音信号区間抽出装置及び音信号区間抽出方法
【課題】非定常雑音を含む入力音信号でも、入力信号のパワーに対する閾値を設定したり、複雑な演算処理を行ったりしなくても、正確に音信号区間を抽出する。
【解決手段】音によって発生する振動のアナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換し（ステップ１０１）、ステップ１０１で取得したデジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとし（ステップ１０２）、ステップ１０２で作成した２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を施して、当該２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出し（ステップ１０３）、ステップ１０３で抽出した音信号区間を特定するために、２値画像データにおける塊化された領域の起点と終点とを時系列で検出する（ステップ１０６）。
【解決手段】音によって発生する振動のアナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換し（ステップ１０１）、ステップ１０１で取得したデジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとし（ステップ１０２）、ステップ１０２で作成した２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を施して、当該２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出し（ステップ１０３）、ステップ１０３で抽出した音信号区間を特定するために、２値画像データにおける塊化された領域の起点と終点とを時系列で検出する（ステップ１０６）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、入力される音信号に含まれる雑音成分を除去して所望の音信号の信号区間を抽出する音信号区間抽出装置及び音信号区間抽出方法に関する。
【背景技術】
【０００２】
従来から、入力される音信号に含まれる雑音成分を除去して所望の音信号の信号区間を抽出すために、種々の音声区間検出手段が知られている。例えば、人間の発話音声や、機械等から発生する動作音等の正常音の区間を示す信号区間と、正常音以外の雑音の区間を示す雑音区間とを分離するために、入力信号のパワーに対して閾値を設定し、その閾値と入力信号のパワーとを比較して、信号区間と雑音区間とを区別する音声認識装置や音声区間検出装置が知られている（例えば、特許文献１、特許文献２参照。）。
【０００３】
また、信号区間と雑音区間とを分離するために、一定時間範囲内で零レベルを交差する回数を基にして入力信号のパワーと比較するための閾値を設定する零交差法（例えば、特許文献３参照。）や、入力音声信号を正規化することによって音声認識率を向上させるための音声スペクトル概形（例えば、特許文献４参照。）、又は信号区間を検出するために音声を捉えるための特徴量（入力信号の周期性情報）として利用する自己相関（例えば、特許文献５参照。）が知られている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特公昭６３−２９７５４号公報
【特許文献２】特開昭５８−１３０３９５号公報
【特許文献３】特開平５−１６５４９６号公報
【特許文献４】特公平１−３６９５９号公報
【特許文献５】特開２００７−３２８２２８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１に記載された音声認識装置や特許文献２に記載された音声区間検出装置では、雑音の大きさなどの物理的特徴が時間と共に大きく変動しない、所謂、定常雑音の場合や、信号区間に比べてパワーが比較的小さい雑音の場合に有効であるが、雑音の大きさが時系列で不規則に変動する非定常雑音では閾値を超える場合があるので、雑音区間を信号区間と誤認識する虞があった。
【０００６】
これに対して、特許文献３に記載された音声検出装置、特許文献４に記載された音声認識装置、及び特許文献５に記載された信号処理装置は、他の物理的指標を用いることで特許文献１に記載された音声認識装置や特許文献２に記載された音声区間検出装置より信号区間の検出精度を向上させることが可能になるが、複雑な演算処理を行なわなければならないという難点があった。この場合、その演算処理に見合った演算処理装置が必要になる。
【０００７】
本発明は、このような従来の難点を解消するためになされたもので、非定常雑音を含む入力音信号でも、入力信号のパワーに対する閾値を設定したり、複雑な演算処理を行ったりしなくても、正確に音信号区間を抽出することができる音信号区間抽出装置及び音信号区間抽出方法を提供することを目的とする。
【課題を解決するための手段】
【０００８】
上述の目的を達成する本発明の第１の態様である音信号区間抽出装置は、音によって発生する振動を検出してアナログ音信号に変換する音情報検出部と、音情報検出部で検出した音のアナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換する信号入力部と、信号入力部で取得したデジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとする画像作成部と、画像作成部で作成した２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行って、当該２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出する収縮処理機能を有する画像処理部と、画像処理部で抽出した音信号区間を特定するために、２値画像データにおける塊化された領域の起点と終点とを時系列で検出する音信号区間判定部とから構成されているものである。
【０００９】
本発明の第２の態様は第１の態様である音信号区間抽出装置において、画像処理部は、２値画像データにおける塊化された領域に、予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行って、収縮処理機能で行った収縮処理によって一部削除された領域を復元する膨張処理機能を有するものである。
【００１０】
本発明の第３の態様は第２の態様である音信号区間抽出装置において、画像処理部は、モルフォロジー演算処理で２値画像データにおける音信号区間の塊化された領域を抽出するものである。
【００１１】
また、本発明の第４の態様である音信号区間抽出方法は、音によって発生する振動のアナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換する第１のステップと、第１のステップで取得したデジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとする第２のステップと、第２のステップで作成した２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行って、当該２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出する第３のステップと、第３のステップで抽出した音信号区間を特定するために、２値画像データにおける塊化された領域の起点と終点とを時系列で検出する第４のステップとを有するものでる。
【００１２】
本発明の第５の態様は第４の態様である音信号区間抽出方法において、第３のステップは、２値画像データにおける塊化された領域に、予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行って、収縮処理によって一部削除された領域を復元することを含むものである。
【００１３】
このような第１の態様である音信号区間抽出装置及び第４の態様である音信号区間抽出方法は、従来の音声区間検出手段のような信号のパワーやスペクトルの情報などの物理的特徴に基づいて入力される音信号に含まれる雑音成分を除去するのではなく、人が音信号の信号波形から音信号区間の存在を視覚的に捉えることができる視覚情報に基づき、音信号区間を抽出するという従来にはなかった音信号区間抽出手段を提供するものである。具体的には、音信号の信号波形を、人が視覚的に捉えることができる視覚情報にするために、横軸（Ｘ軸）が時間、縦軸（Ｙ軸）が軸中央をゼロとして上下方向に正負の振幅値となるグラフで表現する。音信号の信号波形を、このようにグラフ化することで、人は、縦軸の振幅値が上下に大きく、横軸に連続して出現する塊化された領域が音信号区間であると、視覚で判別することになる。
【００１４】
第１の態様である音信号区間抽出装置及び第４の態様である音信号区間抽出方法は、この人の視覚による画像認識を応用するもので、音情報検出部で検出した音のアナログ音信号を信号入力部でデジタル音信号に変換して画像作成部に送出し、画像作成部でデジタル音信号に基づき２値画像データを作成する。この２値画像データは、雑音成分を含むデジタル音信号が画像化されているので、この２値画像データを画像処理部の収縮処理機能で収縮処理を行うと、２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出することができる。なお、音信号の雑音成分は非定常雑音でも、振幅値が低くなったり、振幅値が高くても時間軸上の幅が狭くなる細長い領域となったりすることから、雑音成分を含む音信号の２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行うことで、雑音成分を削除して音信号区間を塊化することができる。そして、音信号区間判定部で２値画像データにおける塊化された領域の起点と終点とを時系列で検出することで、非定常雑音を含む入力音信号でも、入力信号のパワーに対する閾値を設定したり、複雑な演算処理を行ったりしなくても、音信号区間を抽出することができる。
【００１５】
また、第２の態様である音信号区間抽出装置及び第５の態様である音信号区間抽出方法は、画像処理部の膨張処理機能で、収縮処理機能による収縮処理で２値画像データにおける塊化された領域に、予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行うことにより、一部削除された領域を復元することができるので、音信号区間の抽出精度が向上する。
【００１６】
また、第３の態様である音信号区間抽出装置は、画像処理部が、モルフォロジー演算処理で２値画像データにおける音信号区間の塊化された領域を抽出することで、収縮処理機能による収縮処理と膨張処理機能による膨張処理とを組み合わせて用いることができる。
【発明の効果】
【００１７】
本発明の音信号区間抽出装置及び音信号区間抽出方法によれば、非定常雑音を含む入力音信号でも、入力信号のパワーに対する閾値を設定したり、複雑な演算処理を行ったりしなくても、正確に音信号区間を抽出することができるようになる。
【図面の簡単な説明】
【００１８】
【図１】本発明の音信号区間抽出装置における好ましい実施の形態例を示すシステム構成のブロック図である。
【図２】本発明の音信号区間抽出方法における好ましい実施の形態例を示すフローチャートである。
【図３】本発明の音信号区間抽出方法を説明するための図で、（Ａ）は入力音信号の振幅パターン画像、（Ｂ）は（Ａ）の振幅パターン画像に対して収縮処理を行った画像、（Ｃ）は（Ｂ）の画像に対して膨張処理を行った画像である。
【図４】画像の収縮処理及び膨張処理における注目画素と周辺画素との関係を示す説明図である。
【図５】図３の振幅パターン画像と膨張処理を行った画像との関係を示す説明図である。
【発明を実施するための形態】
【００１９】
以下、本発明の音信号区間抽出装置及び音信号区間抽出方法を実施するための最良の形態例について、図面を参照して説明する。
【００２０】
本発明の音信号区間抽出装置は図１に示すように、音によって発生する振動を検出してアナログ音信号に変換する音情報検出部１１と、図示しないＡ／Ｄ変換部を含み、音情報検出部１１で検出した音のアナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換する信号入力部１２と、信号入力部１２で取得したデジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとする画像作成部１３と、画像作成部１３で作成した２値画像データに収縮処理を行う収縮処理機能を有する画像処理部１４と、画像処理部１４で抽出した音信号区間を特定するために、２値画像データにおける塊化された領域の起点と終点とを時系列で検出する音信号区間判定部１５とから構成されている。
【００２１】
音情報検出部１１は、音によって発生する振動を検出してアナログ音信号に変換することができるマイクロホンや振動センサが該当する。マイクロホンは音が空気の振動によって発生するので、その空気の振動を電気信号に変換することでその空気の振動に応じたアナログの波形を信号入力部１２で取得することができる。また、振動センサは、振動を変位、速度、あるいは加速度で定量的に捕らえるもので、測定した物理量を電気信号に変換することでその振動に応じたアナログの波形を信号入力部１２で取得することができる。
【００２２】
信号入力部１２は、デジタル音信号の信号情報を保存するために、例えば、１列目をサンプル点番号、２列目を１列目に対応する振幅値、行を全サンプル個数のＮ個（Ｎ：０，１，２，…，Ｎ−１）とするＮ行２列の行列とする。また、サンプリング周波数Ｆの値も保存することで、任意サンプル点ｎ（０≦ｎ≦Ｎ−１）の時間を、ｎ×（１／Ｆ）により算出することが可能となる。したがって、信号情報の行列における１列目は、時間情報を保存していることになる。
【００２３】
画像作成部１３は、信号情報の行列における１列目のサンプル点を時間軸となるＸ軸に、２列目の振幅値を信号のパワーとなるＹ軸に表現した画像作成を行うものである。例えば、任意のサンプル点間ｎａ〜ｎｂ（ａ，ｂ：０≦ａ＜ｂ，ａ＜ｂ≦Ｎ−１）をＸ軸方向の１画素分とし、そのｎａ〜ｎｂの間にある振幅値の平均値や中央値、最大値に相当する値分の画素数をＹ軸に表現する。このＹ軸には、Ｙ軸中央より上に正の振幅値を、Ｙ軸中央より下に負の振幅値が表現されることになる。
【００２４】
この画像は、振幅値を表現している黒色部分が１、それ以外の背景となる白色部分が０となるような２値画像とする。この場合のＸ軸方向の画像サイズＳＸは、Ｎ／（ｎｂ−ｎａ）となる。Ｙ軸方向の画像サイズＳｙは、元の振幅値の値をそのまま用いた場合は振幅値の最大値Ａｐと最小値Ａｍを加算した値となるが、任意のサイズにすることも可能である。この画像サイズを任意のサイズにするには、画像の拡大・縮小処理に相当する方程式、Ｓｙ＝（Ａｐ＋Ａｍ）×Ｃが好ましい。この場合、任意のサンプル点間ｎａ〜ｎｂにある振幅値の平均値や中央値、最大値に相当する値分の画素数もＣ倍にしてＹ軸に表現する。ここで、Ｃは、Ｃ＞１なら拡大処理、０＜Ｃ＜１ならば縮小処理となる。
なお、ここでは振幅値を線形で表現していたが、これに限らず、非線形で表現してもよい。
【００２５】
画像処理部１４の収縮処理機能は、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行うものである。この画像の収縮処理は、２値画像における対象物体の輪郭から外側に伸びた画素幅が狭い凸形状の平滑化や、対象物体の背景にある孤立的な点、所謂ごま塩雑音の除去に有効な処理で、注目画素の周辺画素に０が１つ以上あれば、その注目画素を０にする。なお、画素ｘ，ｙは、収縮処理によって音信号区間の領域が大きく削除されないようにするために、０≦ｘ＜Ｓｘ−１，０≦ｙ＜Ｓｙ−１を満足する値とする。周辺画素の範囲は任意であるが、範囲が大き過ぎると信号区間の存在する領域が削除される可能性があることから、最小構成要素となる注目画素に隣接する８画素を用いるのが最良である。つまり、３×３画素の中央を注目画素とし、注目画素が１のとき、その周辺の８画素のうち１つでも０があれば、注目画素を０とする。この収縮処理を、画像作成部１３で作成した２値画像データ全体に対して繰り返し実行した場合、値１の領域を徐々に縮めていくことになり、最終的には、面積が小さい領域は消滅し、元々面積が大きい領域だけが画像上に残ることになる。
【００２６】
ここで、雑音区間は、振幅値が低いため、画像上の値が１になる部分が小領域となることから、収縮処理により結果的に削除されることになる。また、雑音区間には、振幅値が短い時間長で大きくなる場合も考えられるが、画像上の値が１になる部分は、Ｘ軸方向の幅が狭い細長い領域となるため、この領域も結果として収縮処理により削除される。一方、信号区間では、画像上の値１となる部分の面積が大きいため、収縮処理を行っても削除されることはない。この収縮処理は、目的とする音信号区間の存在する領域が抽出できるまで、または、雑音区間の存在する領域が削除されるまで、少なくともｋ回（ｋ≧１）繰り返して実行される。
【００２７】
なお、この画像の収縮処理では画像の形状によっては音信号区間の存在する領域の一部が削除される場合があるので、画像処理部１４に画像に膨張処理を行う膨張処理機能をもたせるとよい。この画像処理部１４の膨張処理機能は、予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行うものである。この画像の膨張処理は、２値画像における対象物体の内部に伸びた画素幅が狭い凹形状の平滑化や、対象物体の内部にある所謂ごま塩雑音の除去に有効な処理で、収縮処理によって一部削除された領域が出現されるまで、画像作成部１３で作成した２値画像データ全体に対して少なくともｋ回（ｋ≧１）繰り返して実行される。なお、音情報の存在しない振幅パターン領域は収縮処理によって削除されるため、膨張処理を行っても元の領域が出現することはない。即ち、膨張処理後に画像に残った値１の領域が、音信号区間の存在する領域となる。このように、画像処理部１４の膨張処理機能で、収縮処理機能による収縮処理で２値画像データにおける塊化された領域に、予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行うことにより、一部削除された領域を復元することができるので、音信号区間の抽出精度が向上する。
このような画像処理部１４の収縮処理及び膨張処理は、モルフォロジー演算処理が好ましい。モルフォロジー演算処理は、収縮処理及び膨張処理を組み合わせて用いることができるからである。
【００２８】
音信号区間判定部１５は、信号入力部１２、画像作成部１３及び画像処理部１４で音信号区間となる２値画像データにおける塊化された領域が抽出されるので、この塊化された領域の起点と終点とを時系列で検出するだけで、音信号区間を効率的且つ正確に特定することができる。
【００２９】
このように構成された音信号区間抽出装置による音信号区間抽出方法について、以下、図１、図２、図３、図４、図５を参照しながら説明する。なお、画像処理部１４は収縮処理機能及び膨張処理機能を有しているものとする。
【００３０】
音情報検出部１１で検出した音のアナログ音信号を信号入力部１２でデジタル音信号に変換して画像作成部１０２に送出し（ステップ１０１）、画像作成部１０２でデジタル音信号に基づき２値画像データを作成する（ステップ１０２）。この２値画像データは図３（Ａ）に示すように、振幅値を表現している黒色部分が１、それ以外の背景となる白色部分が０となるような２値画像となっている。この２値画像データは、雑音成分を含むデジタル音信号が画像化されているので、この２値画像データを画像処理部１４の収縮処理機能で収縮処理を行うと（ステップ１０３）、２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出することができる（ステップ１０４）。この収縮処理は図４に示すように、３×３画素の中央の画素ｅを注目画素とし、注目画素ｅが１のとき、その周辺の８画素ａ、ｂ、ｃ、ｄ、ｆ、ｇ、ｈ、ｉのうち１つでも０があれば、注目画素を０とする。なお、ステップ１０３及びステップ１０４は雑音区間の存在する領域が削除されるまで、繰り返して実行される。この雑音区間を削除して塊化された領域となる音信号区間は、図３（Ｂ）に示すような画像になる。
【００３１】
また、画像処理部１４は膨張処理機能で、収縮処理機能による収縮処理で２値画像データにおける塊化された領域に膨張処理を行うことにより、一部削除された領域を復元することができる（ステップ１０５）。この膨張処理は図４に示すように、注目画素ｅが０のとき、その周辺の８画素ａ、ｂ、ｃ、ｄ、ｆ、ｇ、ｈ、ｉのうち１つでも１があれば、注目画素を１とする。なお、ステップ１０５は収縮処理によって一部削除された領域が出現されるまで、繰り返して実行される。この一部削除された領域が出現した塊化された領域となる音信号区間は、図３（Ｃ）に示すような画像となる。
【００３２】
このように画像に対して、ｎ回収縮処理を行った後、ｎ回膨張処理を行うオープニング処理を行うのは、入力される音信号の信号波形を２値化した画像では、所謂ごま塩雑音は生じないが、振幅値の大小による凹凸が生じるからである。振幅値がパルス的に大きい箇所であるインパルス雑音が、X軸方向の画素幅が狭くなった凸形状となり、また、塊化された領域となる音信号区間以外の箇所が、Ｙ軸方向の画素幅が狭い領域となる。収縮処理は、これらの雑音を除去することができ、結果的に塊化された領域となる音信号区間のみを画像上に残すことが可能になる。但し、収縮処理によって抽出された塊化された領域となる音信号区間は、収縮した回数分だけ領域のX軸方向の幅が小さくなっているので、その領域の本来のX軸方向の幅に戻すために、収縮処理した回数分だけ膨張処理を行う必要がある。
【００３３】
このようにして得られた音信号区間の領域の画像は図５に示すように、信号区間判定部１５で２値画像データにおける塊化された領域の起点Ａと終点Ｂとを時系列で検出する（ステップ１０６）。このように画像処理することで、非定常雑音を含む入力音信号でも、入力信号のパワーに対する閾値を設定したり、複雑な演算処理を行ったりしなくても、塊化された領域となる音信号区間を効率的且つ正確に抽出することができる。
【００３４】
このような本発明の音信号区間抽出装置及び音信号区間抽出方法は、従来の音声区間検出手段と併用することで、音信号区間の抽出精度の向上を図ることが可能になる。
また、本発明の音信号区間抽出装置及び音信号区間抽出方法の機能を実現するソフトウエアのプログラムコードを記録した記録媒体を、コンピュータで読み出し実行することでも、本発明の目的を達成することができる。
【００３５】
これまで本発明について図面に示した特定の実施の形態をもって説明してきたが、本発明は図面に示した実施の形態に限定されるものではなく、本発明の効果を奏する限り、これまで知られたいかなる構成であっても採用することができることはいうまでもないことである。
【産業上の利用可能性】
【００３６】
このような本発明の音信号区間抽出装置及び音信号区間抽出方法は、例えば、機械の異常予兆を早期に発見するために、機械の動作音を分析する際、雑音によって誤認識してしまうことを防ぐことができる。
【符号の説明】
【００３７】
１……音信号区間抽出装置
１１……音情報検出部
１２……信号入力部
１３……画像作成部
１４……画像処理部
１５……音信号区間判定部
【技術分野】
【０００１】
本発明は、入力される音信号に含まれる雑音成分を除去して所望の音信号の信号区間を抽出する音信号区間抽出装置及び音信号区間抽出方法に関する。
【背景技術】
【０００２】
従来から、入力される音信号に含まれる雑音成分を除去して所望の音信号の信号区間を抽出すために、種々の音声区間検出手段が知られている。例えば、人間の発話音声や、機械等から発生する動作音等の正常音の区間を示す信号区間と、正常音以外の雑音の区間を示す雑音区間とを分離するために、入力信号のパワーに対して閾値を設定し、その閾値と入力信号のパワーとを比較して、信号区間と雑音区間とを区別する音声認識装置や音声区間検出装置が知られている（例えば、特許文献１、特許文献２参照。）。
【０００３】
また、信号区間と雑音区間とを分離するために、一定時間範囲内で零レベルを交差する回数を基にして入力信号のパワーと比較するための閾値を設定する零交差法（例えば、特許文献３参照。）や、入力音声信号を正規化することによって音声認識率を向上させるための音声スペクトル概形（例えば、特許文献４参照。）、又は信号区間を検出するために音声を捉えるための特徴量（入力信号の周期性情報）として利用する自己相関（例えば、特許文献５参照。）が知られている。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特公昭６３−２９７５４号公報
【特許文献２】特開昭５８−１３０３９５号公報
【特許文献３】特開平５−１６５４９６号公報
【特許文献４】特公平１−３６９５９号公報
【特許文献５】特開２００７−３２８２２８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、特許文献１に記載された音声認識装置や特許文献２に記載された音声区間検出装置では、雑音の大きさなどの物理的特徴が時間と共に大きく変動しない、所謂、定常雑音の場合や、信号区間に比べてパワーが比較的小さい雑音の場合に有効であるが、雑音の大きさが時系列で不規則に変動する非定常雑音では閾値を超える場合があるので、雑音区間を信号区間と誤認識する虞があった。
【０００６】
これに対して、特許文献３に記載された音声検出装置、特許文献４に記載された音声認識装置、及び特許文献５に記載された信号処理装置は、他の物理的指標を用いることで特許文献１に記載された音声認識装置や特許文献２に記載された音声区間検出装置より信号区間の検出精度を向上させることが可能になるが、複雑な演算処理を行なわなければならないという難点があった。この場合、その演算処理に見合った演算処理装置が必要になる。
【０００７】
本発明は、このような従来の難点を解消するためになされたもので、非定常雑音を含む入力音信号でも、入力信号のパワーに対する閾値を設定したり、複雑な演算処理を行ったりしなくても、正確に音信号区間を抽出することができる音信号区間抽出装置及び音信号区間抽出方法を提供することを目的とする。
【課題を解決するための手段】
【０００８】
上述の目的を達成する本発明の第１の態様である音信号区間抽出装置は、音によって発生する振動を検出してアナログ音信号に変換する音情報検出部と、音情報検出部で検出した音のアナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換する信号入力部と、信号入力部で取得したデジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとする画像作成部と、画像作成部で作成した２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行って、当該２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出する収縮処理機能を有する画像処理部と、画像処理部で抽出した音信号区間を特定するために、２値画像データにおける塊化された領域の起点と終点とを時系列で検出する音信号区間判定部とから構成されているものである。
【０００９】
本発明の第２の態様は第１の態様である音信号区間抽出装置において、画像処理部は、２値画像データにおける塊化された領域に、予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行って、収縮処理機能で行った収縮処理によって一部削除された領域を復元する膨張処理機能を有するものである。
【００１０】
本発明の第３の態様は第２の態様である音信号区間抽出装置において、画像処理部は、モルフォロジー演算処理で２値画像データにおける音信号区間の塊化された領域を抽出するものである。
【００１１】
また、本発明の第４の態様である音信号区間抽出方法は、音によって発生する振動のアナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換する第１のステップと、第１のステップで取得したデジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとする第２のステップと、第２のステップで作成した２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行って、当該２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出する第３のステップと、第３のステップで抽出した音信号区間を特定するために、２値画像データにおける塊化された領域の起点と終点とを時系列で検出する第４のステップとを有するものでる。
【００１２】
本発明の第５の態様は第４の態様である音信号区間抽出方法において、第３のステップは、２値画像データにおける塊化された領域に、予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行って、収縮処理によって一部削除された領域を復元することを含むものである。
【００１３】
このような第１の態様である音信号区間抽出装置及び第４の態様である音信号区間抽出方法は、従来の音声区間検出手段のような信号のパワーやスペクトルの情報などの物理的特徴に基づいて入力される音信号に含まれる雑音成分を除去するのではなく、人が音信号の信号波形から音信号区間の存在を視覚的に捉えることができる視覚情報に基づき、音信号区間を抽出するという従来にはなかった音信号区間抽出手段を提供するものである。具体的には、音信号の信号波形を、人が視覚的に捉えることができる視覚情報にするために、横軸（Ｘ軸）が時間、縦軸（Ｙ軸）が軸中央をゼロとして上下方向に正負の振幅値となるグラフで表現する。音信号の信号波形を、このようにグラフ化することで、人は、縦軸の振幅値が上下に大きく、横軸に連続して出現する塊化された領域が音信号区間であると、視覚で判別することになる。
【００１４】
第１の態様である音信号区間抽出装置及び第４の態様である音信号区間抽出方法は、この人の視覚による画像認識を応用するもので、音情報検出部で検出した音のアナログ音信号を信号入力部でデジタル音信号に変換して画像作成部に送出し、画像作成部でデジタル音信号に基づき２値画像データを作成する。この２値画像データは、雑音成分を含むデジタル音信号が画像化されているので、この２値画像データを画像処理部の収縮処理機能で収縮処理を行うと、２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出することができる。なお、音信号の雑音成分は非定常雑音でも、振幅値が低くなったり、振幅値が高くても時間軸上の幅が狭くなる細長い領域となったりすることから、雑音成分を含む音信号の２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行うことで、雑音成分を削除して音信号区間を塊化することができる。そして、音信号区間判定部で２値画像データにおける塊化された領域の起点と終点とを時系列で検出することで、非定常雑音を含む入力音信号でも、入力信号のパワーに対する閾値を設定したり、複雑な演算処理を行ったりしなくても、音信号区間を抽出することができる。
【００１５】
また、第２の態様である音信号区間抽出装置及び第５の態様である音信号区間抽出方法は、画像処理部の膨張処理機能で、収縮処理機能による収縮処理で２値画像データにおける塊化された領域に、予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行うことにより、一部削除された領域を復元することができるので、音信号区間の抽出精度が向上する。
【００１６】
また、第３の態様である音信号区間抽出装置は、画像処理部が、モルフォロジー演算処理で２値画像データにおける音信号区間の塊化された領域を抽出することで、収縮処理機能による収縮処理と膨張処理機能による膨張処理とを組み合わせて用いることができる。
【発明の効果】
【００１７】
本発明の音信号区間抽出装置及び音信号区間抽出方法によれば、非定常雑音を含む入力音信号でも、入力信号のパワーに対する閾値を設定したり、複雑な演算処理を行ったりしなくても、正確に音信号区間を抽出することができるようになる。
【図面の簡単な説明】
【００１８】
【図１】本発明の音信号区間抽出装置における好ましい実施の形態例を示すシステム構成のブロック図である。
【図２】本発明の音信号区間抽出方法における好ましい実施の形態例を示すフローチャートである。
【図３】本発明の音信号区間抽出方法を説明するための図で、（Ａ）は入力音信号の振幅パターン画像、（Ｂ）は（Ａ）の振幅パターン画像に対して収縮処理を行った画像、（Ｃ）は（Ｂ）の画像に対して膨張処理を行った画像である。
【図４】画像の収縮処理及び膨張処理における注目画素と周辺画素との関係を示す説明図である。
【図５】図３の振幅パターン画像と膨張処理を行った画像との関係を示す説明図である。
【発明を実施するための形態】
【００１９】
以下、本発明の音信号区間抽出装置及び音信号区間抽出方法を実施するための最良の形態例について、図面を参照して説明する。
【００２０】
本発明の音信号区間抽出装置は図１に示すように、音によって発生する振動を検出してアナログ音信号に変換する音情報検出部１１と、図示しないＡ／Ｄ変換部を含み、音情報検出部１１で検出した音のアナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換する信号入力部１２と、信号入力部１２で取得したデジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとする画像作成部１３と、画像作成部１３で作成した２値画像データに収縮処理を行う収縮処理機能を有する画像処理部１４と、画像処理部１４で抽出した音信号区間を特定するために、２値画像データにおける塊化された領域の起点と終点とを時系列で検出する音信号区間判定部１５とから構成されている。
【００２１】
音情報検出部１１は、音によって発生する振動を検出してアナログ音信号に変換することができるマイクロホンや振動センサが該当する。マイクロホンは音が空気の振動によって発生するので、その空気の振動を電気信号に変換することでその空気の振動に応じたアナログの波形を信号入力部１２で取得することができる。また、振動センサは、振動を変位、速度、あるいは加速度で定量的に捕らえるもので、測定した物理量を電気信号に変換することでその振動に応じたアナログの波形を信号入力部１２で取得することができる。
【００２２】
信号入力部１２は、デジタル音信号の信号情報を保存するために、例えば、１列目をサンプル点番号、２列目を１列目に対応する振幅値、行を全サンプル個数のＮ個（Ｎ：０，１，２，…，Ｎ−１）とするＮ行２列の行列とする。また、サンプリング周波数Ｆの値も保存することで、任意サンプル点ｎ（０≦ｎ≦Ｎ−１）の時間を、ｎ×（１／Ｆ）により算出することが可能となる。したがって、信号情報の行列における１列目は、時間情報を保存していることになる。
【００２３】
画像作成部１３は、信号情報の行列における１列目のサンプル点を時間軸となるＸ軸に、２列目の振幅値を信号のパワーとなるＹ軸に表現した画像作成を行うものである。例えば、任意のサンプル点間ｎａ〜ｎｂ（ａ，ｂ：０≦ａ＜ｂ，ａ＜ｂ≦Ｎ−１）をＸ軸方向の１画素分とし、そのｎａ〜ｎｂの間にある振幅値の平均値や中央値、最大値に相当する値分の画素数をＹ軸に表現する。このＹ軸には、Ｙ軸中央より上に正の振幅値を、Ｙ軸中央より下に負の振幅値が表現されることになる。
【００２４】
この画像は、振幅値を表現している黒色部分が１、それ以外の背景となる白色部分が０となるような２値画像とする。この場合のＸ軸方向の画像サイズＳＸは、Ｎ／（ｎｂ−ｎａ）となる。Ｙ軸方向の画像サイズＳｙは、元の振幅値の値をそのまま用いた場合は振幅値の最大値Ａｐと最小値Ａｍを加算した値となるが、任意のサイズにすることも可能である。この画像サイズを任意のサイズにするには、画像の拡大・縮小処理に相当する方程式、Ｓｙ＝（Ａｐ＋Ａｍ）×Ｃが好ましい。この場合、任意のサンプル点間ｎａ〜ｎｂにある振幅値の平均値や中央値、最大値に相当する値分の画素数もＣ倍にしてＹ軸に表現する。ここで、Ｃは、Ｃ＞１なら拡大処理、０＜Ｃ＜１ならば縮小処理となる。
なお、ここでは振幅値を線形で表現していたが、これに限らず、非線形で表現してもよい。
【００２５】
画像処理部１４の収縮処理機能は、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行うものである。この画像の収縮処理は、２値画像における対象物体の輪郭から外側に伸びた画素幅が狭い凸形状の平滑化や、対象物体の背景にある孤立的な点、所謂ごま塩雑音の除去に有効な処理で、注目画素の周辺画素に０が１つ以上あれば、その注目画素を０にする。なお、画素ｘ，ｙは、収縮処理によって音信号区間の領域が大きく削除されないようにするために、０≦ｘ＜Ｓｘ−１，０≦ｙ＜Ｓｙ−１を満足する値とする。周辺画素の範囲は任意であるが、範囲が大き過ぎると信号区間の存在する領域が削除される可能性があることから、最小構成要素となる注目画素に隣接する８画素を用いるのが最良である。つまり、３×３画素の中央を注目画素とし、注目画素が１のとき、その周辺の８画素のうち１つでも０があれば、注目画素を０とする。この収縮処理を、画像作成部１３で作成した２値画像データ全体に対して繰り返し実行した場合、値１の領域を徐々に縮めていくことになり、最終的には、面積が小さい領域は消滅し、元々面積が大きい領域だけが画像上に残ることになる。
【００２６】
ここで、雑音区間は、振幅値が低いため、画像上の値が１になる部分が小領域となることから、収縮処理により結果的に削除されることになる。また、雑音区間には、振幅値が短い時間長で大きくなる場合も考えられるが、画像上の値が１になる部分は、Ｘ軸方向の幅が狭い細長い領域となるため、この領域も結果として収縮処理により削除される。一方、信号区間では、画像上の値１となる部分の面積が大きいため、収縮処理を行っても削除されることはない。この収縮処理は、目的とする音信号区間の存在する領域が抽出できるまで、または、雑音区間の存在する領域が削除されるまで、少なくともｋ回（ｋ≧１）繰り返して実行される。
【００２７】
なお、この画像の収縮処理では画像の形状によっては音信号区間の存在する領域の一部が削除される場合があるので、画像処理部１４に画像に膨張処理を行う膨張処理機能をもたせるとよい。この画像処理部１４の膨張処理機能は、予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行うものである。この画像の膨張処理は、２値画像における対象物体の内部に伸びた画素幅が狭い凹形状の平滑化や、対象物体の内部にある所謂ごま塩雑音の除去に有効な処理で、収縮処理によって一部削除された領域が出現されるまで、画像作成部１３で作成した２値画像データ全体に対して少なくともｋ回（ｋ≧１）繰り返して実行される。なお、音情報の存在しない振幅パターン領域は収縮処理によって削除されるため、膨張処理を行っても元の領域が出現することはない。即ち、膨張処理後に画像に残った値１の領域が、音信号区間の存在する領域となる。このように、画像処理部１４の膨張処理機能で、収縮処理機能による収縮処理で２値画像データにおける塊化された領域に、予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行うことにより、一部削除された領域を復元することができるので、音信号区間の抽出精度が向上する。
このような画像処理部１４の収縮処理及び膨張処理は、モルフォロジー演算処理が好ましい。モルフォロジー演算処理は、収縮処理及び膨張処理を組み合わせて用いることができるからである。
【００２８】
音信号区間判定部１５は、信号入力部１２、画像作成部１３及び画像処理部１４で音信号区間となる２値画像データにおける塊化された領域が抽出されるので、この塊化された領域の起点と終点とを時系列で検出するだけで、音信号区間を効率的且つ正確に特定することができる。
【００２９】
このように構成された音信号区間抽出装置による音信号区間抽出方法について、以下、図１、図２、図３、図４、図５を参照しながら説明する。なお、画像処理部１４は収縮処理機能及び膨張処理機能を有しているものとする。
【００３０】
音情報検出部１１で検出した音のアナログ音信号を信号入力部１２でデジタル音信号に変換して画像作成部１０２に送出し（ステップ１０１）、画像作成部１０２でデジタル音信号に基づき２値画像データを作成する（ステップ１０２）。この２値画像データは図３（Ａ）に示すように、振幅値を表現している黒色部分が１、それ以外の背景となる白色部分が０となるような２値画像となっている。この２値画像データは、雑音成分を含むデジタル音信号が画像化されているので、この２値画像データを画像処理部１４の収縮処理機能で収縮処理を行うと（ステップ１０３）、２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出することができる（ステップ１０４）。この収縮処理は図４に示すように、３×３画素の中央の画素ｅを注目画素とし、注目画素ｅが１のとき、その周辺の８画素ａ、ｂ、ｃ、ｄ、ｆ、ｇ、ｈ、ｉのうち１つでも０があれば、注目画素を０とする。なお、ステップ１０３及びステップ１０４は雑音区間の存在する領域が削除されるまで、繰り返して実行される。この雑音区間を削除して塊化された領域となる音信号区間は、図３（Ｂ）に示すような画像になる。
【００３１】
また、画像処理部１４は膨張処理機能で、収縮処理機能による収縮処理で２値画像データにおける塊化された領域に膨張処理を行うことにより、一部削除された領域を復元することができる（ステップ１０５）。この膨張処理は図４に示すように、注目画素ｅが０のとき、その周辺の８画素ａ、ｂ、ｃ、ｄ、ｆ、ｇ、ｈ、ｉのうち１つでも１があれば、注目画素を１とする。なお、ステップ１０５は収縮処理によって一部削除された領域が出現されるまで、繰り返して実行される。この一部削除された領域が出現した塊化された領域となる音信号区間は、図３（Ｃ）に示すような画像となる。
【００３２】
このように画像に対して、ｎ回収縮処理を行った後、ｎ回膨張処理を行うオープニング処理を行うのは、入力される音信号の信号波形を２値化した画像では、所謂ごま塩雑音は生じないが、振幅値の大小による凹凸が生じるからである。振幅値がパルス的に大きい箇所であるインパルス雑音が、X軸方向の画素幅が狭くなった凸形状となり、また、塊化された領域となる音信号区間以外の箇所が、Ｙ軸方向の画素幅が狭い領域となる。収縮処理は、これらの雑音を除去することができ、結果的に塊化された領域となる音信号区間のみを画像上に残すことが可能になる。但し、収縮処理によって抽出された塊化された領域となる音信号区間は、収縮した回数分だけ領域のX軸方向の幅が小さくなっているので、その領域の本来のX軸方向の幅に戻すために、収縮処理した回数分だけ膨張処理を行う必要がある。
【００３３】
このようにして得られた音信号区間の領域の画像は図５に示すように、信号区間判定部１５で２値画像データにおける塊化された領域の起点Ａと終点Ｂとを時系列で検出する（ステップ１０６）。このように画像処理することで、非定常雑音を含む入力音信号でも、入力信号のパワーに対する閾値を設定したり、複雑な演算処理を行ったりしなくても、塊化された領域となる音信号区間を効率的且つ正確に抽出することができる。
【００３４】
このような本発明の音信号区間抽出装置及び音信号区間抽出方法は、従来の音声区間検出手段と併用することで、音信号区間の抽出精度の向上を図ることが可能になる。
また、本発明の音信号区間抽出装置及び音信号区間抽出方法の機能を実現するソフトウエアのプログラムコードを記録した記録媒体を、コンピュータで読み出し実行することでも、本発明の目的を達成することができる。
【００３５】
これまで本発明について図面に示した特定の実施の形態をもって説明してきたが、本発明は図面に示した実施の形態に限定されるものではなく、本発明の効果を奏する限り、これまで知られたいかなる構成であっても採用することができることはいうまでもないことである。
【産業上の利用可能性】
【００３６】
このような本発明の音信号区間抽出装置及び音信号区間抽出方法は、例えば、機械の異常予兆を早期に発見するために、機械の動作音を分析する際、雑音によって誤認識してしまうことを防ぐことができる。
【符号の説明】
【００３７】
１……音信号区間抽出装置
１１……音情報検出部
１２……信号入力部
１３……画像作成部
１４……画像処理部
１５……音信号区間判定部
【特許請求の範囲】
【請求項１】
音によって発生する振動を検出してアナログ音信号に変換する音情報検出部と、
前記音情報検出部で検出した前記音の前記アナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換する信号入力部と、
前記信号入力部で取得した前記デジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとする画像作成部と、
前記画像作成部で作成した前記２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行って、当該２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出する収縮処理機能を有する画像処理部と、
前記画像処理部で抽出した前記音信号区間を特定するために、前記２値画像データにおける前記塊化された領域の起点と終点とを時系列で検出する音信号区間判定部とから構成されていることを特徴とする音信号区間抽出装置。
【請求項２】
前記画像処理部は、前記２値画像データにおける前記塊化された領域に、前記予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行って、前記収縮処理機能で行った前記収縮処理によって一部削除された領域を復元する膨張処理機能を有することを特徴とする請求項１記載の音信号区間抽出装置。
【請求項３】
前記画像処理部は、モルフォロジー演算処理で前記２値画像データにおける前記音信号区間の前記塊化された領域を抽出することを特徴とする請求項２記載の音信号区間抽出装置。
【請求項４】
音によって発生する振動のアナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換する第１のステップと、
前記第１のステップで取得した前記デジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとする第２のステップと、
前記第２のステップで作成した前記２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行って、当該２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出する第３のステップと、
前記第３のステップで抽出した前記音信号区間を特定するために、前記２値画像データにおける前記塊化された領域の起点と終点とを時系列で検出する第４のステップとを有することを特徴とする音信号区間抽出方法。
【請求項５】
前記第３のステップは、前記２値画像データにおける前記塊化された領域に、前記予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行って、前記収縮処理によって一部削除された領域を復元することを含むことを特徴とする請求項４記載の音信号区間抽出方法。
【請求項１】
音によって発生する振動を検出してアナログ音信号に変換する音情報検出部と、
前記音情報検出部で検出した前記音の前記アナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換する信号入力部と、
前記信号入力部で取得した前記デジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとする画像作成部と、
前記画像作成部で作成した前記２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行って、当該２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出する収縮処理機能を有する画像処理部と、
前記画像処理部で抽出した前記音信号区間を特定するために、前記２値画像データにおける前記塊化された領域の起点と終点とを時系列で検出する音信号区間判定部とから構成されていることを特徴とする音信号区間抽出装置。
【請求項２】
前記画像処理部は、前記２値画像データにおける前記塊化された領域に、前記予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行って、前記収縮処理機能で行った前記収縮処理によって一部削除された領域を復元する膨張処理機能を有することを特徴とする請求項１記載の音信号区間抽出装置。
【請求項３】
前記画像処理部は、モルフォロジー演算処理で前記２値画像データにおける前記音信号区間の前記塊化された領域を抽出することを特徴とする請求項２記載の音信号区間抽出装置。
【請求項４】
音によって発生する振動のアナログ音信号が入力すると、サンプリングして量子化することでデジタル音信号に変換する第１のステップと、
前記第１のステップで取得した前記デジタル音信号に基づき振幅値を時系列でグラフ化した２次元画像を作成して２値画像データとする第２のステップと、
前記第２のステップで作成した前記２値画像データに、予め定められた数の周辺画素の値に０が１つ以上あると注目画素の値を１から０に変換する収縮処理を行って、当該２値画像データに存在している雑音区間を削除して塊化された領域となる音信号区間を抽出する第３のステップと、
前記第３のステップで抽出した前記音信号区間を特定するために、前記２値画像データにおける前記塊化された領域の起点と終点とを時系列で検出する第４のステップとを有することを特徴とする音信号区間抽出方法。
【請求項５】
前記第３のステップは、前記２値画像データにおける前記塊化された領域に、前記予め定められた数の周辺画素の値に１が１つ以上あると注目画素の値を０から１に変換する膨張処理を行って、前記収縮処理によって一部削除された領域を復元することを含むことを特徴とする請求項４記載の音信号区間抽出方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図２】
【図３】
【図４】
【図５】
【公開番号】特開２０１１−２４８２９６（Ｐ２０１１−２４８２９６Ａ）
【公開日】平成２３年１２月８日（２０１１．１２．８）
【国際特許分類】
【出願番号】特願２０１０−１２４２９９（Ｐ２０１０−１２４２９９）
【出願日】平成２２年５月３１日（２０１０．５．３１）
【出願人】（０００１５７０８３）関東自動車工業株式会社 (1,164)
【出願人】（５０７２３４４２７）公立大学法人岩手県立大学 (22)
【公開日】平成２３年１２月８日（２０１１．１２．８）
【国際特許分類】
【出願日】平成２２年５月３１日（２０１０．５．３１）
【出願人】（０００１５７０８３）関東自動車工業株式会社 (1,164)
【出願人】（５０７２３４４２７）公立大学法人岩手県立大学 (22)
[ Back to top ]