| 研究課題/領域番号 |
22K12108
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61020:ヒューマンインタフェースおよびインタラクション関連
|
|---|
| 研究機関 | 静岡大学 |
|---|
研究代表者 |
立蔵 洋介 静岡大学, 工学部, 准教授 (30372519)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2023年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 音場制御 / 室内音響伝達特性 / LiDARスキャナ / クリギング / 逆システム型音場制御 / 逆システム / 音響伝達特性 / 室内3Dモデル / 深層学習 |
|---|
| 研究開始時の研究の概要 |
逆システム型音場制御では，他の体験者に干渉させることなく自分の聞きたい音だけを聴取できるが，逆システム設計に不可欠な音響伝達特性のインパルス応答を実測するときには，体験者に心身の負担がかかることが課題であった．
本研究では，音響伝達特性のインパルス応答の測定について着目し，できるだけ実測することなく必要なインパルス応答を推定する手法を確立することで体験者の負担軽減を図る．
研究の手法として，室内3Dモデルと幾何音響シミュレーションに基づく推定手法の構築や深層学習を用いたデータ駆動型推定手法の構築を踏まえ，合成された再生音の評価を通じて音場制御における音響伝達特性の機能解明を図る．
|
| 研究実績の概要 |
本研究では，逆システム型音場制御において不可欠である室内音響伝達特性のインパルス応答の測定について着目し，できるだけ実測することなく，必要なインパルス応答を推定する手法を確立することで体験者の負担軽減につなげることを企図するものである．第2年度においては，前年度と同様に，(1)事前に測定されているインパルス応答データを用いて，未測定位置のインパルス応答データを推定・補間するためのクリギングの導入と，(2)LiDARスキャナよって構築された室内3Dモデルに基づくインパルス応答の推定，の2つに関する検討を行った．
まず，(1)について，インパルス応答から得られる情報の中でも重要な音響特性である直接音の到来時間推定の精度に関する調査を行った．到来時間推定において近傍クリギングと異方性クリギングを用いることで，バリオグラムの分散が小さくなり，推定時の誤差率を低減できることがわかった．また，実環境下でのクリギングに基づく到来時間推定の性能評価を行った．その結果，数値計算のときと同様に音源位置が未知の場合でも誤差率の小さい推定が可能であること，実環境での推定では事前観測のデータ点数は10点以上が望ましいことが結果から示唆された．
(2)については，LiDARスキャナで取得された室内3Dモデルやモデルから算出されたスピーカ・マイク位置を，深層学習モデルであるMESH2IRに入力したときのインパルス応答推定精度に関する調査を行った．直接音の到来時間に関する推定精度を調査したところ，推定されたインパルス応答はほぼすべての組み合わせで同じ到来時間として推定され，スピーカからマイクまでの距離に比例したものではなかった．また，残響時間についても十分な精度が得られなかったことから，MESH2IRの学習データを再検討する必要があることがわかった．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
クリギングを用いた事前測定インパルス応答からの到来時間推定手法については，前年度に比べて推定精度に改善がみられ，提案手法が有効であることが示唆されたことから，進捗に関しては概ね評価できるものと考える．
一方，室内3Dモデルと幾何音響シミュレーションに基づくインパルス応答の推定については，深層学習モデルMESH2IRでは期待するほどの推定精度が得られなかった．その理由として，学習データと実測データとの間の質的差異が大きいことや，MESH2IRが場面に応じた「それらしい」インパルス応答の推定を行うのに留まるものであり，必ずしも実測値に近いものを出力することを志向したものではないことが考えられる．しかしながら，新規に測定された室内3Dモデルを深層学習モデルに連結することについては成功していることから，相応の進捗であると評価している．
|
| 今後の研究の推進方策 |
クリギングを用いたインパルス応答の推定・補間については，第2年度の検討では1つの部屋だけでの検討であったことから，複数パターンの室内による検討をすすめることで，提案手法の有効性を高めていく．また，推定位置の違いによる推定結果の違いについて検討が十分でないことや，楕円を用いた異方性クリギングによる推定における事前観測位置の変化に関する検討が行われていないことから，これらを踏まえてより最適な事前観測位置に関する検討を進めていく．さらに，インパルス応答の持つ音響特性の中でも主要な情報を持つ残響時間に関する推定について，クリギング以外の方法も含めて改善手法の構築を図る．
室内3Dモデルを用いたインパルス応答推定については，学習モデルとして既存の室内ではなく，こちらでハンドリングしやすい単純な3D室内を想定した室内モデルによって作成された疑似インパルス応答を深層学習モデルの学習に使うことができないかを検討する．また，室内の壁面や物体の材質等を考慮することでより適した残響構造を出力可能な深層学習モデルListen2Sceneが提案されたことから，これとの融合を図ることで残響特性の改善が図れないかを検討する．
|
