| Project/Area Number |
22K12099
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61010:Perceptual information processing-related
|
|---|
| Research Institution | Tokyo Denki University |
|---|
Principal Investigator |
池田 雄介 東京電機大学, 未来科学部, 教授 (80466333)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
及川 靖広 早稲田大学, 理工学術院, 教授 (70333135)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 音場推定 / 室内インパルス応答 / 圧縮センシング / 音場の可視化 / 音響計測 / 外挿 |
|---|
| Outline of Research at the Start |
室内インパルス応答(以下、RIR)測定は、音の伝搬を把握する上で重要な計測情報であるが、測定点が増えると、測定時間や計測システム規模が増大し、測定が困難になるという問題がある。本研究課題では、近接する少数のマイクロホンによるRIR計測のみから、空間的に連続なRIRのモデル化手法を確立し、多点RIR計測を効率化することを目的とする。特に、シミュレーション実験と音響反射板を用いた無響室測定実験を実施し、推定可能な周波数の上限とモデル化に有効なマイクロホンアレイ形状を明らかにする。
|
| Outline of Annual Research Achievements |
本研究課題では、近接する少数のマイクロホンによる室内インパルス応答計測情報から、音波の物理モデルを用いた空間的に連続な音場のモデル化手法を提案し、効率的な多点室内インパルス応答計測の実現を目指すものである。令和５年度は、主に、散乱音場への適用、複合現実技術を用いた音場の可視化への応用、物理モデルと深層学習を用いた音場モデル化手法に関して検討を行った。
複雑な反射音場に対する推定精度の改善を目的として、直接音と散乱音場を分離可能という特徴を持つ、散乱物体の周囲の音場のモデル化を試みた。シミュレーション実験により、特に低域において有効性が確認された。また、複合現実技術を用いて、音場のモデル化技術の３次元音場の可視化への応用を試みた。特に、複合現実技術の要素技術である空間マッピングを用いて部屋形状の推定を行い、これを音場のモデル化に利用することで、限定されたマイクロホンから計測したデータから３次元音場をモデル化し、これを任意解像度で可視化する手法について検討を行った。これ合わせて、観測者がデータに合わせて表示方法を変えながら、多量の音場データを観測できるなどの特徴を持つインタラクティブ音場可視化システムの開発を行った。さらに、物理モデルと深層学習を組み合わせた手法の検討を進め、特に波動方程式と計測データの両方を用いて学習を進める際に問題となる損失関数のバランスの問題を解決するため、２つのバランスを調整しながら学習を進める手法を音場のモデル化に導入することを検討した。２次元音場に対するシミュレーション実験の結果、一定の有効性が確認された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
音波の物理モデルを用いた空間連続な音場のモデル化手法に関しては、散乱音場のモデル化、推定された実際の部屋形状情報を用いたシミュレーション実験、複合現実技術を用いた可視化システムへと適用、物理モデルと深層学習を用いた音場モデル化手法の検討、データ駆動型深層学習による音場のモデル化の検討を行い、より広範な音場の可視化や推定精度の向上を行える見通しを得た。また、さらに、音場モデル化手法の応用として、音場再現手法への適用に関する基礎的な心理実験など、さらなる応用や実用化に向けた検討も進んだことから、当初の目標に対して概ね順調に推移していると判断した。
|
| Strategy for Future Research Activity |
本年度は、実環境への適用を目指し、音場のモデル化手法の３次元化を進め、実測データを用いた評価実験を進める。さらに、昨年度、基礎的な検討が進んだ物理モデルと深層学習を用いた音場のモデル化手法の検討を進める。
具体的には、昨年度検討が進んだ３次元マイクロホンアレイの形状やマイクロホン数と推定可能周波数や推定精度との関係に基づいて、測定した実測データを用いてアルゴリズムの改善に務める。特に、防音室もしくは無響室に音響反射板を複数設置するなど、単純な室形状から評価を始め、室形状を変えながら評価を実施する。
物理モデルと深層学習を用いた音場のモデル化手法に関しては、散乱音場への適用を行うなど、より複雑な音場の推定や、より少数のマイクロホンを用いた推定手法の検討を進める。また、３次元音場への適用に関する基礎的な検討を進める。
|
