特開 2022-144927 音質分析方法、音質分析プログラム、および該音質分析プログラムを記憶したコンピュータ読取可能な記憶媒体

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022144927

(43)【公開日】2022-10-03

(54)【発明の名称】音質分析方法、音質分析プログラム、および該音質分析プログラムを記憶したコンピュータ読取可能な記憶媒体

(51)【国際特許分類】

   G06N 20/00 20190101AFI20220926BHJP

   G10K 15/00 20060101ALI20220926BHJP

   G10L 25/51 20130101ALI20220926BHJP

【ＦＩ】

G06N20/00 130

G10K15/00 L

G10L25/51

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2021046131

(22)【出願日】2021-03-19

(71)【出願人】

【識別番号】000003137

【氏名又は名称】マツダ株式会社

(71)【出願人】

【識別番号】000005016

【氏名又は名称】パイオニア株式会社

(71)【出願人】

【識別番号】510108951

【氏名又は名称】公立大学法人広島市立大学

(74)【代理人】

【識別番号】110001427

【氏名又は名称】弁理士法人前田特許事務所

(72)【発明者】

【氏名】藤本 麻由美

(72)【発明者】

【氏名】若松 功二

(72)【発明者】

【氏名】山中 尋詞

(72)【発明者】

【氏名】五十嵐 優司

(72)【発明者】

【氏名】青木 武史

(72)【発明者】

【氏名】小池 遥

(72)【発明者】

【氏名】清水 朗

(72)【発明者】

【氏名】石光 俊介

(72)【発明者】

【氏名】曽雌 崇弘

(72)【発明者】

【氏名】井野場 春香

(57)【要約】

【課題】種々の音響特性のうち、人間等による音質の評価に寄与する音響特性を、客観的にかつ定量的に明らかにする。
【解決手段】音質分析方法は、各音響特性について定量化された複数の音響データ４９に対してＣＰＵ３がデータ拡張を実行することで、データ拡張が施された複数の拡張データ５９を生成するサンプル増幅フェーズＳ１と、データ拡張前の各音響データ４９またはデータ拡張後の各拡張データ５９に対し、音響データ４９単位で音質の良否の判定結果をラベリングする学習準備フェーズＳ２と、線形分類器を構成する重み付け係数として、それぞれ音響特性に対応した複数の影響係数β_ｐを設定するとともに、複数の拡張データ５９と学習準備フェーズＳ２においてラベリングされた音質の良否とのペアを教師データに設定した状態でＣＰＵ３がラッソ回帰を行うことで、複数の影響係数β_ｐを学習する機械学習フェーズＳ３と、を備える。
【選択図】図３

【特許請求の範囲】

【請求項1】

プログラムを実行する演算部と、データを読み込む記憶部と、を備えるコンピュータを用いることによって、複数の音響データそれぞれの音質の良否を分類するための線形分類器を決定するとともに該線形分類器に基づいて音響特性の分析を行う音質分析方法であって、
前記記憶部が、各音響特性について定量化された状態で前記複数の音響データを読み込むとともに、該複数の音響データに対して前記演算部がデータ拡張を実行することで、データ拡張が施された複数の拡張データを生成するサンプル増幅ステップと、
データ拡張前の各音響データまたはデータ拡張後の各拡張データに対し、音響データ単位で音質の良否の判定結果をラベリングする学習準備ステップと、
前記線形分類器を構成する重み付け係数として、それぞれ前記音響特性に対応した複数の影響係数を設定するとともに、前記複数の拡張データと前記学習準備ステップにおいてラベリングされた音質の良否とのペアを教師データに設定した状態で前記演算部がラッソ回帰を行うことで、前記複数の影響係数を学習する機械学習ステップと、を備える
ことを特徴とする音質分析方法。

【請求項2】

請求項１に記載された音質分析方法において、
前記サンプル増幅ステップに際し、前記複数の拡張データの平均値および標準偏差に基づいて、前記演算部が前記複数の拡張データを前記影響係数毎にそれぞれ標準化する、と
ことを特徴とする音質分析方法。

【請求項3】

請求項１または２に記載された音質分析方法において、
前記複数の拡張データを前記線形分類器に入力することで、前記複数の拡張データのそれぞれについて、前記学習準備ステップにおいてラベリングされた音質の良否と、前記線形分類器によって分類された音質の良否と、を前記演算部が照合する分類テストステップを備え、
前記演算部は、前記分類テストステップにおいて、前記複数の拡張データのうち、前記ラベリングされた音質の良否と前記線形分類器によって分類された音質の良否とが相異する拡張データを示す分類エラーデータを決定し、
前記演算部は、前記複数の拡張データから前記分類エラーデータを除外した状態で前記機械学習ステップを再度実行することで、前記線形分類器を更新する
ことを特徴とする音質分析方法。

【請求項4】

請求項３に記載された音質分析方法において、
前記演算部は、前記分類エラーデータが抽出されなくなるまで、前記分類テストステップおよび前記線形分類器の更新を繰り返し実行する
ことを特徴とする音質分析方法。

【請求項5】

請求項３または４に記載された音質分析方法において、
前記演算部は、前記機械学習ステップを実行した後に、前記複数の影響係数のうち、前記ラッソ回帰を通じて所定の基準値未満となるように決定された影響係数を示す小寄与係数を決定し、
前記演算部は、前記複数の拡張データから前記分類エラーデータを除外しかつ前記複数の影響係数から前記小寄与係数を除外した状態で前記機械学習ステップを再度実行することで、前記線形分類器を更新する
ことを特徴とする音質分析方法。

【請求項6】

請求項１から５のいずれか１項に記載された音質分析方法において、
前記複数の音響データは、複数の車種にわたって車種毎に録音されたオーディオ音響データからなる
ことを特徴とする音質分析方法。

【請求項7】

請求項１から６のいずれか１項に記載された音質分析方法において、
前記音響特性には、少なくとも、時間重心と、両耳間レベル差と、両耳間時間差と、初期減衰時間と、初期側方エネルギー率と、音声伝達指標と、Ｃ値と、Ｄ値と、両耳間相関関数と、の１つ以上が含まれる
ことを特徴とする音質分析方法。

【請求項8】

プログラムを実行する演算部と、データを読み込む記憶部と、を備えるコンピュータに実行させることによって、複数の音響データそれぞれの音質の良否を分類するための線形分類器を決定するとともに該線形分類器に基づいて音響特性の分析を行う音質分析プログラムであって、
前記コンピュータに、
前記記憶部が、各音響特性について定量化された状態で前記複数の音響データを読み込むとともに、該複数の音響データに対して前記演算部がデータ拡張を実行することで、データ拡張が施された複数の拡張データを生成するサンプル増幅ステップと、
データ拡張前の各音響データまたはデータ拡張後の各拡張データに対し、音響データ単位で音質の良否の判定結果をラベリングする学習準備ステップと、
前記線形分類器を構成する重み付け係数として、それぞれ前記音響特性に対応した複数の影響係数を設定するとともに、前記複数の拡張データと該複数の拡張データの各々にラベリングされた前記判定結果との組み合わせを教師データに設定した状態で前記演算部がラッソ回帰を行うことで、前記複数の影響係数を決定する機械学習ステップと、を実行させる
ことを特徴とする音質分析プログラム。

【請求項9】

請求項８に記載された音質分析プログラムを記憶している
ことを特徴とするコンピュータ読取可能な記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

ここに開示する技術は、音質分析方法、音質分析プログラム、および該音質分析プログラムを記憶したコンピュータ読取可能な記憶媒体に関する。

【背景技術】

【0002】

特許文献１には、教師あり学習の一例が開示されている。具体的に、この特許文献１には、与えられた数の教師データにデータ拡張を施すことで、その数以上の教師データを自動的に生成するような構成が開示されている。

【0003】

また特許文献２には、教師あり学習の別例が開示されている。具体的に、この特許文献２に開示されている文書分類装置は、選択された正解事例から新たな事例を作り出し、この新たな正解事例を学習用の正解事例に追加することで、機械学習用の正解データを生成するように構成されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開平８－９６０８４号公報

【特許文献2】特開２００４－４２８７７６号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

従来、音質の良否を判定する際には、例えばゴールデンイヤーと呼ばれる熟達者の力を借りていた。しかしながら、人間による評価は、聴覚、感性等に基づいた主観的なものとならざるを得ない。

【0006】

その一方で、音質の良否の判定には、種々の音響特性が影響を及ぼすものと考えられる。しかしながら、人間による主観的な評価では、そうした音響特性のうち、どの特性がどの程度影響を及ぼしているのかを把握するのは容易ではない。

【0007】

本願発明者らは、オーディオ音響等の音響性能を効率的に改善するためには、寄与度の高い音響特性を明らかにし、その特性について重点的に改良を施すべきという着想に至った。そして、本願発明者らは、鋭意検討を重ねた結果、機械学習の手法に着目するとともに、前記特許文献１および２に記載されているデータ拡張を、従来とは異なる用途で活用することを新たに着想し、本願発明を想到するに至った。

【0008】

本開示は、かかる点に鑑みてなされたものであり、その目的とするところは、種々の音響特性のうち、人間等による音質の評価に寄与する音響特性を、客観的にかつ定量的に明らかにすることにある。

【課題を解決するための手段】

【0009】

本開示の第１の態様は、プログラムを実行する演算部と、データを読み込む記憶部と、を備えるコンピュータを用いることによって、複数の音響データそれぞれの音質の良否を分類するための線形分類器を決定するとともに該線形分類器に基づいて音響特性の分析を行う音質分析方法に係る。

【0010】

そして、前記第１の態様によれば、前記音質分析方法は、前記記憶部が、各音響特性について定量化された状態で前記複数の音響データを読み込むとともに、該複数の音響データに対して前記演算部がデータ拡張を実行することで、データ拡張が施された複数の拡張データを生成するサンプル増幅ステップと、データ拡張前の各音響データまたはデータ拡張後の各拡張データに対し、音響データ単位で音質の良否の判定結果をラベリングする学習準備ステップと、前記線形分類器を構成する重み付け係数として、それぞれ前記音響特性に対応した複数の影響係数を設定するとともに、前記複数の拡張データと前記学習準備ステップにおいてラベリングされた音質の良否とのペアを教師データに設定した状態で前記演算部がラッソ回帰を行うことで、前記複数の影響係数を学習する機械学習ステップと、を備える。

【0011】

前記第１の態様によると、複数の音響データに対してデータ拡張を実行し、複数の拡張データを生成する。従来知られた知見によれば、データ拡張は、分析対象とする音響特性の数、すなわち重み付け係数の数が多数にわたる場合に適した手法として知られているものの、過度のデータ拡張は、過学習を招くため望ましくないとされてきた。

【0012】

しかしながら、前記第１の態様では、意図的に過学習、または、それに近い状況を作り出すために、データ拡張を実行する。これにより、未知の音響データに対する分類性能が抑制される一方で、教師データとして用いた既知の音響データについては、その音質の良否判定に際して寄与した影響係数と、他の影響係数と、の差異が有意に拡大することになる。

【0013】

また、上記のように過学習を意図的に引き起こしたことと、ラッソ回帰による機械学習（寄与度の小さな重み付け係数がゼロとなる回帰手法）と、が相まって、音質の良否判定に大きく寄与するような影響係数と、それよりも寄与の小さい影響係数と、を明確に分かつことができる。これにより、人間の主観的評価等に基づいてラベリングされる音質の良否において、如何なる音響特性がその評価に寄与しているかを、客観的にかつ定量的に明らかにすることができる。

【0014】

また、本開示の第２の態様によれば、前記音質分析方法は、前記サンプル増幅ステップに際し、前記複数の拡張データの平均値および標準偏差に基づいて、前記演算部が前記複数の拡張データを前記影響係数毎にそれぞれ標準化する、としてもよい。

【0015】

なお、ここでいう「複数の拡張データの標準化」とは、複数の拡張データをそれぞれ標準得点（Standard Score）としてのＺ値（z-score）へと変換する処理を指す。

【0016】

前記第２の態様によると、データ拡張によって生成される拡張データの平均値および標準偏差に基づいて標準化を実行することで、音響データが事後的に新たに追加される場合にあっても、その追加された音響データを反映した標準化をスムースに行うことができるようになる。これにより、音質分析方法における各ステップの内容を変更することなく、そのまま用いることができるようになる。

【0017】

また、本開示の第３の態様によれば、前記音質分析方法は、前記複数の拡張データを前記線形分類器に入力することで、前記複数の拡張データのそれぞれについて、前記学習準備ステップにおいてラベリングされた音質の良否と、前記線形分類器によって分類された音質の良否と、を前記演算部が照合する分類テストステップを備え、前記演算部は、前記分類テストステップにおいて、前記複数の拡張データのうち、前記ラベリングされた音質の良否と前記線形分類器によって分類された音質の良否とが相異する拡張データを示す分類エラーデータを決定し、前記演算部は、前記複数の拡張データから前記分類エラーデータを除外した状態で前記機械学習ステップを再度実行することで、前記線形分類器を更新する、としてもよい。

【0018】

前記第３の態様によると、演算部は、拡張データから分類エラーデータを除外した状態で、機械学習ステップを再度実行する。分類エラーデータは、例えば、人間等による判定では音質が良いと判定されていたところ、線形分類器による分類では音質が悪いと判定されてしまうような拡張データに相当する。より詳しくは、線形分離を行うような線形分類器を用いた場合、そうした分類エラーデータは、線形分離を特徴付ける境界線を跨ぐような拡張データに相当する。

【0019】

前記第３の態様によると、演算部は、そうした分類エラーデータを教師データから除外する。前述のように境界線を跨ぐデータを除外することで、過学習がさらに促される。これにより、音質の良否を評価する際に、如何なる音響特性がその評価に寄与しているかを、客観的にかつ定量的に明らかにする上で有利になる。

【0020】

また、本開示の第４の態様によれば、前記演算部は、前記分類エラーデータが抽出されなくなるまで、前記分類テストステップおよび前記線形分類器の更新を繰り返し実行する、としてもよい。

【0021】

前記第４の態様によると、過学習が一層促されることになる。これにより、音質の良否を評価する際に、如何なる音響特性がその評価に寄与しているかを、客観的にかつ定量的に明らかにする上で有利になる。

【0022】

また、本開示の第５の態様によれば、前記演算部は、前記機械学習ステップを実行した後に、前記複数の影響係数のうち、前記ラッソ回帰を通じて所定の基準値未満となるように決定された影響係数を示す小寄与係数を決定し、前記演算部は、前記複数の拡張データから前記分類エラーデータを除外しかつ前記複数の影響係数から前記小寄与係数を除外した状態で前記機械学習ステップを再度実行することで、前記線形分類器を更新する、としてもよい。

【0023】

ラッソ回帰を行うことで、良否の判定への寄与が少ない影響係数は、ゼロとなる。本願発明者らが鋭意検討を重ねた結果、得られた知見によれば、ゼロとなった影響係数のような小寄与係数を除外した状態で再度ラッソ回帰を行うことで、前述の如き分類エラーデータの出現を抑制することが可能となる。これにより、より分類精度に優れた線形分類器を得ることができるようになる。

【0024】

また、本開示の第６の態様によれば、前記複数の音響データは、複数の車種にわたって車種毎に録音されたオーディオ音響データからなる、としてもよい。

【0025】

車種毎にオーディオ音響データを得るためには、複数種の異なる車体を用意する必要がある。機械学習の精度を高めるためには、複数パターンの車室内においてオーディオ音響を録音することが求められるものの、複数種の異なる車体を用意するのは容易ではない。

【0026】

一方、本開示のように、そうしたオーディオ音響データにおいてデータ拡張を行うことで、分析対象とする車体が少ない場合であっても、高精度な機械学習を行うことができるようになる。また、そうしたオーディオ音響において、寄与度の大きい音響特性を明らかにすることで、オーディオの音響性能を向上させる際に、特定の音響特性を重点的に作り込むことができるようになる。これにより、オーディオ製品の性能を効率よく向上させることが可能となる。

【0027】

また、本開示の第７の態様によれば、前記音響特性には、少なくとも、時間重心と、両耳間レベル差と、両耳間時間差と、初期減衰時間と、初期側方エネルギー率と、音声伝達指標と、Ｃ値と、Ｄ値と、両耳間相関関数と、の１つ以上が含まれる、としてもよい。

【0028】

また、本開示の第８の態様は、プログラムを実行する演算部と、データを読み込む記憶部と、を備えるコンピュータに実行させることによって、複数の音響データそれぞれの音質の良否を分類するための線形分類器を決定するとともに該線形分類器に基づいて音響特性の分析を行う音質分析プログラムに係る。

【0029】

そして、前記第８の態様によれば、前記音質分析プログラムは、前記コンピュータに、前記記憶部が、各音響特性について定量化された状態で前記複数の音響データを読み込むとともに、該複数の音響データに対して前記演算部がデータ拡張を実行することで、データ拡張が施された複数の拡張データを生成するサンプル増幅ステップと、データ拡張前の各音響データまたはデータ拡張後の各拡張データに対し、音響データ単位で音質の良否の判定結果をラベリングする学習準備ステップと、前記線形分類器を構成する重み付け係数として、それぞれ前記音響特性に対応した複数の影響係数を設定するとともに、前記複数の拡張データと該複数の拡張データの各々にラベリングされた前記判定結果との組み合わせを教師データに設定した状態で前記演算部がラッソ回帰を行うことで、前記複数の影響係数を決定する機械学習ステップと、を実行させる。

【0030】

前記第８の態様によると、人間の主観的評価等に基づいてラベリングされる音質の良否において、如何なる音響特性がその評価に寄与しているかを、客観的にかつ定量的に明らかにすることができる。

【0031】

また、本開示の第９の態様は、前記音質分析プログラムを記憶していることを特徴とするコンピュータ読取可能な記憶媒体に係る。

【0032】

この記憶媒体によれば、人間の主観的評価等に基づいてラベリングされる音質の良否において、如何なる音響特性がその評価に寄与しているかを、客観的にかつ定量的に明らかにすることができる。

【発明の効果】

【0033】

以上説明したように、本開示によれば、種々の音響特性のうち、人間等による音質の評価に寄与する音響特性を、客観的にかつ定量的に明らかにすることができる。

【図面の簡単な説明】

【0034】

【図1】図１は、音質分析装置のハードウェア構成を例示する図である。

【図2】図２は、音質分析装置のソフトウェア構成を例示する図である。

【図3】図３は、音質分析方法の手順を例示するフローチャートである。

【図4】図４は、サンプル増幅フェーズの手順を例示するフローチャートである。

【図5】図５は、学習準備フェーズの手順を例示するフローチャートである。

【図6】図６は、機械学習フェーズの手順を例示するフローチャートである。

【図7】図７は、分類テストフェーズの手順を例示するフローチャートである。

【図8】図８は、データ拡張前の音響データの具体例を示す図である。

【図9】図９は、データ拡張後の拡張データの具体例を示す図である。

【図10】図１０は、分類テストフェーズにおける重み係数等の間引きについて説明する図である。

【図11】図１１は、分類テストフェーズにおける重み係数等の影響について説明する図である。

【図12】図１２は、影響係数の順位付けについて説明する図である。

【発明を実施するための形態】

【0035】

以下、本開示の実施形態を図面に基づいて説明する。なお、以下の説明は例示である。

【0036】

＜装置構成＞
図１は、本開示に係る音質分析装置（具体的には、音質分析装置を構成するコンピュータ１）のハードウェア構成を例示する図である。図２は、そのソフトウェア構成を例示する図である。

【0037】

図１に例示するように、コンピュータ１は、コンピュータ１全体の制御を司る中央処理装置（Central Processing Unit：ＣＰＵ）３と、ブートプログラム等を記憶するリードオンリーメモリ（Read Only Memory：ＲＯＭ）５と、メインメモリとして機能するランダムアクセスメモリ（Random Access Memory：ＲＡＭ）７と、２次記憶装置としてのハードディスクドライブ（Hard Disk Drive：ＨＤＤ）９と、を備える。なお、２次記憶装置としては、ＨＤＤ９の代わりに、ソリッドステートドライブ（Solid State Drive：ＳＳＤ）等を用いることもできる。

【0038】

これらの要素のうち、ＣＰＵ３は、種々のプログラムを実行する。ＣＰＵ３は、本実施形態における演算部として機能する。また、ＲＡＭ７は、ＣＰＵ３により実行されるプログラムおよび種々のデータ等を一時的に記憶し、ＨＤＤ９は、プログラムおよびデータ等を継続的に記憶する。ＲＡＭ７は、必要に応じて、ＨＤＤ９からデータを読み込むこともできる。ＲＡＭ７は、本実施形態における記憶部として機能する。

【0039】

コンピュータ１はまた、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ等からなる表示部１１と、表示部１１上に表示される画像データを格納するグラフィックスメモリ（Video RAM：ＶＲＡＭ）１３と、マンマシンインターフェースとしてのキーボード１５及びマウス１７と、を備える。表示部１１は、ＣＰＵ３による演算結果を表示することができる。また、本実施形態に係るコンピュータ１は、通信用のインターフェース２１を介して外部機器との間でデータを送受することができる。

【0040】

なお、後述のように、本開示に係る音質分析装置は、複数のコンピュータ１によって構成してもよい。その場合、各コンピュータ１のＣＰＵ３およびＲＡＭ７を、それぞれ、本開示に係る演算部および記憶部とみなすことができる。

【0041】

図２に例示するように、ＨＤＤ９のプログラムメモリには、オペレーティングシステム（Operating System：ＯＳ）１９、サンプル増幅プログラム２９Ａ、学習準備プログラム２９Ｂ、機械学習プログラム２９Ｃ、分類テストプログラム２９Ｄ、アプリケーションプログラム３９等が格納される。

【0042】

これらの要素のうち、サンプル増幅プログラム２９Ａ、学習準備プログラム２９Ｂ、機械学習プログラム２９Ｃおよび分類テストプログラム２９Ｄは、本実施形態における音質分析プログラム２９を構成する。

【0043】

ここで、音質分析プログラム２９とは、本実施形態に係る音質分析方法をコンピュータ１に実行させるように構成されたプログラムであって、同方法を構成する各ステップをコンピュータ１に実行させることができる。音質分析プログラム２９は、コンピュータ読取可能な記憶媒体１８に予め記憶されている。

【0044】

ＨＤＤ９のプログラムメモリにおいて、サンプル増幅プログラム２９Ａ、学習準備プログラム２９Ｂ、機械学習プログラム２９Ｃおよび分類テストプログラム２９Ｄは、それぞれ、キーボード１５、マウス１７等から入力される指令に応じて起動される。その際、サンプル増幅プログラム２９Ａ等は、ＨＤＤ９からＲＡＭ７にロードされ、ＣＰＵ３によって実行されることになる。ＣＰＵ３がサンプル増幅プログラム２９Ａ等を実行することで、コンピュータ１が音質分析装置として機能することになる。

【0045】

一方、ＨＤＤ９のデータメモリには、分析対象とされる複数の音響データ４９が格納される。各音響データ４９は、多変数のデータとして定義されており、それぞれ、異なる環境下で録音された音響に基づいて生成される。また、各音響データ４９を構成する各変数は、それぞれ、録音された音響の音響特性を特徴付ける特徴量として与えられる。各音響データ４９は、必要に応じてＨＤＤ９からＲＡＭ７にロードされて、ＣＰＵ３による演算に用いられるようになっている。

【0046】

この他、サンプル増幅プログラム２９Ａ、学習準備プログラム２９Ｂ、機械学習プログラム２９Ｃおよび分類テストプログラム２９Ｄを実行することで生成される種々のデータ、ならびに、アプリケーションプログラム３９の実行結果については、必要に応じて、ＨＤＤ９のデータメモリに格納されたり、メインメモリとしてのＲＡＭ７に格納されたりする。

【0047】

以下、音質分析方法の具体的な方法論について詳細に説明する。

【0048】

＜方法論＞
図３は、音質分析方法の手順を例示するフローチャートである。図３に例示した方法は、コンピュータ１を用いることによって、複数の音響データ４９それぞれの音質の良否を分類するための線形分類器を決定するとともに、該線形分類器に基づいて音響特性の分析を行うものである。

【0049】

音質分析方法は、基本的には、サンプル増幅ステップとしてのサンプル増幅フェーズＳ１と、学習準備ステップとしての学習準備フェーズＳ２と、機械学習ステップとしての機械学習フェーズＳ３と、分類テストステップとしての分類テストフェーズＳ４と、を順番に実行することで実施される。その際、ステップＳ３とステップＳ４は、後述のように、線形分類器が所望の性能に達するまで、繰り返し実行されることになる。

【0050】

これらのフェーズのうち、サンプル増幅フェーズＳ１は、ＣＰＵ３が前述のサンプル増幅プログラム２９Ａを実行することで実施される。同様に、学習準備フェーズＳ２は、ＣＰＵ３が学習準備プログラム２９Ｂを実行することで実施され、機械学習フェーズＳ３は、ＣＰＵ３が機械学習プログラム２９Ｃを実行することで実施され、分類テストフェーズＳ４は、ＣＰＵ３が分類テストプログラム２９Ｄを実行することで実施される。

【0051】

以下、音質分析方法を構成する各フェーズについて順番に説明する。

【0052】

（サンプル増幅フェーズＳ１）
図４は、サンプル増幅フェーズＳ１の手順を例示するフローチャートである。また、図８は、データ拡張前の音響データ４９の具体例を示す図であり、図９は、データ拡張後の拡張データ５９の具体例を示す図である。図４に例示するフローチャートは、図３のステップＳ１において行われる処理を示している。すなわち、図３において制御プロセスがステップＳ１に進むと、ＣＰＵ３は、図４のステップＳ１１～Ｓ１６をフローに従って実行することになる。

【0053】

まず、図４のステップＳ１１において、ＲＡＭ７が、各音響特性について定量化された状態で複数の音響データ４９を読み込んで、これを分析対象（サンプル）に設定する。

【0054】

詳しくは、複数の音響データ４９がｎ個（ｎは２以上の整数）の音響データ４９から構成されるとすると、複数の音響データ４９として、ｎ通りの環境下で録音された音響データを用いることができる。この場合における音響特性としては、Ｐ種類の音響特性（Ｐは２以上の整数）を用いることができる。

【0055】

さらに詳しくは、複数の音響データ４９としては、複数（ｎ通り）の車種において録音された車種毎のオーディオ音響データ（車室内で録音されたオーディオ音響に対応した音響データ）を用いることができ、複数種（Ｐ種類）の音響特性としては、オーディオの音質を特徴付ける種々の性質を用いることができる。本実施形態における音響特性には、少なくとも、時間重心と、両耳間レベル差と、両耳間時間差と、初期減衰時間と、初期側方エネルギー率と、音声伝達指標と、Ｃ値と、Ｄ値と、両耳間相関関数と、の１つ以上が含まれる。これらの音響特性は、例えば車室内に設定された集音マイクの録音データ、および、その録音データと車内環境とに基づいて演算された各種伝達関数等を用いて決定することができる。

【0056】

ＲＡＭ７は、ｎ×Ｐ個のデータを読み込んで、これを分析対象（サンプル）に設定する。例えば図８に示すように、車種の数が、車種Ａおよび車種Ｂからなる２個（ｎ＝２）かつ音響特性の数が９６種（Ｐ＝９６）の場合、ＲＡＭ７は、車種Ａと車種Ｂを合算して計２×９６個のデータを読み込むことになる。以下、音響特性毎に定量化されたデータの値を「特徴量」とも呼称する。

【0057】

次いで、図４のステップＳ１２において、ＣＰＵ３は、各音響データ４９に対してデータ拡張を実行し、データ拡張が施された拡張データ５９を生成する。特に本実施形態では、ＣＰＵ３は、各音響データ４９の数が等倍されるように（例えば、車種毎に倍率が同数となるように）データ拡張を実行する。その際の倍率をＭ（Ｍは２以上の整数）とすると、複数の拡張データ５９は、音響特性を除くと、Ｎ（＝Ｍ×ｎ）個の拡張データ５９から構成されることになる。この場合、各拡張データ５９は、データ拡張前の状態と同様に、それぞれＰ種類の特徴量によって特徴付けられることになる。図９に示す例では、２種類の車種のうち、車種Ａのデータ数と、車種Ｂのデータ数とが、それぞれ１００００倍（Ｍ＝１００００）ずつ増幅されることになる。なお、データ拡張の際に用いられる倍率Ｍは、特徴量の総数Ｐよりも多くなるように設定される。

【0058】

なお、本実施形態では、データ拡張は、各音響データ４９における各特徴量にＭ通りの正規乱数（正規分布に従うように生成された乱数）を付加することで実行することができる。ここで、正規乱数を特徴付ける平均値としては、拡張前の特徴量の値を用いるようになっている。つまり、拡張データ５９におけるｐ番目の特徴量の平均値は、車種毎に、音響データ４９におけるｐ番目の特徴量の値と一致するように設定される。

【0059】

次いで、図４のステップＳ１３～ステップＳ１５において、ＣＰＵ３は、拡張データ５９および音響データ４９に基づいて、各拡張データ５９を音響特性（後述の影響係数）毎に標準化（Ｚ値化）する。

【0060】

例えば、拡張データ５９に基づいて標準化する場合、ＣＰＵ３は、複数の拡張データ５９の平均値および標準偏差に基づいて、音響特性（影響係数）毎に複数の拡張データ５９をそれぞれ標準化する。この場合、ＣＰＵ３は、複数の拡張データ５９の平均値が音響特性（影響係数）毎に０となりかつ、複数の拡張データ５９の標準偏差が音響特性（影響係数）毎に１となるように各拡張データ５９をそれぞれ変換する。

【0061】

例えば、ｉ番目の拡張データ５９におけるｐ番目の標準化前の特徴量をＸ_ｉ，ｐとし、標準化後の特徴量をｘ_ｉ，ｐとし、拡張データ５９に基づいて算出された、ｐ番目の特徴量に係る平均値および標準偏差（つまり、Ｎ（＝Ｍ×ｎ）個のデータに基づいた平均値および標準偏差）をそれぞれμ_ｐ，σ_ｐとすると、

【0062】

【数1】

の関係が成立するように標準化される（ここで、ｉは１以上Ｎ以下の整数であり、ｐは１以上Ｐ以下の整数である）。

【0063】

一方、音響データ４９に基づいて標準化する場合、ＣＰＵ３は、複数の拡張データ５９の平均値および標準偏差に基づいて、音響特性（特徴量）毎に複数の拡張データ５９をそれぞれ標準化する。

【0064】

例えば、ｉ番目の拡張データ５９におけるｐ番目の標準化前の特徴量をＸ_ｉ，ｐとし、標準化後の特徴量をｘ_ｉ，ｐとし、音響データ４９に基づいて算出された、ｐ番目の特徴量に係る平均値および標準偏差（つまり、ｎ個の特徴量に基づいた平均値および標準偏差）をそれぞれμ_ｐ’，σ_ｐ’とすると、

【0065】

【数2】

の関係が成立することになる（ここで、ｉは１以上Ｎ以下の整数であり、ｐは１以上Ｐ以下の整数である）。

【0066】

具体的に、ステップＳ１３において、ＣＰＵ３は、拡張データ５９を用いた標準化を行うか否かを選択し、前者が選択された場合（ステップＳ１３：ＹＥＳ）はステップＳ１４へ進んで上式（１）に基づいた標準化を実行する。一方、ステップＳ１３において後者が選択された場合（ステップＳ１３：ＮＯ）はステップＳ１５へ進み、上式（２）に基づいた標準化を実行する。なお、ステップＳ１３は必須ではない。例えば、ステップＳ１３～Ｓ１５を用いる代わりに、ステップＳ１４またはステップＳ１５のどちらか一方のみを実装してもよい。

【0067】

標準化が施された拡張データ５９における各特徴量ｘ_ｉ，ｐは、機械学習における“入力ベクトルｘ_ｉの第ｐ成分”として用いられるようになっている。言い換えると、本実施形態に係る音質分析方法は、機械学習における入力ベクトルとして、特徴量ｘ_ｉ，ｐを用いるように構成されている。

【0068】

ＣＰＵ３によって標準化が施された複数の拡張データ５９は、ＲＡＭ７、ＨＤＤ９等に一時的にまたは継続的に格納される。そうして格納されたデータは、学習準備フェーズＳ２等において、必要に応じて読み込まれる。ステップＳ１４またはステップＳ１５が完了すると、制御プロセスは、図４に例示したフローからリターンし、図３のステップＳ２へ進む。

【0069】

また、説明の便宜上、「標準化が施された複数の拡張データ」なる語は、単に「複数の拡張データ」と呼称される。

【0070】

（学習準備フェーズＳ２）
図５は、学習準備フェーズＳ２の手順を例示するフローチャートである。図５に例示するフローチャートは、図３のステップＳ２において行われる処理を示している。すなわち、図３において制御プロセスがステップＳ２に進むと、ＣＰＵ３は、図５のステップＳ２１～Ｓ２２をフローに従って実行することになる。

【0071】

まず、図５のステップＳ２１において、ＲＡＭ７が、サンプル増幅フェーズＳ１において生成された複数の拡張データ５９をＨＤＤ９等から読み込む。

【0072】

次いで、ステップＳ２２において、学習準備フェーズＳ２において、データ拡張後の各拡張データ５９、より詳細には拡張データ５９毎に与えられる各特徴量ｘ_ｉ，ｐに対し、音響データ４９単位で音質の良否の判定結果がラベリングされる。

【0073】

このラベリングは、各音響特性に対応した特徴量の設定とは独立して行われるようになっている。ここでいう「音質の良否の判定」には、いわゆる「ゴールデンイヤー」と呼称される特殊技能者等、人間による判定が含まれる。

【0074】

前述のように、音質の良否は、音響データ４９単位でラベリングされる。つまり、本実施形態では、図８および図９に例示するように、データ増幅前の音響データ４９に対してラベリングされた判定結果（Ｇｏｏｄ／Ｂａｄ）が、データ増幅後の各拡張データ５９においても保持されるようになっている。

【0075】

例えば、図９に示すように、車種Ａに係る音響データ４９に基づいて生成された拡張データ５９（図９の車種Ａ_１，…Ａ_ｍ，に係る拡張データ５９）には、車種Ａと同じ判定結果（図例では「Ｇｏｏｄ」）がラベリングされる。同様に、車種Ｂに係る音響データ４９に基づいて生成された拡張データ５９（図９の車種Ｂ_１，…Ｂ_ｍ，に係る拡張データ５９）には、車種Ｂと同じ判定結果（図例では「Ｂａｄ」）がラベリングされる。

【0076】

本実施形態に係るラベリングは、各拡張データ５９、より詳細には各特徴量ｘ_ｉ，ｐに離散値Ｙ_ｉを関連付けることで行われるように構成されている。離散値Ｙ_ｉは、音質の良否を示す指標であり、例えば、「Ｙ_ｉ＝１」の場合は「Ｇｏｏｄ（音質：良）」となりかつ「Ｙ_ｉ＝０」の場合は「Ｂａｄ（音質：悪）」となるように定義したり、その反対の対応関係となるように定義したりすることできる。

【0077】

各特徴量ｘ_ｉ，ｐにラベリングされた音質の良否は、機械学習における“ラベル”として用いられるようになっている。つまり、本実施形態に係る音質分析方法は、機械学習として教師あり学習を実行するように構成されており、その際の教師データとして、前述した拡張データ５９、より具体的にはＰ次元の入力ベクトルｘ_ｉと、ラベルとしての離散値Ｙ_ｉと、のペア（ｘ_ｉ，ｐ，Ｙ_ｉ）が用いられるように構成されている。

【0078】

ＣＰＵ３によって生成された教師データ（ｘ_ｉ，ｐ，Ｙ_ｉ）は、ＲＡＭ７、ＨＤＤ９等に一時的にまたは継続的に格納される。そうして格納されたデータは、機械学習フェーズＳ３等において、必要に応じて読み込まれる。ステップＳ２２が完了すると、制御プロセスは、図５に例示したフローからリターンし、図３のステップＳ３へ進む。

【0079】

（機械学習フェーズＳ３）
図６は、機械学習フェーズＳ３の手順を例示するフローチャートである。図６に例示するフローチャートは、図３のステップＳ３において行われる処理を示している。すなわち、図３において制御プロセスがステップＳ３に進むと、ＣＰＵ３は、図６のステップＳ３１～Ｓ３３をフローに従って実行することになる。

【0080】

まず、図６のステップＳ３１において、ＲＡＭ７が、機械学習に係る各種設定を読み込んで、機械学習の事前準備を完了する。このステップＳ３１において読み込まれる設定には、例えば、線形分類器を示す関数ｆを構成する各影響係数β_ｐの初期値、教師データ（ｘ_ｉ，ｐ，Ｙ_ｉ）、分割公差検証における分割数ｋの大きさ、ならびに、ラッソ回帰における正則化パラメータの上限値、下限値および刻み幅等が含まれる。

【0081】

上記設定のうち、例えば関数ｆは、線形分類器を示すようにモデル化される。すなわち、関数ｆは、重み付け係数と、特徴量ｘ_ｉ，ｐとの線形結合を引数とするように事前に設定される。ここで、線形分類器を構成する重み付け係数としては、それぞれ音響特性に対応した複数の影響係数β_ｐが設定される。各影響係数β_ｐは、該影響係数β_ｐに対応した特徴量ｘ_ｉ，ｐ、ひいては該特徴量ｘ_ｉ，ｐに対応した音響特性の、音質の良否判定における寄与度を示す。つまり、影響係数β_ｐの値が大きい場合には、それに対応する音響特性が音質の良否判定に相対的に強く影響しているとみなすことができ、影響係数β_ｐが小さい場合には、それに対応する音響特性が、音質の良否の判定に相対的に弱く影響しているとみなすことができる。

【0082】

関数ｆの具体的な関数形としては、音質の良否を分断する境界線を示す一次関数（いわゆる線形分離による分類）を用いることができる。これに代えて、関数ｆの関数形として、音質の良否を確率的に決定するための確率分布関数を用いることもできる。

【0083】

前者の場合、

【0084】

【数3】

と記述することができる。より正確には、式（３）において、左辺に示すｙ_ｉは、右辺がゼロ以上の場合はｙ_ｉ＝１を出力し、右辺がゼロ未満の場合はｙ_ｉ＝０を出力するように定義されている。後者の場合は、例えば、シグモイド関数を用いることができる。

【0085】

式（３）において、関数ｆの出力結果ｙ_ｉと、教師データを構成するように事前に設定されたラベルＹ_ｉの値が一致する場合が「正解（ゴールデンイヤーの再現に成功）」に該当し、不一致の場合が「不正解（ゴールデンイヤーの再現に失敗）」に該当する。ｉ＝１～Ｎにわたって与えられる教師データ（ｘ_ｉ，ｐ，Ｙ_ｉ）を用いて影響係数β_ｐの値を学習することで、ゴールデンイヤーによる判定を再現するような線形分類器を決定することができる。

【0086】

具体的に、ステップＳ３１から続くステップＳ３２において、前述のペア（ｘ_ｉ，ｐ，Ｙ_ｉ）を教師データとした状態でＣＰＵ３がラッソ回帰を行うことで、複数の影響係数β_ｐを学習する。つまり、ＣＰＵ３は、正則化パラメータλを用いたＬ１正則化の元で誤差関数Ｓ_λを最小化するように、機械学習を実行する。

【0087】

この場合、誤差関数Ｓ_λの関数形は、下式（４）のように記述することができる。

【0088】

【数4】

【0089】

式（４）は、線形分離を用いる場合の具体例である。ロジスティック回帰を行う場合、一次関数に対応した項が、シグモイド関数等に置き換わることになる。その場合、ベイズ推定を通じた機械学習が実行されることになる。

【0090】

さらに詳しくは、線形分類を用いる場合、正則化パラメータλの値を最適化すべく、分割交差検証を行うことができる。その際、教師データ（ｘ_ｉ，ｐ，Ｙ_ｉ）を、拡張データ５９を分類するための変数ｉについて分割することが求められる。ここで、本実施形態では、教師データ（ｘ_ｉ，ｐ，Ｙ_ｉ）の分割は、音響データ４９単位、つまり、車種毎に行われるようになっている。言い換えると、教師データ（ｘ_ｉ，ｐ，Ｙ_ｉ）の分割は、音響データ４９ひいては車種毎に同数となるように行われる。

【0091】

例えば、図９に示す例において、分割数ｋが１０に設定された場合、車種Ａを拡張元とした全Ｍ個の拡張データ５９と、車種Ｂを拡張元とした全Ｍ個の拡張データ５９と、がそれぞれ１０分割されることになる。

【0092】

前記のように分割した状態で、ＣＰＵ３は、分割された教師データ（ｘ_ｉ，ｐ，Ｙ_ｉ）のうちのいずれか１ブロックを検証用のテストデータに設定し、分割された教師データ（ｘ_ｉ，ｐ，Ｙ_ｉ）のうちの他のブロックを、そのまま教師データとして用いる。例えば、教師データ（ｘ_ｉ，ｐ，Ｙ_ｉ）を１０ブロックに分割した場合、そのうちの１ブロックがテストデータに設定され、残りの９ブロックが教師データとして用いられる。各車種において、教師データとテストデータとが同様に設定される。

【0093】

そして、ＣＰＵ３は、教師データとしての９ブロックを用いて関数ｆを学習する。具体的に、ＣＰＵ３は、上式（４）で表される誤差関数を最小化するような影響係数β_ｐを演算する。この演算は、例えば座標降下法を用いて行うことができる。

【0094】

関数ｆの学習の際、λは、事前に設定された範囲内の所定値に固定される。関数ｆを学習した後、ＣＰＵ３は、テストデータとしての１ブロックを、学習された関数ｆに入力することで、式（４）で記述される誤差の値を計算する。

【0095】

その後、ＣＰＵ３は、教師データとして用いる９個のデータブロックと、テストデータとして用いる１個のデータブロックとの組合わせを変更し、再度、上式（４）で示される誤差を計算する。こうして、１０個に分割された各データブロックの各々を１回ずつテストデータに設定し、各設定時に得られた誤差の加算平均（より一般的には、いわゆる「Classification error」と呼称される誤差）を算出する。

【0096】

その後、ＣＰＵ３は、λの値を事前に設定された範囲内で増減させ、誤差の加算平均を繰り返し算出する。そうして、λの値を変化させながら、教師データとテストデータとの組み合わせを差し替えつつ誤差の加算平均を算出していくことで、誤差の加算平均が最小となるようなλの最適値を決定する。

【0097】

そして、ステップＳ３２から続くステップＳ３３において、ＣＰＵ３は、最適値となるように決定されたλと、分割前の全ての教師データ（ｘ_ｉ，ｐ，Ｙ_ｉ）と、を用いることで、複数の影響係数β_ｐを再度算出し、線形分類器（関数ｆ）の関数形を暫定的に決定する。

【0098】

ＣＰＵ３によって暫定的に決定された線形分類器と、その決定に際して教師データとして用いた拡張データ５９（機械学習フェーズＳ３の初回実行時の場合、全Ｎ個の拡張データ５９が該当）は、ＲＡＭ７、ＨＤＤ９等に一時的にまたは継続的に格納される。そうして格納されたデータは、分類テストフェーズＳ４において、必要に応じて読み込まれる。ステップＳ３３が完了すると、制御プロセスは、図６に例示したフローからリターンし、図３のステップＳ４へ進む。

【0099】

（分類テストフェーズＳ４）
図７は、分類テストフェーズＳ４の手順を例示するフローチャートである。また、図１０は、分類テストフェーズＳ４における重み係数等の間引きについて説明する図である。図７に例示するフローチャートは、図３のステップＳ４において行われる処理を示している。すなわち、図３において制御プロセスがステップＳ４に進むと、ＣＰＵ３は、図７のステップＳ４１～Ｓ４５をフローに従って実行することになる。

【0100】

まず、図７のステップＳ４１において、ＲＡＭ７は、機械学習フェーズＳ３において暫定的に決定された分類器の関数形と、その分類器の決定に用いた現時点での拡張データ５９（ステップＳ４の初回実行時の場合、全Ｎ個の拡張データ５９が該当）を読み込む。

【0101】

次いで、ステップＳ４１で読み込まれた複数の拡張データ５９を分類器（線形分類器）に入力する（ステップＳ４２）ことで、複数の拡張データ５９のそれぞれについて、学習準備フェーズＳ２においてラベリングされた音質の良否と、分類器によって分類された音質の良否と、をＣＰＵ３が照合する（ステップＳ４３）。

【0102】

つまり、このステップＳ４３では、ＣＰＵ３は、暫定的に決定された関数ｆの出力結果ｙ_ｉと、ｉ番目の拡張データ５９に関連したラベルＹ_ｉの値と、を比較して、両者が一致するか否かを判定する。

【0103】

前述のように、関数ｆの出力結果ｙ_ｉと、教師データとして事前に設定されたラベルＹ_ｉの値が一致する場合が「ゴールデンイヤーの再現に成功」に該当し、不一致の場合が「ゴールデンイヤーの再現に失敗」に該当する。

【0104】

そして、ステップＳ４３から続くステップＳ４４において、ＣＰＵ３は、現時点での全拡張データ５９について分類結果（関数ｆの出力結果ｙ_ｉ）と、事前の判定結果（ラベルＹ_ｉ）とが一致するか否かを判定し、一致した場合（ステップＳ４４：ＹＥＳ）にはステップＳ４５へ進む一方、少なくとも一部が一致しなかった場合（ステップＳ４４：ＮＯ）にはステップＳ４６へ進む。

【0105】

ステップＳ４５に進んだ場合、ＣＰＵ３は、機械学習フェーズＳ３により決定された複数の影響係数β_ｐの値に基づいて、音質の良否に寄与する音響特性を抽出する。

【0106】

具体的に、このステップＳ４５では、ＣＰＵ３は、複数の影響係数β_ｐを大きさ順に並べ替えて、順位付けを実行する。そうして決定された順位は、表示部１１上に可視化されたり、ＨＤＤ９等に格納されたりする。例えば、表示部１１上に表示された順位を通じて、ゴールデンイヤーによる判定に影響を及ぼす音響特性を開発者等に視認させることができるようになる。

【0107】

一方、ステップＳ４４からステップＳ４６に進んだ場合、ＣＰＵ３は、複数の拡張データ５９のうち、ラベルとして設定された良否の判定結果（ラベルＹ_ｉ）と、分類器による分類結果（関数ｆの出力結果ｙ_ｉ）とが相異する拡張データ５９を示す分類エラーデータ５９’を決定する。

【0108】

そして、ステップＳ４６から続くステップＳ４７において、ＣＰＵ３は、分類エラーデータ５９’とみなされたデータを全Ｎ個の拡張データ５９から除外する。例えば、図１０に示す例では、全２×Ｍ個の拡張データ５９のうち、車種Ａに関連したＭ番目の拡張データ５９が分類エラーデータ５９’に相当する。これを除外することで、ＲＡＭ７等には、全Ｎ－１個の拡張データ５９が格納されることになる。図１０の例に限らず、ＣＰＵ３は、分類エラーデータ５９’と判定された全てのデータを拡張データ５９から除外する。

【0109】

ステップＳ４７から続くステップＳ４８において、ＣＰＵ３は、複数の影響係数β_ｐのうち、ラッソ回帰を通じて所定の基準値未満となるように決定された影響係数β_ｐを示す小寄与係数β_ｐ’を決定する。

【0110】

ラッソ回帰を行うことで、音質の良否判定への寄与が小さい影響係数β_ｐは、実質的にゼロの値となる。ＣＰＵ３は、影響係数β_ｐの値の大きさと、例えばゼロに設定された基準値と、を比較することで、ゴールデンイヤーによる判定への影響が小さいと推測される小寄与係数β_ｐ’を抽出する。そして、ステップＳ４８から続くステップＳ４９において、ＣＰＵ３は、上式（３）等で示される関数ｆから、影響係数β_ｐに係る項を除外する。例えば、図１０に示す例では、全Ｐ個の影響係数β_ｐのうち、２番目の音響特性に対応した影響係数β_２が小寄与係数β_ｐ’に相当する。

【0111】

ステップＳ４９を行った後、制御プロセスは、分類テストフェーズＳ４から機械学習フェーズＳ３に戻り、分類テストフェーズＳ４に係る処理を反映した状態で、機械学習フェーズＳ３を再度実行する。

【0112】

上記のようにして再度実行される機械学習フェーズＳ３は、ステップＳ４６に係る処理が反映された状態で行われる。すなわち、ＣＰＵ３は、複数の拡張データ５９から分類エラーデータ５９’を除外した状態で機械学習フェーズＳ３を再度実行することで、分類器（詳細には、関数ｆの関数形）を更新する。その後、制御プロセスは、機械学習フェーズＳ３から分類テストフェーズＳ４に遷移し、前述のステップＳ４４に係る判定が再度実行される。ステップＳ４４に係る判定がＮｏの場合、分類エラーデータ５９’がさらに除外されることになる。

【0113】

このように、ＣＰＵ３は、複数の拡張データ５９から分類エラーデータ５９’が抽出されなくなるまで、分類テストステップおよび分類器の更新を繰り返し実行することになる。

【0114】

また、上記のようにして再度実行される機械学習フェーズＳ３は、ステップＳ４９に係る処理を反映した状態で行われることになる。すなわち、ＣＰＵ３は、複数の拡張データ５９から分類エラーデータ５９’を除外しかつ複数の影響係数β_ｐから小寄与係数β_ｐ’を除外した状態で機械学習フェーズＳ３を再度実行することで、線形分類器を更新するようになっている。これにより、ラッソ回帰において用いられる関数ｆは、徐々に低次元の関数へと変化していくことになる。

【0115】

＜音質分析方法の実施例＞
図１１は、分類テストフェーズＳ４における重み係数等の影響について説明する図であり、図１２は、影響係数の順位付けについて説明する図である。この実施例では、２種類の車室内で録音されたオーディオ音響データを分析対象とした。つまり、音響データ４９の数は２個である（ｎ＝２）。また、録音に際し、集音マイクは、ドライバーの座席に配置された。さらに、集音マイクは、ドライバーの左右の両耳に対応するように、左右方向（車幅方向）に沿って並ぶように配置された。

【0116】

また、各車種において分析対象とした音響特性の数、すなわち、特徴量および影響係数の数は、機械学習フェーズＳ３の初回実行時においては９６個である（Ｐ＝９６）。

【0117】

また、本実施例では、車種Ａと車種Ｂでそれぞれ１００００倍にデータ拡張されるようになっている（Ｍ＝１００００）。したがって、拡張データ５９の数は、機械学習フェーズＳ３の初回実行時においては２００００個となっている（Ｎ＝Ｍ×ｎ＝２００００）。

【0118】

本実施例では、上式（３）に示すような線形分離を実行した。その際、交差検証における分割数ｋは１０に設定し、正則化パラメータλを考慮した誤差関数Ｓ_λ（β）の最小化は、座標降下法を利用して行った。

【0119】

本実施例では、複数の拡張データ５９からの分類エラーデータ５９’の除外、および、影響係数β_ｐからの小寄与係数β_ｐ’の除外は、２回にわたり行われた（つまり、機械学習フェーズＳ３を計３回にわたって実行した）。図１１に示すように、機械学習フェーズＳ３を繰り返す度に、分類精度（関数ｆの出力結果ｙ_ｉと、ラベルＹ_ｉとが一致した割合）が向上していくようになっている。本実施例では、当初設定されていた２００００個の拡張データ５９のうち、９７７７個の分類エラーデータ５９’が間引かれることになった。最終的に用いられた拡張データ５９の数（関数ｆの出力結果ｙ_ｉと、ラベルＹ_ｉとが一致した拡張データ５９の数）は、１０２２３個である。

【0120】

そして、各影響係数β_ｐの大きさは、図１２に示すように可視化された。ここで、図１２の横軸は各影響係数β_ｐを区別するためのＩＤナンバー（ｐの値）であり、縦軸は各影響係数β_ｐの値である。ここで、「１」～「１０」の数字とともに付された丸印は、それぞれ、１番目～１０番目に大きな影響係数β_ｐを示す目印である。図１２のようにグラフを可視化することで、ゴールデンイヤーによる音質の良否判定への寄与度が大きい影響係数β_ｐ、ひいては該影響係数β_ｐに対応した音響特性を明らかにすることが可能となる。過学習を意図的に引き起こしつつラッソ回帰を併せて行うことで、各影響係数β_ｐの差異が増大する。

【0121】

＜音響特性の定量化および客観的分析について＞
以上説明したように、本実施形態に係る音質分析方法では、図４のステップＳ１２に例示したように、複数の音響データ４９に対してデータ拡張を実行し、複数の拡張データ５９を生成する。従来知られた知見によれば、過度のデータ拡張は、過学習を招くため望ましくないとされてきた。

【0122】

しかしながら、本実施によれば、意図的に過学習、または、それに近い状況を作り出すためにデータ拡張を実行する。これにより、未知の音響データに対する分類性能が抑制される一方で、教師データとして用いた既知の音響データ４９については、その音質の良否判定に際して寄与した影響係数β_ｐと、他の影響係数β_ｐと、の差異が有意に拡大する。

【0123】

また、上記のように過学習を意図的に引き起こしたことと、ラッソ回帰による機械学習（寄与度の小さな重み付け係数がゼロとなる回帰手法）と、が相まって、音質の良否判定に大きく寄与するような影響係数β_ｐと、それよりも寄与の小さい影響係数β_ｐと、を明確に分かつことができる。これにより、人間の主観的評価等に基づいてラベリングされる音質の良否において、如何なる音響特性がその評価に寄与しているかを、客観的にかつ定量的に明らかにすることができる。

【0124】

また、上式（１）に示すように、データ拡張によって生成される拡張データ５９の平均値μ_ｐおよび標準偏差σ_ｐに基づいて標準化を実行することで、音響データ４９が事後的に新たに追加される場合にあっても、その追加された音響データ４９を反映した標準化をスムースに行うことができるようになる。これにより、音質分析方法における各ステップの内容を変更することなく、そのまま行うことができるようになる。

【0125】

また、図７のステップＳ４４、ステップＳ４６およびステップＳ４７等に示すように、ＣＰＵ３は、拡張データ５９から分類エラーデータ５９’を除外した状態で、機械学習フェーズＳ３を再度実行する。分類エラーデータ５９’は、例えば、人間等による判定では音質が良いと判定されていたところ、分類器による分類では音質が悪いと判定されてしまうような拡張データ５９に相当する。より詳しくは、線形分離を行うような線形分類器を用いた場合、そうした分類エラーデータ５９’は、線形分離を特徴付ける境界線（関数ｆによって定められる直線）を跨ぐような拡張データに相当する。

【0126】

本実施形態によると、ＣＰＵ３は、そうした分類エラーデータ５９’を教師データから除外する。前述のように境界線を跨ぐデータを除外することで、過学習がさらに促される。これにより、音質の良否を評価する際に、如何なる音響特性がその評価に寄与しているかを、客観的にかつ定量的に明らかにする上で有利になる。

【0127】

また、前述のように、分類エラーデータ５９’が抽出されなくなるまで、分類テストフェーズＳ４および線形分類器の更新を繰り返し実行することで、過学習が一層促されることになる。これにより、音質の良否を評価する際に、如何なる音響特性がその評価に寄与しているかを、客観的にかつ定量的に明らかにする上で有利になる。

【0128】

また、前述のように、ラッソ回帰を行うことで、良否の判定への寄与が少ない影響係数β_ｐは、ゼロとなる。本願発明者らが鋭意検討を重ねた結果、得られた知見によれば、ゼロとなった影響係数β_ｐのような小寄与係数β_ｐ’を除外した状態で再度ラッソ回帰を行うことで、前述の如き分類エラーデータ５９’の出現を抑制することが可能となる。これにより、より分類精度に優れた分類器を得ることができるようになる。

【0129】

また、一般に、車種毎のオーディオ音響データを得るためには、複数種の異なる車体を用意する必要がある。機械学習の精度を高めるためには、多数の車体において音響データを録音することが求められるものの、複数種の異なる車体を用意するのは容易ではない。

【0130】

一方、そうしたオーディオ音響データにおいてデータ拡張を行うことで、図８および図９に示すように分析対象とする車体が少ない場合であっても、高精度な機械学習を行うことができるようになる。また、そうしたオーディオ音響において、寄与度の大きい音響特性を明らかにすることで、オーディオの音響性能を向上させる際に、特定の音響特性を重点的に作り込むことができるようになる。これにより、オーディオ製品の性能を効率よく向上させることが可能となる。

【0131】

《他の実施形態》
前記実施形態では、複数の音響データ４９を拡張データ５９にデータ拡張した後に、各拡張データ５９にラベルＹ_ｉを関連付けるように構成されていたが、そうした構成には限定されない。すなわち、学習準備ステップとしての学習準備フェーズＳ２は、データ拡張前の各音響データ４９に対し、音響データ４９単位で音質の良否の判定結果をラベリングするように構成してもよい。このように構成した場合、学習準備フェーズＳ２は、サンプル増幅フェーズＳ１前に実行されることになる。各音響データ４９に対して付されるべきラベルＹ_ｉは、音響データ４９と関連付けた状態で、事前にＨＤＤ９等に記憶させておいてもよい。

【0132】

また、各図に示したフローチャートの構成は、例示に過ぎず、適宜変更することができる。例えば、図７のステップＳ４８およびステップＳ４９に係る処理を、ラッソ回帰を行った直後のタイミング（具体的には、機械学習フェーズＳ３を終えた後の、分類テストフェーズＳ４を開始する直前のタイミング）にて行ってもよい。

【0133】

また、前記実施形態では、コンピュータ１の一例として、１つのＣＰＵ３を有するものを例示したが、本開示は、その例に限定されない。コンピュータ１には、パーソナルコンピュータに加え、スーパーコンピュータ、ＰＣクラスタ等の並列計算機も含まれる。例えば、図３のサンプル増幅フェーズＳ１、学習準備フェーズＳ２等、一部の工程のみをパーソナルコンピュータに実行させ、機械学習フェーズＳ３等、計算時間を要する工程のみを並列計算機に実行させてもよい。

【0134】

すなわち、本開示における「演算部」は、特定の計算機における演算部と、その他の計算機における演算部と、を組み合わせて構成してもよい。その場合、「コンピュータ１」の語は、複数のコンピュータからなるシステムを意味することになる。

【0135】

また、前記実施形態では、特定の車室内で録音された音響データ４９を分析対象としたが、本開示は、そうした分析対象には限定されない。ここに開示された技術は、室内で用いられるオーディオ一般に適用することができる。

【産業上の利用可能性】

【0136】

以上説明したように、本開示は、車室内で用いられるオーディオ音響データのように、種々の音響データの音質の分析に有用であり、産業上の利用可能性がある。

【符号の説明】

【0137】

１ コンピュータ
３ ＣＰＵ（演算部）
７ ＲＡＭ（記憶部）
１１ 表示部
１８ 記憶媒体
２９ 音質分析プログラム
４９ 音響データ
５９ 拡張データ
Ｓ１ サンプル増幅フェーズ（サンプル増幅ステップ）
Ｓ２ 学習準備フェーズ（学習準備ステップ）
Ｓ３ 機械学習フェーズ（機械学習ステップ）
Ｓ４ 分析テストフェーズ（分析テストステップ）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】