音声判別装置
【課題】特徴量に含まれる残留エコー成分を抑制する。
【解決手段】音声判別装置１００は、第１音響信号の周波数スペクトルを解析する第１音響信号解析部１０３と、前記第１音響信号のエコー成分を第２音響信号から抑圧した第３音響信号から、前記第１音響信号の周波数スペクトルを除外して、前記第３音響信号の周波数スペクトルの特徴量を抽出する特徴抽出部１０１と、を備える。
【解決手段】音声判別装置１００は、第１音響信号の周波数スペクトルを解析する第１音響信号解析部１０３と、前記第１音響信号のエコー成分を第２音響信号から抑圧した第３音響信号から、前記第１音響信号の周波数スペクトルを除外して、前記第３音響信号の周波数スペクトルの特徴量を抽出する特徴抽出部１０１と、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、バージイン機能を有する音声認識に用いられる音声判別装置に関する。
【背景技術】
【０００２】
カーナビゲーションなどに搭載される音声認識システムでは、ガイダンス音声再生中でも利用者の発声を認識できるバージイン機能の開発が進められている（特許文献１〜特許文献６を参照）。特許文献１〜特許文献４では、ガイダンス音声のパワーに応じて、特徴量に対する閾値を制御することにより、残留エコーに対する誤判別の防止を図っている。
【０００３】
また、特許文献７〜特許文献９は、ガイダンス音声の周波数スペクトルを利用したエコー抑圧技術を開示している。特許文献７〜特許文献９では、エコーキャンセル部が出力する音響信号の生成過程で周波数帯域別に残留エコーを抑圧している。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００５−８４２５３号公報
【特許文献２】特許第３５９７６７１号公報
【特許文献３】特表平１１−５００２７７号公報
【特許文献４】米国特許出願公開第２００９／０２５４３４２号明細書
【特許文献５】特開２００９−２５１１３４号公報
【特許文献６】特許第４２８２７０４号公報
【特許文献７】特開２００８−５０９４号公報
【特許文献８】特開２００６−３４０１８９号公報
【特許文献９】国際公開第２００５／０４６０７６号
【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〜特許文献４の技術では、エコーキャンセル部の性能が不十分で、残留エコーに対する特徴量が利用者の発声に対する特徴量と同程度に大きくなった場合、利用者の発声を正しく検出することはできない。
【０００６】
また、特許文献７〜特許文献９の技術では、特徴抽出の過程において残留エコー成分が特徴量に含まれる蓋然性が高くなり、音声／非音声の誤判別が生じる。
【０００７】
本発明は、上記の課題に鑑みてなされたものであり、特徴量に含まれる残留エコー成分を抑制すること目的とする。
【課題を解決するための手段】
【０００８】
音声判別装置は、第１音響信号の周波数スペクトルを解析する第１音響信号解析部と、前記第１音響信号のエコー成分を第２音響信号から抑圧した第３音響信号から、前記第１音響信号の周波数スペクトルを除外して、前記第３音響信号の周波数スペクトルの特徴量を抽出する特徴抽出部と、を備える。
【発明の効果】
【０００９】
本発明によれば、特徴量に含まれる残留エコー成分を抑制することができる。
【図面の簡単な説明】
【００１０】
【図１】第１の実施形態に係る音声判別装置を備えた音声認識システムを示す図。
【図２】エコーキャンセル部の構成を示す図。
【図３】音声判別装置の構成を示す図。
【図４】音声認識システムの動作のフローチャートを示す図。
【図５】特徴量の変化を示す図。
【図６】音声判別装置を備えた音声認識システムを示す図。
【図７】音声判別装置の構成を示す図。
【図８】音声認識システムの動作のフローチャートを示す図。
【発明を実施するための形態】
【００１１】
以下、本発明に係る音声判別装置の実施の形態について、添付図面を参照しながら説明する。
【００１２】
（第１の実施形態）
図１は、第１の実施形態に係る音声判別装置１００を備えた音声認識システムを示す図である。この音声認識システムは、ガイダンス音声再生中にも利用者の発声を認識するバージイン機能を備えている。音声認識システムは、音声判別装置１００と、音声認識部１１０と、エコーキャンセル部１２０と、マイクロホン１３０と、スピーカ１４０と、を備える。ガイダンス音声として予め生成された第１音響信号がスピーカ１４０から再生されると、第１音響信号と利用者の発声とを含む第２音響信号がマイクロホン１３０で取得される。エコーキャンセル部１２０は、第２音響信号から第１音響信号のエコー成分を除外（キャンセル）する。音声判別装置１００は、エコーキャンセル部１２０が出力する第３音響信号の音声／非音声を判別する。音声認識部１１０は、音声判別装置１００の結果から第３音響信号に含まれる利用者の発声区間を特定し、当該区間について音声認識処理を行う。以下、音声認識システムの処理を詳細に述べる。
【００１３】
まず、音声認識システムは、第１音響信号として利用者に音声入力を促すようなガイダンス音声をスピーカ１４０から再生する。ガイダンス音声としては、例えば、「ピッとなったらお話ください。ピッ」のようなものがある。そして、マイクロホン１３０は、例えば、「今日の天気」のような利用者の発声を第２音響信号として取得する。このとき、第２音響信号には、スピーカ１４０から再生された第１音響信号がエコー成分として混入しうる。
【００１４】
次に、エコーキャンセル部１２０について説明する。図２は、エコーキャンセル部１２０の構成を示す図である。エコーキャンセル部１２０は、マイクロホン１３０で取得した第２音響信号に含まれる第１音響信号のエコー成分をキャンセルする。このためにエコーキャンセル部１２０は、スピーカ１４０からマイクロホン１３０までのエコー経路の特性をＦＩＲ型の適応フィルタで推定する。例えば、１６０００Ｈｚのサンプリング周波数でディジタル化された第１音響信号をｘ（ｔ）、第２音響信号をｄ（ｔ）、フィルタ長Ｌの適応フィルタ係数をｗ（ｔ）とすると、エコー成分をキャンセルした後の第３音響信号ｅ（ｔ）は、数式１で計算できる。
【数１】
【００１５】
また、適応フィルタ係数ｗ（ｔ）は、例えば、ＮＬＭＳアルゴリズムを用いて、数式２で更新される。
【数２】
【００１６】
ここで、αは更新速度を調整するステップサイズ、γは分母項が零になることを防ぐための小さな正の値である。
【００１７】
適応フィルタがエコー経路の特性を正確に推定できれば、第２音響信号に含まれる第１音響信号のエコー成分は完全にキャンセルされる。ところが、通常は適応フィルタ係数の更新不足やエコー経路特性の急激な変動により推定誤差が生じ、第３音響信号に第１音響信号のエコー成分が残留する。したがって、バージイン機能を有した音声認識システムでは、残留エコーに対して頑健に動作する音声判別装置が必要になる。
【００１８】
次に、音声判別装置１００の動作について説明する。音声判別装置１００は、残留エコーを含んだ第３音響信号から利用者の音声を検出するように構成されている。図３は、音声判別装置１００の構成を示す図である。音声判別装置１００は、特徴抽出部１０１と、閾値処理部１０２と、第１音響信号解析部１０３と、を備える。特徴抽出部１０１は、第３音響信号から特徴量を抽出する。閾値処理部１０２は、特徴量と第１閾値とを比較して第３音響信号の音声／非音声を判別する。第１音響信号解析部１０３は、第１音響信号の周波数スペクトルを解析する。音声判別装置１００は、第１音響信号の周波数スペクトルを解析して、残留エコーが含まれる蓋然性が高い周波数を検出する。特徴抽出部１０１は、残留エコーが含まれる蓋然性が高い周波数の情報を除外して、残留エコーの影響を低減した特徴量を抽出する。以下に、第１の実施形態に係る音声認識システムの動作のフローを示す。
【００１９】
図４は、第１の実施形態に係る音声認識システムの動作のフローチャートを示す図である。
【００２０】
ステップ４０１では、第１音響信号解析部１０３が、第１音響信号の周波数スペクトルを解析し、残留エコーが生じる蓋然性が高い周波数を検出する。まず、第１音響信号解析部１０３は、ガイダンス音声として再生される第１音響信号ｘ（ｔ）を、例えば、フレーム長２５ｍｓ（４００サンプル）、間隔８ｍｓ（１２８サンプル）のフレームに分割する。フレーム分割には、ハミング窓を使用できる。次に、第１音響信号解析部１０３は、各フレームに対して、例えば、１１２点の零詰めを行った後、５１２点の離散フーリエ変換を適用する。そして、第１音響信号解析部１０３は、得られた周波数スペクトルＸｆ（ｋ）（パワースペクトル）を数式３の再帰式で時間方向にスムージングする。
【数３】
【００２１】
ここで、Ｘ´ｆ（ｋ）は、周波数インデックスｆにおけるスムージング後の周波数スペクトル、μはスムージングの度合いを調整する忘却係数である。μは０．３〜０．５程度に設定することができる。第１音響信号は、スピーカ１４０からマイクロホン１３０までのエコー経路を伝達するため、第１音響信号と第３音響信号中に含まれる残留エコーには時間的なずれが生じうる。上述したスムージング処理は、この時間的なずれを補正するものである。スムージングにより、現フレームの周波数スペクトルの成分が後続するフレームの周波数スペクトルに混入する。したがって、スムージング後の周波数スペクトルを解析することで、解析結果と第３音響信号中のエコー成分との時間的なずれを補正できる。
【００２２】
次いで、第１音響信号解析部１０３は、音響信号の周波数スペクトルを解析する。第１の実施形態では、第１音響信号を構成する主要な周波数（以下「主要周波数」という。）の検出を行う。具体的には、第１音響信号の周波数スペクトルを解析して、パワーが大きな周波数を主要周波数として検出する。主要周波数では、スピーカ１４０から出力された第１音響信号のパワーが大きくなる。したがって、この周波数では残留エコーが含まれる蓋然性が高い。主要周波数を検出するために、第１音響信号解析部１０３は、スムージング後の周波数スペクトルＸ´ｆ（ｋ）と第２閾値ＴＨＸ（ｋ）とを比較する。解析結果Ｒｆ（ｋ）は、数式４で表される。
【数４】
【００２３】
Ｒｆ（ｋ）＝０となる周波数が、第１音響信号を構成する主要周波数である。第２閾値ＴＨＸ（ｋ）は、残留エコーが含まれる蓋然性が高い周波数の検出に適した大きさが必要である。第２閾値を第１音響信号の無音区間（ガイダンス音声が含まれていない区間）のパワーより大きな値に設定すれば、残留エコーが生じない周波数が主要周波数として検出されることを防止できる。また、数式５のように各フレームにおける周波数スペクトルの平均値を第２閾値とすることもできる。この場合、第２閾値はフレームごとに動的に変化する。
【数５】
【００２４】
この他にも、閾値処理部１０２が、各フレームにおける周波数スペクトルのパワーを昇順にソートし、ソートした結果、上位Ｘ％（例えば、５０％）に入る周波数を主要周波数として検出することもできる。また、第２閾値より大きく、かつ、昇順にソートした結果、上位Ｘ％（例えば、５０％）に該当する周波数を主要周波数として検出してもよい。
【００２５】
ステップ４０２では、特徴抽出部１０１が、第１音響信号解析部１０３で得られた解析結果（主要周波数）を用いて、第３音響信号から利用者の発声らしさを表す特徴量を抽出する。まず、特徴抽出部１０１は、エコーキャンセル部１２０が出力した第３音響信号ｅ（ｔ）を、フレーム長２５ｍｓ（４００サンプル）、間隔８ｍｓ（１２８サンプル）のフレームに分割する。フレーム分割には、ハミング窓を使用できる。次に、特徴抽出部１０１は、各フレームに対して１１２点の零詰めを行った後、５１２点の離散フーリエ変換を適用する。そして、特徴抽出部１０１は、得られた周波数スペクトルＥｆ（ｋ）と第１音響信号解析部１０３からの解析結果Ｒｆ（ｋ）とを用いて、特徴量を抽出する。本実施形態では、特徴量として周波数別ＳＮＲの平均値（以下「平均ＳＮＲ」という。）を抽出する。
【数６】
【００２６】
ここで、ＳＮＲａｖｒｇ（ｋ）は平均ＳＮＲ、Ｍ（ｋ）はｋ番目のフレームで主要周波数と判定された周波数インデックスの数を表している。また、Ｎｆ（ｋ）は背景雑音の周波数スペクトルの推定値であり、例えば、第３音響信号の先頭２０フレームにおける周波数スペクトルの平均値から計算する。特徴抽出部１０１は、解析結果で主要周波数と検出された周波数（Ｒｆ（ｋ）＝０）の情報を除外して、特徴量を抽出している。主要周波数は、第１音響信号のパワーが大きな周波数であり、当該周波数に残留エコーが含まれる蓋然性は高くなる。したがって、特徴量を抽出する際に主要周波数を除外することで、残留エコーの影響を取り除いた特徴量の抽出が可能になる。
【００２７】
図５は、主要周波数成分を除外する前後における特徴量の変化を示す図である。図５により、主要周波数成分を除外することで残留エコー区間における特徴量の値が低くなることが分かる。これにより、利用者の発声区間と残留エコー区間における特徴量の違いが明確になり、固定閾値を用いても正確に音声／非音声を判別できる。なお、従来技術（特許文献２、３、４を参照）では、第１音響信号のパワーに応じた閾値制御しか行っておらず、本願発明に見られるような特徴量そのものの改善効果を得ることはできない。なお、特徴抽出部１０１で抽出される特徴量は、第３音響信号の周波数スペクトルを利用するものであれば何でもよい。例えば、特許文献５に開示されたような正規化スペクトルエントロピーを用いることもできる。
【００２８】
ステップ４０３では、閾値処理部１０２は、特徴抽出部１０１で抽出された特徴量と第１閾値を比較することで、フレーム単位の音声／非音声を判別する。第１閾値がＴＨＶＡ（ｋ）である場合、フレーム単位の判別結果は数式７のようになる。
【数７】
【００２９】
ステップ４０４では、音声認識部１１０が、閾値処理部１０２から出力されるフレーム単位の音声判別結果を使って利用者の発声区間を特定し、当該区間について音声認識処理を実行する。フレーム単位の音声判別結果から利用者の発声区間（始終端位置）を特定する方法が特許文献６に開示されている。特許文献６では、フレーム単位の判別結果とその継続フレーム数を用いて利用者の発話区間を決定している。例えば、音声と判別されたフレームが１０フレーム連続した場合、当該継続区間で最初に音声と判別されたフレームを始端位置とする。非音声と判別されたフレームが１５フレーム継続した場合、当該継続区間で最初に非音声と判別されたフレームを終端位置とする。利用者の発声区間を特定した後、音声認識部１１０は、当該区間からＭＦＣＣなどの静的特徴量とΔ・ΔΔで表される動的特徴量を結合させた音声認識のための特徴ベクトルを抽出する。そして、音声認識部１１０は、予め学習した認識対象語彙の音響モデル（ＨＭＭ）と特徴ベクトル系列を照合し、最尤のスコアを出す語彙を認識結果として出力する。
【００３０】
以上のように、本実施形態では、第１音響信号の周波数スペクトルを用いて、音声判別の特徴量から残留エコーの影響を除外している。これにより、残留エコーに対する特徴量を抑えることができ、従来技術（特許文献２、３、４を参照）にみられるような閾値制御を用いることなく正確に音声／非音声を判別できる。また、従来技術（特許文献５を参照）の閾値制御では、残留エコーが大きくなると、残留エコー区間における特徴量（パワー）が利用者の発声区間の特徴量（パワー）と同程度に大きくなり、残留エコーに対する誤判別を回避できなかった。一方、本願発明では、残留エコー区間における特徴量の値が抑えられることから、残留エコーに対する誤判別を低減することが出来る。さらに、従来技術（特許文献７、８、９を参照）では、第３音響信号から抽出した特徴量に残留エコー成分が含まれる蓋然性が高かった。一方、本願発明は、特徴抽出の過程で残留エコーが含まれる蓋然性が高い周波数の情報を除外するため、残留エコー成分の影響を除外した特徴量を第３音響信号から抽出できる。
【００３１】
（第２の実施形態）
図６は、第２の実施形態に係る音声判別装置６００を備えた音声認識システムを示す図である。本実施形態に係る音声認識システムは、音声判別装置６００がエコーキャンセル部１２０で更新された適応フィルタ係数を参照している点で、第１の実施形態と相違する。第１の実施形態と同様の構成については、適宜説明を省略する。
【００３２】
図７は、音声判別装置６００の構成を示す図である。音声判別装置は、特徴抽出部６０１と、閾値処理部６０２と、第１音響信号解析部６０３と、を備える。特徴抽出部６０１は、第３音響信号から特徴量を抽出する。閾値処理部６０２は、特徴量と第１閾値を比較して第３音響信号の音声／非音声を判別する。第１音響信号解析部６０３は、第１音響信号の周波数スペクトルを解析する。以下に、第２の実施形態に係る音声認識システムの動作のフローを示す。
【００３３】
図８は、第２の実施形態に係る音声認識システムの動作のフローチャートを示す図である。
【００３４】
ステップＳ８０１では、第１音響信号解析部６０３が、第１音響信号の周波数スペクトルの大きさに応じた重み付けを行う。より具体的には、パワーが大きな周波数には小さな重みを、パワーが小さな周波数には大きな重みを付与する。パワーが大きな周波数では、スピーカ１４０から出力される第１音響信号のパワーも大きくなり、残留エコーが含まれる蓋然性が高くなる。したがって、特徴抽出部６０１は、パワーが大きな周波数における情報に小さな重みを付与することで、残留エコーの影響を低減した特徴抽出が可能になる。各周波数に対する重みＲｆ（ｋ）は、第１音響信号の周波数スペクトルＸｆ（ｋ）から数式８で計算される。
【数８】
【００３５】
重みＲｆ（ｋ）の総和は１であり、周波数スペクトルの値が大きいほど小さくなる。
【００３６】
第２の実施形態では、エコー経路により生じる第１音響信号と第３音響信号中のエコー成分の時間的なずれをエコーキャンセル部１２０で更新された適応フィルタ係数から推定する。適応フィルタ係数ｗ（ｔ）は、第１音響信号がスピーカ１４０から出力されて音響空間を伝達しマイクロホン１３０で第２音響信号として取得されるまでのエコー経路のインパルス応答を表している。したがって、更新されたフィルタ係数ｗ（ｔ）について、絶対値が所定閾値より小さな係数が先頭から継続する数をカウントすることにより、当該エコー経路の伝達に要する時間長Ｄｔｉｍｅ（以下「伝達時間長」という。）を推定できる。例えば、更新後のフィルタ係数ｗ（ｔ）が数式９のような系列であった場合を考える。
【数９】
【００３７】
フィルタ係数の絶対値の閾値を、例えば０．５に設定した場合、先頭からカウントして１０個の係数の絶対値が連続して閾値を下回っている。この場合、エコー経路の伝達に１０サンプル分の時間を要していることになる。サンプリング周波数が、例えば１６０００Ｈｚの場合、Ｄｔｉｍｅは、１０÷１６０００×１０００＝０．０６２５ｍｓとなる。
【００３８】
ステップＳ８０２では、第１音響信号解析部６０３は、伝達時間長に応じた補正を解析結果Ｒｆ（ｋ）に加え、数式１０のような補正後の解析結果Ｒ´ｆ（ｋ）を得る。
【数１０】
【００３９】
ここで、８はシフト幅（単位はｍｓ）、Ｄｆｒａｍｅは伝達時間長をフレーム数に変換した値である。補正後の解析結果Ｒ´ｆ（ｋ）が、第１音響信号解析部６０３が特徴抽出部６０１に出力する最終的な解析結果となる。以上のように、エコーキャンセル部１２０が、解析結果に伝達時間長分の遅延を加えることで、解析結果と第３音響信号の間の時間同期が確保される。
【００４０】
ステップＳ８０２では、特徴抽出部６０１は、第１音響信号解析部６０３で得られた解析結果Ｒ´ｆ（ｋ）を用いて、第３音響信号から特徴量を抽出する。第３音響信号の周波数スペクトルＥｆ（ｋ）と解析結果Ｒ´ｆ（ｋ）から平均ＳＮＲは数式１１で計算される。
【数１１】
【００４１】
ステップＳ８０３及びステップＳ８０４は、ステップＳ４０３及びステップＳ４０４と同様であるため、説明は省略する。
【００４２】
本実施形態では、各周波数から抽出したＳＮＲ（ｓｎｒｆ（ｋ））に重みＲ´ｆ（ｋ）をかけて特徴量を抽出している。第１音響信号のパワーが大きな周波数に対して小さな重みを付与することにより、残留エコーの影響を低減した特徴量の抽出が可能になる。
【００４３】
以上のように、本実施形態では第１音響信号の周波数スペクトルを用いて、特徴量から残留エコーの影響を低減した特徴量を抽出している。これにより、残留エコーに対する特徴量を抑えられ、正確に音声／非音声を判別できる。
【００４４】
なお、本発明の実施形態に係る音声判別装置は、例えば、汎用のコンピュータをハードウェアとして用いることでも実現することができる。すなわち、音声判別装置の各部は、上記のコンピュータに搭載されたプロセッサにプログラムを実行させることにより実現することができる。このとき、音声判別装置は、上記のプログラムをコンピュータに予めインストールすることで実現してもよいし、コンピュータ読み取り可能な記憶媒体に記憶するか或いはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータに適宜インストールすることで実現してもよい。
【００４５】
なお、本発明は、上記実施形態に限定されず、その要旨を逸脱しない範囲内で構成要素を変形したりすることができる。また、上記実施形態に開示された複数の構成要素の適宜な組み合わせにより、種々の発明を形成することができる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
【符号の説明】
【００４６】
１００、６００ 音声判別装置
１０１、６０１ 特徴抽出部
１０２、６０２ 閾値処理部
１０３、６０３ 第１音響信号解析部
１２０ エコーキャンセル部
【技術分野】
【０００１】
本発明は、バージイン機能を有する音声認識に用いられる音声判別装置に関する。
【背景技術】
【０００２】
カーナビゲーションなどに搭載される音声認識システムでは、ガイダンス音声再生中でも利用者の発声を認識できるバージイン機能の開発が進められている（特許文献１〜特許文献６を参照）。特許文献１〜特許文献４では、ガイダンス音声のパワーに応じて、特徴量に対する閾値を制御することにより、残留エコーに対する誤判別の防止を図っている。
【０００３】
また、特許文献７〜特許文献９は、ガイダンス音声の周波数スペクトルを利用したエコー抑圧技術を開示している。特許文献７〜特許文献９では、エコーキャンセル部が出力する音響信号の生成過程で周波数帯域別に残留エコーを抑圧している。
【先行技術文献】
【特許文献】
【０００４】
【特許文献１】特開２００５−８４２５３号公報
【特許文献２】特許第３５９７６７１号公報
【特許文献３】特表平１１−５００２７７号公報
【特許文献４】米国特許出願公開第２００９／０２５４３４２号明細書
【特許文献５】特開２００９−２５１１３４号公報
【特許文献６】特許第４２８２７０４号公報
【特許文献７】特開２００８−５０９４号公報
【特許文献８】特開２００６−３４０１８９号公報
【特許文献９】国際公開第２００５／０４６０７６号
【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〜特許文献４の技術では、エコーキャンセル部の性能が不十分で、残留エコーに対する特徴量が利用者の発声に対する特徴量と同程度に大きくなった場合、利用者の発声を正しく検出することはできない。
【０００６】
また、特許文献７〜特許文献９の技術では、特徴抽出の過程において残留エコー成分が特徴量に含まれる蓋然性が高くなり、音声／非音声の誤判別が生じる。
【０００７】
本発明は、上記の課題に鑑みてなされたものであり、特徴量に含まれる残留エコー成分を抑制すること目的とする。
【課題を解決するための手段】
【０００８】
音声判別装置は、第１音響信号の周波数スペクトルを解析する第１音響信号解析部と、前記第１音響信号のエコー成分を第２音響信号から抑圧した第３音響信号から、前記第１音響信号の周波数スペクトルを除外して、前記第３音響信号の周波数スペクトルの特徴量を抽出する特徴抽出部と、を備える。
【発明の効果】
【０００９】
本発明によれば、特徴量に含まれる残留エコー成分を抑制することができる。
【図面の簡単な説明】
【００１０】
【図１】第１の実施形態に係る音声判別装置を備えた音声認識システムを示す図。
【図２】エコーキャンセル部の構成を示す図。
【図３】音声判別装置の構成を示す図。
【図４】音声認識システムの動作のフローチャートを示す図。
【図５】特徴量の変化を示す図。
【図６】音声判別装置を備えた音声認識システムを示す図。
【図７】音声判別装置の構成を示す図。
【図８】音声認識システムの動作のフローチャートを示す図。
【発明を実施するための形態】
【００１１】
以下、本発明に係る音声判別装置の実施の形態について、添付図面を参照しながら説明する。
【００１２】
（第１の実施形態）
図１は、第１の実施形態に係る音声判別装置１００を備えた音声認識システムを示す図である。この音声認識システムは、ガイダンス音声再生中にも利用者の発声を認識するバージイン機能を備えている。音声認識システムは、音声判別装置１００と、音声認識部１１０と、エコーキャンセル部１２０と、マイクロホン１３０と、スピーカ１４０と、を備える。ガイダンス音声として予め生成された第１音響信号がスピーカ１４０から再生されると、第１音響信号と利用者の発声とを含む第２音響信号がマイクロホン１３０で取得される。エコーキャンセル部１２０は、第２音響信号から第１音響信号のエコー成分を除外（キャンセル）する。音声判別装置１００は、エコーキャンセル部１２０が出力する第３音響信号の音声／非音声を判別する。音声認識部１１０は、音声判別装置１００の結果から第３音響信号に含まれる利用者の発声区間を特定し、当該区間について音声認識処理を行う。以下、音声認識システムの処理を詳細に述べる。
【００１３】
まず、音声認識システムは、第１音響信号として利用者に音声入力を促すようなガイダンス音声をスピーカ１４０から再生する。ガイダンス音声としては、例えば、「ピッとなったらお話ください。ピッ」のようなものがある。そして、マイクロホン１３０は、例えば、「今日の天気」のような利用者の発声を第２音響信号として取得する。このとき、第２音響信号には、スピーカ１４０から再生された第１音響信号がエコー成分として混入しうる。
【００１４】
次に、エコーキャンセル部１２０について説明する。図２は、エコーキャンセル部１２０の構成を示す図である。エコーキャンセル部１２０は、マイクロホン１３０で取得した第２音響信号に含まれる第１音響信号のエコー成分をキャンセルする。このためにエコーキャンセル部１２０は、スピーカ１４０からマイクロホン１３０までのエコー経路の特性をＦＩＲ型の適応フィルタで推定する。例えば、１６０００Ｈｚのサンプリング周波数でディジタル化された第１音響信号をｘ（ｔ）、第２音響信号をｄ（ｔ）、フィルタ長Ｌの適応フィルタ係数をｗ（ｔ）とすると、エコー成分をキャンセルした後の第３音響信号ｅ（ｔ）は、数式１で計算できる。
【数１】
【００１５】
また、適応フィルタ係数ｗ（ｔ）は、例えば、ＮＬＭＳアルゴリズムを用いて、数式２で更新される。
【数２】
【００１６】
ここで、αは更新速度を調整するステップサイズ、γは分母項が零になることを防ぐための小さな正の値である。
【００１７】
適応フィルタがエコー経路の特性を正確に推定できれば、第２音響信号に含まれる第１音響信号のエコー成分は完全にキャンセルされる。ところが、通常は適応フィルタ係数の更新不足やエコー経路特性の急激な変動により推定誤差が生じ、第３音響信号に第１音響信号のエコー成分が残留する。したがって、バージイン機能を有した音声認識システムでは、残留エコーに対して頑健に動作する音声判別装置が必要になる。
【００１８】
次に、音声判別装置１００の動作について説明する。音声判別装置１００は、残留エコーを含んだ第３音響信号から利用者の音声を検出するように構成されている。図３は、音声判別装置１００の構成を示す図である。音声判別装置１００は、特徴抽出部１０１と、閾値処理部１０２と、第１音響信号解析部１０３と、を備える。特徴抽出部１０１は、第３音響信号から特徴量を抽出する。閾値処理部１０２は、特徴量と第１閾値とを比較して第３音響信号の音声／非音声を判別する。第１音響信号解析部１０３は、第１音響信号の周波数スペクトルを解析する。音声判別装置１００は、第１音響信号の周波数スペクトルを解析して、残留エコーが含まれる蓋然性が高い周波数を検出する。特徴抽出部１０１は、残留エコーが含まれる蓋然性が高い周波数の情報を除外して、残留エコーの影響を低減した特徴量を抽出する。以下に、第１の実施形態に係る音声認識システムの動作のフローを示す。
【００１９】
図４は、第１の実施形態に係る音声認識システムの動作のフローチャートを示す図である。
【００２０】
ステップ４０１では、第１音響信号解析部１０３が、第１音響信号の周波数スペクトルを解析し、残留エコーが生じる蓋然性が高い周波数を検出する。まず、第１音響信号解析部１０３は、ガイダンス音声として再生される第１音響信号ｘ（ｔ）を、例えば、フレーム長２５ｍｓ（４００サンプル）、間隔８ｍｓ（１２８サンプル）のフレームに分割する。フレーム分割には、ハミング窓を使用できる。次に、第１音響信号解析部１０３は、各フレームに対して、例えば、１１２点の零詰めを行った後、５１２点の離散フーリエ変換を適用する。そして、第１音響信号解析部１０３は、得られた周波数スペクトルＸｆ（ｋ）（パワースペクトル）を数式３の再帰式で時間方向にスムージングする。
【数３】
【００２１】
ここで、Ｘ´ｆ（ｋ）は、周波数インデックスｆにおけるスムージング後の周波数スペクトル、μはスムージングの度合いを調整する忘却係数である。μは０．３〜０．５程度に設定することができる。第１音響信号は、スピーカ１４０からマイクロホン１３０までのエコー経路を伝達するため、第１音響信号と第３音響信号中に含まれる残留エコーには時間的なずれが生じうる。上述したスムージング処理は、この時間的なずれを補正するものである。スムージングにより、現フレームの周波数スペクトルの成分が後続するフレームの周波数スペクトルに混入する。したがって、スムージング後の周波数スペクトルを解析することで、解析結果と第３音響信号中のエコー成分との時間的なずれを補正できる。
【００２２】
次いで、第１音響信号解析部１０３は、音響信号の周波数スペクトルを解析する。第１の実施形態では、第１音響信号を構成する主要な周波数（以下「主要周波数」という。）の検出を行う。具体的には、第１音響信号の周波数スペクトルを解析して、パワーが大きな周波数を主要周波数として検出する。主要周波数では、スピーカ１４０から出力された第１音響信号のパワーが大きくなる。したがって、この周波数では残留エコーが含まれる蓋然性が高い。主要周波数を検出するために、第１音響信号解析部１０３は、スムージング後の周波数スペクトルＸ´ｆ（ｋ）と第２閾値ＴＨＸ（ｋ）とを比較する。解析結果Ｒｆ（ｋ）は、数式４で表される。
【数４】
【００２３】
Ｒｆ（ｋ）＝０となる周波数が、第１音響信号を構成する主要周波数である。第２閾値ＴＨＸ（ｋ）は、残留エコーが含まれる蓋然性が高い周波数の検出に適した大きさが必要である。第２閾値を第１音響信号の無音区間（ガイダンス音声が含まれていない区間）のパワーより大きな値に設定すれば、残留エコーが生じない周波数が主要周波数として検出されることを防止できる。また、数式５のように各フレームにおける周波数スペクトルの平均値を第２閾値とすることもできる。この場合、第２閾値はフレームごとに動的に変化する。
【数５】
【００２４】
この他にも、閾値処理部１０２が、各フレームにおける周波数スペクトルのパワーを昇順にソートし、ソートした結果、上位Ｘ％（例えば、５０％）に入る周波数を主要周波数として検出することもできる。また、第２閾値より大きく、かつ、昇順にソートした結果、上位Ｘ％（例えば、５０％）に該当する周波数を主要周波数として検出してもよい。
【００２５】
ステップ４０２では、特徴抽出部１０１が、第１音響信号解析部１０３で得られた解析結果（主要周波数）を用いて、第３音響信号から利用者の発声らしさを表す特徴量を抽出する。まず、特徴抽出部１０１は、エコーキャンセル部１２０が出力した第３音響信号ｅ（ｔ）を、フレーム長２５ｍｓ（４００サンプル）、間隔８ｍｓ（１２８サンプル）のフレームに分割する。フレーム分割には、ハミング窓を使用できる。次に、特徴抽出部１０１は、各フレームに対して１１２点の零詰めを行った後、５１２点の離散フーリエ変換を適用する。そして、特徴抽出部１０１は、得られた周波数スペクトルＥｆ（ｋ）と第１音響信号解析部１０３からの解析結果Ｒｆ（ｋ）とを用いて、特徴量を抽出する。本実施形態では、特徴量として周波数別ＳＮＲの平均値（以下「平均ＳＮＲ」という。）を抽出する。
【数６】
【００２６】
ここで、ＳＮＲａｖｒｇ（ｋ）は平均ＳＮＲ、Ｍ（ｋ）はｋ番目のフレームで主要周波数と判定された周波数インデックスの数を表している。また、Ｎｆ（ｋ）は背景雑音の周波数スペクトルの推定値であり、例えば、第３音響信号の先頭２０フレームにおける周波数スペクトルの平均値から計算する。特徴抽出部１０１は、解析結果で主要周波数と検出された周波数（Ｒｆ（ｋ）＝０）の情報を除外して、特徴量を抽出している。主要周波数は、第１音響信号のパワーが大きな周波数であり、当該周波数に残留エコーが含まれる蓋然性は高くなる。したがって、特徴量を抽出する際に主要周波数を除外することで、残留エコーの影響を取り除いた特徴量の抽出が可能になる。
【００２７】
図５は、主要周波数成分を除外する前後における特徴量の変化を示す図である。図５により、主要周波数成分を除外することで残留エコー区間における特徴量の値が低くなることが分かる。これにより、利用者の発声区間と残留エコー区間における特徴量の違いが明確になり、固定閾値を用いても正確に音声／非音声を判別できる。なお、従来技術（特許文献２、３、４を参照）では、第１音響信号のパワーに応じた閾値制御しか行っておらず、本願発明に見られるような特徴量そのものの改善効果を得ることはできない。なお、特徴抽出部１０１で抽出される特徴量は、第３音響信号の周波数スペクトルを利用するものであれば何でもよい。例えば、特許文献５に開示されたような正規化スペクトルエントロピーを用いることもできる。
【００２８】
ステップ４０３では、閾値処理部１０２は、特徴抽出部１０１で抽出された特徴量と第１閾値を比較することで、フレーム単位の音声／非音声を判別する。第１閾値がＴＨＶＡ（ｋ）である場合、フレーム単位の判別結果は数式７のようになる。
【数７】
【００２９】
ステップ４０４では、音声認識部１１０が、閾値処理部１０２から出力されるフレーム単位の音声判別結果を使って利用者の発声区間を特定し、当該区間について音声認識処理を実行する。フレーム単位の音声判別結果から利用者の発声区間（始終端位置）を特定する方法が特許文献６に開示されている。特許文献６では、フレーム単位の判別結果とその継続フレーム数を用いて利用者の発話区間を決定している。例えば、音声と判別されたフレームが１０フレーム連続した場合、当該継続区間で最初に音声と判別されたフレームを始端位置とする。非音声と判別されたフレームが１５フレーム継続した場合、当該継続区間で最初に非音声と判別されたフレームを終端位置とする。利用者の発声区間を特定した後、音声認識部１１０は、当該区間からＭＦＣＣなどの静的特徴量とΔ・ΔΔで表される動的特徴量を結合させた音声認識のための特徴ベクトルを抽出する。そして、音声認識部１１０は、予め学習した認識対象語彙の音響モデル（ＨＭＭ）と特徴ベクトル系列を照合し、最尤のスコアを出す語彙を認識結果として出力する。
【００３０】
以上のように、本実施形態では、第１音響信号の周波数スペクトルを用いて、音声判別の特徴量から残留エコーの影響を除外している。これにより、残留エコーに対する特徴量を抑えることができ、従来技術（特許文献２、３、４を参照）にみられるような閾値制御を用いることなく正確に音声／非音声を判別できる。また、従来技術（特許文献５を参照）の閾値制御では、残留エコーが大きくなると、残留エコー区間における特徴量（パワー）が利用者の発声区間の特徴量（パワー）と同程度に大きくなり、残留エコーに対する誤判別を回避できなかった。一方、本願発明では、残留エコー区間における特徴量の値が抑えられることから、残留エコーに対する誤判別を低減することが出来る。さらに、従来技術（特許文献７、８、９を参照）では、第３音響信号から抽出した特徴量に残留エコー成分が含まれる蓋然性が高かった。一方、本願発明は、特徴抽出の過程で残留エコーが含まれる蓋然性が高い周波数の情報を除外するため、残留エコー成分の影響を除外した特徴量を第３音響信号から抽出できる。
【００３１】
（第２の実施形態）
図６は、第２の実施形態に係る音声判別装置６００を備えた音声認識システムを示す図である。本実施形態に係る音声認識システムは、音声判別装置６００がエコーキャンセル部１２０で更新された適応フィルタ係数を参照している点で、第１の実施形態と相違する。第１の実施形態と同様の構成については、適宜説明を省略する。
【００３２】
図７は、音声判別装置６００の構成を示す図である。音声判別装置は、特徴抽出部６０１と、閾値処理部６０２と、第１音響信号解析部６０３と、を備える。特徴抽出部６０１は、第３音響信号から特徴量を抽出する。閾値処理部６０２は、特徴量と第１閾値を比較して第３音響信号の音声／非音声を判別する。第１音響信号解析部６０３は、第１音響信号の周波数スペクトルを解析する。以下に、第２の実施形態に係る音声認識システムの動作のフローを示す。
【００３３】
図８は、第２の実施形態に係る音声認識システムの動作のフローチャートを示す図である。
【００３４】
ステップＳ８０１では、第１音響信号解析部６０３が、第１音響信号の周波数スペクトルの大きさに応じた重み付けを行う。より具体的には、パワーが大きな周波数には小さな重みを、パワーが小さな周波数には大きな重みを付与する。パワーが大きな周波数では、スピーカ１４０から出力される第１音響信号のパワーも大きくなり、残留エコーが含まれる蓋然性が高くなる。したがって、特徴抽出部６０１は、パワーが大きな周波数における情報に小さな重みを付与することで、残留エコーの影響を低減した特徴抽出が可能になる。各周波数に対する重みＲｆ（ｋ）は、第１音響信号の周波数スペクトルＸｆ（ｋ）から数式８で計算される。
【数８】
【００３５】
重みＲｆ（ｋ）の総和は１であり、周波数スペクトルの値が大きいほど小さくなる。
【００３６】
第２の実施形態では、エコー経路により生じる第１音響信号と第３音響信号中のエコー成分の時間的なずれをエコーキャンセル部１２０で更新された適応フィルタ係数から推定する。適応フィルタ係数ｗ（ｔ）は、第１音響信号がスピーカ１４０から出力されて音響空間を伝達しマイクロホン１３０で第２音響信号として取得されるまでのエコー経路のインパルス応答を表している。したがって、更新されたフィルタ係数ｗ（ｔ）について、絶対値が所定閾値より小さな係数が先頭から継続する数をカウントすることにより、当該エコー経路の伝達に要する時間長Ｄｔｉｍｅ（以下「伝達時間長」という。）を推定できる。例えば、更新後のフィルタ係数ｗ（ｔ）が数式９のような系列であった場合を考える。
【数９】
【００３７】
フィルタ係数の絶対値の閾値を、例えば０．５に設定した場合、先頭からカウントして１０個の係数の絶対値が連続して閾値を下回っている。この場合、エコー経路の伝達に１０サンプル分の時間を要していることになる。サンプリング周波数が、例えば１６０００Ｈｚの場合、Ｄｔｉｍｅは、１０÷１６０００×１０００＝０．０６２５ｍｓとなる。
【００３８】
ステップＳ８０２では、第１音響信号解析部６０３は、伝達時間長に応じた補正を解析結果Ｒｆ（ｋ）に加え、数式１０のような補正後の解析結果Ｒ´ｆ（ｋ）を得る。
【数１０】
【００３９】
ここで、８はシフト幅（単位はｍｓ）、Ｄｆｒａｍｅは伝達時間長をフレーム数に変換した値である。補正後の解析結果Ｒ´ｆ（ｋ）が、第１音響信号解析部６０３が特徴抽出部６０１に出力する最終的な解析結果となる。以上のように、エコーキャンセル部１２０が、解析結果に伝達時間長分の遅延を加えることで、解析結果と第３音響信号の間の時間同期が確保される。
【００４０】
ステップＳ８０２では、特徴抽出部６０１は、第１音響信号解析部６０３で得られた解析結果Ｒ´ｆ（ｋ）を用いて、第３音響信号から特徴量を抽出する。第３音響信号の周波数スペクトルＥｆ（ｋ）と解析結果Ｒ´ｆ（ｋ）から平均ＳＮＲは数式１１で計算される。
【数１１】
【００４１】
ステップＳ８０３及びステップＳ８０４は、ステップＳ４０３及びステップＳ４０４と同様であるため、説明は省略する。
【００４２】
本実施形態では、各周波数から抽出したＳＮＲ（ｓｎｒｆ（ｋ））に重みＲ´ｆ（ｋ）をかけて特徴量を抽出している。第１音響信号のパワーが大きな周波数に対して小さな重みを付与することにより、残留エコーの影響を低減した特徴量の抽出が可能になる。
【００４３】
以上のように、本実施形態では第１音響信号の周波数スペクトルを用いて、特徴量から残留エコーの影響を低減した特徴量を抽出している。これにより、残留エコーに対する特徴量を抑えられ、正確に音声／非音声を判別できる。
【００４４】
なお、本発明の実施形態に係る音声判別装置は、例えば、汎用のコンピュータをハードウェアとして用いることでも実現することができる。すなわち、音声判別装置の各部は、上記のコンピュータに搭載されたプロセッサにプログラムを実行させることにより実現することができる。このとき、音声判別装置は、上記のプログラムをコンピュータに予めインストールすることで実現してもよいし、コンピュータ読み取り可能な記憶媒体に記憶するか或いはネットワークを介して上記のプログラムを配布して、このプログラムをコンピュータに適宜インストールすることで実現してもよい。
【００４５】
なお、本発明は、上記実施形態に限定されず、その要旨を逸脱しない範囲内で構成要素を変形したりすることができる。また、上記実施形態に開示された複数の構成要素の適宜な組み合わせにより、種々の発明を形成することができる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
【符号の説明】
【００４６】
１００、６００ 音声判別装置
１０１、６０１ 特徴抽出部
１０２、６０２ 閾値処理部
１０３、６０３ 第１音響信号解析部
１２０ エコーキャンセル部
【特許請求の範囲】
【請求項１】
第１音響信号の周波数スペクトルを解析する第１音響信号解析部と、
前記第１音響信号のエコー成分を第２音響信号から抑圧した第３音響信号から、前記第１音響信号の周波数スペクトルを除外して、前記第３音響信号の周波数スペクトルの特徴量を抽出する特徴抽出部と、
を備えることを特徴とする音声判別装置。
【請求項２】
前記第１音響信号解析部は、前記第１音響信号の周波数スペクトルにおける各周波数のパワーと閾値を比較し、
前記特徴抽出部は、前記第１音響信号解析部の解析により前記閾値より大きいと判定された周波数における周波数スペクトルを除外して、前記第３音響信号の周波数スペクトルの特徴量を抽出することを特徴とする請求項１に記載の音声判別装置。
【請求項３】
前記第１音響信号解析部は、前記第１音響信号の周波数スペクトルにおける各周波数が周波数スペクトルのパワーを昇順に並び替えた際に大きい順から上位Ｘ％に含まれるか否かを判定し、
前記特徴抽出部は、前記第１音響信号解析部の解析により上位Ｘ％に含まれると判定された周波数における周波数スペクトルを除外して、前記第３音響信号の周波数スペクトルの特徴量を抽出することを特徴とする請求項１に記載の音声判別装置。
【請求項４】
前記第１音響信号解析部は、前記第１音響信号の各周波数に周波数スペクトルのパワーの大きさに応じた重みを付与し、
前記特徴抽出部は、前記第１音響信号部の解析により付与された重みを用いて、前記第３音響信号の周波数スペクトルの特徴量を抽出することを特徴とする請求項１に記載の音声判別装置。
【請求項５】
前記第１音響信号解析部は、前記第１音響信号の周波数スペクトルを時間方向にスムージングした周波数スペクトルを解析することを特徴とする請求項１乃至請求項４の何れか１項に記載の音声判別装置。
【請求項６】
前記第１音響信号解析部は、前記第１音響信号がエコー経路の伝達に必要な時間長を推定するエコーキャンセル部を備え、前記エコーキャンセル部で推定された伝達時間長に応じた遅延を付与して前記第１音響信号の解析結果を出力することを特徴とする請求項１乃至請求項４のいずれか１項に記載の音声判別装置。
【請求項７】
前記エコーキャンセル部は、適応アルゴリズムによりフィルタ係数を更新し、
前記第１音響信号解析部は、前記エコーキャンセル部で更新されたフィルタ係数を用いて前記第１音響信号がエコー経路の伝達に必要な時間長を推定することを特徴とする請求項６に記載の音声判別装置。
【請求項１】
第１音響信号の周波数スペクトルを解析する第１音響信号解析部と、
前記第１音響信号のエコー成分を第２音響信号から抑圧した第３音響信号から、前記第１音響信号の周波数スペクトルを除外して、前記第３音響信号の周波数スペクトルの特徴量を抽出する特徴抽出部と、
を備えることを特徴とする音声判別装置。
【請求項２】
前記第１音響信号解析部は、前記第１音響信号の周波数スペクトルにおける各周波数のパワーと閾値を比較し、
前記特徴抽出部は、前記第１音響信号解析部の解析により前記閾値より大きいと判定された周波数における周波数スペクトルを除外して、前記第３音響信号の周波数スペクトルの特徴量を抽出することを特徴とする請求項１に記載の音声判別装置。
【請求項３】
前記第１音響信号解析部は、前記第１音響信号の周波数スペクトルにおける各周波数が周波数スペクトルのパワーを昇順に並び替えた際に大きい順から上位Ｘ％に含まれるか否かを判定し、
前記特徴抽出部は、前記第１音響信号解析部の解析により上位Ｘ％に含まれると判定された周波数における周波数スペクトルを除外して、前記第３音響信号の周波数スペクトルの特徴量を抽出することを特徴とする請求項１に記載の音声判別装置。
【請求項４】
前記第１音響信号解析部は、前記第１音響信号の各周波数に周波数スペクトルのパワーの大きさに応じた重みを付与し、
前記特徴抽出部は、前記第１音響信号部の解析により付与された重みを用いて、前記第３音響信号の周波数スペクトルの特徴量を抽出することを特徴とする請求項１に記載の音声判別装置。
【請求項５】
前記第１音響信号解析部は、前記第１音響信号の周波数スペクトルを時間方向にスムージングした周波数スペクトルを解析することを特徴とする請求項１乃至請求項４の何れか１項に記載の音声判別装置。
【請求項６】
前記第１音響信号解析部は、前記第１音響信号がエコー経路の伝達に必要な時間長を推定するエコーキャンセル部を備え、前記エコーキャンセル部で推定された伝達時間長に応じた遅延を付与して前記第１音響信号の解析結果を出力することを特徴とする請求項１乃至請求項４のいずれか１項に記載の音声判別装置。
【請求項７】
前記エコーキャンセル部は、適応アルゴリズムによりフィルタ係数を更新し、
前記第１音響信号解析部は、前記エコーキャンセル部で更新されたフィルタ係数を用いて前記第１音響信号がエコー経路の伝達に必要な時間長を推定することを特徴とする請求項６に記載の音声判別装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２０１１−２０３７００（Ｐ２０１１−２０３７００Ａ）
【公開日】平成２３年１０月１３日（２０１１．１０．１３）
【国際特許分類】
【出願番号】特願２０１０−７３７００（Ｐ２０１０−７３７００）
【出願日】平成２２年３月２６日（２０１０．３．２６）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
【公開日】平成２３年１０月１３日（２０１１．１０．１３）
【国際特許分類】
【出願日】平成２２年３月２６日（２０１０．３．２６）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【Ｆターム（参考）】
[ Back to top ]