WO2011155048A1

WO2011155048A1 - 音声処理装置および呼吸検出方法

Info

Publication number: WO2011155048A1
Application number: PCT/JP2010/059877
Authority: WO
Inventors: 田中　正清; 鈴木　政直
Original assignee: 富士通株式会社
Priority date: 2010-06-10
Filing date: 2010-06-10
Publication date: 2011-12-15
Also published as: JP5765338B2; JPWO2011155048A1; US20130096464A1

Abstract

　生体の呼吸時の音響信号を周波数信号に変換する時間・周波数変換部（２）と、周波数信号の周波数毎のパワースペクトルを算出するパワースペクトル算出部（３）と、パワースペクトル算出部（３）により算出された現在のパワースペクトルと、過去のパワースペクトルとの類似性を算出する類似性算出部（４）と、類似性算出部（４）により算出された類似性に基づき、音響信号に含まれる生体の呼吸状態を判定する呼吸判定部（６）と、を備え、生体の呼吸状態を個人差や睡眠の状態に影響を受けずに検出する。

Description

音声処理装置および呼吸検出方法

　この発明は、音声処理装置および呼吸検出方法に関する。

　従来、睡眠時の呼吸状態を検出する技術として、睡眠時の呼吸音を検出し、この呼吸音をバンドパスフィルタなどで複数の周波数ブロックに分割し、分割した各ブロックの検出値（電圧値）を所定の閾値と比較することにより、呼吸状態を検出するものがある（例えば、下記特許文献１参照。）。

特開２００７－２８９６６０号公報

　しかしながら、呼吸には個人差があり、また、同じ人でも睡眠の状態により呼吸のしかたが鼻から口に変わったり、寝方が横向きからうつ伏せあるいは仰向けに変わったりと、さまざまに変化するため、呼吸の周波数特性に変化が生じる。従って、従来の技術による閾値を用いた方法では、検出値が閾値以下となる呼吸があると、呼吸として検出されない。また、雑音の検出値が閾値を超えると、この雑音を呼吸として検出する。このように、従来の技術では、個人差や呼吸状態に変化があると、呼吸状態を誤判断するという問題点がある。

　個人差や睡眠の状態に影響を受けず呼吸を検出できる音声処理装置および呼吸検出方法を提供することを目的とする。

　この音声処理装置は、入力される音響信号を周波数信号に変換する時間・周波数変換部と、前記周波数信号の周波数毎のパワースペクトルを算出するパワースペクトル算出部と、前記パワースペクトル算出部により算出された現在のパワースペクトルと、過去のパワースペクトルとの類似性を算出する類似性算出部と、前記類似性算出部により算出された前記類似性に基づき、前記音響信号に含まれる生体の呼吸状態を判定する呼吸判定部と、を備える。

　この音声処理装置および呼吸検出方法によれば、個人差や睡眠の状態に影響を受けず呼吸を検出できるという効果を奏する。

音声処理装置の概要構成を示すブロック図である。睡眠時の呼吸状態の一例を示す図である。１回の呼吸時の周波数特性を示す図である。実施例１にかかる音声処理装置を示すブロック図である。入力信号の分布を示す図である。類似性算出を説明する図である。類似性算出の処理を示すフローチャートである。接続時間算出のための類似性のプロット例を示す図である。持続時間算出の処理例を説明する図である。実施例１にかかる呼吸検出の全体処理を示すフローチャートである。実施例２にかかる音声処理装置を示すブロック図である。類似性算出部における背景雑音除去を説明する図である。類似性算出部が行う背景雑音除去処理を示すフローチャートである。実施例３による類似性算出の処理を示すフローチャートである。実施例４による類似性算出の処理を示すフローチャートである。実施例５による類似性算出の処理を示すフローチャートである。実施例６にかかる音声処理装置を示すブロック図である。呼吸なし状態を説明する図である。実施例６の無呼吸判定の処理を示すフローチャートである。

（実施の形態）
　以下に添付図面を参照して、この音声処理装置および呼吸検出方法の好適な実施の形態を詳細に説明する。音声処理装置および呼吸検出方法は、睡眠時における呼吸周期と、１回の呼吸の持続時間と、時間的に近い呼吸の周波数特性が似ている点を利用して、呼吸状態を精度よく判定する。

（音声処理装置の概要構成）
　図１は、音声処理装置の概要構成を示すブロック図である。音声処理装置は、人（生体）の睡眠時の音声に基づき、呼吸の有無を検出する音声処理装置である。この音声処理装置１は、時間・周波数変換部２、パワースペクトル算出部３、類似性算出部４、持続時間算出部５、呼吸判定部６を備えている。

　時間・周波数変換部２には、一定サンプル毎のフレーム単位に区切ったデジタルの音響信号が入力され、時間的に変化するこの音響信号を周波数領域の信号に変換する。パワースペクトル算出部３は、時間・周波数変換部２により変換された時間別の周波数信号のパワースペクトルを算出する。類似性算出部４は、パワースペクトル算出部３により算出された現在のパワースペクトルと、予め定めた範囲の過去のパワースペクトルの類似性を算出する。持続時間算出部５は、類似性算出部４により算出された類似性の持続時間を算出する。呼吸判定部６は、持続時間算出部５により算出された持続時間により呼吸の有無を判定する。

　図２は、睡眠時の呼吸状態の一例を示す図である。横軸は時間、縦軸は周波数である。図示の例のように、人の呼吸で、呼吸周期Ｔ１と、１回の呼吸の持続時間Ｔ２を有している。呼吸周期Ｔ１は、３～５秒程度であり、１回の呼吸の持続時間Ｔ２は、０．４～２秒程度である。図示のように、睡眠時には、１回の呼吸の持続時間Ｔ２を有する呼吸が呼吸周期Ｔ１で継続的に繰り返される。

　図３は、１回の呼吸時の周波数特性を示す図である。横軸は周波数、縦軸は電力（パワー）である。図２に示した隣接する２回の呼吸時（時刻ｔ１と時刻ｔ２）における周波数特性を示した。このように、時刻ｔ１における１回の呼吸時の周波数およびパワーの特性と、時刻ｔ２における次回の呼吸時の周波数およびパワーの特性は類似している。

　音声処理装置は、上記の睡眠時の呼吸状態の特徴を利用した処理を行うことにより、呼吸状態を正確に判断する。呼吸周期Ｔ１を有する現在と過去の信号と周波数特性が類似している信号が、一定時間（上記持続時間Ｔ２）連続して存在する場合に呼吸がある（呼吸している）と判断する。これにより、過去の信号と、一定時間持続して類似している時刻の信号を呼吸と判断するため、電力が小さい（寝息が小さい）呼吸であっても正しく検出できると共に、電力が大きい雑音を排除し誤検出することがない。これにより、周囲の環境状態を含めて電力の大小にかかわらず、呼吸の有無を精度よく判定できるようになる。

（実施例１）
・音声処理装置の構成
　図４は、実施例１にかかる音声処理装置を示すブロック図である。実施例１にかかる音声処理装置２１は、図１に示した上記の概要構成の実施例である。時間・周波数変換部２は、ＦＦＴ２２により構成され、高速フーリエ変換により入力信号（音響信号）を時間および周波数信号に変換する。時間・周波数変換部２としてはＦＦＴ２２を用いず、他の時間・周波数変換の手段を用いてもよい。パワースペクトル算出部２３で算出されるパワースペクトルは、周波数信号の各帯域の実数部と虚数部の二乗和を計算し、パワースペクトルを算出する。パワースペクトル算出部２３で算出されたパワースペクトルは、所定時間分過去のデータがバッファ２７に蓄積される。

・パワースペクトルの類似性の算出について
　類似性算出部２４は、現在のパワースペクトルと、バッファ２７に格納された過去のパワースペクトルとを比較して類似性を算出する。類似性算出部２４により算出された類似性は、所定期間分過去のデータがバッファ２８に蓄積される。持続時間算出部２５は、現在の類似性と、バッファ２８に格納された過去の類似性とを比較して持続時間を算出する。呼吸判定部２６は、持続時間算出部２５により算出された持続時間が予め定められた範囲（Ｔ２）内の場合に「呼吸状態」と判断する。

　図５は、類似性算出部に入力される入力信号の分布を示す図である。水平な２軸はフレーム（時間）と、周波数であり、縦軸は電力である。類似性算出部２４では、現在（時刻ｔ）のフレームについて、過去の同じ周波数帯域のフレーム、すなわち図５においてはｋ１同士、ｋ２同士、ｋ３同士、ｋ４同士をそれぞれ比較する。過去の比較範囲は、１回の呼吸周期Ｔ１の期間であり、ｔに対しｘ（ｘ１≦ｘ≦ｘ２）だけ過去の範囲とする。これらｘ１，ｘ２は、上記例ではｘ１＝３、ｘ２＝５となる。図５の周波数ｋ１においては、時刻ｔと時刻（ｔ－ｘ）のそれぞれのフレームのパワースペクトルとを比較する。同様にｋ２～ｋ４についても周波数帯域毎に比較する。そして、類似性算出部２４は、各周波数帯域での比較結果を１つにまとめて、フレームｔとフレーム（ｔ－ｘ）の類似性を算出する。

　図６は、類似性算出部における類似性算出を説明する図である。横軸は周波数、縦軸は電力（パワー）である。類似性算出部２４は、現在のフレームｔと、現在のフレームからｘ（ｘ１≦ｘ≦ｘ２）だけ過去のフレーム（ｔ－ｘ）のパワースペクトルの差分を周波数帯域毎に算出する。図６を用いて１つの周波数帯域ｋにおける過去のフレーム（ｔ－ｘ）と、現在のフレームｔとの比較を説明する。類似性算出部２４は、過去のフレーム（ｔ－ｘ）の電力を基準として所定の閾値ＴＨを設定しておく。閾値ＴＨとしては、例えば３ｄＢ程度とすることができる。

　そして、下記式を用いて類似性を判断する。
｜Ｐ（ｔ，ｋ）－Ｐ（ｔ－ｘ，ｋ）｜≦ＴＨ
　上記式を満たすとき、フラグは、ｆｌａｇ（ｘ，ｋ）＝１
　すなわち、過去のフレーム（ｔ－ｘ）の電力に対し、現在のフレームｔの電力が閾値ＴＨ以下の場合、「類似性がある」と判断しフラグを「１」とする。逆に、過去のフレーム（ｔ－ｘ）の電力に対し、現在のフレームｔの電力が閾値ＴＨを超えるときには、「類似性がない」と判断しフラグを「０」とする。

　そして、類似性算出部２４は、上記の処理を全周波数帯域について行い、全周波数帯域のフラグを下記式の如く合計したものを類似性とする。

　その後、ｘ１≦ｘ≦ｘ２を満たす全てのｘ（すなわち、１回の呼吸周期Ｔ１）について、類似性を算出する。

　図７は、類似性算出部が行う処理を示すフローチャートである。図７に示すように、はじめに、類似性算出部２４は、類似性を初期値（０）にセットする（ステップＳ１）。次いで、類似性算出部２４は、周波数ｋのインデックスを１（ｉｎｄｅｘ＝１）にセットする（ステップＳ２）。次いで、類似性算出部２４は、パワースペクトル算出部２３から出力された現在のフレームのパワースペクトルを、過去のフレームのパワースペクトルと比較し、閾値ＴＨ以下であるか判断する（ステップＳ３）。そして、現在のフレームのパワースペクトルの電力が、過去のフレームのパワースペクトルの電力を基準とする閾値ＴＨ以下であれば（ステップＳ３：Ｙｅｓ）、類似性を１加算する（ステップＳ４）。

　一方、現在のフレームのパワースペクトルの電力が、過去のフレームのパワースペクトルの電力を基準とする閾値ＴＨを超えれば（ステップＳ３：Ｎｏ）、類似性の加算を行わずステップＳ５に移行する。ステップＳ５では、最終インデックスであるか判断し、最終インデックスでなければ（ステップＳ５：Ｎｏ）、周波数ｋをシフトさせて（ｉｎｄｅｘ番号＋１）（ステップＳ６）、ステップＳ３に復帰する。一方、最終インデックスであれば（ステップＳ５：Ｙｅｓ）、全ての周波数について類似性の判断が終了したこととなり、処理を終了する。

・持続時間の算出について
　図８は、持続時間算出部における接続時間算出のための類似性のプロット例を示す図である。横軸はフレーム番号、縦軸は現在のフレームからの距離ｘである。類似性算出部２４は、予め設定した閾値より高い類似性（の値）を、マトリクス状の格納領域の該当する領域にプロット（識別付け）する。例えば、図の例では、フレームｔの類似性をプロットした状態であり、類似性の値を現在のフレームからの距離ｘ毎の各領域に便宜上、数値で表記した。

　ここで、持続時間算出部２５は、類似性の値について、閾値を超えた類似性は、類似性が高いと判断する。例えば、閾値１０に設定された場合、図示されているこの閾値１０を超えている類似性の値「１２」の領域に識別子Ｆを付与してバッファ２８に格納していく。従って、実際には、図８に示す数値は格納されず、閾値より高い類似性が識別子Ｆを用いてプロットされていくことになる。この閾値は、パワースペクトル算出部２３における周波数ｋの帯域数に応じた値が設定され、帯域数の２０～３０％の値が閾値として設定される。

　図９は、持続時間算出部における持続時間算出の処理例を説明する図である。図８に示した閾値を超えた類似性の識別子Ｆを次々にプロットしていくと、例えば図９のようになる。そして、持続時間算出部２５は、同じ距離ｘを有してフレーム番号が異なるフレームで識別子Ｆが複数付与された場合、その持続したフレーム数を検出し、対応する持続時間として出力する。図９の例では、距離ｘａでは識別子Ｆが６フレーム連続し（Ｆ１～Ｆ６）、距離ｘｂでは識別子Ｆが７フレーム連続（Ｆ１～Ｆ７）している。

　これら距離ｘａ，ｘｂでそれぞれ連続したフレームは、類似性の値が閾値未満になったとき、フレームの持続が終了したと判断される。図９において、距離ｘａでは、類似性が閾値未満となり６フレーム連続で持続が途切れているが、別の距離ｘｂでは、類似性が閾値未満となり７フレーム連続している。基本的には、持続したフレーム数が長いものを用いて持続時間を求めるが、持続したフレーム数が異なる場合には、下記の処理を行って持続時間を求める。
（１）距離ｘｂで類似性が閾値以上となる持続時間の開始フレームが、距離ｘａで類似性が閾値以上となる持続時間の開始フレームと同じフレームかそれ以前のフレームの場合には、距離ｘａにおける持続時間は用いず、距離ｘｂで持続したフレームに対応する持続時間を求める。
（２）上記の（１）以外の場合には、距離ｘａで持続したフレームに対応する持続時間を求める。

・音声処理装置の呼吸検出方法の説明
　図１０は、実施例１にかかる呼吸検出の全体処理を示すフローチャートである。はじめに、持続時間算出部２５は、持続時間を初期化（リセット）する（ステップＳ１１）。次いで、ＦＦＴ２２により、入力信号の時間・周波数変換を行う（ステップＳ１２）。次いで、パワースペクトル算出部２３により、時間別の周波数信号のパワースペクトルを算出する（ステップＳ１３）。次いで、持続時間算出部２５は、現在のフレームからの距離を初期値ｘ１（上記例では３秒）にセットする（ステップＳ１４）。

　次いで、類似性算出部２４により、図７に示した処理による類似性算出を行う（ステップＳ１５）。次いで、持続時間算出部２５は、類似性が閾値以上であるか判断する（ステップＳ１６）。ここで、持続時間算出部２５は、入力信号（フレーム）の類似性が閾値以上であれば（ステップＳ１６：Ｙｅｓ）、該当するフレームに上記の識別付けを行い、持続時間を１フレーム分加算し（ステップＳ１７）、同じ周波数ｋで現在のフレームからの距離ｘがｘ２（上記例では５秒）に達したか判断する（ステップＳ１８）。そして、持続時間算出部２５は、現在のフレームからの距離ｘがｘ２未満であれば（ステップＳ１８：Ｎｏ）、距離ｘを次の距離に変更し（ステップＳ１９）、変更した距離ｘについて、類似性算出の処理（ステップＳ１５）以降の処理を継続する。

　また、持続時間算出部２５は、ステップＳ１６において、入力信号（フレーム）の類似性が閾値未満となったときには（ステップＳ１６：Ｎｏ）、別の現在のフレームからの距離ｘに持続が継続しているもの（周波数）がないか判断する（ステップＳ２２）。ここで、別の現在のフレームからの距離ｘに持続が継続しているものがあれば（ステップＳ２２：Ｙｅｓ）、前フレームまでの持続時間を算出する（ステップＳ２３）。

　次いで、呼吸判定部２６は、この持続時間が上記の１回の呼吸の持続時間Ｔ２（ｙ１≦ｙ≦ｙ２）の範囲内にあるか判断する（ステップＳ２４）。持続時間が上記の１回の呼吸の持続時間Ｔ２の範囲内にあれば（ステップＳ２４：Ｙｅｓ）、呼吸ありと判定し、この呼吸判定結果を出力する（ステップＳ２５）。そして、持続時間を０にリセットし（ステップＳ２６）、ステップＳ１８に復帰する。一方、ステップＳ２２において、別の現在のフレームからの距離ｘに持続が継続しているものがない場合（ステップＳ２２：Ｎｏ）、およびステップＳ２４において、持続時間が上記の１回の呼吸の持続時間Ｔ２の範囲内にない場合（ステップＳ２４：Ｎｏ）には、いずれもステップＳ２６に移行し持続時間を０にリセットする。

　そして、上記のステップＳ１８において、持続時間算出部２５は、現在のフレームからの距離ｘがｘ２（上記例では５秒）に達した場合（ステップＳ１８：Ｙｅｓ）、最終フレームであるか判断し（ステップＳ２０）、最終フレームでなければ（ステップＳ２０：Ｎｏ）、ステップＳ１２に復帰して次のフレームに対する処理を実行する（ステップＳ５２１）。一方、持続時間算出部２５は、ステップＳ２０で最終フレームと判断されれば（ステップＳ２０：Ｙｅｓ）、呼吸判定の処理を終了する。

　実施例１によれば、呼吸の音声を周波数帯域別に類似性を求め、類似している信号に一定な持続時間があれば呼吸があると判断する。従って、寝息が小さい呼吸であっても正しく検出でき、呼吸の有無を精度よく判断できる。

（実施例２）
・背景雑音除去の構成
　実施例２は、実施例１に背景雑音の除去の機能を加えたものである。図１１は、実施例２にかかる音声処理装置を示すブロック図である。図４において説明した各部と同じ構成には同一の符号を付してある。図１１に示すように、この音声処理装置３１では、背景雑音推定部３２が加えられている。背景雑音推定部３２は、パワースペクトル算出部２３により算出されたパワースペクトルに基づき、背景雑音の大きさを推定する。すなわち、背景雑音推定部３２は、類似性の判断において、背景雑音だけが存在する帯域同士で類似性が高くなったときに、呼吸が存在しないにもかかわらず背景雑音だけに基づいて、呼吸あり、とする誤った判断を防ぐ。

　背景雑音の推定は、例えば、各周波数帯域毎に、現在のフレームの電力が前フレームでの推定雑音レベルのＮ倍（例えば２倍）以下のときに過去の電力を現在の電力で更新していく。例えば、背景雑音ｎｏｉｓｅ＿ｐｏｗ（ｔ、ｋ）＝
　ＣＯＥＦＦ×ｎｏｉｓｅ＿ｐｏｗ（ｔ－ｘ，ｋ）＋（１）－ＣＯＥＦＦ）×Ｐ（ｔ，ｋ）　（Ｐ）（ｔ，ｋ）≦２×ｎｏｉｓｅ＿ｐｏｗ（ｔ－ｘ，ｋ））
　ｎｏｉｓｅ＿ｐｏｗ（ｔ－ｘ，ｋ）　（ｏｔｈｅｒｗｉｓｅ）
（但し、ＣＯＥＦＦは定数）
　上記の背景雑音の推定方法は一例であり、一定期間内の電力の平均化等の処理を行ってもよく各種処理を用いることができる。

　図１２は、類似性算出部における背景雑音除去を説明する図である。類似性算出部３４は、実施例１同様に、現在のフレームｔと、現在のフレームからｘ（ｘ１≦ｘ≦ｘ２）だけ過去のフレーム（ｔ－ｘ）のパワースペクトルの差分を周波数帯域毎に算出する。但し、電力が背景雑音レベル以下の周波数帯域では、フラグを「０」とする。

　すなわち、類似性判断の条件である、
｜Ｐ（ｔ，ｋ）－Ｐ（ｔ－ｘ，ｋ）｜≦ＴＨ
は満たすが、電力Ｐ（ｔ、ｋ）が、図１２に示す背景雑音レベルより低いレベルであるとき、フラグは、ｆｌａｇ（ｘ，ｋ）＝０とする。

・背景雑音除去の処理
　図１３は、類似性算出部が行う背景雑音除去処理を示すフローチャートである。はじめに、類似性算出部３４は、類似性を初期値（０）にセットする（ステップＳ３１）。次いで、類似性算出部３４は、周波数ｋのインデックスを１（ｉｎｄｅｘ＝１）にセットする（ステップＳ３２）。ここで、類似性算出部３４は、現在のフレームのパワースペクトルが背景雑音レベルより大きいか判断する（ステップＳ３３）。現在のフレームのパワースペクトルが背景雑音レベルより大きい場合には（ステップＳ３３：Ｙｅｓ）、ステップＳ３４以降の処理を継続するが、現在のフレームのパワースペクトルが背景雑音レベルより小さい場合には（ステップＳ３３：Ｎｏ）、類似性の加算処理等を行わず、ステップＳ３６に移行する。

　そして、ステップＳ３３において、現在のフレームのパワースペクトルが背景雑音レベルより大きい場合には（ステップＳ３３：Ｙｅｓ）、次いで、類似性算出部３４は、パワースペクトル算出部２３から出力された現在のフレームのパワースペクトルを、過去のフレームのパワースペクトルと比較し、閾値ＴＨ以下であるか判断する（ステップＳ３４）。そして、現在のフレームのパワースペクトルの電力が、過去のフレームのパワースペクトルの電力を基準とする閾値ＴＨ以下であれば（ステップＳ３４：Ｙｅｓ）、類似性を１加算する（ステップＳ３５）。一方、現在のフレームのパワースペクトルの電力が、過去のフレームのパワースペクトルの電力を基準とする閾値ＴＨを超えれば（ステップＳ３４：Ｎｏ）、類似性の加算を行わずステップＳ３６に移行する。ステップＳ３６では、最終インデックスであるか判断し、最終インデックスでなければ（ステップＳ３６：Ｎｏ）、周波数ｋをシフトさせて（ｉｎｄｅｘ番号＋１）（ステップＳ３７）、ステップＳ３３に復帰する。一方、最終インデックスであれば（ステップＳ３６：Ｙｅｓ）、全ての周波数について類似性の判断が終了したこととなり、処理を終了する。

　実施例２によれば、背景雑音のみが存在するフレーム同士で類似性が高くなることを防止することができ、呼吸状態をより正確に検出できるようになる。

（実施例３）
　実施例３では、類似性算出部の他の構成を説明する。この実施例３では、パワースペクトル算出部２３により算出されたパワースペクトルの相関を類似性として利用する。実施例３の類似性算出部は、上記の実施例１に示した各構成を用い、類似性算出部２４の内部処理が異なる。相関の計算は、各種方法が考えられるが、下記式のような相関係数を用いた一般的な相関式を用いることができる。

　図１４は、実施例３による類似性算出の処理を示すフローチャートである。実施例３の類似性算出部２４は、パワースペクトル算出部２３により算出されたパワースペクトルについて、現在のフレームｔのパワースペクトルの平均値を計算し（ステップＳ４１）、次いで、現在のフレームと過去のフレームのパワースペクトルの相関を上記相関式を用いて計算する（ステップＳ４２）。後段の持続時間算出部２５は、出力された相関値を用いてフレームの持続時間を算出する。実施例３によれば、汎用の相関式を用いて類似性を算出することができる。

（実施例４）
　この実施例４は、実施例２により説明した背景雑音による誤判断を防ぎ、実施例３により説明したパワースペクトルの相関を類似性として用いる構成である。実施例４の構成は、上記の実施例２に示した各構成を用い、類似性算出部３４の内部処理が異なる。相関の計算については、例えば、実施例３において説明した一般の相関式を用いることができる。なお、この実施例４においても、実施例３同様にフレームのパワースペクトルの平均値を用いて相関を計算する例により説明する。

　図１５は、実施例４による類似性算出の処理を示すフローチャートである。はじめに、類似性算出部３４は、メモリを初期化する（ステップＳ５１）。このメモリは、現在のフレームのパワースペクトルの平均値、および過去のフレームのパワースペクトルの平均値を格納するメモリ（図１１に示すバッファ２７）である。また、背景雑音推定部３２に設けられ、背景雑音レベル以上となる周波数帯域のｉｎｄｅｘを保持するメモリもこれに含まれる。

　次いで、類似性算出部３４は、周波数ｋのインデックスを１（ｉｎｄｅｘ＝１）にセットする（ステップＳ５２）。次いで、類似性算出部３４は、現在のフレームのパワースペクトルが背景雑音レベルより大きいか判断する（ステップＳ５３）。現在のフレームのパワースペクトルが背景雑音レベルより大きい場合には（ステップＳ５３：Ｙｅｓ）、ステップＳ５４以降の処理を継続するが、現在のフレームのパワースペクトルが背景雑音レベルより小さい場合には（ステップＳ５３：Ｎｏ）、ステップＳ５６に移行する。

　そして、ステップＳ５３において、現在のフレームのパワースペクトルが背景雑音レベルより大きい場合には（ステップＳ５３：Ｙｅｓ）、次いで、類似性算出部３４は、パワースペクトル算出部２３から出力された現在のフレームと過去のフレームのパワースペクトルの平均値を更新し（ステップＳ５４）、周波数ｉｎｄｅｘ番号をメモリに追加する（ステップＳ５５）。次いで、ステップＳ５６では、最終インデックスであるか判断し、最終インデックスでなければ（ステップＳ５６：Ｎｏ）、周波数ｋをシフトさせて（ｉｎｄｅｘ番号＋１）（ステップＳ５７）、ステップＳ５３に復帰する。一方、最終インデックスであれば（ステップＳ５６：Ｙｅｓ）、算出したパワースペクトルの平均値とｉｎｄｅｘ番号をメモリから読み出し、上記の相関計算を行い（ステップＳ５８）、処理を終了する。

　実施例４によれば、背景雑音のみが存在するフレーム同士で類似性が高くなることを防止することができ、呼吸状態をより正確に検出できるようになる。そして、この呼吸状態の検出を汎用の相関式を用いて処理できる。

（実施例５）
　実施例５は、実施例４の変形例であり、呼吸状態を検出できない程度に背景雑音レベルが大きい場合を想定した処理である。図１６は、実施例５による類似性算出の処理を示すフローチャートである。類似性算出部３４は、はじめにメモリを初期化する（ステップＳ６１）。このメモリは、現在のフレームのパワースペクトルの平均値、および過去のフレームのパワースペクトルの平均値を格納するメモリ（図１１に示すバッファ２７）である。また、背景雑音推定部３２に設けられ、背景雑音レベル以上となる周波数帯域のｉｎｄｅｘを保持するメモリもこれに含まれる。

　次いで、類似性算出部３４は、周波数ｋのインデックスを１（ｉｎｄｅｘ＝１）にセットする（ステップＳ６２）。次いで、類似性算出部３４は、現在のフレームのパワースペクトルが背景雑音レベル以上であるか判断する（ステップＳ６３）。現在のフレームのパワースペクトルが背景雑音レベル以上である場合には（ステップＳ６３：Ｙｅｓ）、ステップＳ６４以降の処理を継続するが、現在のフレームのパワースペクトルが背景雑音レベル未満の場合には（ステップＳ６３：Ｎｏ）、ステップＳ６７に移行する。

　そして、ステップＳ６３において、現在のフレームのパワースペクトルが背景雑音レベル以上の場合には（ステップＳ６３：Ｙｅｓ）、次いで、類似性算出部３４は、パワースペクトル算出部２３から出力された現在のフレームと過去のフレームのパワースペクトルの平均値を更新し（ステップＳ６４）、周波数ｉｎｄｅｘ番号をメモリに追加する（ステップＳ６５）。次いで、背景雑音レベル以上の周波数帯域数を＋１加算し、メモリに格納する（ステップＳ６６）。

　次いで、ステップＳ６７では、最終インデックスであるか判断し、最終インデックスでなければ（ステップＳ６７：Ｎｏ）、周波数ｋをシフトさせて（ｉｎｄｅｘ番号＋１）（ステップＳ６８）、ステップＳ６３に復帰する。一方、最終インデックスであれば（ステップＳ６７：Ｙｅｓ）、メモリから背景雑音レベル以上の帯域数を読み出し、この帯域数の数が予め定めた閾値以上であるか判断する（ステップＳ６９）。そして、背景雑音レベル以上の帯域数が閾値以上であれば（ステップＳ６９：Ｙｅｓ）、類似性算出部３４は、算出したパワースペクトル平均値とｉｎｄｅｘ番号をメモリから読み出し、上記の相関計算を行い（ステップＳ７０）、処理を終了する。一方、背景雑音レベル以上の帯域数が閾値未満であれば（ステップＳ６９：Ｎｏ）、相関が０（なし）とし（ステップＳ７１）、相関計算処理を行わずに処理を終了する。

　上記の閾値は、パワースペクトル算出部２３における周波数ｋの帯域数に応じた値が設定され、周波数ｋの帯域数が６４段階であれば、例えば段階数の６０％程度である３０～４０の値が閾値として設定される。この実施例５によれば、背景雑音レベルが高いときには、呼吸状態を検出できないとし相関の計算を行わない。これにより、背景雑音発生時の環境変化に対応できるとともに、処理を効率化できる。

（実施例６）
　実施例６は、実施例１の構成に無呼吸判定部を加えて無呼吸状態を判定する構成である。図１７は、実施例６にかかる音声処理装置を示すブロック図である。図１７に示す音声処理装置４１は、呼吸判定部２６の後段に無呼吸判定部４２を設け、呼吸判定部２６の出力を受けて無呼吸状態を判定する。呼吸判定部２６の過去の呼吸判定結果は逐次、バッファ４３に格納され、無呼吸判定部４２は、現在の呼吸判定結果と、バッファ４３に格納された過去の呼吸判定結果を用いて無呼吸状態を判定する。

　図１８は、呼吸なし状態を説明する図である。図１８に示すように、一定時間ＴＮの呼吸なし状態が生じたとしても、この呼吸なしの期間ＴＮの前後には呼吸ありの期間ＴＡが存在する。図１９は、実施例６の無呼吸判定の処理を示すフローチャートである。無呼吸判定部４２は、図１８に示した状態に基づき無呼吸状態を判定する。

　はじめに、呼吸判定結果に基づき、無呼吸判定部４２は、現在のフレームが呼吸ありか判断する（ステップＳ８１）。現在のフレームが呼吸ありの場合には（ステップＳ８１：Ｙｅｓ）、次いで、バッファ４３から過去の呼吸判定結果を読み出し、現在のフレームの前に一定時間（ＴＮ）以上の呼吸なしの時間があるか判断する（ステップＳ８２）。そして、現在のフレームの前に一定時間（ＴＮ）以上の呼吸なしの時間がある場合には（ステップＳ８２：Ｙｅｓ）、次いで、ステップＳ８２における呼吸なしの期間の前に呼吸ありか判断する（ステップＳ８３）。ここで呼吸があれば（ステップＳ８３：Ｙｅｓ）、無呼吸と判定し（ステップＳ８４）、処理を終了する。一方、ステップＳ８１、ステップＳ８２、ステップＳ８３の判断結果がＮｏの場合には、いずれも無呼吸の判断を行わずに処理を終了する。

　実施の形態６によれば、無呼吸状態における遷移のしかたに基づき、順次過去に遡って呼吸の有無を検出して無呼吸状態であるかを判定するため、正確に無呼吸状態を判定できる。特に、音響信号を取得するマイクの向きや状態によっては呼吸状態を検出できないこともあり得るが、上記の処理によれば、呼吸状態および無呼吸状態をいずれも検出してから最終的に無呼吸状態として判定しており、マイク等の性能変化にも対応して正確に無呼吸状態を判定できるようになる。なお、無呼吸状態の判定結果を受けて音声処理装置４１、あるいは外部装置はアラームを出力することとしてもよく、乳児や幼児、介護老人等の監視に用いることもできる。

　以上説明した音声処理装置は、例えば、携帯電話機を用いて構成できる。そして、携帯電話機の呼吸検出プログラムを就寝時に実行することにより、簡単かつ精度よく呼吸状態を検出できるようになる。携帯電話機に限らず、マイク内蔵のパーソナル・コンピュータやＰＤＡ等の携帯機器を用いて同様に呼吸検出することもできる。マイクは外部接続してもよい。

　本実施の形態で説明した呼吸検出方法は、予め用意されたプログラムをパーソナル・コンピュータやワークステーション等のコンピュータで実行することにより実現することができる。コンピュータのＣＰＵをＲＯＭなどに格納された音声処理（呼吸検出）プログラムを実行させて上記のような呼吸検出処理を行うことができる。この際、ＣＰＵは、不図示のＲＡＭなどをデータの作業エリアとして用い、ＣＰＵは、ＦＦＴ～呼吸判定部の各機能を実現する。音響信号である音声（寝息）は、マイクにより電圧値として検出し、呼吸判断の結果は表示部に表示出力する。また、バッファはＲＡＭ等の記憶部を用いて構成できる。また、このプログラムは、ハードディスク、フレキシブルディスク、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行される。またこのプログラムは、インターネット等のネットワークを介して配布することが可能な伝送媒体であってもよい。

１　音声処理装置
２　時間・周波数変換部
３　パワースペクトル算出部
４　類似性算出部
５　持続時間算出部
６　呼吸判定部
２１　音声処理装置
２３　パワースペクトル算出部
２４，３４　類似性算出部
２５　持続時間算出部
２６　呼吸判定部
２７，２８，４３　バッファ
３１　音声処理装置
３２　背景雑音推定部
４１　音声処理装置
４２　無呼吸判定部

Claims

　入力される音響信号を周波数信号に変換する時間・周波数変換部と、
　前記時間・周波数変換部により算出された現在の周波数信号と、過去の周波数信号との類似性を算出する類似性算出部と、
　前記類似性算出部により算出された前記類似性に基づき、前記音響信号に含まれる生体の呼吸状態を判定する呼吸判定部と、
　を備えたことを特徴とする音声処理装置。
　前記時間・周波数変換部により算出された現在の周波数信号を用いて前記周波数信号の周波数毎のパワースペクトルを算出するパワースペクトル算出部とを更に備え、
　前記類似性算出部は現在のパワースペクトルと過去のパワースペクトルを用いて前記類似性を算出することを特徴とする請求項１に記載の音声処理装置。
　前記類似性算出部により算出された前記類似性を用いて前記音響信号の持続時間を算出する持続時間算出部をさらに備え、
　前記呼吸判定部は、前記持続時間算出部により算出された前記持続時間に基づいて、前記呼吸状態を判定することを特徴とする請求項１または請求項２に記載の音声処理装置。
　前記類似性算出部は、前記パワースペクトル算出部により算出された現在のパワースペクトルと、現在から予め定めた一定時間範囲内の過去のパワースペクトルとを、複数の周波数帯域毎に比較して類似性を算出することを特徴とする請求項２に記載の音声処理装置。
　前記パワースペクトル算出部により算出されたパワースペクトルに基づいて、前記音響信号に含まれる背景雑音レベルを推定する背景雑音推定部をさらに備え、
　前記類似性算出部は、前記パワースペクトルの大きさが前記背景雑音レベルより大きい周波数帯域のみを用いて前記類似性を算出することを特徴とする請求項２に記載の音声処理装置。
　前記類似性算出部は、前記パワースペクトル算出部により算出された現在のパワースペクトルと、過去のパワースペクトルの相関を算出し、当該相関を類似性として用いることを特徴とする請求項２に記載の音声処理装置。
　前記類似性算出部は、前記パワースペクトルの大きさが前記背景雑音レベルより大きい周波数帯域のみを用いて前記相関を算出することを特徴とする請求項６に記載の音声処理装置。
　前記類似性算出部は、前記パワースペクトルの大きさが前記背景雑音レベルより大きい周波数帯域の数が所定の閾値以下の場合は、前記類似性をゼロとすることを特徴とする請求項７に記載の音声処理装置。
　前記持続時間算出部は、前記類似性算出部により算出された現在の類似性と過去の類似性を用い、当該類似性が所定の閾値以上となる前記音響信号を前記持続時間とすることを特徴とする請求項３に記載の音声処理装置。
　入力される音響信号を周波数信号に変換する時間・周波数変換工程と、
　前記時間・周波数変換工程により算出された現在の周波数信号と、過去の周波数信号との類似性を算出する類似性算出工程と、
　前記類似性算出工程により算出された前記類似性に基づき、前記音響信号に含まれる生体の呼吸状態を判定する呼吸判定工程と、
　を含むことを特徴とする呼吸検出方法。