| 研究課題/領域番号 |
19H04142
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
西浦 敬信 立命館大学, 情報理工学部, 教授 (70343275)
|
|---|
| 研究分担者 |
中山 雅人 大阪産業大学, デザイン工学部, 准教授 (90511056)
岩居 健太 立命館大学, 情報理工学部, 助教 (30794507)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | ピンスポットオーディオ / パラメトリックスピーカ / レーザマイクロホン / 非線形音響 / 超音波 / 振動 |
|---|
| 研究実績の概要 |
音の放射範囲および到達距離を制御可能なピンスポット再生スピーカシステムおよび騒音環境下でも的確に目的音のみを集音可能なピンスポット集音マイクロホンシステムを含む次世代ピンスポットオーディオシステムの総合開発を展開する．これまで我々は音の放射範囲を自由に制御可能なフレキシブルパラメトリックスピーカを世界に先駆けて提案し，試作機も開発した．このフレキシブルパラメトリックスピーカをベースに本研究では，さらに音響ガスレンズ等を活用し音の到達距離も制御することで世界初の音のピンスポット再生に挑戦する．加えてレーザ光を用いて目的音の振動を検知することで遠方音を集音可能な光レーザマイクロホンをさらに高度化して，人の喉の振動を遠方から読み取ることで，周辺騒音に頑健なピンスポット集音にも挑戦し，次世代ピンスポットオーディオシステムの総合開発を試みる．
2020年度は高音圧変調方式の開発を念頭に，新しい変調方式の開発を試みた．その結果，アドバンスドキャリアによるパラメトリックスピーカの音圧改善と周波数ピーク雑音低減手法を確立した．また，骨導パラメトリックスピーカ技術も取り入れ，ウェアラブル可能な小型システム化の検討を試みた．具体的にはこれまでの知見を基に，骨導パラメトリックスピーカを開発し耳元および肩口に搭載可能な薄型点小型音響再生システムへと拡張した．さらに，ピンスポット集音マイクロホンシステムの実現に向けて，レーザ光のシビアなピント調整を前提としない深層学習を活用したラフピント集音技術を開発し，遠方からの目的音の抽出性能の改善に努めた．
|
| 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
当初の研究計画通り，2020年度はピンスポット再生スピーカシステムの実現に向けて，高音圧変調方式の開発を念頭に，新しい変調方式の開発を試みた．その結果，アドバンスドキャリアによるパラメトリックスピーカの音圧改善と周波数ピーク雑音低減手法を確立した．本研究テーマに関する研究成果について，学術雑誌論文にも掲載が確定し，十分な研究成果を得ることができた．また，骨導パラメトリックスピーカ技術も取り入れ，ウェアラブル可能な小型システム化の検討を試みた．具体的にはこれまでの音響ガスレンズ等の知見を基に，新たに骨導パラメトリックスピーカを開発し，耳元および肩口に搭載可能な薄型点小型システムへと拡張した．本研究テーマに関する研究成果については国際会議にも採択されており、引き継続き重点的に研究を推進する計画である．
さらに，ピンスポット集音マイクロホンシステムの実現に向けて，レーザ光のシビアなピント調整を前提としないラフピント集音技術を開発し，遠方からの目的音の抽出性能の改善に努めた．レーザドップラー振動計を用いた光レーザマイクロホンは，振動物体に照射するレーザ光源のピントを調整する（合焦にする）ことで高品質な音信号を抽出できるが，シビアなピント調整が必要となり実用化を目指す上で大きな障壁となっていた．そこで本研究では，深層学習を活用しピントレベルに応じた信号復元モデルを構築することで，レーザ光のシビアなピント調整を前提としないラフピント集音技術の確立に成功した．
|
| 今後の研究の推進方策 |
2021年度はピンスポット再生スピーカシステムの実現に向けて，フェイズドアレー制御に基づくさらなる狭指向特性の実現を目指す．現在のパラメトリックスピーカでは超指向性を実現できるものの，可聴領域と非可聴領域の境界となる領域では音漏れが発生しやすく，改善が急務であった．そこでフェイズドアレー制御により，特にパラメトリックスピーカのエッジ部分の超音波素子のみ位相制御を試みることで，放射範囲の更なる狭指向化を目指す．
さらにピンスポット集音マイクロホンシステムの実現に向けて，レーザ光の照射表面に依存しない頑健な音振動・信号抽出技術の開発を試みる．特にレーザドップラー振動計を用いた光レーザマイクロホンは，レーザ光源を照射した物体の表面の影響を強く受けるため，照射物体に対するレーザ光の入射角や表面の条件（形状や素材）により音質が大きく劣化するという問題があった．そこで，深層学習を活用することでレーザ光の照射表面に依存しない頑健な音振動・信号抽出技術の確立に挑戦する．
|
