30年以上の歴史を持ち実用的なアプリケーションも登場した音声認識に比べて、音声以外のいわゆる物音をコンピュータで認識する試みはほとんどなされていない。今回、我々は非音声音の中で、単発衝撃音を認識し、さらに音源方向推定機能を有するブロトタイブシステムを開発した。

1 単発衝撃音の認識

単発衝撃音は一回の衝突に基づく非音声音である。 本システムは、木板打撃音、金属缶打撃音、ガラス 打撃音、ドラム打撃音、拍手音の５種類を識別する。 まず、単発衝撃音であるか否かを判別するために、 入力された音響信号のパワーの時間的変化が単発衝 撃音の特徴である指数減衰型のブロファイルをなし ているかどうかを判別する。

　次に、単発衝撃音のパワーのピーク時と減衰時に おけるスベクトルを計算し、それを１６の周波数帯 城に分割した３２個の特徴量を求める。それぞれの 単発衝突音について、多数のサンプルからあらかじ め作成しておいた特徴量の分布とパターンマッチン グを行い、最もマッチングした音源の種類を識別結 果として出力する。

　なお、静穏なオフィス環境において平均識別率は 約80%であり、識別時間はPentium 500ⅥHzの Linux PCで３秒以内である。今後は認識率の向上 と識別対象の拡大が課題である。

2 マイクロホンアレーによる音源方向推定

　非音声音認識は一般的に比較的遠方の音を認識する必要があるために、背景雑音のある実環境の中でノイズ低減が重要な課題である。このためにマイクロホンアレーを用いて、仮想的に特定の方向からの信号だけを強調する超指向性フィルタ(ビームフォーマ)を利用した。

　１６チャネルの直径30cm円形マイクロホンアレーを用いて、10度の分解能を持つ方向推定、約6dB のノイズ低減を実現し、ほぼリァルタイム計算(く 10ms)として実装した。今後は適応型フィルタや高速サンプリングによるノイズ低減が課題である。

図１ 音源方向推定機能を有する非音声音認識システムの構成

3 実環境音声・音響データベース

　本研究の過程で茶良先端大中村研究室と共同で収集したデータは「RWC実環境音声・音響データべ一ス」として研究用途に限定して公開している。内容は無響室で収録した100種類8000サンプル以上のドライソース、および、数種のマイクロホンアレーで測定したいくつかの部屋における音響インパルス応答である。詳しくは以下のホームベージを参照されたい。

http://tosa.mri.co.jp/sounddb/