ソナグラムの画像特徴に着目した音声·音楽·ノイズ区間識別手法の提案

摘要

本研究では，音信号のソナグラム（縦軸に周波数，横軸に時間をとり，ある時刻·周波数の音のパワーを色の濃淡で表した2次元画像）の画像特徴を利用した，音声·音楽·ノイズ区間識別手法を提案する．提案手法では，三種類の音区間それぞれで，ソナグラムの画像特徴が異なることに着目する．音声ではピーク周波数が緩やかに変化するため，ソナグラム上に緩やかなカープが描かれる．また音楽ではピーク周波数が一定値のまま一定時間持続するため，ソナグラム上に横方向の直線が多く現れる．さらにノイズではピーク周波数が安定しないため，ソナグラム上にランダムな点が多く現れる．そこで，ソナグラムの縦方向·横方向の画像周波数を求め，マハラノビス距離による判別分析を行う．この判別分析により、三種類の音（音声·音楽·ノイズ）から構成される音の区間識別を行う．実験により，提案手法による三種類の区間識別の精度，誤認識率を求めた．