特開2024-46853音声解析装置、検査装置、音声解析方法および音声解析プログラム
(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】P2024046853
(43)【公開日】2024-04-05
(54)【発明の名称】音声解析装置、検査装置、音声解析方法および音声解析プログラム
(51)【国際特許分類】
G01H 3/00 20060101AFI20240329BHJP
【ＦＩ】
G01H3/00 A
【審査請求】未請求
【請求項の数】8
【出願形態】ＯＬ
(21)【出願番号】P 2022152181
(22)【出願日】2022-09-26
(71)【出願人】
【識別番号】000232302
【氏名又は名称】ニデック株式会社
(74)【代理人】
【識別番号】100109380
【弁理士】
【氏名又は名称】小西 恵
(74)【代理人】
【識別番号】100109036
【弁理士】
【氏名又は名称】永岡 重幸
(72)【発明者】
【氏名】豊嶋 直穂子
【テーマコード（参考）】
2G064
【Ｆターム（参考）】
2G064AA12
2G064AB01
2G064AB02
2G064AB15
2G064AB22
2G064CC41
2G064CC46
2G064DD08
2G064DD15
(57)【要約】 （修正有）
【課題】事前学習なしで作動音を暗騒音から分離すること。
【解決手段】音声解析装置は、作動音と暗騒音とを含み、作動音の存在割合が不連続に変化する変化点を有する混合音を取得する取得部と、混合音の周波数スペクトログラムを、作動音および暗騒音それぞれの周波数スペクトルと、作動音および暗騒音それぞれの音量変化とに分解する分解部と、作動音の周波数スペクトルおよび音量変化に基づいた、混合音における作動音の成分を保存する保存部と、を備える。
【選択図】図４
【解決手段】音声解析装置は、作動音と暗騒音とを含み、作動音の存在割合が不連続に変化する変化点を有する混合音を取得する取得部と、混合音の周波数スペクトログラムを、作動音および暗騒音それぞれの周波数スペクトルと、作動音および暗騒音それぞれの音量変化とに分解する分解部と、作動音の周波数スペクトルおよび音量変化に基づいた、混合音における作動音の成分を保存する保存部と、を備える。
【選択図】図４
【特許請求の範囲】
【請求項1】
作動音と暗騒音とを含み、当該作動音の存在割合が不連続に変化する変化点を有する混合音を取得する取得部と、
前記混合音の周波数スペクトログラムを、前記作動音および前記暗騒音それぞれの周波数スペクトルと、前記作動音および前記暗騒音それぞれの音量変化とに分解する分解部と、
前記作動音の前記周波数スペクトルおよび前記音量変化に基づいた、前記混合音における当該作動音の成分を保存する保存部と、
を備える音声解析装置。
前記混合音の周波数スペクトログラムを、前記作動音および前記暗騒音それぞれの周波数スペクトルと、前記作動音および前記暗騒音それぞれの音量変化とに分解する分解部と、
前記作動音の前記周波数スペクトルおよび前記音量変化に基づいた、前記混合音における当該作動音の成分を保存する保存部と、
を備える音声解析装置。
【請求項2】
前記作動音は、等速駆動されるモータを備えた機器の作動音である請求項１に記載の音声解析装置。
【請求項3】
前記分解部は、非負値行列因子分解により、前記周波数スペクトルを表した基底行列と、前記音量変化を表した活性化行列とを算出する請求項１に記載の音声解析装置。
【請求項4】
前記変化点は、前記作動音がオンオフ変化する点であり、
前記分解部は、収束演算によって前記周波数スペクトルおよび前記音量変化を算出し、前記作動音の音量変化の初期値として、当該作動音がオフの時間領域の少なくとも一部について音量ゼロを設定する請求項１に記載の音声解析装置。
前記分解部は、収束演算によって前記周波数スペクトルおよび前記音量変化を算出し、前記作動音の音量変化の初期値として、当該作動音がオフの時間領域の少なくとも一部について音量ゼロを設定する請求項１に記載の音声解析装置。
【請求項5】
前記分解部は、前記時間領域の一部について前記作動音の音量変化の初期値として音量ゼロを設定し、当該時間領域の他の一部における当該作動音の音量変化の演算値がゼロに収束するか否かで前記収束演算の収束判定を行う請求項４に記載の音声解析装置。
【請求項6】
請求項１から５のいずれか１項に記載の音声解析装置と、
前記作動音の成分に基づいて良否結果を出力する良否出力部と、
を備える検査装置。
前記作動音の成分に基づいて良否結果を出力する良否出力部と、
を備える検査装置。
【請求項7】
作動音と暗騒音とを含み、当該作動音の存在割合が不連続に変化する変化点を有する混合音を取得するステップと、
前記混合音の周波数スペクトログラムを、前記作動音および前記暗騒音それぞれの周波数スペクトルと、前記作動音および前記暗騒音それぞれの音量変化とに分解するステップと、
前記作動音の前記周波数スペクトルおよび前記音量変化に基づいた、前記混合音における当該作動音の成分を保存するステップと、
を有する音声解析方法。
前記混合音の周波数スペクトログラムを、前記作動音および前記暗騒音それぞれの周波数スペクトルと、前記作動音および前記暗騒音それぞれの音量変化とに分解するステップと、
前記作動音の前記周波数スペクトルおよび前記音量変化に基づいた、前記混合音における当該作動音の成分を保存するステップと、
を有する音声解析方法。
【請求項8】
情報処理装置を、請求項１から５のいずれか１項に記載の音声解析装置の各要素として動作させる音声解析プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、音声解析装置、検査装置、音声解析方法および音声解析プログラムに関する。
【背景技術】
【0002】
従来、複数音声を分離する音声解析技術として非負値行列因子分解（ＮＭＦ：Ｎｏｎｎｅｇａｔｉｖｅ Ｍａｔｒｉｘ Ｆａｃｔｏｒｉｚａｔｉｏｎ）が知られる。
例えば特許文献１は、複数の音源からなる混合音をＮＭＦにより音源ごとに分離する技術を開示する。
例えば特許文献１は、複数の音源からなる混合音をＮＭＦにより音源ごとに分離する技術を開示する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２０－０１２９７６号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
例えばモータなどにおける作動音を工場内などで検査する場合、工場内には大きな暗騒音が存在するので、作動音を暗騒音から分離することが求められる。しかし、作動音と暗騒音はいずれも時間変化が少ない定常的な音であるためＮＭＦでは分離が難しい。このため、混合前の音源を事前学習させる技術が考えられるが、暗騒音も作動音も測定状況など応じて様々に変化すると考えられるため、事前学習を用いない技術が求められる。
【0005】
そこで、本発明は、事前学習なしで作動音を暗騒音から分離することを目的とする。
【課題を解決するための手段】
【0006】
本発明に係る音声解析装置の一態様は、作動音と暗騒音とを含み、当該作動音の存在割合が不連続に変化する変化点を有する混合音を取得する取得部と、上記混合音の周波数スペクトログラムを、上記作動音および上記暗騒音それぞれの周波数スペクトルと、上記作動音および上記暗騒音それぞれの音量変化とに分解する分解部と、上記作動音の上記周波数スペクトルおよび上記音量変化に基づいた、上記混合音における当該作動音の成分を保存する保存部と、を備える。
【0007】
また、本発明に係る検査装置の一態様は、上記音声解析装置と、上記作動音の成分に基づいて良否結果を出力する良否出力部と、を備える。
また、本発明に係る音声解析方法の一態様は、作動音と暗騒音とを含み、当該作動音の存在割合が不連続に変化する変化点を有する混合音を取得するステップと、上記混合音の周波数スペクトログラムを、上記作動音および上記暗騒音それぞれの周波数スペクトルと、上記作動音および上記暗騒音それぞれの音量変化とに分解するステップと、上記作動音の上記周波数スペクトルおよび上記音量変化に基づいた、上記混合音における当該作動音の成分を保存するステップと、を有する。
また、本発明に係る音声解析方法の一態様は、作動音と暗騒音とを含み、当該作動音の存在割合が不連続に変化する変化点を有する混合音を取得するステップと、上記混合音の周波数スペクトログラムを、上記作動音および上記暗騒音それぞれの周波数スペクトルと、上記作動音および上記暗騒音それぞれの音量変化とに分解するステップと、上記作動音の上記周波数スペクトルおよび上記音量変化に基づいた、上記混合音における当該作動音の成分を保存するステップと、を有する。
【0008】
また、本発明に係る音声解析プログラムの一態様は、情報処理装置を上記音声解析装置の各要素として動作させる。
【発明の効果】
【0009】
本発明によれば、事前学習なしで作動音を暗騒音から分離することができる。
【図面の簡単な説明】
【0010】
【発明を実施するための形態】
【0011】
以下、添付の図面を参照しながら、本開示の音声解析装置、検査装置、音声解析方法および音声解析プログラムの実施形態を詳細に説明する。但し、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするため、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成に対する重複説明を省略する場合がある。また、先に説明した図に記載の要素については、後の図の説明において適宜に参照する場合がある。
【0012】
図１は、検査装置の一実施形態による自動検査用の防音設備を示す概念図である。
防音設備１は、防音箱２とマイクロフォン３とを備える。防音箱２の内部にマイクロフォン３が設置される。また、防音箱２の内部には検査されるモータ４が収容されて、マイクロフォン３によってモータ４の作動音（駆動中の音）が集音される。本実施形態では、特に、等速駆動されるモータ４の作動音が検査対象となる。
防音設備１は、防音箱２とマイクロフォン３とを備える。防音箱２の内部にマイクロフォン３が設置される。また、防音箱２の内部には検査されるモータ４が収容されて、マイクロフォン３によってモータ４の作動音（駆動中の音）が集音される。本実施形態では、特に、等速駆動されるモータ４の作動音が検査対象となる。
【0013】
防音箱２の外壁は例えば鉄板の遮音材であり、外部から防音箱２の内部に伝わる雑音が遮音される。また、防音箱２の内壁には吸音材５が設けられ、モータ４の駆動音の反射が防止される。防音箱２は、例えばモータ４の製造工場内に設置され、製造されたモータ４の検査に用いられる。モータ４の製造ラインは約８０ｄＢの音を発し、マイクロフォン３によって集音されるモータ４の作動音に対して雑音となる。つまり、マイクロフォン３は、モータ４の作動音と雑音との混合音を集音する。
【0014】
防音箱２は外部の音を約３０ｄＢ軽減させることができるので、防音箱２の内部では製造ラインの音が約５０ｄＢに低減される。これに対してモータ４の作動音は約４０ｄＢであり、従来の自動検査では雑音が大きすぎて検査の実施が困難である。特に、暗騒音と称される、時間的に変化の少ない連続的な雑音は、等速駆動されるモータ４の作動音との区別が難しい。
【0015】
本実施形態の検査装置は、マイクロフォン３で集音された混合音からモータ４の作動音を抽出して検査に用いるため、大きな暗騒音が存在する場所でも自動検査が可能である。なお、本実施形態の検査装置は、モータ４の作動音を抽出する音声解析装置の一実施形態にも相当する。
【0016】
図２は、検査装置の一実施形態を示すブロック構成図である。
検査装置１００は、データ取得部１０１と、プロセッサ１０２と、表示部１０３と、記憶部１０４と、操作部１０５とを備える。
データ取得部１０１は、例えば入力インタフェースであり、マイクロフォン３によって集音された混合音の音声データを取得する。集音に際してモータ４は、オフ状態とオン状態とを含んだ駆動状態で駆動され、オン状態のモータ４は等速駆動される。
検査装置１００は、データ取得部１０１と、プロセッサ１０２と、表示部１０３と、記憶部１０４と、操作部１０５とを備える。
データ取得部１０１は、例えば入力インタフェースであり、マイクロフォン３によって集音された混合音の音声データを取得する。集音に際してモータ４は、オフ状態とオン状態とを含んだ駆動状態で駆動され、オン状態のモータ４は等速駆動される。
【0017】
データ取得部１０１は、記憶媒体に記憶済みの音声データを取得してもよい。また、オフ状態とオン状態とを含んだ駆動状態の音声データとしては、モータ４が実際にオンオフされた駆動状態で集音された音の音声データであってもよいし、モータ４のオン状態で集音された混合音と暗騒音のみとが繋ぎ合わされて仮想的にオンオフ駆動の音が再現された音声データであってもよい。
【0018】
つまり、データ取得部１０１は、作動音と暗騒音とを含み、当該作動音の存在割合が不連続に変化する変化点を有する混合音を取得する。
プロセッサ１０２は、プログラムを実行することで各種の機能を果たす。プロセッサ１０２は、例えばコンピュータを検査装置１００が備える各要素として機能させる検査プログラムを実行する。当該検査プログラムは、コンピュータを音声解析装置の各要素として機能させる音声解析プログラムの一実施形態に相当する。プロセッサ１０２は機能構成として、設定部１０６と、演算部１０７と、合成部１０８と、を備える。
プロセッサ１０２は、プログラムを実行することで各種の機能を果たす。プロセッサ１０２は、例えばコンピュータを検査装置１００が備える各要素として機能させる検査プログラムを実行する。当該検査プログラムは、コンピュータを音声解析装置の各要素として機能させる音声解析プログラムの一実施形態に相当する。プロセッサ１０２は機能構成として、設定部１０６と、演算部１０７と、合成部１０８と、を備える。
【0019】
設定部１０６は、演算部１０７による演算処理の初期条件などを設定する。
演算部１０７は、音声データに対し、周波数解析や非負値行列因子分解（ＮＭＦ：Ｎｏｎｎｅｇａｔｉｖｅ Ｍａｔｒｉｘ Ｆａｃｔｏｒｉｚａｔｉｏｎ）などの演算処理を実行する。また、演算部１０７は、音声データから抽出されるモータ４の作動音に基づいた自動検査の演算処理も行い、モータ４の作動音の成分に基づいて良否結果を出力する。つまり、演算部１０７は、本発明にいう分解部および良否出力部の各一例としての機能を担う。
演算部１０７は、音声データに対し、周波数解析や非負値行列因子分解（ＮＭＦ：Ｎｏｎｎｅｇａｔｉｖｅ Ｍａｔｒｉｘ Ｆａｃｔｏｒｉｚａｔｉｏｎ）などの演算処理を実行する。また、演算部１０７は、音声データから抽出されるモータ４の作動音に基づいた自動検査の演算処理も行い、モータ４の作動音の成分に基づいて良否結果を出力する。つまり、演算部１０７は、本発明にいう分解部および良否出力部の各一例としての機能を担う。
【0020】
合成部１０８は、演算部１０７による演算処理で得られた行列因子に基づいてモータ４の作動音を合成する。
表示部１０３は、例えばディスプレイであり、設定部１０６による設定状況や演算部１０７による検査結果などを表示する。
表示部１０３は、例えばディスプレイであり、設定部１０６による設定状況や演算部１０７による検査結果などを表示する。
【0021】
記憶部１０４は、プロセッサ１０２で実行される検査プログラムや、プロセッサ１０２の合成部１０８で合成されたモータ４の作動音を記憶する。つまり、記憶部１０４は、本発明にいう保存部の一例としての機能を担う。
操作部１０５は、例えばタッチパネルやキーボードやマウスであり、設定部１０６による初期設定に関する指示操作や、プロセッサ１０２によるプログラム実行の指示操作などを受け付ける。なお、操作部１０５がタッチパネルである場合、操作部１０５は表示部１０３に組み込まれてもよい。また、検査装置１００は、スピーカー等の音声出力部を備えてもよいし、ランプ等の発光部を備えてもよい。
操作部１０５は、例えばタッチパネルやキーボードやマウスであり、設定部１０６による初期設定に関する指示操作や、プロセッサ１０２によるプログラム実行の指示操作などを受け付ける。なお、操作部１０５がタッチパネルである場合、操作部１０５は表示部１０３に組み込まれてもよい。また、検査装置１００は、スピーカー等の音声出力部を備えてもよいし、ランプ等の発光部を備えてもよい。
【0022】
図３は、演算部１０７で実行されるＮＭＦの概念を示す図である。
モータ４の作動音を含んだ音声データは、演算部１０７による周波数解析によって周波数スペクトログラムに変換される。ＮＭＦでは、音声データの周波数スペクトログラムがＭ行×Ｎ列の行列Ｘとして用いられる。但し、周波数スペクトログラムの原点が図の左下に位置するように、列番号は下から上に増加する。演算部１０７は、周波数スペクトログラムの行列Ｘを、ＮＭＦにより、Ｍ行×Ｂ列の基底行列ＴとＢ行×Ｎ列のアクティベーション行列（活性化行列）Ｖとに分解する。
モータ４の作動音を含んだ音声データは、演算部１０７による周波数解析によって周波数スペクトログラムに変換される。ＮＭＦでは、音声データの周波数スペクトログラムがＭ行×Ｎ列の行列Ｘとして用いられる。但し、周波数スペクトログラムの原点が図の左下に位置するように、列番号は下から上に増加する。演算部１０７は、周波数スペクトログラムの行列Ｘを、ＮＭＦにより、Ｍ行×Ｂ列の基底行列ＴとＢ行×Ｎ列のアクティベーション行列（活性化行列）Ｖとに分解する。
【0023】
基底行列Ｔは基底数Ｂの基底ベクトルを表し、各基底ベクトルは、基底音の周波数スペクトルに相当する。アクティベーション行列Ｖは、各基底ベクトルが表す基底音の音量変化（即ち各時点における音量の集合）を表す。ＮＭＦは、基底行列Ｔとアクティベーション行列Ｖにおけるすべての成分の値が負でなくなるように収束演算を繰り返す演算処理である。
【0024】
周波数スペクトログラムを表した行列Ｘは、Ｍ行が周波数に相当し、Ｎ列が時間に相当する。音声データは、例えば、停止状態のモータ４が駆動開始して一定回転数で駆動する作動音成分２０１を含み、列番号ｎｎの時点でモータ４が駆動開始する。また、音声データは、時間的にほぼ一定の雑音の成分（暗騒音成分）２０２も含む。
【0025】
基底行列Ｔが表す基底数Ｂの基底ベクトルのうち、第０列から第ｂｍ列までの基底ベクトル２１１がモータ４の作動音成分２０１の周波数スペクトルに相当し、第ｂｍ＋１列から第Ｂ列までの基底ベクトル２１２が暗騒音成分２０２の周波数スペクトルに相当する。
従って、アクティベーション行列Ｖの第０行から第ｂｍ行までの部分行列２２１が作動音成分２０１の音量変化を表し、第ｂｍ＋１行から第Ｂ行までの部分行列２２２が暗騒音成分２０２の音量変化を表す。
従って、アクティベーション行列Ｖの第０行から第ｂｍ行までの部分行列２２１が作動音成分２０１の音量変化を表し、第ｂｍ＋１行から第Ｂ行までの部分行列２２２が暗騒音成分２０２の音量変化を表す。
【0026】
つまり、演算部１０７は、混合音の周波数スペクトログラムを、作動音および暗騒音それぞれの周波数スペクトルと、作動音および暗騒音それぞれの音量変化とに分解する。より具体的には、演算部１０７は、ＮＭＦにより、周波数スペクトルを表した基底行列Ｔと、音量変化を表したアクティベーション行列Ｖとを算出する。ＮＭＦの技術が用いられることで作動音と暗騒音との分離が容易に実現される。
【0027】
作動音成分２０１も暗騒音成分２０２も時間的に一定で連続する場合、混合音からＮＭＦで作動音成分２０１を抽出することは困難である。即ち、収束演算を繰り返しても、基底行列Ｔの基底ベクトルは、作動音成分２０１と暗騒音成分２０２とに収束しない。
これに対し、本実施形態では列番号ｎｎの時点で作動音の存在割合が不連続に変化する。即ち列番号ｎｎの時点が混合音における変化点となっている。この結果、作動音成分２０１が変化点以外で定常音であってもＮＭＦで作動音成分２０１と暗騒音成分２０２との分離が可能となる。また、この場合のＮＭＦでは、作動音成分２０１や暗騒音成分２０２について事前学習が不要となる。
これに対し、本実施形態では列番号ｎｎの時点で作動音の存在割合が不連続に変化する。即ち列番号ｎｎの時点が混合音における変化点となっている。この結果、作動音成分２０１が変化点以外で定常音であってもＮＭＦで作動音成分２０１と暗騒音成分２０２との分離が可能となる。また、この場合のＮＭＦでは、作動音成分２０１や暗騒音成分２０２について事前学習が不要となる。
【0028】
図４は、検査装置１００における処理動作を示すフローチャートである。
図４に示す処理動作が開始されると、ステップＳ１０１で、データ取得部１０１によって音声データが取得される。音声データはモータ４の作動音を含んだ音を表しているため、ステップＳ１０１でデータ取得部１０１は、実質的に作動音を取得する。音声データはモータ４の作動音として、オフ状態とオン状態とを有する駆動状態の作動音を含む。つまり、ステップＳ１０１では、モータ４のオンオフ作動音が取得されることになる。データ取得部１０１によって取得された音声データは演算部１０７で周波数解析されて周波数スペクトログラムに変換される。
図４に示す処理動作が開始されると、ステップＳ１０１で、データ取得部１０１によって音声データが取得される。音声データはモータ４の作動音を含んだ音を表しているため、ステップＳ１０１でデータ取得部１０１は、実質的に作動音を取得する。音声データはモータ４の作動音として、オフ状態とオン状態とを有する駆動状態の作動音を含む。つまり、ステップＳ１０１では、モータ４のオンオフ作動音が取得されることになる。データ取得部１０１によって取得された音声データは演算部１０７で周波数解析されて周波数スペクトログラムに変換される。
【0029】
次にステップＳ１０２で設定部１０６が、ＮＭＦにおける初期条件として、基底数Ｂを設定するとともに、アクティベーション行列Ｖが表す時間領域のうちモータ４がオフ状態であるオフ領域の一部に初期値「０」を設定する。
【0030】
図５は、アクティベーション行列Ｖにおける初期値の設定を示す図である。
アクティベーション行列Ｖの第０行から第ｂｍ行までの部分行列２２１は、上述したように作動音成分２０１の音量変化に相当し、その部分行列２２１のうち第０列から第ｎｎ列までの部分行列Ｖｎがオフ領域に相当する。
アクティベーション行列Ｖの第０行から第ｂｍ行までの部分行列２２１は、上述したように作動音成分２０１の音量変化に相当し、その部分行列２２１のうち第０列から第ｎｎ列までの部分行列Ｖｎがオフ領域に相当する。
【0031】
設定部１０６は、部分行列Ｖｎを時間方向の第０列から第ｎｎ列までの途中で部分行列Ｖｎ０と部分行列Ｖｎ１とに２分割する。即ち、初期領域率ａ（０＜ａ＜１）により、部分行列Ｖｎ０は第０列から第ａ・ｎｎ列までと表され、部分行列Ｖｎ１は、第ａ・ｎｎ＋１列から第ｎｎ列までと表される。
【0032】
そして、設定部１０６は、第０列から第ａ・ｎｎ列までの部分行列Ｖｎ０に対して初期値「０」を設定する。
本実施形態では、第ｎｎ列に相当する変化点は作動音がオンオフ変化する点である。また、演算部１０７は、収束演算によって周波数スペクトルおよび音量変化を算出する。そして設定部１０６は、作動音の音量変化の初期値として、当該作動音がオフの時間領域（即ちオフ領域）の少なくとも一部について音量ゼロ（即ち値「０」）を設定する。
本実施形態では、第ｎｎ列に相当する変化点は作動音がオンオフ変化する点である。また、演算部１０７は、収束演算によって周波数スペクトルおよび音量変化を算出する。そして設定部１０６は、作動音の音量変化の初期値として、当該作動音がオフの時間領域（即ちオフ領域）の少なくとも一部について音量ゼロ（即ち値「０」）を設定する。
【0033】
図４のステップＳ１０２における初期値設定が終わると、ステップＳ１０３でＮＭＦの収束演算が実行され、ステップＳ１０４では、演算における収束の指標として、オフ領域に相当する部分行列Ｖｎで各成分の値が「０」に収束したか否かが判定される。
ここで、値「０」に収束するとは、成分が値「０」に向かって十分に近づくことを意味し、値「０」に到達することを要しない。ＮＭＦの収束演算では、行列の成分は値「０」には到達しないので、値「０」に収束したことの判定は、行列の成分が、十分に小さい値「略０」に到達したことの判定で可能である。
また、オフ領域に相当する部分行列Ｖｎの要素のうち、初期値が値「０」に設定された部分行列Ｖｎ０については、ＮＭＦの収束演算が繰り返されても値「０」が維持される。このため、ステップＳ１０４では、オフ領域に相当する部分行列Ｖｎのうち、第ａ・ｎｎ＋１列から第ｎｎ列までの部分行列Ｖｎ１について、各成分の値が「０」に収束したか否か（即ち「略０」に到達したか否か）が判定される。つまり、オフ領域の部分行列Ｖｎのうち初期値が値「０」に設定された部分行列Ｖｎ０を除く他の部分行列Ｖｎ１における作動音の音量変化の演算値が値「０」に収束するか否かで収束演算の収束判定が行われる。この判定により、収束演算の収束判定が容易に実行可能である。
ここで、値「０」に収束するとは、成分が値「０」に向かって十分に近づくことを意味し、値「０」に到達することを要しない。ＮＭＦの収束演算では、行列の成分は値「０」には到達しないので、値「０」に収束したことの判定は、行列の成分が、十分に小さい値「略０」に到達したことの判定で可能である。
また、オフ領域に相当する部分行列Ｖｎの要素のうち、初期値が値「０」に設定された部分行列Ｖｎ０については、ＮＭＦの収束演算が繰り返されても値「０」が維持される。このため、ステップＳ１０４では、オフ領域に相当する部分行列Ｖｎのうち、第ａ・ｎｎ＋１列から第ｎｎ列までの部分行列Ｖｎ１について、各成分の値が「０」に収束したか否か（即ち「略０」に到達したか否か）が判定される。つまり、オフ領域の部分行列Ｖｎのうち初期値が値「０」に設定された部分行列Ｖｎ０を除く他の部分行列Ｖｎ１における作動音の音量変化の演算値が値「０」に収束するか否かで収束演算の収束判定が行われる。この判定により、収束演算の収束判定が容易に実行可能である。
【0034】
また、初期値が値「０」に設定された部分行列Ｖｎ０の時間領域については収束演算が進んでも値「０」が維持されるため、当該時間領域におけるＮＭＦの収束演算は、実質的に暗騒音の自動学習に相当し、結果として暗騒音の周波数スペクトルが精度よく得られる。
ステップＳ１０３およびステップＳ１０４が繰り返されて、十分な収束が得られたと判定される（ステップＳ１０４；収束済）と、ステップＳ１０５で、モータ４の作動音成分２０１が合成部１０８によって合成されて記憶部１０４に記憶される。
ステップＳ１０３およびステップＳ１０４が繰り返されて、十分な収束が得られたと判定される（ステップＳ１０４；収束済）と、ステップＳ１０５で、モータ４の作動音成分２０１が合成部１０８によって合成されて記憶部１０４に記憶される。
【0035】
図６は、モータ４の作動音の合成概念を示す図である。
合成部１０８では、ＮＭＦで得られる基底行列Ｔとアクティベーション行列Ｖに基づいて、モータ４の作動音成分（即ちモータ音）２０１が暗騒音成分２０２と分離されて合成される。即ち、基底行列Ｔにおける第０列から第ｂｍ列までの基底ベクトル２１１と、アクティベーション行列Ｖにおける第０行から第ｂｍ行までの部分行列２２１との積によって作動音成分２０１が合成される。
合成部１０８では、ＮＭＦで得られる基底行列Ｔとアクティベーション行列Ｖに基づいて、モータ４の作動音成分（即ちモータ音）２０１が暗騒音成分２０２と分離されて合成される。即ち、基底行列Ｔにおける第０列から第ｂｍ列までの基底ベクトル２１１と、アクティベーション行列Ｖにおける第０行から第ｂｍ行までの部分行列２２１との積によって作動音成分２０１が合成される。
【0036】
つまり、記憶部１０４には、作動音の周波数スペクトルおよび音量変化に基づいた、混合音における当該作動音の成分が保存される。
なお、暗騒音成分２０２は、基底行列Ｔにおける第ｂｍ＋１列から第Ｂ列までの基底ベクトル２１２と、アクティベーション行列Ｖにおける第ｂｍ＋１行から第Ｂ行までの部分行列２２２との積である。
なお、暗騒音成分２０２は、基底行列Ｔにおける第ｂｍ＋１列から第Ｂ列までの基底ベクトル２１２と、アクティベーション行列Ｖにおける第ｂｍ＋１行から第Ｂ行までの部分行列２２２との積である。
【0037】
合成部１０８で合成された作動音成分２０１が図４のステップＳ１０５で合成されて記憶されると、ステップＳ１０６では、作動音成分２０１に基づいてモータ４の検査が演算部１０７で実行される。演算部１０７によるモータ４の検査としては、例えば、作動音成分２０１の音圧レベルが規定内に収まっているか否かの検査や、作動音成分２０１に所定の異常音成分が含まれているか否かの検査などが想定される。検査の結果は、表示部１０３に表示され、図４に示す処理動作が終了する。
【0038】
作動音成分２０１がモータ４の作動音そのものである場合に限らず、等速駆動されるモータ４を備えた機器の作動音である場合にも、モータ由来の作動音が暗騒音と分離されるので当該機器の異常確認などが容易となる。
モータ４の作動音成分２０１が暗騒音成分２０２と分離されて合成されるため、暗騒音成分２０２の音量が大きい場合であっても、作動音成分２０１に基づいた検査が精度よく実施される。
モータ４の作動音成分２０１が暗騒音成分２０２と分離されて合成されるため、暗騒音成分２０２の音量が大きい場合であっても、作動音成分２０１に基づいた検査が精度よく実施される。
【0039】
なお、上記では、音声解析装置、音声解析方法および音声解析プログラムにおける適用の一例として、モータの検査装置が挙げられるが、本開示の音声解析装置、音声解析方法および音声解析プログラムの適用は上記に限定されず、モータで駆動される装置の検査、モータ以外で駆動される装置の検査、検査以外での作動音の抽出や増幅など広範囲に適用可能である。
【0040】
また、上記では、オン状態とオフ状態とを有した駆動状態での作動音が例示されるが、本開示の音声解析装置、検査装置、音声解析方法および音声解析プログラムに適用可能な作動音としては、例えば、弱状態と強状態とを有した駆動状態での作動音であってもよい。
【0041】
なお、本技術は以下のような構成をとることが可能である。
（１）
作動音と暗騒音とを含み、当該作動音の存在割合が不連続に変化する変化点を有する混合音を取得する取得部と、
前記混合音の周波数スペクトログラムを、前記作動音および前記暗騒音それぞれの周波数スペクトルと、前記作動音および前記暗騒音それぞれの音量変化とに分解する分解部と、
前記作動音の前記周波数スペクトルおよび前記音量変化に基づいた、前記混合音における当該作動音の成分を保存する保存部と、
を備える音声解析装置。
（１）
作動音と暗騒音とを含み、当該作動音の存在割合が不連続に変化する変化点を有する混合音を取得する取得部と、
前記混合音の周波数スペクトログラムを、前記作動音および前記暗騒音それぞれの周波数スペクトルと、前記作動音および前記暗騒音それぞれの音量変化とに分解する分解部と、
前記作動音の前記周波数スペクトルおよび前記音量変化に基づいた、前記混合音における当該作動音の成分を保存する保存部と、
を備える音声解析装置。
【0042】
（２）
前記作動音は、等速駆動されるモータを備えた機器の作動音である（１）に記載の音声解析装置。
（３）
前記分解部は、非負値行列因子分解により、前記周波数スペクトルを表した基底行列と、前記音量変化を表した活性化行列とを算出する（１）～（２）に記載の音声解析装置。
前記作動音は、等速駆動されるモータを備えた機器の作動音である（１）に記載の音声解析装置。
（３）
前記分解部は、非負値行列因子分解により、前記周波数スペクトルを表した基底行列と、前記音量変化を表した活性化行列とを算出する（１）～（２）に記載の音声解析装置。
【0043】
（４）
前記変化点は、前記作動音がオンオフ変化する点であり、
前記分解部は、収束演算によって前記周波数スペクトルおよび前記音量変化を算出し、前記作動音の音量変化の初期値として、当該作動音がオフの時間領域の少なくとも一部について音量ゼロを設定する（１）～（３）のいずれかに記載の音声解析装置。
前記変化点は、前記作動音がオンオフ変化する点であり、
前記分解部は、収束演算によって前記周波数スペクトルおよび前記音量変化を算出し、前記作動音の音量変化の初期値として、当該作動音がオフの時間領域の少なくとも一部について音量ゼロを設定する（１）～（３）のいずれかに記載の音声解析装置。
【0044】
（５）
前記分解部は、前記時間領域の一部について前記作動音の音量変化の初期値として音量ゼロを設定し、当該時間領域の他の一部における当該作動音の音量変化の演算値がゼロに収束するか否かで前記収束演算の収束判定を行う（４）に記載の音声解析装置。
前記分解部は、前記時間領域の一部について前記作動音の音量変化の初期値として音量ゼロを設定し、当該時間領域の他の一部における当該作動音の音量変化の演算値がゼロに収束するか否かで前記収束演算の収束判定を行う（４）に記載の音声解析装置。
【0045】
（６）
（１）～（５）のいずれかに記載の音声解析装置と、
前記作動音の成分に基づいて良否結果を出力する良否出力部と、
を備える検査装置。
（１）～（５）のいずれかに記載の音声解析装置と、
前記作動音の成分に基づいて良否結果を出力する良否出力部と、
を備える検査装置。
【0046】
（７）
作動音と暗騒音とを含み、当該作動音の存在割合が不連続に変化する変化点を有する混合音を取得するステップと、
前記混合音の周波数スペクトログラムを、前記作動音および前記暗騒音それぞれの周波数スペクトルと、前記作動音および前記暗騒音それぞれの音量変化とに分解するステップと、
前記作動音の前記周波数スペクトルおよび前記音量変化に基づいた、前記混合音における当該作動音の成分を保存するステップと、
を有する音声解析方法。
作動音と暗騒音とを含み、当該作動音の存在割合が不連続に変化する変化点を有する混合音を取得するステップと、
前記混合音の周波数スペクトログラムを、前記作動音および前記暗騒音それぞれの周波数スペクトルと、前記作動音および前記暗騒音それぞれの音量変化とに分解するステップと、
前記作動音の前記周波数スペクトルおよび前記音量変化に基づいた、前記混合音における当該作動音の成分を保存するステップと、
を有する音声解析方法。
【0047】
（８）
情報処理装置を、（１）～（５）のいずれかに記載の音声解析装置の各要素として動作させる音声解析プログラム。
情報処理装置を、（１）～（５）のいずれかに記載の音声解析装置の各要素として動作させる音声解析プログラム。
【符号の説明】
【0048】
１ ：防音設備
２ ：防音箱
３ ：マイクロフォン
４ ：モータ
５ ：吸音材
１００ ：検査装置
１０１ ：データ取得部
１０２ ：プロセッサ
１０３ ：表示部
１０４ ：記憶部
１０５ ：操作部
１０６ ：設定部
１０７ ：演算部
１０８ ：合成部
２ ：防音箱
３ ：マイクロフォン
４ ：モータ
５ ：吸音材
１００ ：検査装置
１０１ ：データ取得部
１０２ ：プロセッサ
１０３ ：表示部
１０４ ：記憶部
１０５ ：操作部
１０６ ：設定部
１０７ ：演算部
１０８ ：合成部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】