JP6297609B2 - ユーザに対する特定の音の可聴性を向上させる装置及び方法 - Google Patents

Description

本発明は、例えばアラームである特定の又は所定の音を発生させる装置に関し、具体的には、特定の又は所定の音を発生させる装置及びユーザがある／いる環境において、任意の背景ノイズよりも当該装置の当該ユーザに聴こえるように当該特定の又は所定の音を発生させる当該装置及びその動作方法に関する。

病院の集中治療室において使用される多くの医療デバイスは、特定の状態又は事象が起きると、音響（可聴）アラームを提供する。通常、１つ以上の医療デバイスが、患者のベッド付近に配置され、患者の心拍数、血圧、呼吸速度、血中酸素濃度等の１つ以上の生理的特徴をモニタリングし、及び／又は、静注薬物の投与の制御、患者の呼吸補助等といった何らかの治療を患者に施すために提供されている。アラームの誘発につながる特定の状態は、例えば患者の生理的特徴の異常値、又は、デバイスの特定の動作状態若しくはエラー状態を指す。

これらのデバイスによって発せられるアラームは、主に、病院内のヘルスケアスタッフの注意のためであり、スタッフメンバが注意をデバイスに向け、適切又は必要な行動を取るように、スタッフメンバの注意を音響的に喚起する。特定の医療デバイスのアラーム音量は、エンドユーザ（ヘルスケアスタッフ）によって特定の音量に設定できるが、この音量は、典型的には、設置時に設定された後は固定されたままである。これは、アラーム音が、固定の絶対音出力レベルで再生されることを意味する。この音量は、医療デバイスが使用されている環境における背景ノイズが潜在的にかなり多い場合（例えば多くのスタッフメンバが同時に話している及び／又は音を出す医療デバイスが多く使用され、これらのデバイス自体がアラームを発している場合）でも、できれば確実にヘルスケアスタッフの注意が喚起されるように、十分に高く設定されている。しかし、これは、夜間といった背景ノイズレベルが低い場合に、アラームの音量が、必要以上に大きいことを意味する。聴覚によって注目させるという機能によって、これらの音は、睡眠中の患者を起こし、断片的な睡眠をもたらし、音が何を意味するのか不安を抱かせ、又は、アラームが長時間に亘って対応されない場合に、単に苛立たせもする。

ある瞬間において、このような環境（特に集中治療室）において発生される個々の音響アラームの数は非常に多い場合があるので、これらの音は、多くの場合、ヘルスケアスタッフだけでなく、付近にいる患者にとっても非常にストレスの多い状況をもたらす。このようなストレス過負荷によって、スタッフメンバがアラームに対して適切に反応できなくなる「アラームファティーグ」にスタッフメンバが悩み、場合によっては、スタッフメンバが、アラームを完全に無視するような状況となることが分かっている。

したがって、前述したようなアラーム音の患者及びヘルスケアスタッフへの潜在的な負の影響を軽減する一方で、アラーム音が、不必要に大きくなく、依然としてよく聴こえるようにする、例えばアラームである特定の又は所定の音を発生させる装置及びその動作方法が必要である。

背景ノイズよりも聴こえるターゲット音を提供するために、本発明の第１の態様によれば、デバイスのユーザに聴こえるターゲット音を発生させるように当該デバイスを操作する方法が提供される。当該方法は、デバイスがある環境における背景ノイズを測定するステップと、測定された背景ノイズの存在下で、デバイスのユーザに対するターゲット音の可聴度を予測するために、知覚ラウドネスモデルを使用するステップと、ユーザに対するターゲット音の少なくとも所望の可聴度レベルを提供するために、ターゲット音を発生させるのに使用されるソース信号に適用される利得値を決定するために、知覚ラウドネスモデルの出力を使用するステップと、変更ソース信号を生成するために、決定された利得値をソース信号に適用するステップと、変更ソース信号を使用してターゲット音を発生させるステップとを含む。

好適には、知覚ラウドネスモデルを使用するステップは、測定された背景ノイズを考慮して、ターゲット音のラウドネスの尺度を計算するステップを含む。ラウドネスの尺度は、好適には、部分的ラウドネス、知覚ラウドネス、又は、信号対背景ノイズ比である。

好適には、知覚ラウドネスモデルは、ターゲット音がユーザに聴こえるようになる第１の閾値を予測し、ターゲット音の音量が増加するにつれて、ユーザに対するターゲット音の可聴度がどのように増加するのかを予測するために使用される。

好適には、知覚ラウドネスモデルの出力を使用するステップは、ターゲット音の少なくとも所望の可聴度レベルを達成するために、ターゲット音に必要であるレベル又は音量を決定するために、ターゲット音の音量が増加するにつれて、ユーザに対するターゲット音の可聴度がどのように増加するのかについての予測を使用するステップを含む。

好適には、知覚ラウドネスモデルの出力を使用するステップは更に、ターゲット音に必要である決定されたレベル又は音量に適した利得値を決定するステップを含む。

幾つかの実施形態では、利得値を決定するために、知覚ラウドネスモデルの出力を使用するステップは、ターゲット音の予測された可聴度及び測定された背景ノイズに必要な利得値を提供するルックアップテーブルを使用するステップを含む。

幾つかの実施形態では、ターゲット音の可聴度を予測するために、知覚ラウドネスモデルを使用するステップは、特定の利得値及び測定された背景ノイズに対し、ターゲット音がどれくらい聴こえるのかを評価するステップを含む。

他の実施形態では、利得値を決定するために、知覚ラウドネスモデルの出力を使用するステップは、ゼロの知覚ラウドネスをもたらすソース信号に適応される初期利得値を決定するために、知覚ラウドネスモデルの出力を使用するステップと、初期利得値から、ゼロを上回る知覚ラウドネスを有する利得値を推定するステップとを含む。

幾つかの実施形態では、ターゲット音の可聴度を予測するために、知覚ラウドネスモデルを使用するステップは、測定された背景ノイズと、ターゲット音のソース信号を測定された背景ノイズに追加することによって形成される複合信号とから、ターゲット音の知覚ラウドネスを計算するために、知覚ラウドネスモデルを使用するステップを含む。

特定の実施形態では、知覚ラウドネスモデルを使用するステップは、利得値を決定するために、知覚ラウドネスモデルの出力を使用するステップにおいて、利得値が決定された後に繰り返され、知覚ラウドネスモデルを使用するステップが繰り返されると、中間変更信号を生成するために、利得値をターゲット音のソース信号に適用し、中間変更信号を測定された背景ノイズに追加することによって複合信号が形成される。

幾つかの実施形態では、デバイスのスピーカと、背景ノイズを測定するためにデバイス内に提供される手段との間の音響経路を考慮するために、ソース信号を前処理するステップを更に含む。

好適な実施形態では、デバイスがターゲット音を既に発生させている場合に方法が行われる場合、デバイスがある環境における背景ノイズを測定するステップは、デバイスがある環境における音を測定するステップと、測定された背景ノイズを得るために、測定された音からターゲット音のソース信号を除去又は減算するステップとを含む。この実施形態は、デバイスによって発生されるターゲット音が、背景ノイズの一部を形成しないようにする。

好適な実施形態では、デバイスがある環境における背景ノイズを測定するステップは更に、デバイスがある環境における音を測定するステップと、他のデバイスによって発生されたターゲット音を特定するために、測定された音を処理するステップと、他のデバイスによって発生されたターゲット音が、測定された音の中に特定されると、測定された背景ノイズを得るため、他のデバイスによって発生されたターゲット音を除去するために、測定された音を処理するステップとを含む。この実施形態は、本発明による他のデバイスによって発生されているターゲット音（例えばアラーム）が、背景ノイズに含まれないようにし、したがって、環境におけるこれらのターゲット音と本デバイスによって発生されているターゲット音との存在が、各デバイスによるターゲット音の相互増幅につながらないようにする。

幾つかの実施形態では、他のデバイスによって発生されたターゲット音を特定するために、測定された音を処理するステップは、特定のターゲット音を特定するために、音分類器を使用するステップを含む。

他の実施形態では、当該方法は更に、１つ以上の他のデバイスから、特定の音が発生されているかどうかを示す信号を受信するステップを更に含み、受信された信号は、他のデバイスによって発生されたターゲット音を特定するために、測定された音を処理するステップにおいて使用される。

本発明の第２の態様によれば、適切なコンピュータ又は処理ユニットによって実行されると、当該適切なコンピュータ又は処理ユニットに上記された方法を行わせるコンピュータ可読コードがその中に具現化されるコンピュータプログラムプロダクトが提供される。

本発明の第３の態様によれば、デバイスのユーザに聴こえるターゲット音の発生に使用される当該デバイスが提供される。当該デバイスは、デバイスがある環境における背景ノイズを測定するマイクロホンと、測定された背景ノイズの存在下で、デバイスのユーザに対するターゲット音の可聴度を予測するために、知覚ラウドネスモデルを使用し、ユーザに対するターゲット音の少なくとも所望の可聴度レベルを提供するために、ターゲット音を発生させるのに使用されるソース信号に適用される利得値を決定するために、知覚ラウドネスモデルの出力を使用し、変更ソース信号を生成するために、決定された利得値をソース信号に適用し、変更ソース信号を使用してターゲット音を発生させるように構成された処理ユニットと、変更ソース信号を使用してターゲット音を発生させるスピーカとを含む。

上記された実施形態及び実施態様の何れかの方法を上記処理ユニットが実行するデバイスの実施形態も考えられる。

一実施形態では、上記デバイスは、患者の生理学的パラメータ又は特性をモニタリングするセンサを更に含む。上記処理ユニットは、生理学的パラメータ又は特性のモニタリング又は検出された値を処理し、それに依存して、ソース信号を発生させる。更なる実施形態では、当該デバイスは、患者のモニタリングされた生理学的パラメータに依存して、介護者にアラームを提供する患者モニタである。

本発明の理解をより深めるために、また、本発明を実行する方法をより明確に示すために、ほんの一例として、添付図面を参照する。

図１は、本発明の一実施形態による装置のブロック図である。 図２は、図１の装置の動作方法を説明するフローチャートである。 図３は、一般化された実施形態に従って処理ユニットによって行われる主な処理ステップを説明するブロック図である。 図４は、第１の特定の実施形態に従って処理ユニットによって行われる主な処理ステップを説明するブロック図である。 図５は、第２の特定の実施形態に従って処理ユニットによって行われる主な処理ステップを説明するブロック図である。 図６は、別の実施形態に従って処理ユニットによって行われる主な処理ステップを説明するブロック図である。

本発明は、以下において、患者のモニタリング又は治療に用いられ、患者又は医療デバイスのどちらかでアラーム状態が検出されるとアラーム音を発生させる医療デバイスの形である装置を参照して説明されるが、当然ながら、特定の又は所定の音（本明細書では、「ターゲット音」とも呼ぶ）を、当該音が、不必要に大きくなく、ノイズの多い環境においてもよく聴こえるように発生させる本発明による技術は、ポータブル音楽プレイヤ及びビデオプレイヤ、モバイル通信デバイス、アラーム時計、テレビ、コンピュータ等といった音を発生させる多くの他のタイプの電子デバイスにも適用可能である。

図１は、医療デバイスの形である本発明による装置２の一実施形態を示す。当然ながら、図１は、本発明を説明するのに有用であるデバイス２のコンポーネントのみを示し、実際には、デバイス２は、追加のコンポーネントを含む。

デバイス２は、（医療デバイスの目的に応じて適切に）患者の１つ以上の生理的特徴をモニタリングする及び／又はデバイス２の動作をモニタリングする少なくとも１つのセンサ４を含む。デバイスは更に、少なくとも１つのセンサ４に接続され、デバイス２の動作を制御する処理ユニット６も含む。処理ユニット６に接続され、センサ４及び処理ユニット６によって検出されるアラーム状態に反応して、特定の又は所定の音（例えばアラーム）を発生させるために使用されるスピーカ又は可聴アラームユニット８が提供される。

デバイス２は更に、処理ユニット６に接続され、デバイス２の周りの音量を測定するために使用される１つ以上のマイクロホン１０も含む。デバイス２が医療デバイスであり、関連のユーザ（即ち、アラームを出すことによって注意を喚起させたいヘルスケアスタッフメンバ）は、アラームが発生した時に、必ずしもデバイス２のすぐ隣にはいない（例えばヘルスケアスタッフメンバは、デバイス２がある部屋の別の場所にいる）この実施形態では、マイクロホン１０は、ユーザがいる位置における室内の一般的な背景ノイズの良好な又は現実的な尺度を提供できるように、室内に配置されることは理解されよう。場合によっては、マイクロホン１０は、部屋の天井から懸架されてもよい。

処理ユニット６に接続され、特定の又は所定の音を発生させるために使用される（例えば波形形式の）オーディオデータ又は信号を記憶するために使用されるメモリモジュール１２が提供される。メモリモジュール１２は更に、本発明による処理アルゴリズムを行うための処理ユニット６への命令を含むコンピュータ可読コード、及び／又は、マイクロホン１０によって測定された背景音又はノイズを記憶するためにも使用される。

簡潔に述べると、本発明では、マイクロホン１０によってデバイス２の周りの環境における背景音量又はノイズが測定され、処理ユニット６によって知覚ラウドネスモデルが使用されて、ターゲット音（例えばアラーム）がデバイス２のユーザ（例えば医療デバイス２の場合には、ヘルスケアスタッフ）に対して少なくとも所定の可聴度を有するために、スピーカ８によって発生されるべきターゲット音のレベル又は音量が決定される。処理ユニット６は、例えば部分ラウドネス（即ち、特定の背景ノイズがある時の音の大きさ（ラウドネス）の尺度）、信号対背景ノイズ比、又は、当業者に知られている任意の同等の又は同様の尺度を計算することによって、可聴度を、知覚ラウドネスモデルの一部として決定する。

処理ユニット６によって実行される知覚ラウドネスモデルは、（人間の）聴覚系の特性をモデリングし、ターゲット音ａ（例えばアラーム）が、背景音又はノイズｂ（例えばマイクロホン１０によって測定される背景ノイズ）があっても、ユーザに聴こえるかどうかを予測する。知覚ラウドネスモデルは、ターゲット音が、ユーザに聴こえるようになる第１の閾値（即ち、レベル又は音量）を予測する。この閾値は、「検出」閾値とも知られ、ゼロの可聴度を有するターゲット音に相当する。

処理ユニット６によって使用される知覚ラウドネスモデルは更に、音の音量が増加するにつれて、どのようにターゲット音の可聴度が増加するのかも予測する。適切なモデルは、Moore B. C. J、Glasberg B. R及びBaer T.（１９９７年）による論文「A model for the prediction of thresholds, loudness, and partial loudness」（ジャーナル・オブ・オーディオエンジニアリングソサイティ、４５（４）、２２４−２４０）に提案されており、当業者であれば、本発明の実施に使用できる他の知覚ラウドネスモデルを認識するであろう。次に、本発明では、処理ユニット６は、当該予測の結果を使用して、ターゲット音の少なくとも所望の可聴度を達成するために、ターゲット音に必要なレベル又は音量を決定する。決定されたレベル又は音量は、利得値に変換され、当該利得値は、スピーカ８によってターゲット音が必要な可聴度で発生されるように、ターゲット音を生成するために使用される信号に適用される。

図２は、本発明の一実施形態による装置の動作方法を説明し、図３は、一般化された実施形態において処理ユニット６によって行われる主な処理ステップを説明するブロック図である。図４、図５及び図６は、本発明の特定の好適な実施形態に従って、処理ユニット６によって行われる主な処理ステップを示す。

方法の第１のステップ１０１において、デバイス２がある環境における背景ノイズが測定される。上記されたように、この測定は、マイクロホン１０によって行われる。マイクロホン１０の出力は、処理ユニット６による後の解析のために、メモリモジュール１２に記憶されてよい。幾つかの実施形態では、マイクロホン１０は、環境における音量を連続的に測定するために使用されてもよいが、他の実施形態では、マイクロホン１０は、ターゲット音が発生されるべき場合（例えばセンサ４によってアラーム状態が検出された後に、アラームが発生されるべき場合）にのみ作動されてもよい。

次に、ステップ１０３において、測定された背景ノイズ（図３では２０）は、ターゲット音のソース信号２４（例えばアラームを発生させるために使用される波形）と共に、知覚ラウドネスモデル２２に入力される。ソース信号２４（例えばアラーム信号）は、スピーカ８とマイクロホン１０との間の音響経路を考慮し、測定された背景ノイズの音響経路との同等性を確実にするために前処理される。上記されたように、知覚ラウドネスモデル２２は、音の音量が増加するにつれて、測定された背景ノイズ２０を考慮して、デバイス２のユーザに対するターゲット音の可聴度を予測する。

モデルの出力は、ステップ１０５において使用されて、少なくとも、ユーザに対するターゲット音の所望の可聴度を提供するために、ソース信号２４に適用される利得又は振幅係数が決定される（ステップ１０５）。幾つかの実施形態では、ルックアップテーブル２６が使用されて、必要な利得係数／値２８が決定される。ルックアップテーブル２６は、所与の背景ノイズレベル及びモデル２２によって提供される所与の可聴度の尺度について、テーブルが、必要な利得係数／値２８を提供するためにデザインされる。

次に、利得値２８は、ステップ１０７において、処理ユニット６によって、ソース信号２４に適用されて、変更されたソース信号が生成される。次に、ステップ１０９において、変更されたソース信号は、スピーカ８によって使用されて、所望の可聴度を有するターゲット音が発生される。

当然ながら、場合によっては、図２の方法は、医療デバイス２が既にアラーム音を発生している間（又は、別のタイプの電子デバイス２が、例えば音楽又は他のオーディオであるターゲット音を発生している間）に行われてもよい。これは、デバイス２は、ターゲット音が発生されている間、背景ノイズレベルを連続的にモニタリングし、背景ノイズレベルの変化に反応して、ターゲット音の音量を調節できることを意味する。

この際、スピーカ８によって発生されるターゲット音が、背景サウンドスケープ（即ち、背景ノイズ）の一部と見なされないように、マイクロホン１０からの信号は、ターゲット音を取り除くように、処理ユニット６によって前処理される。つまり、処理ユニット６は、マイクロホン１０からの測定信号と、ターゲット音用のソース信号とを受信し、適応フィルタ（例えば等化器）を使用して、マイクロホン信号からターゲット音を除去又は減算して、背景ノイズを推定する信号を残す。ステップ１０３において説明されたように、推定される背景ノイズは、処理ユニット６によって、知覚ラウドネスモデルと共に使用されて、ユーザに対するターゲット音の可聴度が予測される。

当然ながら、デバイス２が、本発明による他のデバイス２も存在する環境において使用されると、これらのデバイスの各デバイスにおける本発明の動作が、各デバイス２によって発生されるターゲット音（アラーム音）の相互増幅につながる可能性がある。したがって、処理ユニット６は、他のデバイス２によって発生されたターゲット音（アラーム音）を除去するために、マイクロホン１０から受信される信号を前処理できる。処理ユニット６は、これを様々な方法で実現できる。

一実施形態では、処理ユニット６は、複数の信号における特定のターゲット音（例えばアラーム音）を特定できる音分類器を使用して、マイクロホン１０からの信号を処理してもよい。特定されると、これらの信号は、処理ユニット６によって、背景サウンドスケープから除去される。

例えばデバイス２が（電線を用いて又は無線によって）他のデバイス２と相互に接続されている別の実施形態では、処理ユニット６は、他のデバイス２から特定のターゲット音（例えばアラーム）が発生されているという指示、及び／又は、特定のターゲット音用のソース信号を受信し、処理ユニット６は、この情報を使用して、他のデバイス２によって発生されたターゲット音（例えばアラーム）を、マイクロホン１０から受信された信号から除去する。

前述した通り、図４、図５及び図６は、本発明の特定の好適な実施形態に従って処理ユニット６によって行われる主な処理ステップを示す。図４及び図５の実施形態では、処理ユニット６は、知覚ラウドネスモデルを使用して、特定の利得係数及び背景ノイズレベル２０に対して、ターゲット音がどれくらい聴こえるのかを評価する。具体的には、処理ユニット６は、モデルを使用して、背景ノイズ２０と、背景ノイズ２０及びターゲット音ソース信号２４から形成される複合信号との両方からターゲット音の知覚ラウドネス（部分ラウドネスとも知られる）を計算する。これらの実施形態では、決定された利得値を使用して生成されたターゲット音は、はっきりと聴こえる。これは、そのレベルが、可聴度の閾値（即ち、検出閾値）におけるレベルよりも明らかに高いことを意味する。

図６の実施形態では、処理ユニット６は、可聴度の閾値に対応するターゲット音の利得値の計算に、知覚ラウドネスモデルを使用する（即ち、処理ユニット６は、ゼロであるこのモデルからの知覚ラウドネス／可聴度出力をもたらす初期利得値を見つける）。次に、この初期利得値から、ゼロを上回る知覚ラウドネスを有し、可聴性を保証する利得値を推定する。

したがって、２経路解析器として言及される図４の実施形態では、処理ユニット６は、測定された背景ノイズ２０を使用して第１の知覚ラウドネスモデル３０を実行して、ターゲット（アラーム）音の可聴度を予測する（測定された背景ノイズ２０は前処理されて、デバイス２又は他のデバイス２によって発生された任意のターゲット音信号は除去されている）。

（前処理済みの）測定された背景ノイズ２０は更に、加算ブロック３２を使用して、ターゲット音を表すオーディオソース信号２４と組み合わされて、ターゲット音が追加された背景サウンドスケープを表す複合信号が提供される。この複合信号は、複合信号を上回るターゲット音の可聴度を予測する第２の知覚ラウドネスモデル３４に入力される。第２の知覚ラウドネスモデル３４は、第１の知覚ラウドネスモデル３０と同じであるか又は類似する。処理ユニット６は、両方の知覚ラウドネスモデル３０、３４の出力を使用して、ルックアップテーブル３６から、少なくとも指定の可聴度を達成するために必要な利得値２８を決定し、当該利得値２８を使用して、必要な可聴度を有するターゲット音を発生する。ルックアップテーブル３６は、上記ルックアップテーブル２６に類似している。

図５に示される実施形態は、図４に示される実施形態に基づいているが、利得値計算の処理は、拡張され、再帰的にされている。ここでは、ターゲット音の利得値２８は、モデル計算及びルックアップテーブル３６の使用から予測されるだけでなく、新しい利得値２８が適用されたターゲット音２４を加えた背景ノイズ２０の組み合わせに対する知覚ラウドネスを再帰的に計算するために使用される。この機能を提供するために、ルックアップテーブル３６から得られた利得値２８は、乗算ブロック３８において、オーディオソース信号２４で乗算されて、現在の利得を有するターゲット音を表す中間変更信号を形成する。乗算ブロック３８の出力は、加算ブロック３２に入力される。したがって、第２の知覚ラウドネスモデル３４は、中間変更信号を加えた背景サウンドスケープを表す複合信号を考慮して、ターゲット音の可聴度を予測する。

このフィードバックループは、第２の知覚ラウドネスモデル３４の出力が、ターゲット音に対して必要な可聴度が達成されることを示すまで、実行される。この実施形態は、図４における実施形態よりも、必要な利得値２８を計算する速度が遅い可能性があるが、利得値のより正確な結果を生成する可能性がある。

デバイス２が医療デバイスである幾つかの実施形態では、デバイス２は、幾つかの異なる理由に対してアラームを発生でき、これらのアラームは、異なる優先順位を有する警告を伝達する。例えば心拍数モニタの形式である医療デバイス２は、測定された心拍数が閾値を上回る場合に、第１のアラームを発生させ、測定された心拍数がもう１つの閾値を下回る場合に、第２に優先順位の高いアラームを発生させる。この場合、各アラームの「理由」は、アラームの優先順位に関連する対応する所望の可聴度を有する。処理ユニット６は、図２の方法において、この優先順位を考慮して、高い優先順位のアラームを、低い優先順位のアラームよりも高い可聴度で発生させる。

本発明の更なる実施形態では、処理ユニット６は、モデル２２、３０又は３４を使用して、アラーム音が、すぐ近くにいる患者が寝ている場合に当該患者を起こす可能性を予測して、決定された利得値をそれに応じて調節する。この場合、デバイス２には、患者が寝ているかどうか及び／又は患者の睡眠段階を確立するための何らかの手段が提供される。適切な手段としては、患者の現在の状態を決定できるアクティグラフィセンサ、睡眠ポリグラフィセンサ又は（カメラといった）視覚センサが挙げられる。

当然ながら、ターゲット音（特にアラーム音）の相互増幅が回避される上記実施形態は、ターゲット音の可聴度を予測するために知覚ラウドネスモデルを利用しないデバイスにも適用できる。ターゲット音を発生させるために必要な音量又はレベルが背景ノイズレベルから直接的に決定されるこれらのデバイスでは、背景ノイズ信号は、上記されたように前処理されて、他のデバイスによって発生されたアラーム音が除去される。

本発明は、単一デバイス２を参照して説明されたが、当然ながら、特定の部屋又は環境における複数のデバイス２によって出されたアラーム信号及び他の音の音量を制御するために使用される、上記された処理ユニット６を含むデバイスが提供されてもよい。

この場合、複数のデバイス２を含むセットにおける任意の所与のアラームに対し適切な利得値を提供ためには、処理ユニット６は、様々なデバイス２に関する情報（例えばそれらの各アラーム波形、アラームが出される頻度、アラームの継続時間等）を使用して、測定された背景ノイズを効果的に前処理し、特定のデバイス２のアラームが発生されるべき場合に、適切な利得値を取り出す。

図６に示される特定の実施形態は、複数の音発生デバイス２を管理するために、処理ユニット６によって行われる処理ステップを示す（しかし、当然ながら、図６に示されるコア処理構成は、上記図４及び図５にあるような単一のデバイス２にも適用できる）。この実施形態は、図５に示される実施形態と構造上類似しているが、この実施形態では、処理ユニット６は、多種多様のアラーム音発生デバイスに関する情報（例えばアラーム音の頻度、継続時間等）を記憶し、第２の知覚ラウドネスモデル３４に入力を提供するアラーム音データベース４０（例えばメモリモジュール１２に記憶される）へのアクセスを有する。第２の知覚ラウドネスモデル３４は、次に、ターゲット（アラーム）音が聴こえるように、各デバイス２又は個々のアラームの利得値を決定する。これらの利得値は、ルックアップテーブル４２に記憶される。処理ユニット６は、現在の背景ノイズレベルを断続的に解析し、必要に応じてルックアップテーブル４２を更新する。特定のデバイス２がアラームを発生させる必要がある場合、処理ユニット６において要求信号４４が受信され、当該デバイス２に適した利得値がルックアップテーブル４２から取り出され、処理ユニット６によってデバイス２に出力される。

したがって、音のユーザへの潜在的な負の影響を軽減する一方で、音が、不必要に大きくなく、依然としてよく聴こえるようにする、例えばアラームである特定の又は所定の音を発生させる装置及びその動作方法が提供される。

本発明は、図面及び上記説明において詳細に例示され、説明されたが、このような例示及び説明は、例示であると考えられ、制限的ではない。本発明は、開示された実施形態に限定されるものではない。

開示された実施形態に対する他の変形態様は、図面、開示内容及び従属請求項を検討することにより、請求項に係る発明を実施する当業者には理解されかつ実施可能である。請求項において、「含む」との用語は、他の要素又はステップを排除するものではなく、また、「ａ」又は「ａｎ」との不定冠詞も、複数形を排除するものではない。単一のプロセッサ又は他のユニットが、請求項に記載される幾つかのアイテムの機能を果たしてもよい。特定の手段が相互に異なる従属請求項に記載されることだけで、これらの手段の組み合わせを有利に使用することができないことを示すものではない。コンピュータプログラムは、他のハードウェアと共に又は他のハードウェアの一部として供給される光学記憶媒体又は固体媒体といった適切な媒体上に格納／分散配置されてもよいが、インターネット又は他の有線若しくは無線通信システムを介するといった他の形態で分散されてもよい。請求項における任意の参照符号は、範囲を限定しているものと解釈されるべきではない。

Claims (19)

1. デバイスのユーザに聴こえるターゲット音を発生させるように当該デバイスを動作させる方法であって、
   前記デバイスがある環境における背景ノイズを測定するステップと、
   測定された前記背景ノイズの存在下で、前記デバイスの前記ユーザに対する前記ターゲット音の可聴度を予測するために、知覚ラウドネスモデルを使用するステップであって、当該ステップは、測定された前記背景ノイズと、前記ターゲット音を発生させるのに使用される前記ターゲット音のソース信号を測定された前記背景ノイズに追加することによって形成される複合信号とから、前記ターゲット音の知覚ラウドネスを計算するために、前記知覚ラウドネスモデルを使用するステップを含むステップと、
   前記ユーザに対する前記ターゲット音の少なくとも所望の可聴度レベルを提供するために前記ソース信号に適用される利得値を決定するために、前記知覚ラウドネスモデルの出力を使用するステップと、
   変更ソース信号を生成するために、決定された前記利得値を前記ソース信号に適用するステップと、
   前記変更ソース信号を使用して前記ターゲット音を発生させるステップと、
   を含む、方法。
2. 前記知覚ラウドネスモデルを使用する前記ステップは、測定された前記背景ノイズを考慮して、前記ターゲット音のラウドネスの尺度を計算するステップを含む、請求項１に記載の方法。
3. 前記知覚ラウドネスモデルは、前記ターゲット音が前記ユーザに聴こえるようになる第１の閾値を予測し、前記ターゲット音の音量が増加するにつれて、前記ユーザに対する前記ターゲット音の可聴度がどのように増加するのかを予測するために使用される、請求項１に記載の方法。
4. 前記知覚ラウドネスモデルの前記出力を使用する前記ステップは、前記ターゲット音の少なくとも所望の可聴度レベルを達成するため、前記ターゲット音に必要であるレベル又は音量を決定するために、前記ターゲット音の音量が増加するにつれて、前記ユーザに対する前記ターゲット音の可聴度がどのように増加するのかについての前記予測を使用するステップを含む、請求項３に記載の方法。
5. 前記知覚ラウドネスモデルの前記出力を使用する前記ステップは更に、前記ターゲット音に必要である決定された前記レベル又は前記音量に適した利得値を決定するステップを含む、請求項４に記載の方法。
6. 利得値を決定するために、前記知覚ラウドネスモデルの前記出力を使用する前記ステップは、前記ターゲット音の予測された前記可聴度及び測定された前記背景ノイズに必要な利得値を提供するルックアップテーブルを使用するステップを含む、請求項１に記載の方法。
7. 前記ターゲット音の前記可聴度を予測するために、知覚ラウドネスモデルを使用する前記ステップは、特定の利得値及び測定された前記背景ノイズに対し、前記ターゲット音がどれくらい聴こえるのかを評価するステップを含む、請求項１に記載の方法。
8. デバイスのユーザに聴こえるターゲット音を発生させるように当該デバイスを動作させる方法であって、当該方法は、
   前記デバイスがある環境における背景ノイズを測定するステップと、
   測定された前記背景ノイズの存在下で、前記デバイスの前記ユーザに対する前記ターゲット音の可聴度を予測するために、知覚ラウドネスモデルを使用するステップと、
   前記ユーザに対する前記ターゲット音の少なくとも所望の可聴度レベルを提供するために、前記ターゲット音を発生させるのに使用されるソース信号に適用される利得値を決定するために、前記知覚ラウドネスモデルの出力を使用するステップであって、当該ステップは、
   ゼロの知覚ラウドネスをもたらす前記ソース信号に適応される初期利得値を決定するために、前記知覚ラウドネスモデルの前記出力を使用するステップと、
   前記初期利得値から、ゼロを上回る知覚ラウドネスを有する利得値を推定するステップと、
   を含むステップと、
   変更ソース信号を生成するために、決定された前記利得値を前記ソース信号に適用するステップと、
   前記変更ソース信号を使用して前記ターゲット音を発生させるステップと、
   を含む、方法。
9. 知覚ラウドネスモデルを使用する前記ステップは、利得値を決定するために、前記知覚ラウドネスモデルの前記出力を使用する前記ステップにおいて、利得値が決定された後に繰り返され、
   知覚ラウドネスモデルを使用する前記ステップが繰り返されると、中間変更信号を生成するために、前記利得値を前記ターゲット音の前記ソース信号に適用し、前記中間変更信号を測定された前記背景ノイズに追加することによって前記複合信号が形成される、請求項１に記載の方法。
10. 前記デバイスのスピーカと、前記背景ノイズを測定するために前記デバイス内に提供される手段との間の音響経路を考慮するために、前記ソース信号を前処理するステップを更に含む、請求項１に記載の方法。
11. 前記デバイスが前記ターゲット音を既に発生させている場合に前記方法が行われる場合、前記デバイスがある前記環境における前記背景ノイズを測定する前記ステップは、
    前記デバイスがある前記環境における音を測定するステップと、
    測定された前記背景ノイズを得るために、測定された前記音から前記ターゲット音の前記ソース信号を除去又は減算するステップと、
    を含む、請求項１に記載の方法。
12. 前記デバイスがある前記環境における前記背景ノイズを測定する前記ステップは更に、
    前記デバイスがある前記環境における音を測定するステップと、
    他のデバイスによって発生されたターゲット音を特定するために、測定された前記音を処理するステップと、
    他のデバイスによって発生された前記ターゲット音が、測定された前記音の中に特定されると、測定された前記背景ノイズを得るため、他のデバイスによって発生された前記ターゲット音を除去するために、測定された前記音を処理するステップと、
    を含む、請求項１に記載の方法。
13. 適切なコンピュータ又は処理ユニットによって実行されるための命令を含む非一時的機械可読記憶媒体であって、
    デバイスがある環境における背景ノイズを測定するための命令と、
    測定された前記背景ノイズと、ターゲット音を発生させるのに使用される前記ターゲット音のソース信号を測定された前記背景ノイズに追加することによって形成される複合信号とから、前記ターゲット音の知覚ラウドネスを計算するために知覚ラウドネスモデルを使用することによって、測定された前記背景ノイズの存在下で、前記デバイスのユーザに対する前記ターゲット音の可聴度を予測するために、前記知覚ラウドネスモデルを使用するための命令と、
    前記ユーザに対する前記ターゲット音の少なくとも所望の可聴度レベルを提供するために前記ソース信号に適用される利得値を決定するために、前記知覚ラウドネスモデルの出力を使用するための命令と、
    変更ソース信号を生成するために、決定された前記利得値を前記ソース信号に適用するための命令と、
    前記変更ソース信号を使用して前記ターゲット音を発生させるための命令と、
    を含む、非一時的機械可読記憶媒体。
14. デバイスのユーザに聴こえるターゲット音の発生に使用されるデバイスであって、
    前記デバイスがある環境における背景ノイズを測定するマイクロホンと、
    測定された前記背景ノイズと、前記ターゲット音を発生させるのに使用される前記ターゲット音のソース信号を測定された前記背景ノイズに追加することによって形成される複合信号とから、前記ターゲット音の知覚ラウドネスを計算するために知覚ラウドネスモデルを使用することによって、測定された前記背景ノイズの存在下で、前記デバイスの前記ユーザに対する前記ターゲット音の可聴度を予測するために、前記知覚ラウドネスモデルを使用し、
    前記ユーザに対する前記ターゲット音の少なくとも所望の可聴度レベルを提供するために前記ソース信号に適用される利得値を決定するために、前記知覚ラウドネスモデルの出力を使用し、
    変更ソース信号を生成するために、決定された前記利得値を前記ソース信号に適用し、
    前記変更ソース信号を使用して前記ターゲット音を発生させる、
    処理ユニットと、
    前記変更ソース信号を使用して前記ターゲット音を発生させるスピーカと、
    を含む、デバイス。
15. 患者の生理学的パラメータをモニタリングするセンサを更に含み、前記処理ユニットは、モニタリングされた前記生理学的パラメータに依存して、前記ソース信号を発生させる、請求項１４に記載のデバイス。
16. 請求項１４に記載のデバイスを含む、生理学的パラメータを検出し、アラームを制御する、医療器具又はシステム。
17. 前記ターゲット音の可聴度を予測するために、前記知覚ラウドネスモデルを使用するための前記命令は、
    特定の利得値及び測定された前記背景ノイズに対し、前記ターゲット音がどれくらい聴こえるのかを評価するための命令
    を含む、請求項１３に記載の非一時的機械可読記憶媒体。
18. 適切なコンピュータ又は処理ユニットによって実行されるための命令を含む非一時的機械可読記憶媒体であって、当該非一時的機械可読記憶媒体は、
    デバイスがある環境における背景ノイズを測定するための命令と、
    測定された前記背景ノイズの存在下で、前記デバイスのユーザに対するターゲット音の可聴度を予測するために、知覚ラウドネスモデルを使用するための命令と、
    前記ユーザに対する前記ターゲット音の少なくとも所望の可聴度レベルを提供するために、前記ターゲット音を発生させるのに使用されるソース信号に適用される利得値を決定するために、前記知覚ラウドネスモデルの出力を使用するための命令と、
    変更ソース信号を生成するために、決定された前記利得値を前記ソース信号に適用するための命令と、
    前記変更ソース信号を使用して前記ターゲット音を発生させるための命令と、
    を含み、利得値を決定するために、前記知覚ラウドネスモデルの出力を使用するための前記命令は、
    ゼロの知覚ラウドネスをもたらす前記ソース信号に適応される初期利得値を決定するために、前記知覚ラウドネスモデルの前記出力を使用するための命令と、
    前記初期利得値から、ゼロを上回る知覚ラウドネスを有する利得値を推定するための命令と、
    を含む、非一時的機械可読記憶媒体。
19. 前記知覚ラウドネスモデルを使用するための前記命令は、利得値を決定するために、前記知覚ラウドネスモデルの前記出力を使用する前記命令によって、利得値が決定された後に再び実行され、
    前記知覚ラウドネスモデルを使用するための前記命令が再び実行されるときに、中間変更信号を生成するために、前記利得値を前記ターゲット音の前記ソース信号に適用し、前記中間変更信号を測定された前記背景ノイズに追加することによって複合信号が形成される、
    請求項１８に記載の非一時的機械可読記憶媒体。