特許ウォッチ

公開番号2024041210
公報種別公開特許公報(A)
公開日2024-03-27
出願番号2022145878
出願日2022-09-14
発明の名称信号処理装置
出願人日本電気株式会社
代理人個人,個人,個人,個人
主分類G10L 25/51 20130101AFI20240319BHJP(楽器;音響)
要約【課題】信号のイベントの検知を精度よく行うことができないこと。
【解決手段】本発明の信号処理装置100は、所定の時間長を有する学習用時系列信号のスペクトログラムから、予め設定された基底の時間毎の発現度合いを表す所定の時間長を有するアクティベーションを算出するアクティベーション算出部121と、アクティベーションの時間長を、他の学習用時系列信号に対応する他のアクティベーションの時間長に基づいて調整し、時間長を調整したアクティベーションの特徴量を算出する特徴量算出部122と、特徴量を用いて学習用時系列信号を識別するモデルを生成するよう学習する学習部123と、を備える。
【選択図】図13

特許請求の範囲【請求項１】
所定の時間長を有する学習用時系列信号のスペクトログラムから、予め設定された基底の時間毎の発現度合いを表す所定の時間長を有するアクティベーションを算出するアクティベーション算出部と、
前記アクティベーションの時間長を、他の前記学習用時系列信号に対応する他の前記アクティベーションの時間長に基づいて調整し、当該時間長を調整した前記アクティベーションの特徴量を算出する特徴量算出部と、
前記特徴量を用いて前記学習用時系列信号を識別するモデルを生成するよう学習する学習部と、
を備えた信号処理装置。
続きを表示（約 1,700 文字）【請求項２】
請求項１に記載の信号処理装置であって、
前記特徴量算出部は、前記アクティベーションの時間長を、前記他のアクティベーションの時間長と同一となるよう調整する、
信号処理装置。
【請求項３】
請求項２に記載の信号処理装置であって、
前記特徴量算出部は、前記アクティベーションの時間長の調整に応じて、当該アクティベーションの時間毎のデータを、対応する時間毎の前記他のアクティベーションのデータに基づいて設定する、
信号処理装置。
【請求項４】
請求項３に記載の信号処理装置であって、
前記特徴量算出部は、前記アクティベーションの時間長の調整に応じて、当該アクティベーションと前記他のアクティベーションとにおいて相互に対応する時間毎のデータ間の距離の総和が最小となるよう、前記アクティベーションの時間毎のデータを設定する、
信号処理装置。
【請求項５】
請求項２に記載の信号処理装置であって、
前記アクティベーション算出部は、複数の前記基底毎にそれぞれ前記アクティベーションを算出し、
前記特徴量算出部は、特定の前記基底に対応する前記アクティベーションの時間毎のデータを設定すると共に、当該データを設定した同一の時間における他の前記基底に対応する前記アクティベーションのデータを設定する、
信号処理装置。
【請求項６】
請求項２に記載の信号処理装置であって、
前記特徴量算出部は、前記アクティベーションの時間長の調整に応じて、当該アクティベーションの調整した時間におけるデータを追加又は削除する、
信号処理装置。
【請求項７】
請求項１に記載の信号処理装置であって、
前記アクティベーション算出部は、所定の時間長を有する評価用時系列信号のスペクトログラムから前記アクティベーションを算出し、
前記特徴量算出部は、前記学習用時系列信号に対応する前記アクティベーションの調整した時間長に応じて、前記評価用時系列信号に対応する前記アクティベーションの時間長を調整し、当該時間長を調整した前記評価用時系列信号に対応する前記アクティベーションの特徴量を算出し、
さらに、前記評価用時系列信号に対応する前記特徴量から、前記モデルを用いて前記評価用時系列信号を識別する識別部を備えた、
信号処理装置。
【請求項８】
請求項７に記載の信号処理装置であって、
前記特徴量算出部は、前記評価用時系列信号に対応する前記アクティベーションの時間長を、前記学習用時系列信号に対応する前記アクティベーションの調整した時間長と同一となるよう調整する、
信号処理装置。
【請求項９】
所定の時間長を有する学習用時系列信号のスペクトログラムから、予め設定された基底の時間毎の発現度合いを表す所定の時間長を有するアクティベーションを算出し、
前記アクティベーションの時間長を、他の前記学習用時系列信号に対応する他の前記アクティベーションの時間長に基づいて調整し、当該時間長を調整した前記アクティベーションの特徴量を算出し、
前記特徴量を用いて前記学習用時系列信号を識別するモデルを生成するよう学習する、
信号処理方法。
【請求項１０】
情報処理装置に、
所定の時間長を有する学習用時系列信号のスペクトログラムから、予め設定された基底の時間毎の発現度合いを表す所定の時間長を有するアクティベーションを算出し、
前記アクティベーションの時間長を、他の前記学習用時系列信号に対応する他の前記アクティベーションの時間長に基づいて調整し、当該時間長を調整した前記アクティベーションの特徴量を算出し、
前記特徴量を用いて前記学習用時系列信号を識別するモデルを生成するよう学習する、
処理を実行させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、信号処理装置、信号処理方法、プログラムに関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
センサが取得した音や振動などの時系列信号から、信号源や信号の種類（イベント）を検知する代表的な方法の一つとして、ＮＭＦ（非負値行列因子分解）が知られている（特許文献１、非特許文献１）。ＮＭＦとは、下記数１式のように、非負値の行列Ｖを、２つの非負値の行列である基底Ｗと、アクティベーションＨと、に分解する手法である。
JPEG
2024041210000002.jpg
16
169
【０００３】
ここで、アクティベーションＨは、基底Ｗの重み（発現度合い）を表す。特許文献１および非特許文献１では、解析対象の信号のスペクトログラムに対し、事前に学習した基底辞書を用いてＮＭＦを行うことにより、アクティベーションを算出し、算出されたアクティベーションの組み合わせにより、解析対象の信号に特定のイベントが含まれるか否かを判定している。具体的に、特許文献１および非特許文献１では、解析対象の信号から短い時間区間ごとに算出したスペクトログラムに対してイベント検知処理を行っている。言い換えると、スペクトログラムを算出するために切り出した時間区間ごとに、１つの検知結果を出している。
【先行技術文献】
【特許文献】
【０００４】
国際公開第２０１７／２１７４１２号
【非特許文献】
【０００５】
Courtenay V. Cotton and Daniel P. W. Ellis, ‘SPECTRAL VS. SPECTRO-TEMPORAL FEATURES FOR ACOUSTIC EVENT DETECTION’, 2011 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、信号の時間変化に特徴を持つイベントの場合には、短い時間区間では時間変化の特徴が表れにくいことがある。このため、上述した技術では、信号の時間変化に特徴を持つイベントの検知を精度よく行うことができない、という問題が生じる。
【０００７】
本開示の目的は、上述した課題である、信号のイベントの検知を精度よく行うことができない、ことを解決することができる信号処理装置を提供することにある。
【課題を解決するための手段】
【０００８】
本発明の一形態である信号処理装置は、
所定の時間長を有する学習用時系列信号のスペクトログラムから、予め設定された基底の時間毎の発現度合いを表す所定の時間長を有するアクティベーションを算出するアクティベーション算出部と、
前記アクティベーションの時間長を、他の前記学習用時系列信号に対応する他の前記アクティベーションの時間長に基づいて調整し、当該時間長を調整した前記アクティベーションの特徴量を算出する特徴量算出部と、
前記特徴量を用いて前記学習用時系列信号を識別するモデルを生成するよう学習する学習部と、
を備えた、
という構成をとる。
【０００９】
また、本発明の一形態である信号処理方法は、
所定の時間長を有する学習用時系列信号のスペクトログラムから、予め設定された基底の時間毎の発現度合いを表す所定の時間長を有するアクティベーションを算出し、
前記アクティベーションの時間長を、他の前記学習用時系列信号に対応する他の前記アクティベーションの時間長に基づいて調整し、当該時間長を調整した前記アクティベーションの特徴量を算出し、
前記特徴量を用いて前記学習用時系列信号を識別するモデルを生成するよう学習する、
という構成をとる。
【００１０】
また、本発明の一形態であるプログラムは、
情報処理装置に、
所定の時間長を有する学習用時系列信号のスペクトログラムから、予め設定された基底の時間毎の発現度合いを表す所定の時間長を有するアクティベーションを算出し、
前記アクティベーションの時間長を、他の前記学習用時系列信号に対応する他の前記アクティベーションの時間長に基づいて調整し、当該時間長を調整した前記アクティベーションの特徴量を算出し、
前記特徴量を用いて前記学習用時系列信号を識別するモデルを生成するよう学習する、
処理を実行させる、
という構成をとる。
【発明の効果】
（【００１１】以降は省略されています）

関連特許