JP6827602B2 - 情報処理装置、プログラム及び情報処理方法 - Google Patents
情報処理装置、プログラム及び情報処理方法 Download PDFInfo
- Publication number
- JP6827602B2 JP6827602B2 JP2020551739A JP2020551739A JP6827602B2 JP 6827602 B2 JP6827602 B2 JP 6827602B2 JP 2020551739 A JP2020551739 A JP 2020551739A JP 2020551739 A JP2020551739 A JP 2020551739A JP 6827602 B2 JP6827602 B2 JP 6827602B2
- Authority
- JP
- Japan
- Prior art keywords
- sound
- abnormal sound
- abnormality
- abnormal
- determination
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 20
- 238000003672 processing method Methods 0.000 title claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 369
- 230000005856 abnormality Effects 0.000 claims description 257
- 238000001514 detection method Methods 0.000 claims description 141
- 206010011469 Crying Diseases 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 16
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 6
- 230000001755 vocal effect Effects 0.000 description 32
- 238000000605 extraction Methods 0.000 description 24
- 238000010586 diagram Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 17
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000013179 statistical model Methods 0.000 description 10
- 238000012706 support-vector machine Methods 0.000 description 10
- 230000005236 sound signal Effects 0.000 description 8
- 230000003595 spectral effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 239000000284 extract Substances 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 241000269400 Sirenidae Species 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/10—Speech classification or search using distance or distortion measures between unknown speech and reference templates
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Emergency Alarm Devices (AREA)
Description
図1は、実施の形態1に係る情報処理装置としての乳幼児異常音検出装置100の構成を概略的に示すブロック図である。
乳幼児異常音検出装置100は、信号入力部110と、棄却部120と、異常音検出部130と、異常判定部140とを備える。
例えば、音声言語判定用特徴量は、取得された音が音声か非音声かを判定するための特徴量、及び、取得された音が言語情報を含むか否かを判定するための特徴量の少なくとも何れか一方であればよい。具体的には、音声言語判定用特徴量は、音圧又はピッチであってもよい。また、音声言語判定用特徴量は、周波数特性、スペクトル包絡、フォルマント位置、ケプストラム又はメルケプストラム等の周波数特徴量であってもよい。さらに、音声言語判定用特徴量は、零交差数等の特徴量であってもよい。
抽出された音声言語判定用特徴量は、音声言語判定部123に与えられる。
音声言語判定基準は、例えば、音声言語判定用特徴量を基に、取得された音が音声か非音声かを判定するためのパラメータ若しくはモデル、又は、取得された音が言語情報を含むか否かを判定するためのパラメータ若しくはモデルであればよい。具体的には、音声言語判定基準は、一定値以上か否かで判定する際の閾値であってもよい。また、音声言語判定基準は、GMM(ガウス混合分布)等の統計モデルであってもよい。さらに、音声言語判定基準は、SVM(サポートベクターマシン)又はニューラルネット等による識別器のパラメータ又はネットワーク情報等であってもよい。
そして、音声言語判定部123は、そのような判定処理の結果である棄却対象音判定結果としての音声言語判定結果を、棄却判定部125に与える。
異常音検出部130は、異常音特徴量抽出部131と、異常音判定基準記憶部132と、異常音判定部133とを備える。
例えば、異常音判定用特徴量は、音圧又はピッチであってもよい。また、異常音判定用特徴量は、周波数特性、スペクトル包絡、フォルマント位置、ケプストラム又はメルケプストラム等の周波数特徴量であってもよい。さらに、異常音判定用特徴量は、それらの動的特徴量であってもよい。さらにまた、異常音判定用特徴量は、以上に記載された特徴量の時系列情報であってもよく、以上に記載された特徴量の平均値又は分散等の統計値であってもよい。
異常音判定基準は、異常音判定用特徴量を基に、取得された音が異常音であるか否かを判定するためのパラメータ又はモデルであってもよい。例えば、異常音判定基準は、一定値以上か否かで判定する際の閾値であってもよい。また、異常音判定基準は、GMM等の統計モデルであってもよい。さらに、異常音判定基準は、SVM又はニューラルネット等による識別器のパラメータ又はネットワーク情報等であってもよい。
そして、異常音判定部133は、そのような判定処理の結果である異常音検出結果を、異常判定部140に与える。
そして、異常判定部140は、異常が発生したか否かの判定結果を示す異常判定結果を出力する。
異常判定結果は、取得された音が異常か否かの2値情報であってもよい。また、異常判定結果は、異常である確率あるいは正常である確率を表現した数値情報であってもよい。
図2に示されているように、乳幼児異常音検出装置100は、メモリ101と、プロセッサ102と、インタフェース(I/F)103とを備える。
例えば、メモリ101は、コンピュータを、音声言語特徴量抽出部121、音声言語判定部123、棄却判定部125、異常音特徴量抽出部131、異常音判定部133及び異常判定部140として機能させるプログラムを記憶する。
このようなプログラムは、ネットワークを通じて提供されてもよく、また、記録媒体に記録されて提供されてもよい。即ち、このようなプログラムは、例えば、プログラムプロダクトとして提供されてもよい。
また、メモリ101は、入力信号、棄却判定結果、音声言語判定用特徴量、音声言語判定結果、異常音検出結果、異常音判定用特徴量及び異常判定結果といった中間データも記憶する。
I/F103は、音響I/F104、画像I/F105、入力I/F106及びネットワークI/F107を備える。
また、音響I/F104は、異常判定結果を異常音自体又は報知音として、出力手段としてのスピーカーへ出力するインタフェースである。
乳幼児異常音検出装置100が、マイクによる録音、及び、スピーカーによる再生を必要としない構成となっていれば、音響I/F104は、不要である。
また、画像I/F105は、異常判定結果をテキスト又は画像として表示するために、異常判定結果をモニタ等の表示装置へ出力するインタフェースである。
乳幼児異常音検出装置100が、カメラでの撮影、及び、表示装置での表示を必要としない構成となっていれば、画像I/F105は、不要である。
乳幼児異常音検出装置100が、キーボード又はマウス等による入力を必要としない構成となっていれば、入力I/F106は、不要である。
また、ネットワークI/F107は、異常判定結果をネットワーク上の別の機器へ送信する場合に、通信するためのインタフェースである。
乳幼児異常音検出装置100が、通信を必要としない構成となっていれば、ネットワークI/F107は、不要である。
図3は、実施の形態1に係る乳幼児異常音検出装置100の動作を示すフローチャートである。
図3に示されているフローチャートは、信号入力部110が入力信号の入力を受け付けることで、開始される。なお、信号入力部110は、入力信号を、棄却部120の音声言語特徴量抽出部121及び異常音検出部130の異常音特徴量抽出部131に与える。なお、実施の形態1では、入力信号に、音響信号が含まれているものとする。
図4(A)は、音声の音圧の時間変動を示す概略図であり、図4(B)は、機械音の音圧の時間変動を示す概略図である。
図4(C)及び図4(D)に示されている音圧の変動幅を、例えば、音声言語判定基準で示されている閾値を用いて、一定時間以上、音圧の変動幅が閾値を超えたか否かにより、音声か非音声かを判断することができる。
例えば、音声言語判定基準が、GMM等の統計モデルにより予め学習された音声モデル及び非音声モデルである場合には、音響信号に対応する音がどちらのモデルが近いかにより音声及び非音声の判定が行われてもよい。また、音声言語判定部123は、音響信号に対応する音の、音声モデル及び非音声モデルに対する近さ(尤度)を算出することにより、その近さが一定値以上である場合に、音声又は非音声と判定してもよい。
さらに、音声言語判定部123は、音声認識処理を利用し、単語に対する尤度が一定値以上であった場合に言語情報を含むと判定するようにしてもよい。
図5(A)は、音声言語判定結果の一例を示す概略図である。図5(A)に示されている例では、音声言語判定結果は、時系列情報として示されている。
図5(A)に示されている音声言語判定結果では、音声であるか否かの判定は、1(音声)と0(非音声)の2値で示されており、言語情報を含むか否かは、言語情報を含む確率で示されている。
条件1は、音声であるか否かの判定が0(非音声)であることを示している。
条件2は、音声であるか否かの判定が1(音声)であり、かつ、言語情報を含むか否かの判定として示された確率が0.5を超えていることを示している。
ここでは、棄却判定部125は、条件1及び条件2の何れかの条件が満たされた場合に、棄却すると判断している。
例えば、条件2に示されている音声か否かの判定結果と、言語情報を含むか否かの判定結果とを、それぞれ条件3と条件4とに分け、条件3及び条件4のAND条件としてもよい。このような場合、棄却判定基準は、条件1と、条件3及び条件4のAND条件とのOR条件となる。
例えば、棄却判定基準が、GMM等の統計モデルにより予め学習された、複数時間を思料した棄却判定用のモデルである場合には、音声言語判定結果のモデルに対する近さから棄却判定が行われてもよい。
なお、音声言語判定用特徴量及び異常音判定用特徴量として同じ特徴量が利用される場合には、音声言語特徴量抽出部121及び異常音特徴量抽出部131の何れかでのみ処理が行われればよい。
図6(A)は、音響信号に対応する音が幼児の泣き声である場合の周波数スペクトルを示す概略図である。幼児の泣き声は、一般的に、スペクトル傾斜がプラスとなり、平均ピッチが高い周波数となる。
図6(B)は、音響信号に対応する音が大人の普通の話し声である場合の周波数スペクトルを示す概略図である。大人の話し声は、一般的に、スペクトル傾斜がマイナスとなり、平均ピッチが低い周波数となる。
図6(C)は、音響信号に対応する音が大人の大声である場合の周波数スペクトルを示す概略図である。大人の大声は、一般的に、スペクトル傾斜がプラスとなり、平均ピッチが低い周波数となる。
また、例えば、条件1:「スペクトル傾斜がプラス」、条件2:「ピッチが400Hz以上」、及び、条件3:「音圧が50dB以上」として、(条件1AND条件2)OR条件3により、異常音の判定が行われてもよい。
例えば、異常音判定基準が、GMM等の統計モデルにより予め学習された異常音モデルである場合には、音響信号に対応する音の異常音モデルへの近さにより異常音であるか否かの判定が行われてもよい。
この場合には、ステップS16において、棄却部120は、異常音を棄却すると判定したか否かを判断する。
そして、異常音を棄却すると判定した場合(ステップS16でYes)には、棄却部120は、異常音検出部130での処理を行わずに、異常ではないと判定して、動作を終了してもよい。
これにより、異常音検出部130に、幼児の泣き声と区別が困難な音、例えば、サイレン等の騒音又は高い声の大人の大声等、が入力された場合にも、異常判定部140で異常との判定を行わないようにすることができる。従って、実施の形態1によれば、異常の検出精度を改善することができる。
以上の実施の形態1では、音響信号に基づいて、取得された音が異常か否かを判定する際に、音声が含まれているか否か及び言語情報が含まれているか否かに基づき、異常音を棄却するか否かを判定している。そして、異常音を棄却しない場合には、異常との判定が行われている。実施の形態2では、異常音を検出する際に、異常の度合いを推定し、異常判定結果に含めて出力する実施の形態を示す。
乳幼児異常音検出装置200は、信号入力部110と、棄却部120と、異常音検出部230と、異常判定部240とを備える。
実施の形態2における信号入力部110及び棄却部120は、実施の形態1における信号入力部110及び棄却部120と同様である。
実施の形態2における異常音検出部230は、異常音特徴量抽出部131と、異常音判定基準記憶部132と、異常音判定部133と、異常度合推定部234とを備える。
実施の形態2における異常音特徴量抽出部131、異常音判定基準記憶部132及び異常音判定部133は、実施の形態1における異常音特徴量抽出部131、異常音判定基準記憶部132及び異常音判定部133と同様である。
そして、異常判定部240は、取得された音が異常状態か否かの判定結果を示す異常判定結果を出力する。
ここで、プロセッサ102は、異常度合推定部234及び異常判定部240としても機能する。
図9は、実施の形態2に係る乳幼児異常音検出装置200の動作を示すフローチャートである。
図9に示されているステップS10〜S14までの処理は、図3のステップS10〜S14までの処理と同様である。
但し、ステップS14において、異常音判定部133は、異常音検出結果及び異常音判定用特徴量を異常度合推定部234に与える。そして、処理は、ステップS20に進む。
さらに、SVM又はニューラルネット等により異常度合い毎の識別器を学習し、その識別器を用いて、異常度合いが推定されてもよい。
その他の公知の識別手法を用いられて、異常度合いが推定されてもよい。
また、異常音検出結果が、異常音が含まれている確率である場合、その値を異常度合いとしてもよい。
実施の形態3は、周辺環境から異常が発生する状況か否かを判定し、異常が発生する状況でなければ棄却判定を行う形態を示す。
乳幼児異常音検出装置300は、信号入力部110と、棄却部120と、異常音検出部130と、異常判定部340と、異常状況判定基準記憶部350と、異常状況判定部360とを備える。
実施の形態3における信号入力部110、棄却部120及び異常音検出部130は、実施の形態1における信号入力部110、棄却部120及び異常音検出部130と同様である。
異常状況判定基準は、入力信号を基に異常が発生する状況かを判定するためのパラメータ又はモデルであればよい。具体的には、異常状況判定基準は、一定値以上か否かで判定する際の閾値であってもよい。また、異常状況判定基準は、GMM等の統計モデルであってもよい。さらに、異常状況判定基準は、SVM又はニューラルネット等による識別器のパラメータ又はネットワーク情報等であってもよい。
ここで、メモリ101は、異常状況判定基準記憶部350としても機能する。また、プロセッサ102は、異常状況判定部360及び異常判定部340としても機能する。
図12は、実施の形態3に係る乳幼児異常音検出装置300の動作を示すフローチャートである。
図9に示されているステップS10〜S14までの処理は、図3のステップS10〜S14までの処理と同様である。
但し、ステップS14の処理の後に、処理はステップS30に進む。
図13(A)は、入力信号に、周辺機器情報と、環境情報とが含まれている例を示す。
周辺情報は、例えば、空調の稼動状態及び窓の状態を示す情報であり、環境情報は、人物検出結果、天気、外気温及び時刻を示す情報である。
異常情報判定基準は、条件1〜条件3を含んでおり、条件1〜条件3の何れかが満たされた場合に、異常が発生しない状況であると判定される。
また、異常状況判定部360は、GMM等の統計モデルにより異常度合の強い音を予め学習されたモデルに対する近さから異常度合いを推定して、異常が発生する状況であるか否かを判定してもよい。
さらに、異常状況判定部360は、SVM又はニューラルネット等により異常度合い毎の識別器を学習し、学習された識別器を用いて異常度合いを推定し、異常が発生する状況であるか否かを判定してもよい。
なお、異常状況判定部360は、その他の公知の識別手法を用いて、異常が発生する状況であるか否かを判定してもよい。
そして、異常判定部340、異常であるか否かの判定結果である異常判定結果を出力する。
Claims (11)
- 取得された音から生成された信号である音響信号の入力を受け付ける信号入力部と、
前記音響信号に基づいて、前記取得された音が異常音であるか否かを判定する異常音検出部と、
前記音響信号に基づいて、前記取得された音が棄却対象音であるか否かの判定を行い、前記判定の結果から、前記異常音検出部で検出される前記異常音を棄却するか否かを判定する棄却部と、
前記異常音検出部が、前記取得された音が前記異常音であると判定し、かつ、前記棄却部が、前記異常音を棄却しないと判定した場合に、異常が発生したと判定し、前記異常音検出部が、前記取得された音が前記異常音ではないと判定した場合、又は、前記棄却部が、前記異常音を棄却すると判定した場合に、前記異常が発生していないと判定する異常判定部と、を備えること
を特徴とする情報処理装置。 - 取得された音から生成された信号である音響信号を含む入力信号の入力を受け付ける信号入力部と、
前記音響信号に基づいて、前記取得された音が異常音であるか否かを判定する異常音検出部と、
前記音響信号に基づいて、前記取得された音が棄却対象音であるか否かの判定を行い、前記判定の結果から、前記異常音検出部で検出される前記異常音を棄却するか否かを判定する棄却部と、
前記入力信号に基づいて、異常が発生する状況か否かを判定する異常状況判定部と、
前記異常音検出部が、前記取得された音が前記異常音であると判定し、前記棄却部が、前記異常音を棄却しないと判定し、かつ、前記異常状況判定部が、前記異常が発生する状況であると判定した場合に、前記異常が発生したと判定し、前記異常音検出部が、前記取得された音が前記異常音ではないと判定した場合、前記棄却部が、前記異常音を棄却すると判定した場合、又は、前記異常状況判定部が、前記異常が発生する状況ではないと判定した場合に、前記異常が発生していないと判定する異常判定部と、を備えること
を特徴とする情報処理装置。 - 前記棄却対象音は、言語情報を含む音声及び非音声の少なくとも何れか一方であること
を特徴とする請求項1又は2に記載の情報処理装置。 - 前記異常音検出部は、異常音判定基準を参照して、前記取得された音が前記異常音であるか否かを判定しており、前記異常音の検出頻度が予め定められた閾値よりも高い場合には、前記異常音判定基準を、前記取得された音が前記異常音であると判定しづらくなるように変更すること
を特徴とする請求項1から3の何れか一項に記載の情報処理装置。 - 前記異常判定部は、前記異常が発生しているか否かの判定結果を示す異常判定結果を出力すること
を特徴とする請求項1から4の何れか一項に記載の情報処理装置。 - 前記異常音検出部は、前記音響信号に基づいて、前記異常の度合いである異常度合いを推定し、
前記異常判定部は、前記推定された異常度合いを前記異常判定結果に含めること
を特徴とする請求項5に記載の情報処理装置。 - 前記異常音検出部は、前記取得された音の、音圧、ピッチ、1泣き中のピッチの変化、1泣きの長さ、息継ぎの量及び周波数の倍音構造の強さの少なくとも何れか1つを用いて、前記異常度合いを推定すること
を特徴とする請求項6に記載の情報処理装置。 - コンピュータを、
取得された音から生成された信号である音響信号の入力を受け付ける信号入力部、
前記音響信号に基づいて、前記取得された音が異常音であるか否かを判定する異常音検出部、
前記音響信号に基づいて、前記取得された音が棄却対象音であるか否かの判定を行い、前記判定の結果から、前記異常音検出部で検出される前記異常音を棄却するか否かを判定する棄却部、及び、
前記異常音検出部が、前記取得された音が前記異常音であると判定し、かつ、前記棄却部が、前記異常音を棄却しないと判定した場合に、異常が発生したと判定し、前記異常音検出部が、前記取得された音が前記異常音ではないと判定した場合、又は、前記棄却部が、前記異常音を棄却すると判定した場合に、前記異常が発生していないと判定する異常判定部、として機能させること
を特徴とするプログラム。 - コンピュータを、
取得された音から生成された信号である音響信号を含む入力信号の入力を受け付ける信号入力部、
前記音響信号に基づいて、前記取得された音が異常音であるか否かを判定する異常音検出部、
前記音響信号に基づいて、前記取得された音が棄却対象音であるか否かの判定を行い、前記判定の結果から、前記異常音検出部で検出される前記異常音を棄却するか否かを判定する棄却部、
前記入力信号に基づいて、異常が発生する状況か否かを判定する異常状況判定部、及び、
前記異常音検出部が、前記取得された音が前記異常音であると判定し、前記棄却部が、前記異常音を棄却しないと判定し、かつ、前記異常状況判定部が、前記異常が発生する状況であると判定した場合に、前記異常が発生したと判定し、前記異常音検出部が、前記取得された音が前記異常音ではないと判定した場合、前記棄却部が、前記異常音を棄却すると判定した場合、又は、前記異常状況判定部が、前記異常が発生する状況ではないと判定した場合に、前記異常が発生していないと判定する異常判定部、として機能させること
を特徴とするプログラム。 - 取得された音から生成された信号である音響信号の入力を受け付け、
前記音響信号に基づいて、前記取得された音が異常音であるか否かを判定し、
前記音響信号に基づいて、前記取得された音が棄却対象音であるか否かの判定を行い、前記判定の結果から、前記異常音を棄却するか否かを判定し、
前記取得された音が前記異常音であると判定され、かつ、前記異常音を棄却しないと判定された場合に、異常が発生したと判定し、
前記取得された音が前記異常音ではないと判定された場合、又は、前記異常音を棄却すると判定された場合に、前記異常が発生していないと判定すること
を特徴とする情報処理方法。 - 取得された音から生成された信号である音響信号を含む入力信号の入力を受け付け、
前記音響信号に基づいて、前記取得された音が異常音であるか否かを判定し、
前記音響信号に基づいて、前記取得された音が棄却対象音であるか否かの判定を行い、前記判定の結果から、前記異常音を棄却するか否かを判定し、
前記入力信号に基づいて、異常が発生する状況か否かを判定し、
前記取得された音が前記異常音であると判定され、前記異常音を棄却しないと判定され、かつ、前記異常が発生する状況であると判定された場合に、前記異常が発生したと判定し、
前記取得された音が前記異常音ではないと判定された場合、前記異常音を棄却すると判定された場合、又は、前記異常が発生する状況ではないと判定された場合に、前記異常が発生していないと判定すること
を特徴とする情報処理方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/039313 WO2020084680A1 (ja) | 2018-10-23 | 2018-10-23 | 情報処理装置、プログラム及び情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6827602B2 true JP6827602B2 (ja) | 2021-02-10 |
JPWO2020084680A1 JPWO2020084680A1 (ja) | 2021-03-11 |
Family
ID=70330322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020551739A Active JP6827602B2 (ja) | 2018-10-23 | 2018-10-23 | 情報処理装置、プログラム及び情報処理方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6827602B2 (ja) |
WO (1) | WO2020084680A1 (ja) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000185609A (ja) * | 1998-12-24 | 2000-07-04 | Toppan Printing Co Ltd | 車載幼児警報器 |
JP2003345385A (ja) * | 2002-05-30 | 2003-12-03 | Matsushita Electric Ind Co Ltd | 音声認識判定装置 |
JP4232032B2 (ja) * | 2004-05-17 | 2009-03-04 | ソニー株式会社 | 音響装置および音響装置を用いた監視方法 |
JP2009012891A (ja) * | 2007-07-02 | 2009-01-22 | Toshiba Elevator Co Ltd | 乗客コンベア監視装置及び遠隔監視システム |
JP5189536B2 (ja) * | 2009-03-26 | 2013-04-24 | 池上通信機株式会社 | 監視装置 |
JP5627962B2 (ja) * | 2010-09-08 | 2014-11-19 | セコム株式会社 | 異常検知装置 |
JP6337752B2 (ja) * | 2014-11-27 | 2018-06-06 | 株式会社Jvcケンウッド | 乳幼児泣き声検出装置 |
EP3653943B1 (en) * | 2017-07-14 | 2024-04-10 | Daikin Industries, Ltd. | Machinery control system |
-
2018
- 2018-10-23 WO PCT/JP2018/039313 patent/WO2020084680A1/ja active Application Filing
- 2018-10-23 JP JP2020551739A patent/JP6827602B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2020084680A1 (ja) | 2020-04-30 |
JPWO2020084680A1 (ja) | 2021-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6350536B2 (ja) | 音声検出装置、音声検出方法及びプログラム | |
JP6436088B2 (ja) | 音声検出装置、音声検出方法及びプログラム | |
JP5229234B2 (ja) | 非音声区間検出方法及び非音声区間検出装置 | |
US9047866B2 (en) | System and method for identification of a speaker by phonograms of spontaneous oral speech and by using formant equalization using one vowel phoneme type | |
JP3913772B2 (ja) | 音識別装置 | |
JP4572218B2 (ja) | 音楽区間検出方法、音楽区間検出装置、音楽区間検出プログラム及び記録媒体 | |
JP6246636B2 (ja) | パターン識別装置、パターン識別方法およびプログラム | |
JPS62231997A (ja) | 音声認識システム及びその方法 | |
Droghini et al. | A combined one-class SVM and template-matching approach for user-aided human fall detection by means of floor acoustic features | |
KR20170073113A (ko) | 음성의 톤, 템포 정보를 이용한 감정인식 방법 및 그 장치 | |
JP5050698B2 (ja) | 音声処理装置およびプログラム | |
JP4353202B2 (ja) | 韻律識別装置及び方法、並びに音声認識装置及び方法 | |
Jaiswal | Performance analysis of voice activity detector in presence of non-stationary noise | |
JP2018005122A (ja) | 検出装置、検出方法及び検出プログラム | |
JP6827602B2 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
JPS60200300A (ja) | 音声の始端・終端検出装置 | |
Zhang et al. | Advancements in whisper-island detection using the linear predictive residual | |
KR101591175B1 (ko) | 음성 분석을 이용한 건강 상태 진단 장치 및 방법 | |
WO2018109120A1 (en) | Children monitoring system | |
JP3635614B2 (ja) | 機械音処理装置 | |
Lieskovska et al. | Acoustic surveillance system for children’s emotion detection | |
CN112489692A (zh) | 语音端点检测方法和装置 | |
CN107039046B (zh) | 一种基于特征融合的语音声效模式检测方法 | |
Matsuda et al. | Acoustic discriminability of unconscious laughter and scream during game-play | |
JP2006010739A (ja) | 音声認識装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201112 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201112 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20201211 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6827602 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |