特許ウォッチ

公開番号2024076437
公報種別公開特許公報(A)
公開日2024-06-06
出願番号2022187934
出願日2022-11-25
発明の名称叫び声検知システム、音声分類方法、及び、音声分類モデルの生成方法
出願人学校法人立命館
代理人個人
主分類G10L 15/10 20060101AFI20240530BHJP(楽器;音響)
要約【課題】第1状況での第1叫び声を、第1状況とは異なる第2状況での第2叫び声とは区別して検知可能な、叫び声検知システムを提供する。
【解決手段】叫び声検知システム1は、入力音声の特徴量を取得する特徴取得器111と、特徴量に基づいて、入力音声を分類する音声分類モデル116と、を備え、音声分類モデルは、第1状況での第1叫び声を、第1状況とは異なる第2状況での第2叫び声とは区別して分類するよう構成されている。
【選択図】図1
特許請求の範囲【請求項１】
入力音声の特徴量を取得する特徴取得器と、
前記特徴量に基づいて、前記入力音声を分類する音声分類モデルと、
を備え、
前記音声分類モデルは、第１状況での第１叫び声を、前記第１状況とは異なる第２状況での第２叫び声とは区別して分類するよう構成されている
叫び声検知システム。
続きを表示（約 1,200 文字）【請求項２】
前記第１状況は、叫び声が発せられたときの危険度が前記第２状況とは異なる状況である
請求項１に記載の叫び声検知システム。
【請求項３】
前記第１状況は、叫び声が発せられたときの危険度が前記第２状況よりも高い状況である
請求項１に記載の叫び声検知システム。
【請求項４】
前記特徴取得器は、少なくとも、前記入力音声の音声特徴量を取得するよう構成され、
前記音声分類モデルは、少なくとも前記音声特徴量に基づいて、前記第１叫び声を前記第２叫び声とは区別して分類するよう構成されている
請求項１に記載の叫び声検知システム。
【請求項５】
前記特徴取得器は、前記入力音声を音声認識して得られる言語の言語特徴量を更に取得するよう構成され、
前記音声分類モデルは、前記音声特徴量及び前記言語特徴量に基づいて、前記第１叫び声を前記第２叫び声とは区別して分類するよう構成されている
請求項４に記載の叫び声検知システム。
【請求項６】
前記音声分類モデルは、前記第１叫び声と、前記第２叫び声と、平静音声と、を区別して分類するよう構成されている
請求項１に記載の叫び声検知システム。
【請求項７】
前記音声分類モデルは、第１状況での第１叫び声を、前記第１状況とは異なる第２状況での第２叫び声とは区別して分類するための機械学習が行われた学習モデルである
請求項１に記載の叫び声検知システム。
【請求項８】
前記学習モデルは、前記第１状況での叫び声である第１学習用音声及び前記第２状況での叫び声である第２学習用音声を含む複数の学習用音声それぞれの特徴量と、前記複数の学習用音声それぞれの分類と、を学習データとして機械学習されている
請求項７に記載の叫び声検知システム。
【請求項９】
入力音声の特徴量を求め、
前記特徴量に基づいて前記入力音声を分類する音声分類モデルに、前記特徴量を与えて、前記入力音声の分類結果を得る、
ことを備え、
前記音声分類モデルは、第１状況での第１叫び声を、前記第１状況とは異なる第２状況での第２叫び声とは区別して分類するよう構成されている
コンピュータに実装された音声分類方法。
【請求項１０】
第１状況での叫び声である第１学習用音声及び前記第１状況とは異なる第２状況での叫び声である第２学習用音声を含む複数の学習用音声それぞれの特徴量と、前記複数の学習用音声それぞれの分類と、を学習データとして機械学習することによって、前記第１状況での叫び声を、前記第２状況での叫び声とは区別して分類するための音声分類モデルを得る、ことを備える
音声分類モデルの生成方法。

発明の詳細な説明【技術分野】
【０００１】
本開示は、叫び声検知システム、音声分類方法、及び、音声分類モデルの生成方法に関する。
続きを表示（約 1,300 文字）【背景技術】
【０００２】
特開２０１１－５３５５７号公報（以下、特許文献１）に開示されているように、従来の検出装置は、受け付けた音声信号が悲鳴であるか否かを検出するものであった。
【先行技術文献】
【特許文献】
【０００３】
特開２０１１－５３５５７号公報
【発明の概要】
【０００４】
人の叫び声には、驚いた状況での叫び声、歓声、助けを求める叫び声、など、状況によって異なる場合がある。しかしながら、特許文献１のような従来の検出装置では、状況の異なる叫び声も一律に「悲鳴」として検出されてしまう。本開示は、第１状況での第１叫び声を、第１状況とは異なる第２状況での第２叫び声とは区別して検知可能な、叫び声検知システム、音声分類方法、及び、音声分類モデルの生成方法を提供することを目的の１つとする。
【０００５】
ある実施の形態に従うと、叫び声検知システムは、入力音声の特徴量を取得する特徴取得器と、特徴量に基づいて、入力音声を分類する音声分類モデルと、を備え、音声分類モデルは、第１状況での第１叫び声を、第１状況とは異なる第２状況での第２叫び声とは区別して分類するよう構成されている。
【０００６】
ある実施の形態に従うと、音声分類方法は、入力音声の特徴量を求め、特徴量に基づいて入力音声を分類する音声分類モデルに、特徴量を与えて、入力音声の分類結果を得る、ことを備え、音声分類モデルは、第１状況での第１叫び声を、第１状況とは異なる第２状況での第２叫び声とは区別して分類するよう構成されている。
【０００７】
ある実施の形態に従うと、音声分類モデルの生成方法は、第１状況での叫び声である第１学習用音声及び第１状況とは異なる第２状況での叫び声である第２学習用音声を含む複数の学習用音声それぞれの特徴量と、複数の学習用音声それぞれの分類と、を学習データとして機械学習することによって、第１状況での叫び声を、第２状況での叫び声とは区別して分類するための音声分類モデルを得る、ことを備える。
【０００８】
更なる詳細は、後述の実施形態として説明される。
【図面の簡単な説明】
【０００９】
図１は、実施の形態に係る叫び声検知システム（以下、システムと略する）の概略図である。
図２は、システムの有する、音声分類モデルの生成方法の一例を表した図である。
図３は、システムでの叫び声検知方法の流れの一例を表したフローチャートである。
図４は、音声分類モデルの生成に用いた、データベースの生成方法の流れの一例を表したフローチャートである。
図５は、図４のステップＳ３０３の一例を表した図である。
図６は、図４のステップＳ３０７の一例を表した図である。
図７は、図４のステップＳ３０９の一例を説明するための図である。
【発明を実施するための形態】
【００１０】
＜１．叫び声検知システム、音声分類方法、及び、音声分類モデルの生成方法の概要＞
（【００１１】以降は省略されています）

関連特許