実音場と異なる再生音場で再生されたときの、聴取者が感じた音の特徴の程度を示す聴覚印象量を推定するために、被験者の嗜好及び聴取時間帯を少なくとも評価条件とし、前記評価条件毎に主観評価実験を行って前記聴覚印象量と音響特徴量とを予め対応付けた確率分布モデルを記憶するデータベースが備えられるコンピュータを、
   前記実音場音響信号を前記再生音場で再生した再生音場音響信号が入力され、入力された前記再生音場音響信号の音響特徴量である再生音場音響分析値を、当該再生音場音響信号を音響分析して求める音響信号分析手段、
   前記聴取者に依存する設定パラメータとして、前記聴取者の嗜好及び聴取時間帯が入力される設定パラメータ入力手段、
   前記評価条件と前記設定パラメータとの間で一致する嗜好及び聴取時間帯を少なくとも示すように、前記設定パラメータが満たされる評価条件を、抽出条件として生成する抽出条件生成手段、
   前記確率分布モデルから、前記抽出条件に一致する聴覚印象量及び音響特徴量を抽出し、抽出した前記聴覚印象量及び音響特徴量に、当該音響特徴量の区間毎に予め設定された確率関数を適用することで、前記再生音場音響分析値に対応する聴覚印象量を算出する聴覚印象量算出手段、
   として機能させるための聴覚印象量推定プログラム。

Images