減少的情況下判別為聲源正在接近移動體，在聲壓信息間的 相關(guān)程度隨著時間經(jīng)過而增加的情況下判別為聲源正在遠離移動體。
[0079]例如，接近遠離判別部29在頻段A、B間的形狀參數(shù)的近似度隨著時間經(jīng)過而變低 的情況下判定為聲源正在接近，另一方面，在上述近似度隨著時間經(jīng)過而變高的情況下判 定為正在遠離。該是因為，聲源越接近，則可檢測出檢測對象聲音的頻段A的頻率特性的支 配性越強，另一方面，聲源越遠離，則支配性越弱。
[0080] 圖8是示出第2實施方式的聲音檢測方法的流程圖。聲音檢測裝置按每個處理周 期反復執(zhí)行圖8所示的處理。此外，S21~S25的處理與第1實施方式的S11~S15的處 理實質(zhì)上是同樣的。
[0081] 如圖8所示，當在S26中判定了聲源的檢測結(jié)果后，在聲源的檢測結(jié)果有效的情況 (在S27中為"是"的情況）下，特征相關(guān)算出部28算出時間上一前一后的分布特征的比較 結(jié)果間的自身相關(guān)值（S28)。接近遠離判別部29基于分布特征的比較結(jié)果間的自身相關(guān)值 來判別聲源是否正在接近和聲源是否正在遠離（S29)。在判別為聲源正在遠離的情況下，檢 測結(jié)果判定部26將聲源的檢測結(jié)果判定為無效（S30)。
[0082] 如W上所說明，根據(jù)第2實施方式的聲音檢測裝置和聲音檢測方法，基于彼此不 同的頻段的聲壓信息間的相關(guān)程度的時間變化，能夠判定檢測對象聲源是否正在接近或者 聲源是否正在遠離。另外，通過將正在遠離的聲源的檢測結(jié)果無效化，能夠適當執(zhí)行駕駛輔 助或報知輔助。
[0083] 接著，參照圖9~圖10,對本發(fā)明的第3實施方式的聲音檢測裝置和聲音檢測方法 進行說明。此外，W下，省略與第1實施方式重復的說明。
[0084] 在第1實施方式的聲音檢測裝置和聲音檢測方法中，基于彼此不同的2個頻段的 聲壓信息間的相關(guān)程度來判定成為檢測對象的聲源的檢測結(jié)果是否有效。但是，例如在背 景雜音處于支配地位的狀況下判定為檢測結(jié)果無效時，無法高精度地判定是否存在聲源。
[0085] 因此，第3實施方式的聲音檢測裝置和聲音檢測方法，從周邊聲音除去周邊聲音 所包含的背景雜音，從而即使是在背景雜音處于支配地位的狀況下，也能夠高精度地判定 是否存在成為檢測對象的聲源。
[0086] 圖9是示出本發(fā)明的第3實施方式的聲音檢測裝置的框圖。如圖9所示，對聲音 檢測裝置的ECU30追加了雜音模型生成部37和雜音除去部38。傳聲器1、強度分布算出部 31、頻數(shù)分布算出部32a、32b、分布特征算出部33a、33b、分布特征比較部34、聲源檢測部35 W及檢測結(jié)果判定部36的功能與第1實施方式的聲音檢測裝置的對應(yīng)結(jié)構(gòu)是同樣的。
[0087] 雜音模型生成部37基于檢測聲音生成雜音模型。雜音模型生成部37作為基于檢 測到的周邊聲音來生成成為檢測對象的聲源W外的聲音的生成部而發(fā)揮功能。雜音模型通 過推定檢測聲音所包含的背景雜音而生成。雜音模型生成部37在成為檢測對象的聲源的 檢測結(jié)果被判定為無效的情況下生成或更新雜音模型。
[008引雜音除去部38使用雜音模型從檢測聲音除去雜音。雜音除去部38作為在未判定 為存在聲源的情況下從檢測到的周邊聲音除去所生成的聲音的除去部而發(fā)揮功能。雜音除 去部38在聲源的檢測結(jié)果被判定為無效的情況下使用雜音模型從檢測聲音除去雜音。雜 音的除去使用事先生成或更新的雜音模型來進行。
[0089] 圖10是示出第3實施方式的聲音檢測方法的流程圖。聲音檢測裝置按處理周期 反復執(zhí)行圖10所示的處理。此外，S31~S36的處理與第1實施方式的S11~S16的處理 實質(zhì)上是同樣的。
[0090] 如圖10所示，在S36中判定了聲源的檢測結(jié)果后，在聲源的檢測結(jié)果無效的情況 (在S37中為"是"的情況）下，雜音模型生成部37基于檢測聲音生成雜音模型（S38)。雜 音除去部38使用雜音模型從下次W后的處理周期中的檢測聲音除去背景雜音（S39)。
[0091] 如W上所說明，根據(jù)第3實施方式的聲音檢測裝置和聲音檢測方法，通過從周邊 聲音除去周邊聲音所包含的檢測對象聲音W外的聲音、即背景雜音，即使是在背景雜音處 于支配地位的狀況下，也能夠高精度地判定是否存在成為檢測對象的聲源。
[0092] 接著，參照圖11~圖17,對本發(fā)明的第4實施方式的聲音檢測裝置和聲音檢測方 法進行說明。此外，W下，省略與第1實施方式重復的說明。
[0093] 在第1實施方式的聲音檢測裝置和聲音檢測方法中，基于彼此不同的2個頻段的 聲壓信息間的相關(guān)程度來判別周邊聲音是否包含檢測對象聲音。但是，例如在存在檢測對 象外的聲源且該聲源的聲音與檢測對象聲音的頻率特性在某種程度上重復的狀況下，有時 無法適當判別周邊聲音是否包含檢測對象聲音。
[0094] 因此，第4實施方式的聲音檢測裝置和聲音檢測方法，基于彼此不同的3個W上的 頻段的聲壓信息間的相關(guān)程度，即使在檢測對象外的聲源的聲音與檢測對象聲音的頻率特 性在某種程度上重復的狀況下，也可高精度地判定是否存在成為檢測對象的聲源。
[0095] 圖11是示出本發(fā)明的第4實施方式的聲音檢測裝置的框圖。如圖11所示，對聲 音檢測裝置的ECU40追加了頻數(shù)分布算出部42c和分布特征算出部43c。傳聲器1、強度分 布算出部41、頻數(shù)分布算出部42a、42b、分布特征算出部43a、43bW及聲源檢測部45的功 能與第4實施方式的聲音檢測裝置的對應(yīng)結(jié)構(gòu)是同樣的。
[0096] 頻數(shù)分布算出部42c基于檢測聲音的強度分布算出頻率與頻段A、B不同的頻段 C(第3頻段）中的檢測聲音的頻數(shù)分布。頻段C被設(shè)定為頻率至少與頻段A、B部分不同 的第2非特定頻段。在頻段B被設(shè)定于比頻段A靠低（或高）頻側(cè)的情況下，頻段C優(yōu)選 被設(shè)定于高（或低）頻側(cè)。
[0097] 分布特征算出部43c基于頻段C的頻數(shù)分布算出頻段C的分布特征。分布特征比 較部44對頻段A的分布特征、頻段B的分布特征W及頻段C的分布特征進行比較。
[009引檢測結(jié)果判定部46基于分布特征的比較結(jié)果來判定成為檢測對象的聲源的檢測 結(jié)果。檢測結(jié)果判定部46基于第1頻段的聲壓信息、第2頻段的聲壓信息W及檢測到的周 邊聲音中的頻率與第1頻段和第2頻段不同的第3頻段的聲壓信息的相關(guān)程度來判定是否 存在聲源。
[0099] 頻段B與頻段C之間的頻率特性的相關(guān)程度越高、且頻段A與頻段B、C之間的頻 率特性的相關(guān)程度越低，則檢測結(jié)果判定部46越容易判定為周邊聲音包含檢測對象聲音， 越容易將聲源的檢測結(jié)果判定為有效。檢測結(jié)果判定部46例如基于3個頻段間的尺度參 數(shù)的差量或比率來判定聲源的檢測結(jié)果的有效性。
[0100] 圖12是示出第4實施方式的聲音檢測方法的流程圖。聲音檢測裝置按每個處理 周期反復執(zhí)行圖12所示的處理。此外，S41、S42W及S46的處理與第1實施方式的S11、 S12W及S16的處理實質(zhì)上是同樣的。
[0101] 如圖12所示，當在S42中算出檢測聲音的強度分布后，頻數(shù)分布算出部42a、42b、 42c算出頻段A、B、C各自的頻數(shù)分布（S43)。分布特征算出部43a、43b、43c算出頻段A、 B、C各自的分布特征（S44)。分布特征比較部44對頻段A、B、C各自的分布特征進行比較 (S45)。當比較了分布特征后，在S46中基于比較結(jié)果來判定成為檢測對象的聲源的檢測結(jié) 果。
[0102] 圖13~圖17是示出各種狀況下的振幅譜（a)和概率密度分布化）的圖。在圖 13~圖17中，作為一例，頻段A被設(shè)定為800~3000化的特定頻段，頻段B被設(shè)定為3000~ 5000化的第1非特定頻段，頻段C被設(shè)定為0~1200化的第2非特定頻段。
[010引在圖13所示的狀況下，如圖13(a)所示，在頻段A、B、C的振幅中未出現(xiàn)有意義的 峰，頻段A、B、C間的振幅值連續(xù)。并且，如圖13(b)所示，頻段A、B、C間的概率密度分布 化、化、化的形狀近似，結(jié)果，頻段A、B、C間的形狀參數(shù)近似。因此，背景雜音處于支配地 位，容易判定為聲源的檢測結(jié)果無效、也就是說不存在成為檢測對象的聲源。
[0104] 在圖14所示的狀況下，如圖14(a)所示，僅在頻段C的振幅中出現(xiàn)了有意義的峰， 頻段A、B間的振幅值連續(xù)，頻段A、C間的振幅值不連續(xù)。并且，如圖14(b)所示，頻段C中 的概率密度分布化的形狀與頻段A、B中的概率密度分布化、化的形狀不近似，結(jié)果，頻段 C與頻段A、B之間的形狀參數(shù)不近似。因此，背景雜音和第2非特定頻段的聲音處于支配 地位，容易判定為聲源的檢測結(jié)果無效、也就是說不存在成為檢測對象的聲源。
[0105] 在圖15所示的狀況下，如圖15(a)所示，僅在頻段A的振幅中出現(xiàn)了有意義的峰， 頻段A、B間的振幅值不連續(xù)，頻段A、C間的振幅值也不連續(xù)。并且，如圖15(b)所示，頻段 A中的概率密度分布的形狀化與頻段B、C中的概率密度分布化、化的形狀不近似，結(jié)果， 頻段A與頻段B、C之間的形狀參數(shù)不近似。因此，檢測對象聲音處于支配地位，容易判定為 聲源的檢測結(jié)果有效、也就是說存在成為檢測對象的聲源。
[0106] 在圖16所示的狀況下，如圖16(a)所示，僅在頻段B的振幅中出現(xiàn)了有意義的峰， 頻段A、C間的振幅值連續(xù)，頻段A、B間的振幅值不連續(xù)。并且，如圖16(b)所示，頻段B中 的概率密度分布的形狀化與頻段A、C中