Top > Search of Japanese Patents > PSYCHOLOGICAL EVALUATION METHOD FOR NOISE, DEVICE THEREFOR, AND MEDIUM THEREFOR > Specification

Specification :(In Japanese)騒音心理評価方法、その装置および媒体

Country (In Japanese)日本国特許庁(JP)
Gazette (In Japanese)特許公報(B2)
Patent Number P3546236
Publication number P2003-121253A
Date of registration Apr 23, 2004
Date of issue Jul 21, 2004
Date of publication of application Apr 23, 2003
Title of the invention, or title of the device (In Japanese)騒音心理評価方法、その装置および媒体
IPC (International Patent Classification) G01H  3/00      
H04R 29/00      
FI (File Index) G01H 3/00 A
H04R 29/00 320
Number of claims or invention 9
Total pages 17
Application Number P2002-205577
Division of application (In Japanese)P2000-246418の分割、
【原出願日】Aug 15, 2000
Date of filing Jul 15, 2002
Date of request for substantive examination Jul 15, 2002
Patentee, or owner of utility model right (In Japanese)【識別番号】593087983
【氏名又は名称】神戸大学長
Inventor, or creator of device (In Japanese)【氏名】安藤 四一
【氏名】酒井 博之
Representative (In Japanese)【識別番号】100072051、【弁理士】、【氏名又は名称】杉村 興作
Examiner (In Japanese)【審査官】郡山 順
Document or reference (In Japanese)安藤四一,「計算科学技術活用型特定研究開発推進事業(短期集中型)研究開発終了報告 平成10年度」,2000年 7月31日,第237-280頁、表紙
J.Y.Jeon,Journal of Sound and Vibration,2001年,241(1), pp.147-155
安藤四一,「計算科学技術活用型特定研究開発推進事業(短期集中型)研究開発終了報告 平成10年度」,2000年 7月31日,第237-280頁、表紙
Scope of claims (In Japanese)【請求項1】
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、
前記演算手段を用いて、この計算されたACFからACFファクターを計算し、この計算されたIACFから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、
前記演算手段を用いて、この計算されたACFファクター、及び、IACFファクターに基づき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心理評価方法。
【請求項2】
請求項1に記載の騒音心理評価方法において、
前記心理評価を行うステップが、
前記計算されたIACFファクターである最大振幅IACCと係数αとに基づき、主観的拡がり感Sdiffusenessを、
Sdiffuseness=-α(IACC)3/2
により求める演算ステップ、
を含むことを特徴とする騒音心理評価方法。
【請求項3】
請求項1に記載の騒音心理評価方法において、
前記心理評価を行うステップが、
前記計算されたIACFファクターである最大振幅IACCと、最大振幅における幅WIACCと、係数a及びbとに基づき、見かけの音源の幅SASWを、
SASW=-a(IACC)β+b(WIACC1/2
により求める演算ステップ、
を含むことを特徴とする騒音心理評価方法。
【請求項4】
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手段と、
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演算手段と、
前記演算手段を用いて、この計算されたACFからACFファクターを計算し、この計算されたIACFからIACFファクターを計算するACF・IACFファクター演算手段と、
前記演算手段を用いて、この計算されたACFファクター、及び、IACFファクターに基づき心理評価を行う心理評価手段と、
を含むことを特徴とする騒音心理評価装置。
【請求項5】
請求項4に記載の騒音心理評価装置において、
前記心理評価を行う手段が、
前記計算されたIACFファクターである最大振幅IACCと係数αとに基づき、主観的拡がり感Sdiffusenessを、
Sdiffuseness=-α(IACC)3/2
により求める演算手段、
を含むことを特徴とする騒音心理評価装置。
【請求項6】
請求項4に記載の騒音心理評価装置において、
前記心理評価を行う手段が、
前記計算されたIACFファクターである最大振幅IACCと、最大振幅における幅WIACCと、係数a及びbとに基づき、見かけの音源の幅SASWを、
SASW=-a(IACC)β+b(WIACC1/2
により求める演算手段、
を含むことを特徴とする騒音心理評価装置。
【請求項7】
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、
前記演算手段を用いてこの計算されたACFからACFファクターを計算し、この計算されたIACFから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、
前記演算手段を用いてこの計算されたACFファクター、及び、IACFファクターに基づき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、
騒音心理評価を行う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8】
請求項7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、
前記心理評価を行うステップが、
前記計算されたIACFファクターである最大振幅IACCと係数αとに基づき、主観的拡がり感Sdiffusenessを、
Sdiffuseness=-α(IACC)3/2
により求める演算ステップ、を含むことを特徴とする、
騒音心理評価を行う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9】
請求項7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、
前記心理評価を行うステップが、
前記計算されたIACFファクターである最大振幅IACCと、最大振幅における幅WIACCと、係数a及びbとに基づき、見かけの音源の幅SASWを、
SASW=-a(IACC)β+b(WIACC1/2
により求める演算ステップ、を含むことを特徴とする、
騒音心理評価を行う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。
Detailed description of the invention (In Japanese)
【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。
【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。
【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Leq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。
【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。
【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ACF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、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。
【発明の実施の形態】
【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(τemin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(IACC)、最大振幅までの遅延時間(τIACC)、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20cm)としたもの)でも本発明で測定するACF、IACF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IACF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。
【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S1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ACF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IACF演算手段10によりACFファクター及びIACF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Φll(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。
【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)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IACF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tstep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、
【数1】
JP0003546236B2_000002t.gif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τe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FFT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(i)とΦrr(i)を下記のように平均する。
【数2】
JP0003546236B2_000003t.gifSPLの正確な値は、次式で得られる。
【数3】
JP0003546236B2_000004t.gifΦref(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、Φll(0)及びΦrr(0)の相乗平均である。
【数4】
JP0003546236B2_000005t.gif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。
【数5】
JP0003546236B2_000006t.gif
【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。
【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、τ1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[ms])で表わされる。デジタル形式では、Φ(i)(-f/103≦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IACFΦlr(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】
JP0003546236B2_000007t.gif
【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WIACC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IACC=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)、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τe:(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)~(10)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ACF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】
JP0003546236B2_000008t.gif
【0026】
目的とする騒音源の合計距離Dは、次式で表わされる。
【数8】
JP0003546236B2_000009t.gifW(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。
【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/S11/2}maxの中の最大値で正規化した後、(S2/S11/2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ACF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、IACF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ACFを次式で得ることができる。
【数9】
JP0003546236B2_000010t.gifp’(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。
【数10】
JP0003546236B2_000011t.gif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。
【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ACF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),τ11e) (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。
【数11】
JP0003546236B2_000012t.gif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。
【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/octave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=fp11) (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,(τ11),…,(τnn)] (18)
τnn(n=1,2,…)の中でτ11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),τe11] (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),τe11] (20)
【0036】
長時間IACFは次式で求めることができる。
【数12】
JP0003546236B2_000013t.gif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。
【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。
【数13】
JP0003546236B2_000014t.gif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WIACC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。
【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、τIACC、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~+1ms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】
JP0003546236B2_000015t.gif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。
【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10名の被験者を用いて一対比較テストで求めた。WIACC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。IACC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、WIACC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S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(WIACC1/2 (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WIACC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ASW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<0.01)。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IACF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ACFは次式で求めることができる。
【数15】
JP0003546236B2_000016t.gifここで2Tは解析される信号の長さである。この長さ2Tは、ランニングACFの有効継続時間の最小値(τeminを少なくとも含む範囲で決定すべきである。(τemin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,τ11e) (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(Δt1,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。
【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(τe11;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(τe11left+fT(LL、IACC,τIACC,WIACCright(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(τemin (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。ACF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。
【図面の簡単な説明】
【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。
【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。
【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。
【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。
【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。
【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。
【図7】重み係数の計算方法を説明するブロック図である。
【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。
【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。
【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。
【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WIACC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。
【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。
【符号の説明】
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
Drawing
(In Japanese)【図1】
0
(In Japanese)【図2】
1
(In Japanese)【図3】
2
(In Japanese)【図4】
3
(In Japanese)【図5】
4
(In Japanese)【図6】
5
(In Japanese)【図7】
6
(In Japanese)【図8】
7
(In Japanese)【図9】
8
(In Japanese)【図10】
9
(In Japanese)【図11】
10
(In Japanese)【図12】
11
(In Japanese)【図13】
12