JP2015200857A - 系列信号特定方法、装置、及びプログラム - Google Patents

Abstract

【課題】複数の蓄積信号から、高速に、入力信号に対応する蓄積信号を選択することができるようにする。【解決手段】特徴系列抽出部３２により、複数の蓄積信号の各々の各区間の特徴ベクトルを特徴系列として抽出し、二次特徴導出部３４により、蓄積信号の各々の各区間の二次特徴を導出し、特徴系列抽出部３２により、入力信号の各区間の特徴ベクトルを特徴系列を抽出し、二次特徴導出部３４により、入力信号の各区間の二次特徴を導出し、高特異度特徴選択部４４により、入力信号で高い特異度となる二次特徴を選択し、特徴照合部４６により、選択した二次特徴と導出した蓄積信号の二次特徴とを照合し、入力信号に対応する蓄積信号を選択する。【選択図】図１

Description

本発明は、系列信号特定方法、装置、及びプログラムに関し、特に、系列信号である複数の蓄積信号から、与えられた系列信号である入力信号に対応する蓄積信号を選択する系列信号特定方法、装置、及びプログラムに関する。

従来より、音楽音響信号のファイルに対して、その題名などの付随情報が不明な場合に、その信号の内容から題名などの付随情報を特定する方法が知られている。例えば、入力信号から特徴を抽出し、入力信号の特徴と、予め用意したデータベースに格納された蓄積信号の特徴とを比較照合することで、特徴同士の合致を判定し、題名を特定する方法が知られている（特許文献１）。

特開２００７−２７１６５０号公報

しかし、上記の特許文献１の技術では、データベース中の蓄積信号の登録件数が著しく増えるなど、照合すべき特徴の量が非常に大きくなった場合、比較照合の計算にもまた膨大な時間を要し、迅速な処理が出来なくなるという問題があった。

本発明は、上記問題点を解決するために成されたものであり、複数の蓄積信号から、高速に、入力信号に対応する蓄積信号を選択することができる系列信号特定方法、装置、及びプログラムを提供することを目的とする。

上記目的を達成するために、本発明に係る系列信号特定方法は、系列信号である複数の蓄積信号から、与えられた系列信号である入力信号に対応する前記蓄積信号を選択する系列信号特定方法であって、特徴系列抽出部が、前記複数の蓄積信号及び前記入力信号の各々について、各区間の特徴である特徴系列を抽出するステップと、特徴系列抽出部が、前記複数の蓄積信号及び前記入力信号の各々について、各区間の特徴である特徴系列を抽出するステップと、二次特徴導出部が、前記複数の蓄積信号及び前記入力信号の各々について、前記特徴系列抽出部により抽出した前記特徴系列に基づいて、各区間の二次特徴を導出するステップと、特徴特異度取得部が、前記複数の蓄積信号の各々について前記二次特徴導出部によって導出された各区間の二次特徴に基づいて、前記複数の蓄積信号の各々について、各区間における二次特徴に関する特徴特異度を取得するステップと、高特異度特徴選択部が、前記特徴特異度取得部により前記複数の蓄積信号の各々について取得した各区間の二次特徴に関する特徴特異度に基づいて、前記二次特徴導出部により導出された前記入力信号の各区間の二次特徴のうち、高い特徴特異度である予め定められた条件を満たす二次特徴と同一の二次特徴を選択するステップと、特徴照合部が、前記複数の蓄積信号の各々について前記二次特徴導出部によって導出された二次特徴と、前記高特異度特徴選択部により選択した前記二次特徴とを照合し、前記複数の蓄積信号から、前記入力信号に対応する前記蓄積信号を選択するステップと、を含んで実行することを特徴とする。

また、本発明に係る系列信号特定方法において、前記特徴系列抽出部によって特徴を抽出するステップは、前記複数の蓄積信号及び前記入力信号の各々について、各区間に対し、前記区間における空間的位置又は周波数に対応する複数の特徴を要素として含む特徴ベクトルを抽出してもよい。

また、本発明に係る系列信号特定方法において、前記二次特徴導出部によって二次特徴を導出するステップは、前記複数の蓄積信号及び前記入力信号の各々について、各区間に対し、前記特徴ベクトルを一定区間において累積したヒストグラムに基づいて、前記二次特徴を導出してもよい。

また、本発明に係る系列信号特定方法において、前記二次特徴導出部によって二次特徴を導出するステップは、前記複数の蓄積信号及び前記入力信号の各々について、各区間に対し、前記特徴ベクトルの配置関係に基づいて、前記二次特徴を導出してもよい。

本発明に係るプログラムは、コンピュータに、上記の系列信号特定方法を構成する各ステップを実行させるためのプログラムである。

本発明に係る系列信号特定装置は、系列信号である複数の蓄積信号から、与えられた系列信号である入力信号に対応する前記蓄積信号を選択する系列信号特定装置であって、前記複数の蓄積信号及び前記入力信号の各々について、各区間の特徴である特徴系列を抽出する特徴系列抽出部と、前記複数の蓄積信号及び前記入力信号の各々について、前記特徴系列抽出部により抽出した前記特徴系列に基づいて、各区間の二次特徴を導出する二次特徴導出部と、前記複数の蓄積信号の各々について前記二次特徴導出部によって導出された各区間の二次特徴に基づいて、前記複数の蓄積信号の各々について、各区間における二次特徴に関する特徴特異度を取得する特徴特異度取得部と、前記特徴特異度取得部により前記複数の蓄積信号の各々について取得した各区間の二次特徴に関する特徴特異度に基づいて、前記二次特徴導出部により導出された前記入力信号の各区間の二次特徴のうち、高い特徴特異度である予め定められた条件を満たす二次特徴と同一の二次特徴を選択する高特異度特徴選択部と、前記複数の蓄積信号の各々について前記二次特徴導出部によって導出された二次特徴と、前記高特異度特徴選択部により選択した前記二次特徴とを照合し、前記複数の蓄積信号から、前記入力信号に対応する前記蓄積信号を選択する特徴照合部と、を含んで構成されている。

本発明の系列信号特定方法、装置、及びプログラムによれば、複数の蓄積信号の各々の特徴系列を抽出し、特徴系列に基づいて各区間の二次特徴を導出し、各区間の二次特徴の特異度を取得し、取得した特異度に基づいて入力信号の二次特徴を選択し、導出した複数の蓄積信号の各々の二次特徴と選択した二次特徴とを照合して入力信号に対応する蓄積信号を選択することで、複数の蓄積信号から、高速に、入力信号に対応する蓄積信号を選択することができる、という効果が得られる。

本発明の第１及び第２の実施の形態に係る系列信号特定装置の一構成例を示すブロック図である。 本発明の第１及び第２の実施の形態に係る系列信号特定装置の系列信号特定処理ルーチンの内容を示すブロック図である。 蓄積信号及び入力信号の各々の区間ごとの符号値を示す概念図である。 蓄積信号の信号全体について、特徴照合部により選択される蓄積信号数の関係を表したグラフを示す概念図である。 蓄積信号の特定の１０秒間について、特徴照合部により選択される蓄積信号数の関係を表したグラフを示す概念図である。

以下、図面を参照して本発明の実施の形態を詳細に説明する。

＜第１の実施の形態に係る系列信号特定装置の構成＞

本発明の第１の実施の形態に係る系列信号特定装置は、入力信号に対応する信号が、候補となる信号、すなわち蓄積信号のうちのいずれであるかを特定する。なお、本実施の形態では、入力信号及び蓄積信号が音楽音響信号である場合を例に説明する。

この系列信号特定装置１００は、ＣＰＵと、ＲＡＭと、後述する系列信号特定処理ルーチンを実行するためのプログラムや各種データを記憶したＲＯＭと、を含むコンピュータで構成することが出来る。この系列信号特定装置１００は、機能的には図１に示すように入力部１０と、演算部２０と、出力部５０とを備えている。

入力部１０は、系列信号である入力信号及び系列信号である複数の蓄積信号を受け付ける。

演算部２０は、蓄積信号データベース３０と、特徴系列抽出部３２と、二次特徴導出部３４と、特徴特異度取得部３６と、特徴記憶データベース３８と、特徴系列抽出部４０と、二次特徴導出部４２と、高特異度特徴選択部４４と、特徴照合部４６とを含んで構成されている。

まず、蓄積信号を受け付けて処理を行う演算部２０の各部について説明する。

蓄積信号データベース３０は、入力部１０により受け付けた複数の蓄積信号を記憶している。

特徴系列抽出部３２は、蓄積信号データベース３０に記憶されている複数の蓄積信号に基づいて、蓄積信号の各々について、特徴系列を抽出する。本実施の形態では、蓄積信号に対して、２０ｍｓの幅をもつ区間（時間窓）を設けて、１０ｍｓごとに区間を移動しながら、区間ごとに３６個の狭帯域フィルタバンクにより、３６次元の平均パワーを計算し、これを正規化して、区間ごとの特徴ベクトルとし、特徴系列として抽出する。図３に、説明の便宜のため、冒頭の１０区間（つまり１００ｍｓ）分を示す。

二次特徴導出部３４は、特徴系列抽出部３２において抽出した蓄積信号の各々の各区間の特徴ベクトルに基づいて、蓄積信号の各々について、各区間の二次特徴を導出する。二次特徴としては複数の特徴を用いることが出来るが、本実施の形態では、特徴ベクトルを公知の方法によりベクトル量子化した特徴量子化符号を二次特徴とする。図３に、蓄積信号の各々における各区間の二次特徴である符号値を示す。

なお、二次特徴導出部３４は、特徴量子化符号の所定の個数の順列の配置関係を表すＮグラムを二次特徴として導出してもよい。ＮグラムとはＮ個の符号を組にした順列のことである。

特徴特異度取得部３６は、二次特徴導出部３４において導出した蓄積信号の各々の各区間の二次特徴に基づいて、各区間における二次特徴の特徴特異度を取得する。特徴特異度とは、着目する特徴によって、蓄積信号における探索範囲を特定する特定能力のことである。

本実施の形態では、蓄積信号中で、同一区間ｔにおける符号値ｘの出現頻度Ｆ(ｔ；ｘ)の逆数を、特徴特異度とする。上記図３の例では、Ｆ(１；１１)＝３、Ｆ(１;６１)＝１であり、それぞれの逆数が、区間１の符号値１１、６１の特徴特異度となる。時系列上のｔ番目の区間の特徴量子化符号がｘである頻度Ｆ（ｔ；ｘ）の値が小さいほど、区間ｔにおける特徴量子化符号ｘの特定能力が高いと考えることができる。

また、特徴特異度取得部３６は、取得した各区間の各二次特徴の特徴特異度をメモリ（図示省略）に記憶する。また、二次特徴導出部３４において導出した蓄積信号の各々の各区間の二次特徴と、取得した特徴特異度とを関連付けて特徴記憶データベース３８に格納する。

次に、入力信号を受け付けて処理を行う演算部２０の各部について説明する。

特徴系列抽出部４０は、入力部１０により受け付けた入力信号に基づいて、特徴系列抽出部３２と同様の処理を行って、入力信号についての各区間の特徴ベクトルを特徴系列として抽出する。

二次特徴導出部４２は、特徴系列抽出部４０において抽出した入力信号の各区間の特徴ベクトルに基づいて、二次特徴導出部３４と同様の処理を行って、入力信号の各区間について二次特徴を導出する。

高特異度特徴選択部４４は、特徴特異度取得部３６において取得された特徴特異度に基づいて、高特徴特異度となる予め定められた条件を満たす二次特徴と同一の二次特徴を、二次特徴導出部４２において導出された入力信号の各区間の二次特徴の中から選択する。本実施の形態では、高特徴特異度となる条件として、特徴特異度が上位Ｎ位であることを用いる。例えば、Ｎ＝１として、入力信号に係る二次特徴のそれぞれの区間において、特徴特異度取得部３６において導出された特徴特異度を参照し、特徴特異度が最大値となる二次特徴を選択する。上記図３の例では、特徴特異度の最大値は、ｔ＝４における１／Ｆ(４；４２) ＝１であることが分かる。したがって、ｔ＝４におけるｘ＝４２を、特徴特異度の高い二次特徴として選択する。なお、高特徴特異度となる条件として、特徴特異度が閾値以上となることを用いてもよい。

特徴照合部４６は、高特異度特徴選択部４４で高特徴特異度となる二次特徴として選択された二次特徴と、特徴記憶データベース３８に記憶された複数の蓄積信号の各々の、同一区間の二次特徴とを照合し、所定の基準により、蓄積信号中において入力信号に対応する蓄積信号の有無を判定し、入力信号に対応する蓄積信号が有る場合には、入力信号に対応する蓄積信号を選択し、どの蓄積信号であるかを表す情報を出力部５０に出力する。なお、特徴照合部４６は、特徴系列抽出部４０で抽出した入力信号の各区間の特徴ベクトルと、蓄積信号中において入力信号に対応する蓄積信号の各区間の特徴ベクトルとを照合する過程を更に含むものであってもよい。

＜第１の実施の形態に係る系列信号特定装置の作用＞

次に、第１の実施の形態に係る系列信号特定装置１００の作用について説明する。入力部１０において複数の蓄積信号を受け付けると、系列信号特定装置１００は、図２に示す系列信号特定処理ルーチンを実行する。

まず、ステップＳ１００では、入力部１０により受け付けた蓄積信号を蓄積信号データベース３０から取得する。

次に、ステップＳ１０２では、ステップＳ１００で取得した蓄積信号について、蓄積信号の各区間の特徴ベクトルを特徴系列として抽出する。ステップＳ１０４では、蓄積信号の各々について、ステップＳ１０２で抽出した蓄積信号の各区間の特徴ベクトルに基づいて、各区間の特徴量子化符号を二次特徴として導出する。

そして、ステップＳ１０６では、全ての蓄積信号についてステップＳ１０２からＳ１０４の処理を実行したか否かを判定し、実行していない場合には、ステップＳ１００へ戻って処理を繰り返し、実行している場合には、ステップＳ１０８へ移行する。

次に、ステップＳ１０８では、ステップＳ１０４で導出した蓄積信号の各々の各区間の二次特徴に基づいて、各区間の二次特徴の特徴特異度を取得し、メモリに記憶する。そして、ステップＳ１１０において、ステップＳ１０４で導出した各区間の二次特徴と、ステップＳ１０８で取得した各区間の二次特徴の特徴特異度を関連付けて特徴記憶データベース３８に記憶する。

ステップＳ１１２では、入力部１０において受け付けた入力信号を取得する。

次に、ステップＳ１１４では、ステップＳ１１２で取得した入力信号について、入力信号の各区間の特徴ベクトルを特徴系列として抽出する。ステップＳ１１６では、入力信号について、ステップＳ１１４で抽出した蓄積信号の各区間の特徴ベクトルに基づいて、各区間の特徴量子化符号を二次特徴として導出する。

そして、ステップＳ１１８では、ステップＳ１０８で複数の蓄積信号の各々について取得した各区間の二次特徴の特徴特異度に基づいて、ステップＳ１１４で導出された入力信号の各区間の二次特徴のうち、高特徴特異度となる予め定められた条件を満たす二次特徴と同一の二次特徴を選択する。

ステップＳ１２０では、ステップＳ１１８で高特徴特異度となる二次特徴として選択された二次特徴と、ステップＳ１１０で記憶した複数の蓄積信号の、同一区間の二次特徴とを照合し、所定の基準により入力信号に対応する蓄積信号の有無を判定し、入力信号に対応する蓄積信号を選択する。そして、ステップＳ１２２において、ステップＳ１２０で選択した蓄積信号を出力部５０に出力し、系列信号特定処理ルーチンを終了する。

以上、説明したように、第１の実施の形態に係る系列信号特定装置によれば、複数の蓄積信号の各々について各区間の特徴ベクトルを特徴系列として抽出し、各区間の特徴ベクトルに基づいて各区間の特徴量子化符号を二次特徴として導出し、各区間の二次特徴の特徴特異度を取得し、取得した特徴特異度に基づいて入力信号の二次特徴を選択し、選択した入力信号の二次特徴と、複数の蓄積信号の各々の同一区間の二次特徴とを照合して入力信号に対応する蓄積信号を選択することで、入力信号に対する蓄積信号データベースの登録件数が非常に多い場合においても、複数の蓄積信号から、高速に、入力信号に対応する蓄積信号を選択することができる。

＜第２の実施の形態に係る系列信号特定装置の構成＞

次に、第２の実施の形態に係る系列信号特定装置について説明する。なお、第２の実施の形態に係る系列信号特定装置の構成は、第１の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。

第２の実施の形態では、二次特徴としてヒストグラム量子化符号を用いている点が、第１の実施の形態と異なっている。

第２の実施の形態に係る系列信号特定装置１００の二次特徴導出部３４は、特徴系列抽出部３２において抽出した蓄積信号の各々の各区間の特徴ベクトルに基づいて、蓄積信号の各々について、各区間の二次特徴を導出する。本実施の形態では、当該区間の特徴ベクトルを公知の方法によりベクトル量子化した特徴量子化符号を得て、当該区間を含む一定区間における特徴量子化符号の出現頻度を累積したヒストグラムを作成し、作成したヒストグラムを更にヒストグラム量子化することにより得たヒストグラム量子化符号を、当該区間の二次特徴とする。本実施の形態では、ヒストグラム量子化において、類似度閾値をθとして、所定のθ以上の類似度を示すヒストグラムに同一量子化符号を割り当てるものとする。

二次特徴導出部４２は、特徴系列抽出部４０において抽出した入力信号の各区間の特徴ベクトルに基づいて、上記の二次特徴導出部３４と同様の処理を行って、入力信号の各区間について、ヒストグラム量子化符号を二次特徴として導出する。

特徴照合部４６は、高特異度特徴選択部４４で高特徴特異度となる二次特徴として選択された二次特徴と、特徴記憶データベース３８に記憶された複数の蓄積信号の各々の、同一区間の二次特徴とを照合し、蓄積信号中において入力信号に対応する蓄積信号の有無を判定する。ここで、本実施の形態では、二次特徴としてヒストグラム量子化符号を用いているため、過剰検出が含まれる場合がある。そこで、第２の実施の形態に係る特徴照合部４６では、更に、入力信号に対応すると判定された蓄積信号について、特徴系列抽出部３２において抽出した蓄積信号の各区間の特徴ベクトルと、特徴系列抽出部４０において抽出した入力信号の各区間の特徴ベクトルとを照合する。そして、照合結果に基づいて、入力信号に対応する蓄積信号を選択し、入力信号に対応する蓄積信号が有る場合には、どの蓄積信号であるかを表す情報を出力部５０に出力する。

ここで図４及び図５は、５０万件の蓄積信号に対して本実施の形態を適用し、特徴照合部４６における蓄積信号の選択を行った場合の例である。図４は、蓄積信号の各々の全区間についてヒストグラム量子化符号を導出し、二次特徴導出部３４における類似度閾値をθ＝０．８としたとき、特徴照合部４６における選択によって、５０万件の蓄積信号の候補を５０件程度まで絞り込めることを表している。また、図５は、蓄積信号の各々の１０区間（つまり１００ｍｓ）分についてヒストグラム量子化符号を導出し、二次特徴導出部３４における類似度閾値をθ＝０．６５としたとき、特徴照合部４６における選択によって、５０万件の蓄積信号の候補を５０件程度まで絞り込めることを表している。

なお、第２の実施の形態に係る系列信号特定装置１００の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。

以上説明したように、第２の実施の形態に係る系列信号特定装置によれば、複数の蓄積信号の各々について各区間の特徴ベクトルを特徴系列として抽出し、各区間の特徴ベクトルに基づいて、ヒストグラム量子化符号を二次特徴として導出し、各区間の二次特徴の特徴特異度を取得し、取得した特徴特異度に基づいて入力信号の二次特徴を選択し、選択した入力信号の二次特徴と、複数の蓄積信号の各々の同一区間の二次特徴とを照合して入力信号に対応する蓄積信号を選択することで、入力信号に対する蓄積信号データベースの登録件数が非常に多い場合においても、複数の蓄積信号から、高速に、入力信号に対応する蓄積信号を選択することができる。

また、本発明を音楽、画像、映像などのメディアの系列信号に対して適用し、題名などの付随情報の分からないメディア信号ファイルについて、その信号内容に基づいて、蓄積したメディア信号から、対応するメディア信号を選択し、選択したメディア信号に付与されている題名などの付随情報を得ることができる。

なお、本発明は、上述した実施形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

例えば、上述した実施の形態では、入力信号及び蓄積信号が、音楽音響信号である場合を例に説明したが、入力信号及び蓄積信号が、動画像を表す信号であってもよい。この場合には、抽出する特徴を、画像について公知の方法により得られる特徴とすればよい。画像についての特徴としては、例えば、画像中における空間的位置に関する情報を抽出することができる。

また、音楽音響信号の異なる周波数帯域において、公知の方法により周波数帯域の各々のスペクトル情報を得て、それらの相互関係すなわち配置関係を二次特徴として導出するものであってもよい。例えば、一定区間において、高い周波数と低い周波数など、複数の周波数帯域に着目し、各周波数帯域におけるスペクトルパターンの相互の配置関係を二次特徴として導出することができる。

また、入力信号及び蓄積信号が、動画像を表す信号である場合には、画像内の異なる箇所において公知の方法により画像の特徴を得て、画像内の特徴の相互の配置関係を二次特徴として導出してもよい。

また、上述した実施の形態では、高特徴特異度となる二次特徴の一致によって蓄積信号の探索空間を限定したが、これに限定されるものではなく、特徴抽出における雑音、ゆらぎ、誤差を許容し、二次特徴の類似によって蓄積信号の探索空間を限定するものであってもよい。

また、上述した実施形態では、高特異度特徴選択部４４における高特徴特異度の二次特徴の選択および特徴照合部４６における照合を一度ずつだけ行ったが、これに限定されるものではなく、高特異度特徴選択部４４における高特徴特異度の二次特徴の選択および特徴照合部４６における照合を複数回繰り返し行うようにしてもよい。例えば、高特異度特徴選択部４４における高特徴特異度の二次特徴の選択と特徴照合部４６における照合を行って合致する蓄積信号の候補を選択した後、選択した候補に対してさらに高特異度特徴選択部４４における高特徴特異度の二次特徴の選択を行い、特徴照合部４６における照合を行うことで、合致する蓄積信号の候補を段階的にさらに絞り込むことができる。

１０ 入力部
２０ 演算部
３０ 蓄積信号データベース
３２ 特徴系列抽出部
３４ 二次特徴導出部
３６ 特徴特異度取得部
３８ 特徴記憶データベース
４０ 特徴系列抽出部
４２ 二次特徴導出部
４４ 高特異度特徴選択部
４６ 特徴照合部
５０ 出力部
１００ 系列信号特定装置

Claims (6)

1. 系列信号である複数の蓄積信号から、与えられた系列信号である入力信号に対応する前記蓄積信号を選択する系列信号特定方法であって、
   特徴系列抽出部が、前記複数の蓄積信号及び前記入力信号の各々について、各区間の特徴である特徴系列を抽出するステップと、
   二次特徴導出部が、前記複数の蓄積信号及び前記入力信号の各々について、前記特徴系列抽出部により抽出した前記特徴系列に基づいて、各区間の二次特徴を導出するステップと、
   特徴特異度取得部が、前記複数の蓄積信号の各々について前記二次特徴導出部によって導出された各区間の二次特徴に基づいて、前記複数の蓄積信号の各々について、各区間における二次特徴に関する特徴特異度を取得するステップと、
   高特異度特徴選択部が、前記特徴特異度取得部により前記複数の蓄積信号の各々について取得した各区間の二次特徴に関する特徴特異度に基づいて、前記二次特徴導出部により導出された前記入力信号の各区間の二次特徴のうち、高い特徴特異度である予め定められた条件を満たす二次特徴と同一の二次特徴を選択するステップと、
   特徴照合部が、前記複数の蓄積信号の各々について前記二次特徴導出部によって導出された二次特徴と、前記高特異度特徴選択部により選択した前記二次特徴とを照合し、前記複数の蓄積信号から、前記入力信号に対応する前記蓄積信号を選択するステップと、
   を含む系列信号特定方法。
2. 前記特徴系列抽出部によって特徴を抽出するステップは、前記複数の蓄積信号及び前記入力信号の各々について、各区間に対し、前記区間における空間的位置又は周波数に対応する複数の特徴を要素として含む特徴ベクトルを抽出する請求項１に記載の系列信号特定方法。
3. 前記二次特徴導出部によって二次特徴を導出するステップは、前記複数の蓄積信号及び前記入力信号の各々について、各区間に対し、前記特徴ベクトルを一定区間において累積したヒストグラムに基づいて、前記二次特徴を導出する請求項２に記載の系列信号特定方法。
4. 前記二次特徴導出部によって二次特徴を導出するステップは、前記複数の蓄積信号及び前記入力信号の各々について、各区間に対し、前記特徴ベクトルの配置関係に基づいて、前記二次特徴を導出する請求項２に記載の系列信号特定方法。
5. 系列信号である複数の蓄積信号から、与えられた系列信号である入力信号に対応する前記蓄積信号を選択する系列信号特定装置であって、
   前記複数の蓄積信号及び前記入力信号の各々について、各区間の特徴である特徴系列を抽出する特徴系列抽出部と、
   前記複数の蓄積信号及び前記入力信号の各々について、前記特徴系列抽出部により抽出した前記特徴系列に基づいて、各区間の二次特徴を導出する二次特徴導出部と、
   前記複数の蓄積信号の各々について前記二次特徴導出部によって導出された各区間の二次特徴に基づいて、前記複数の蓄積信号の各々について、各区間における二次特徴に関する特徴特異度を取得する特徴特異度取得部と、
   前記特徴特異度取得部により前記複数の蓄積信号の各々について取得した各区間の二次特徴に関する特徴特異度に基づいて、前記二次特徴導出部により導出された前記入力信号の各区間の二次特徴のうち、高い特徴特異度である予め定められた条件を満たす二次特徴と同一の二次特徴を選択する高特異度特徴選択部と、
   前記複数の蓄積信号の各々について前記二次特徴導出部によって導出された二次特徴と、前記高特異度特徴選択部により選択した前記二次特徴とを照合し、前記複数の蓄積信号から、前記入力信号に対応する前記蓄積信号を選択する特徴照合部と、
   を備える系列信号特定装置。
6. コンピュータに、請求項１〜請求項４の何れか１項記載の系列信号特定方法を構成する各ステップを実行させるためのプログラム。