嘈雜度判定系統、裝置、方法以及程序的製作方法

2023-05-07 07:29:06

專利名稱：：嘈雜度判定系統、裝置、方法以及程序的製作方法
技術領域：
：本發明涉及用於對用戶是否舒適地聽到了語音進行評價(判定)的技術。
背景技術：
：近年來，伴隨社會的老齡化，因年齡增加而導致的耳背者在增加。由於長時間聽大音量音樂的機會增加等的影響，年輕的耳背者在增加。此外，伴隨著助聽器的小型化/高性能化，用戶逐漸變得不排斥佩戴助聽器。以這些為背景，以會話的聽辨能力的提高為目的而佩戴助聽器的用戶在增加。助聽器通過使構成用戶難以聽清的聲音的各種頻率中的、特定頻率的信號的振幅放大，來對用戶是下降了的聽力進行彌補。助聽器需要根據每個用戶的聽力下降的程度，來調整對聲音進行放大的量。因此，在開始助聽器的使用之前，根據每個用戶的聽力來對聲音的放大量進行調整的「調試(fitting)」是必須的。調試是指按照每個聲音的頻率，來將輸出的聲壓(能夠被感知為聲音的、大氣的壓力變動)變為MCL(mostcomfortablelevel:用戶感到舒適的聲壓)。此時,在(I)放大量不足，或者，(2)放大量過多的任何一種情況下，調試都是不恰當的。例如，在放大量不足的情況下，用戶無法對聲音進行聽辨，無法達成佩戴助聽器的目的。此外，在放大量過多的情況下，用戶能夠對聲音進行聽辨。但是，由於用戶感到聲音嘈雜，因此產生無法長時間使用助聽器的問題。因此，需要進行調試使得上述(I)或(2)的問題都不會產生。特別是在(2)的情況下，將會從助聽器呈現不必要的大音量，可能損傷用戶的耳朵。調試的最初的步驟是聽力圖(audiogram)的測定。「聽力圖」是指對能夠聽到的純音的最小聲壓進行的測定。例如，是針對多個頻率的聲音的每一個，根據頻率(例如250Hz、500Hz、1000Hz、2000Hz、4000Hz)對該用戶能夠聽清的最小的聲壓(分貝值)進行繪製而得到的圖。接著，基於作為用於根據聽力圖的結果來推定每個頻率的放大量的函數的調試理論，決定每個頻率的放大量。但是，僅通過基於聽力圖和調試理論的調整，是否實現了使會話的聽辨清晰度提高的最佳調試不得而知。作為其元音，可以列舉例如聽力圖和會話的聽辨能力不是一對一地對應、由於耳背者感到合適大小的聲壓的範圍較窄因此難以調整等。因此，佩戴用上述方法決定/調整後的助聽器，來實施助聽器適合性檢查(例如，參照非專利文獻I)。在助聽器適合性檢查的必須檢查項目中，存在(I)語音清晰度曲線的測定、(2)環境噪聲容忍程度的測定這兩種。在語音清晰度曲線的測定中，在佩戴助聽器時和未佩戴助聽器時(裸耳)，以55dBSPL(Soundpressurelevel，聲壓級)、65dBSPL、75dBSPL以及85dBSPL的聲壓呈現單音節的語音聲音，並對每個聲壓的語音清晰度進行了繪製和比較。然後，只要與未佩戴時的情況相比在佩戴時清晰度提高則判定為適合。該「語音清晰度」是指是否聽清了單音節的語音聲音的程度的指標。語音清晰度反映會話時的聽辨的程度。「單音節的語音」是指一個元音、或者輔音和元音的組合(例如「*，，/「」/「>，，)。語音清晰度通過以下的步驟來評價(例如非專利文獻2)。首先，一個一個地再現日本聽覺醫學會所制定的67S式語言表(20個語音)的聲音來讓用戶聽。接著，讓用戶以發言或聽寫等方式來回答將所呈現的語音聽成了哪個語音。然後，評價者對所呈現的語音和回答進行對照，計算全部20個語音中正確地聽清的語音的比例即正確率。該正確率便是語音清晰度。關於語音清晰度的評價方法，一直以來公開了各種技術。例如，在專利文獻I中，公開了一種利用個人計算機(PC)自動地進行正誤判定的語音清晰度評價方法。在專利文獻I中，提出了如下方法，即利用PC對用戶呈現單音節的聲音，讓用戶通過滑鼠或觸筆(touchthepentothedisplay)來回答，並將回答作為PC的輸入來接受，自動地進行所呈現的聲音和回答輸入的正誤判定。通過用滑鼠或觸筆來接受回答輸入，評價者不需要識別/解讀用戶的回答(發言或記錄)，節省了評價者的時間。此外，例如在專利文獻2中，公開了一種在聲音呈現後用文字來呈現相符合的語音的選項的語音清晰度評價方法。在專利文獻2中，通過將選項縮小為數個，讓用戶從數個文字中選擇相符合的語音，從而節省了用戶搜索文字的時間。另一方面，在環境噪聲容忍程度的測定中，在同時呈現朗讀音和環境噪聲並讓用戶聽取朗讀音的情況下，對是否能夠容忍環境噪聲進行評價(非專利文獻2)。具體來說，以65dBSPL來呈現朗讀音，以55dBSPL來呈現環境噪聲，讓用戶報告關於能否容忍環境噪聲的主觀印象。作為主觀印象，讓用戶報告是在噪聲下聽取朗讀音時可以使用助聽器、還是在噪聲下難以佩戴助聽器。並且，將前者的情況判定為適合，將後者的情況判定為不適合。在先技術文獻專利文獻專利文獻IJP特開平9-038069號公報專利文獻2JP特開平6-114038號公報非專利文獻非專利文獻1:細井裕司等，「助聽器適合性檢查指南2008」，2008年非專利文獻2:小寺一興，「助聽器調試的見解」，診斷和治療社，1999年，166頁
發明內容發明要解決的課題但是，上述助聽器適合性檢查中，在語音清晰度曲線的測定中，僅基於語音清晰度來判定適合狀態，而沒有考慮在語音聽取時用戶是否感到嘈雜`處理。此外，在環境噪聲容忍程度的測定中，評價了是否能夠容忍環境噪聲，而沒有進行針對語音聽取的嘈雜度的評價。在這些評價中，存在如下情況，即，即使是在語音聽取時用戶感到嘈雜、容易聽累的助聽處理，也判定為適合。語音聽取時的嘈雜度，對於日常佩戴助聽器的用戶來說是負擔。本發明的目的在於，提供一種對與語音聽取時的嘈雜度相關的用戶狀態進行評價的機制。解決課題的手段本發明的某實施方式的嘈雜度判定系統，具備生物體信號計測部，其對用戶的腦波信號進行計測；語音資料庫，是保持多個單音節的語音的語音資料庫，其針對各語音，將語音和與所述語音相對應的腦波信號的陰性成分的基準潛伏期建立對應；呈現語音決定部，其參照所述語音資料庫，決定將呈現的單音節的語音；輸出部，其向所述用戶呈現被決定的所述語音；和嘈雜度判定部，其對以呈現了所述語音的時刻為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分的峰值潛伏期、和與保持在所述語音資料庫中的所被決定的所述語音相對應的基準潛伏期進行比較，來判定被輸出的所述語音的嘈雜度。語音資料庫也可以根據所述語音中包含的輔音的長度或輔音的強度，將所述語音和與所述語音相對應的腦波信號的陰性成分的基準潛伏期建立對應。所述嘈雜度判定部，也可以在所述陰性成分的峰值潛伏期比所述基準潛伏期小的情況下，判定所述聲音信號對於所述用戶來說嘈雜，在所述陰性成分的峰值潛伏期比所述基準潛伏期大的情況下，判定出所述聲音信號對於所述用戶來說不嘈雜。所述嘈雜度判定系統，也可以還具備事件相關電位處理部，所述事件相關電位處理部按照規定的基準對所述腦波信號的事件相關電位進行加法運算，所述呈現語音決定部決定多個語音，所述輸出部依次呈現被決定的所述多個語音，所述事件相關電位處理部，針對所述多個語音，對以所述語音的種類或呈現所述語音時的聲壓相同的語音被呈現的時刻為起點的所述腦波信號的事件相關電位進行加法運算，將進行所述加法運算後的結果輸出到所述嘈雜度判定部。所述嘈雜度判定部，作為所述峰值潛伏期，也可以採用以呈現了被決定的所述語音的時刻為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分取最小電位的時刻、或者採用所述腦波信號和預先準備好的NI成分的波形的模板之間的一致度變得最高的情況下的、與所述模板建立了對應的峰值潛伏期。所述事件相關電位處理部，也可以按每個輔音或者基準潛伏期的差比規定的值小的每個語音組來對事件相關電位進行加法運算。所述嘈雜度判定系統，也可以還具備結果存儲資料庫，所述結果存儲資料庫存儲表示與所述語音的嘈雜度相關的判定結果的信息，在所述結果存儲資料庫中，按照每個語音、每個輔音、或者基準潛伏期的差比規定的值小的每個語音組，存儲有表示與所述語音的嘈雜度相關的判定結果的信息。所述嘈雜度判定系統，也可以還具備助聽處理部，所述助聽處理部針對所呈現的所述語音選擇助聽處理的種類，並基於被選擇的助聽處理來對在所述語音資料庫中保持的語音數據進行加工。所述嘈雜度判定系統，也可以還具備切換部，所述切換部對計算每個用戶的陰性成分的潛伏期的校正模式、和評價嘈雜度的評價模式進行切換，在所述校正模式下，所述切換部在所述呈現語音決定部中選擇元音，並基於針對元音的所述陰性成分的潛伏期來計算每個語音的基準潛伏期，在切換為所述評價模式之後，所述切換部對所述陰性成分的峰值潛伏期和計算出的所述基準潛伏期進行比較。在所述校正模式下，所述評價切換部，在所述呈現語音決定部中選擇了元音的情況下，也可以將針對元音的NI成分的潛伏期設定為元音的基準潛伏期，並在元音的基準潛伏期上加上根據輔音部分的長度或強度而決定的正值，來計算每個輔音的基準潛伏期。本發明的其他實施方式的助聽處理系統，具備語音資料庫，是保持多個單音節的語音的語音資料庫，其針對各語音，將語音和與所述語音相對應的腦波信號的陰性成分的基準潛伏期建立對應；呈現語音決定部，其參照所述語音資料庫，決定將呈現的單音節的語音；嘈雜度判定部，其對由生物體信號計測部計測出的所述用戶的腦波信號中、以所述語音通過輸出部被呈現給用戶的時刻為起點的50ms以上350ms以下的範圍內包含的腦波信號的陰性成分的峰值潛伏期、和與保持在所述語音資料庫中的所被決定的所述語音相對應的基準潛伏期進行比較，並輸出比較結果；和助聽處理部，其基於所述嘈雜度判定部所輸出的、所述腦波信號的陰性成分的峰值潛伏期和與所述語音相對應的基準潛伏期的差，來調整所述語音。本發明的其他實施方式的嘈雜度判定方法，包含如下步驟對用戶的腦波信號進行計測的步驟；參照將多個單音節的語音、和與所述語音相對應的腦波信號的陰性成分的基準潛伏期建立對應地保持的語音資料庫，來決定將呈現的單音節的語音的步驟；向所述用戶呈現所決定的語音的步驟；和對以呈現了所述語音的時刻為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分的峰值潛伏期、和與保持在所述語音資料庫中的所被決定的所述語音相對應的基準潛伏期進行比較，來判定被輸出的所述語音的嘈雜度的步驟。本發明的其他實施方式的電腦程式，由在語音聽取的嘈雜度判定系統中設置的計算機來執行，所述電腦程式使安裝在所述嘈雜度判定系統中的計算機執行如下步驟:接受用戶的腦波信號的步驟；參照將多個單音節的語音、和與所述語音相對應的腦波信號的陰性成分的基準潛伏期建立對應地保持的語音資料庫，來決定將呈現的單音節的語音的步驟；向所述用戶呈現所被決定的語音的步驟；和對以呈現了所述語音的時刻為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分的峰值潛伏期、和與保持在所述語音資料庫中的所被決定的所述語音相對應的基準潛伏期進行比較，來判定所輸出的所述語音的嘈雜度的步驟。本發明的又一其他實施方式的嘈雜度判定系統，具備生物體信號計測部，其對用戶的腦波信號進行計測；聲音輸入部，其用於輸入特定會話者所發出的聲音信號，聲音分析部，其檢測輸入了所述聲音信號的定時來進行觸發，並且對與所述聲音的輔音部分的長度以及強度相關的特徵進行分析；基準潛伏期推定部，其基於由所述聲音分析部分析出的所述特徵，來推定陰性成分的基準潛伏期；和嘈雜度判定部，其對以所述觸發為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分的峰值潛伏期、和由所述基準潛伏期推定部推定出的基準潛伏期進行比較來判定嘈雜度。所述嘈雜度判定系統，也可以還具備文字輸出部，所述文字輸出部輸出表示用於讓所述特定會話者產生的語音的文字信息，將由所述特定會話者基於由所述文字輸出部輸出的文字信息而產生的聲音信號輸入到所述聲音輸入部。所述文字輸出部進一步輸出與聲壓相關的信息，該聲壓表示所述特定會話者發出所述單音節的語音時的語音大小，將所述特定會話者基於由所述文字輸出部輸出的文字信息以及與聲壓相關的信息而發出的聲音信號輸入到所述聲音輸入部。所述嘈雜度判定系統還具備呈現語音決定部，該呈現語音決定部參照預先準備的語音列表，來決定讓所述特定會話者發出的語音，所述文字輸出部，輸出表示由所述呈現語音決定部決定的所述語音的文字信息。所述基準潛伏期推定部，也可以基於由所述聲音分析部分析出的所述特徵、以及呈現語音決定部所決定的讓所述特定會話者發出的語音，來推定所述陰性成分的基準潛伏期。所述基準潛伏期推定部，也可以通過在預先準備的基準潛伏期上，加上基於所述聲音的輔音長度或者輔音強度而決定的規定的正值，來推定所述陰性成分的基準潛伏期。本發明的又一其他實施方式的嘈雜度判定方法，包含如下步驟對用戶的腦波信號進行計測的步驟；輸入特定會話者所發出的聲音信號的步驟；檢測輸入了所述聲音信號的定時來進行觸發，並且對與所述聲音的輔音部分的長度以及強度相關的特徵進行分析的步驟；基於在進行分析的所述步驟中分析出的所述特徵，來對陰性成分的基準潛伏期進行推定的步驟；和對以所述觸發為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分的峰值潛伏期、和通過進行推定的所述步驟而推定出的基準潛伏期進行比較來判定嘈雜度的步驟。發明效果根據本發明，能夠提供一種對與針對語音聽取的嘈雜度相關的用戶狀態進行評價的機制。圖1是表示腦波計測實驗的實驗步驟的概要的圖。圖2是表示I次試行的步驟的流程圖。圖3(a)是表示用噪聲計測定出的每個條件的聲壓級的圖，(b)是表示6個條件的每一個條件下的每個頻率的增益調整量的圖。圖4(a)是表示國際10-20法(10-20System)的電極位置的圖。(b)是安裝了腦波計的電極配置。圖5是表示用視覺模擬量表(visualanalogscale)對嗜雜度進行了主觀報告而得到的結果的圖。圖6是表示按照每個與嘈雜度相關的主觀評價，對以呈現了聲音的時刻為起點的Pz上的事件相關電位進行了加法平均而得到的波形的圖。圖7是在實驗中所呈現的MF條件的聲音波形。圖8是具有相同輔音的每個語音的加法平均波形的例子。圖9是表示具有相同輔音的每個語音的NI成分的潛伏期的聲壓所導致的變化、和基於現有研究的純音的NI成分的潛伏期的聲壓所導致的變化的圖。圖10是作為刺激而呈現的語音聲音的輔音強度的例子，是表示與MF條件下的輔音部分相關的均方振幅的該時刻為止的和的圖。圖11是表示輔音強度弱的輔音以及輔音強度強的輔音的各聲音波形的例子的圖。圖12是表示N1成分的潛伏期的比較結果、和嘈雜度判定結果的對應關係的圖。圖13是表示實施方式1的語音聽取的嘈雜度判定系統100的構成以及使用環境的圖。圖14是表示實施方式1的語音聽取的嘈雜度判定裝置1的硬體構成的圖。圖15是表示實施方式1的語音聽取的嘈雜度判定系統100的功能模塊的構成的圖。圖16是表示語音DB71的例子的圖。圖17是表示利用了實施方式1的方法的嘈雜度的判定結果存儲的例子的圖。圖18是表示利用了實施方式1的方法的嘈雜度的判定結果、和現有的語音清晰度曲線的結果之間的比較的圖。圖19是表示在語音聽取的嘈雜度判定系統100中進行的處理的步驟的流程圖。圖20是表示每個單音節的單詞的評價結果的一例的圖。圖21是表示實施方式2的語音聽取的嘈雜度判定系統200的功能模塊的構成的圖。圖22是表示利用了實施方式2的方法的嘈雜度的判定結果存儲的例子的圖。圖23是表示實施方式2的語音聽取的嘈雜度判定系統200的處理步驟的流程圖。圖24是表示實施方式3的語音聽取的嘈雜度判定系統300的功能模塊的構成的圖。圖25是表示實施方式3的語音聽取的嘈雜度判定系統300的處理步驟的流程圖。圖26是表示實施方式4的語音聽取的嘈雜度判定系統400的功能模塊的構成的圖。圖27是表示實施方式4的語音聽取的嘈雜度判定裝置4的硬體構成的圖。圖28是表示實施方式4的語音聽取的嘈雜度判定系統400的處理步驟的流程圖。具體實施例方式以下，參照附圖，對本發明的語音聽取的嘈雜度判定系統的實施方式進行說明。本發明的語音聽取的嘈雜度判定系統，用於利用腦波來評價用戶在語音聽取時的狀態，即評價用戶在語音聽取時是否感到嘈雜。更具體來說，本系統用聲音呈現單音節的語音，將以聲音呈現為起點而計測出的用戶腦波的事件相關電位作為指標，來評價語音聽取的嘈雜度。在此，對在本說明書中使用的語句進行說明。「事件相關電位(event-relatedpotential:ERP)」是指作為腦波(electroencephalogram:EEG)的一部分的、與外在或者內在的事件在時間上相關聯地產生的腦的短暫性的電位變動。此外，「呈現聲音」是指輸出聽覺刺激(也稱作「聲音刺激」。)。例如，從揚聲器輸出聲音。另外，揚聲器的種類是任意的，既可以是設置在地板或架子上的揚聲器，也可以是耳機型的揚聲器。不過，為了正確地進行評價，揚聲器必須能夠以指定的聲壓正確地輸出。此外「評價」也作為「判定」的意思來使用。本申請發明者們，對語音清晰度評價以及評價時的用戶狀態詳細地進行了分析，結果得出了需要評價表示對於用戶來說感到嘈雜的程度的「嘈雜度」的見解。以下，具體地進行說明。在語音清晰度評價中，按照每個語音，用能夠聽辨(〇)/不能聽辨(X)來評價是否能夠對聲音進行聽辨。將能夠聽辨的語音的個數除以評價對象的語音數(67s式語言表的情況為20)來求出。因此，語音聽取時的用戶狀態沒有被反映在結果中。但是，可以認為實際上存在舒適地實現了聽辨的情況、和雖然實現了聽辨但不舒服的情況。語音清晰度評價是在助聽器銷售商店實施的短時間的評價。用戶是否感覺到嘈雜不是評價對象，因此只要不是無法忍受的嘈雜度，則即使稍微感到嘈雜用戶也會忍耐來完成評價課題。然而，在日常長時間佩戴助聽器的情況下，長時間忍受嘈雜對於用戶來說是負擔。鑑於這些狀況，本申請發明者們認為，作為語音聽取時的用戶狀態，應分為不需要「忍受嘈雜」的情況、和需要「忍受嘈雜」的情況來進行評價。嘈雜度是語音聽取時的腦內的處理，因此有可能能夠通過腦波的測定來評價。1.實驗概要本申請發明者們，以實現語音聽取的嘈雜度判定為目標，為了確定反映了嘈雜度的腦波特徵成分而實施了以下的實驗。實施了如下腦波計測實驗，即通過用聲音呈現單音節的語音，並設定讓用戶聯想與聲音相對應的語音，以聲音呈現為起點來計測事件相關電位。在實驗中，讓用戶進行了與語音聽取時的嘈雜度相關的主觀報告。並且，基於與嘈雜度相關的主觀報告，分別對事件相關電位進行了加法平均。另外，讓用戶聯想與聲音相對應的語音這一步驟，在嘈雜度判定中不是必須的。結果，本申請發明者們發現，在以聲音呈現為起點的事件相關電位中，伴隨與聲音對應的嘈雜度的增加，潛伏期約200ms的陰性成分(NI成分)的潛伏期變短。並且，發現了由於每個語音的輔音長度或輔音強度等特徵的差異，NI成分的潛伏期不同。「潛伏期」是指以呈現了聲音刺激的時刻為起點，到出現陽性成分或陰性成分的峰值為止的時間。根據這些發現，本申請發明者們發現根據潛伏期約200ms的陰性成分(NI成分)的潛伏期能夠判定語音聽取的嘈雜度。通過本方法，作為語音聽取的用戶狀態，能夠按照每個語音客觀、定量地實現是否感覺到嘈雜的評價。以下，對這些更詳細地進行說明。首先，說明本申請發明者們為了實現語音聽取的嘈雜度判定而實施的腦波計測實驗。之後，說明作為實施方式的、對語音聽取的舒適性進行評價的語音聽取的嘈雜度判定裝置的概要以及包括語音聽取的嘈雜度判定裝置的語音聽取的嘈雜度判定系統的構成以及動作。2.腦波計測實驗在腦波計測實驗中，調查了在聲音呈現後獲取的與嘈雜度相關的主觀報告、和以聲音為起點的事件相關電位之間的關係。以下，參照圖1到圖6，說明腦波計測實驗的實驗設定以及實驗結果。實驗參加者是具有正常聽力的大學生/研究生13名。圖1是腦波計測實驗的實驗步驟的概要。首先，在步驟A中呈現了單音節的聲音。所呈現的聲音的詳細情況見後述。接著，在步驟B中，讓參加者聽聲音並記錄與聽到的聲音相對應的平假名。不改變呈現聲音的條件，僅使語音的種類變化。將步驟A和B反覆試行了5次。然後，在步驟C中，讓參加者實施針對在步驟A中呈現的聲音的、與嘈雜度等相關的主觀評價。主觀評價利用觸控面板，用視覺模擬量表(100個等級評價)來進行。將上述的步驟A到步驟C作為一個I模塊，反覆進行了12個模塊(共計60次試行)。按照每個模塊使呈現聲音的聲壓和變形的條件以隨機的順序變化。圖2是表示I個模塊的步驟的流程圖。在步驟Sll中，將單音節的聲音呈現給實驗參加者。在步驟S12中，參加者聽單音節的聲音並聯想相對應的文字。在步驟S13中，參加者記錄與所聽到的聲音相對應的文字。在步驟S14中，對聲音的呈現次數進行計數。到呈現次數為4次為止返回步驟S11。當呈現次數為5次時進入步驟S15，將呈現次數復位。在步驟S15中，參加者針對在步驟Sll中聽到的聲音回答主觀評價。作為刺激而呈現的語音聲音，採用了容易聽錯的無聲輔音中、由日本聽覺醫學會制定的67S式語言表所包含的8個音(H、夕、^、卜、〃)。為了針對具有正常聽力的參加者操作嘈雜度，使用了對頻率增益進行調整後的語音聲音。「頻率增益」是指多個頻帶中的每一個頻帶的增益(電路的增益、放大率)。在頻率增益的調整中，利用了3種聲壓(大Large、中Middle、小:Small)X2種變形(無Flat、有Distorted)共計6個條件。具體來說如以下的(I)(6)。在本說明書中，例如，聲壓大且無變形取Large和Flat的首字母，稱作LF條件等。(I)LF(LargeFlat)條件作為聲壓大且容易聽辨出來的聲音，在所有的頻帶使增益提高了20dB。(2)LD(LargeDistorted)條件作為聲壓大但難以聽辨的聲音，以MD條件為基準整體提高了20dB。(3)MF(MiddleFlat)條件作為聲壓大且容易聽辨的聲音，沒有進行頻率增益的加工。(4)MD(MiddleDistorted)條件作為難以聽辨的聲音，對LF條件的聲音將250Hz-16kHz的頻率的增益漸漸調整(降低)到_30dB。(5)SF(SmallFlat)條件作為聲壓小但容易聽辨出來的聲音，在所有的頻帶使增益降低了20dB。(6)SD(SmallDistorted)條件作為聲壓小且難以聽辨的聲音，以MD條件為基準整體降低了20dB。圖3(a)表示聲音和變形的6個條件的分類。此外，圖3(b)表示每個頻率的增益調整量。使高頻帶的頻率增益降低的理由在於，為了模擬高齡重聽的典型類型即高音重聽型。聲音刺激從頻率特性平緩的揚聲器來呈現。腦波從頭皮上的？2、02、？2、03、(4(國際10-20法)、左右太陽穴、右眼上下開始，以右乳突(mastoid)為基準進行了記錄。「乳突」是指耳朵背面的耳根下部的頭蓋骨的乳樣突起。圖4(a)表示國際10-20法(10-20System)的電極位置，圖4(b)表示在本實驗中安裝了電極的電極配置。抽樣頻率為200Hz，時間常數為I秒。在脫機狀態下施加O.05-20HZ的數字帶通濾波器。作為針對聲音呈現的事件相關電位，以呈現了聲音的時刻為起點提取了-200ms到IOOOms的波形。在此，「_200ms」是指在呈現聲音的時刻的200毫秒前的時間以下，對主觀評價結果的分布和閾值的設定進行說明。首先，示出主觀評價的結果。基於主觀評價結果，並基於通過後述的方法決定的每個參加者的閾值，進行了「嘈雜」/「不嘈雜」的標籤設定。以下，將該主觀評價的標籤作為語音聽取時的用戶狀態。圖5是與嘈雜度相關的每個參加者的主觀評價的結果。橫軸是主觀評價值(視覺模擬量表的I到100)，縱軸是將度數分布除以全部試行次數而得到的比例(O到I)。在圖5中示出了針對全部試行的比例。圖5中的實線是主觀評價結果的分布，虛線表示對主觀評價(「嘈雜」/「不嘈雜」)進行了分割的閾值。本申請發明者們按照每個人的評價結果(視覺模擬量表的I100)的次序而決定了閾值。具體來說本申請發明者們對於個人之間的評價值的次序，從評價值較大的一方開始將3分之I作為「嘈雜」，將除此之外作為「不嘈雜」，而設定了閾值。其中，評價結果相同的評價作為相同的主觀評價來處理。以下，作為事件相關電位的結果，說明根據主觀評價的結果進行了標籤設定的、基於「嘈雜」/「不嘈雜」的基準進行了加法平均的結果。圖6表示在頭頂部(Pz)以呈現了聲音刺激的時刻為起點的事件相關電位。具體來說，圖6是根據以上述方法進行了標籤設定的「嘈雜」/「不嘈雜」的基準來區分並進行了總加法平均後的波形。加法平均基於上述計測實驗的全部6個條件下的、每個模塊的與·嘈雜度相關的主觀評價而進行。圖6的橫軸是時間、單位是ms，縱軸是電位、單位是μV。從圖6中所示的量表(scale)可知，曲線的下方與正(陽性)相對應，上方與負(陰性)相對應。圖6中所示的實線是「嘈雜」情況下的總加法平均波形，虛線是「不嘈雜」情況下的總加法平均波形。根據圖6可知，與「不嘈雜」的情況下的虛線相比，「嘈雜」情況下的實線上，在潛伏期約200ms引起的陰性成分(NI成分)的潛伏期較短。每個參加者的NI成分的潛伏期在「嘈雜」的情況下為195ms，在「不嘈雜」的情況下為240ms。對潛伏期進行了t檢定的結果，看到了顯著差異(P、^、夕、7、卜、〃)的聲音波形的例子。根據圖7也可知，按照每個聲音，輔音部分的長度/強度、元音部分的強度/上升時間不同。例如著眼於輔音部分的長度(輔音長度)。輔音長度是在產生開始時刻(Oms)後波形比較大地上升為止的時間長度。更具體來說，輔音長度是元音上升為止的時間長度。輔音長度在力行(#/々)為約80ms，在寸行(；/^)為約170ms,在夕行(夕/f/卜)為約40ms,在，、行(7、)為130ms。此外，例如，輔音部分的強度，在寸行比力/夕/〃行強。還可知這些行的每一行的聲音波形有很大不同，另一方面，只要是相同的行則整體波形的特徵相似。另外,力行是指以k開頭的語音。具體來說,是指ka、k1、ku、ke、ko。寸行是指以s開頭的語音。具體來說,是指sa、s1、su、se、so。夕行是指以t開頭的語音。具體來說，是指ta、t1、tu、te、to。根據現有研究中的與純音刺激相關的見解，以及圖7所示的每個語音的聲音波形的差異，針對語音的NI成分的潛伏期/振幅有可能按照每個語音而不同。假設所呈現的語音聲音的特徵是NI成分的潛伏期變動的原因，那麼NI成分的潛伏期與「嘈雜度」無關地變動。因此，有可能做出例如將不嘈雜的聲音評價為嘈雜，或者將嘈雜的聲音評價為不嘈雜這樣的錯誤評價。因此，本申請發明者們，按照聲音波形的特徵相似的每個相同行實施了加法平均。通過每行的加法平均，確保了NI成分的潛伏期的分析所需的一定的加法平均次數。然後，根據每行的加法平均波形的結果調查了聲音刺激的特徵的差異對NI成分的潛伏期產生的影響。另外，為了明確聲壓和NI成分潛伏期之間的關係，不管有無變形，都按照每個聲壓實施了加法平均。圖8(a)(C)是每行的加法平均的結果的一例。圖8(a)(C)依次表示了夕行(夕/f/卜)、〃行(〃)、寸行('>/>)的結果。圖8的橫軸是時間、單位是ms，縱軸是電位、單位是μV。根據圖8中所示的量表可知，曲線的下方與正(陽性)相對應，上方與負(陰性)相對應。圖8中所示的粗實線是Large條件(85dB)的情況下的總加法平均波形，虛線是Middle條件(65dB)的情況下的總加法平均波形，細實線是Small條件(45dB)的情況下的總加法平均波形。圖8中的〇記號表示NI成分。NI成分例如取Oms到500ms的區間中的最小值。此外，在圖8(a)到(c)中，為了表示聲音波形與腦波在時間上的對應關係，對齊起點地表示了語音「夕>」的聲音波形，來作為各自的行的代表。根據圖8，可以看出在任意的行中，伴隨聲壓的增大，NI成分的潛伏期縮短。此外,可知在圖8(c)的Large條件下，在元音部分上升之前，NI成分取峰值。圖9表示通過本實驗而得到的NI成分的潛伏期的、聲壓所導致的變化的一例。在圖9中，還示出了基於現有研究的純音聲壓所導致的變化。根據圖9，關於(I)聲音強度、以及(2)輔音長度，可以看出下述的特徵。關於(I)聲音強度，可知在任意的行中，伴隨聲壓的增大，NI潛伏期都縮短。此外，關於(2)輔音長度，通過比較夕行的結果和〃行的結果，可知NI成分的潛伏期根據輔音長度的不同而不同。以下，關於上述的聲音強度以及輔音長度分別進行考察。首先，考察語音聲音的聲壓增大所伴隨的NI成分的潛伏期的減少特性。根據現有研究，已知在純音中，對於同樣的40dB的聲壓增大，NI成分的潛伏期僅縮短10ms。另一方面，利用本申請發明者們的實驗結果對語音聲音的聲壓增大所伴隨的NI潛伏期的減少程度進行研究，看出了對於從45dB到85dB的40dB的聲壓增大，寸行/々行/〃行平均縮短約100ms。這說明純音和語音的NI成分的減少特性不同。因此，可以說語音聲音的聲壓增大所伴隨的振幅減少特性在本申請發明者們所實施的實驗中首次明確。接著，考察與輔音長度相應的NI成分的潛伏期的減少特性。例如，如圖7所示，夕行和〃行的輔音長度分別為約40ms和約130ms，存在約90ms的差。Small條件下的夕行和〃行的潛伏期為236ms和322ms，存在約90ms的差。因此，可以認為該NI成分是針對元音的上升而被引起的。另一方面，在與其他行相比輔音強度較強的★行，輔音長度的影響不同。寸行的輔音長度為約170ms，與〃行的輔音長度(約130ms)相比較長，而在全部的聲壓條件下NI成分的潛伏期在*行比〃行短。此外，*行的Large條件下的NI成分的潛伏期為156ms,比寸行的輔音長度短。根據這些結果，可以說在輔音長度的持續時間比規定時間(例如IOOms程度)長，並且輔音強度強的情況下，針對輔音引起NI成分。圖10是作為刺激而呈現的語音聲音的輔音強度的例子，表示MF條件下的與輔音部分相關的均方振幅的到該時刻為止的和。根據圖10可知，在*行，與其他語音相比，輔音部的強度較強。「輔音強度」是指，聲音波形的輔音部分在時間段上的振幅的大小。輔音強度也可以根據例如輔音部分的振幅的均方值來求出。此外，圖11表示輔音強度較弱的輔音以及較強的輔音的各聲音波形的例子。可以看出，與開'行9行相比，7行「」/t行「彳、」的輔音強度較強。另外，可以說，在寸行以外，對於例如7行/少行/V行/7行/力行的語音，輔音強度較強。因此，在輔音部分的強度較強的輔音的輔音部分沒有引起NI成分，而僅在元音部分引起了NI成分的情況(NI成分的潛伏期比預想大幅延遲的情況)下，也可以判定為沒有聽清輔音部分。以上，通過腦波計測實驗可知，存在反映針對語音聽取的用戶關於嘈雜度的主觀評價的腦波成分。具體來說，發現了嘈雜度反映於在潛伏期約200ms具有峰值的陰性電位。此外，發現了NI成分的潛伏期，由於聲音波形的差異的影響，按照每個語音而不同。上述頭頂部(Pz)的、與嘈雜度相關的每個主觀評價的、潛伏期約200ms的NI成分(圖6)的潛伏期，例如也可以為在該區間取最小電位的時刻。此外，也可以根據典型的NI成分的波形建立模板，將該模板與計測波形的一致度最高的情況下的、模板的NI成分的峰值時刻作為潛伏期。另外，NI成分的潛伏期能夠通過和與潛伏期相關的規定的閾值進行比較的方法等來識別。另外，閾值/模板既可以利用預先保持的典型的用戶的閾值/模板，也可以按照每個人來建立。此外，在本次實驗中，為了確認在以呈現了聲音的時刻為起點的事件相關電位中出現反映了與嘈雜度相關的主觀評價的成分，對13個參加者的數據進行了加法平均。但是，通過特徵量提取的方法(例如波形的小波變換)或識別方法(例如支持向量機學習)的辦法，即使通過非加法運算或數次程度的少次加法運算也能夠識別陰性成分。在本申請說明書中，為了定義事件相關電位的成分，將從某時間點開始起算的經過規定時間後的時刻，表述為例如「潛伏期約200ms」。這意味著可能包含以200ms這一特定的時刻為中心的範圍。根據「事件相關電位(ERP)指南-以P300為中心」(加我君孝等編輯，篠原出版新社，1995)的30頁中記載的表1，一般來說，在事件相關電位的波形中，按照每個人產生30ms到50ms的差異(偏差)。因此，「約Xms」或「接近Xms」這樣的語句，意味著以Xms為中心，可能在其前後存在30到50ms的幅度(例如，300ms±30ms、750ms+50ms)。此外，如上所述，NI成分的潛伏期根據語音聲音的特徵的不同而變化。因此，至少包含輔音長度的變動部分(從Oms:元音到約200ms:輔音)，優選作為更寬的寬度、例如在前後約150ms程度的寬度來處理。因此，在本實施方式中，「潛伏期約200ms」是指包含在50ms以上350ms以下的範圍內的潛伏期。`以上，通過本申請發明者們所實施的腦波計測實驗可知，在以呈現了聲音的時刻為起點的事件相關電位中，潛伏期約200ms的陰性成分(NI成分)反映嘈雜度。因此，能夠以針對聲音呈現(聲音刺激)的事件相關電位為指標，實現語音聽取時的與嘈雜度相關的主觀評價。圖12表示由本申請發明者們總結的、NI成分的潛伏期與嘈雜度判定之間的對應關係。在NI成分的潛伏期比規定的閾值短的情況下判定為「嘈雜」。在NI成分的潛伏期比規定的閾值長的情況下判定為「不嘈雜」。另外，一般來說，「陰性成分」是指比OμV小的電位。但是在本申請說明書中，為了識別是否感覺到「嘈雜」，將潛伏期比規定的閾值短的情況定義為」存在陰性成分」，將潛伏期比規定的閾值長的情況定義為「不存在陰性成分」。閾值的具體例見後述。以下，說明本發明的實施方式所涉及的語音聽取的嘈雜度判定系統。語音聽取的嘈雜度判定系統，用聲音依次呈現單音節的語音，基於以呈現了聲音的時刻為起點的事件相關電位的潛伏期約200ms的陰性成分的潛伏期，來實現語音聽取的嘈雜度判定。這是基於本申請發明者們的發現而首次實現的。(實施方式I)以下，首先說明語音聽取的嘈雜度判定系統的概要。之後，說明包含語音聽取的嘈雜度判定裝置的語音聽取的嘈雜度判定系統的構成以及動作。本實施方式的語音聽取的嘈雜度判定系統，依次呈現聲音，並以每個聲音呈現時刻為起點來計測事件相關電位。然後，檢測潛伏期約200ms的陰性成分，判定語音聽取的嘈雜度。在本實施方式中，將試探電極設置在頭頂部(Pz)，將基準電極設置在左右任意一方的乳突，計測作為試探電極與基準電極的電位差的腦波。另外，事件相關電位的特徵成分的電平或極性，有可能根據安裝腦波計測用的電極的部位、或基準電極以及試探電極的設定方式而改變。但是，只要基於以下的說明，本領域技術人員就能夠根據當時的基準電極以及試探電極進行適當的變形，來檢測事件相關電位的特徵成分，並進行語音清晰度的評價。這種變形例屬於本發明的範疇。另外，在上述腦波計測實驗的說明中，實驗性地對具有正常聽力的參加者使頻率增益的強弱變化，再現了接近耳背者的聽力狀況的狀況。但是，在對耳背者實施評價的情況下，沒必要呈現難以聽辨的語音。在本實施方式中，前提是根據預先測定出的耳背者的聽力圖，基於調試理論，呈現按照每個頻率以最合適的增益調整後的聲音。另外，在用戶佩戴了助聽器的狀態下進行評價的情況下，不需要對所呈現的聲音進行調整。圖13表示本實施方式的語音聽取的嘈雜度判定系統100的構成以及利用環境。使該語音聽取的嘈雜度判定系統100與後述的實施方式I的系統構成相對應地進行了例示。語音聽取的嘈雜度判定系統100具備語音聽取的嘈雜度判定裝置1、聲音輸出部11、和生物體信號計測部50。生物體信號計測部50至少與2個電極A以及B連接。電極A粘貼於用戶5的乳突，電極B粘貼在用戶5的頭皮上的頭頂部(所謂Pz)。語音聽取的嘈雜度判定系統100，用某種聲壓的聲音將單音節的語音呈現給用戶5，在以聲音呈現時刻為起點而計測出的用戶5的腦波(事件相關電位)中對潛伏期約200ms的NI成分的潛伏期是否比規定的閾值短進行識別。然後，基於呈現聲音和與該NI成分的潛伏期相關的識別結果，來判定在語音聽取時用戶是否感到嘈雜。用戶5的腦波基於電極A和電極B的電位差由生物體信號計測部50取得。生物體信號計測部50將與電位差相對應的信息(腦波信號)以無線或有線方式發送到語音聽取的嘈雜度判定裝置I。在圖13中，示出了生物體信號計測部50以無線方式將該信息發送到語音聽取的嘈雜度判定裝置I的例子。語音聽取的嘈雜度判定裝置1，進行用於語音聽取的嘈雜度判定的聲音的聲壓或聲音的呈現定時的控制，並經由聲音輸出部11(例如揚聲器)將聲音呈現給用戶5。圖14表示本實施方式的語音聽取的嘈雜度判定裝置I的硬體構成。語音聽取的嘈雜度判定裝置I具有CPU30、存儲器31、和音頻控制器32。它們通過總線34相互連接，能夠相互進行數據的交換。CPU30執行保存在存儲器31中的電腦程式35。在電腦程式35中記述有後述的流程圖所示的處理步驟。語音聽取的嘈雜度判定裝置I按照該電腦程式35，利用保存在相同的存儲器31中的語音資料庫(DB)71，進行對語音聽取的嘈雜度判定系統100的整體進行控制的處理。該處理在後面詳述。音頻控制器32按照CPU30的命令，分別生成應呈現的聲音，並將所生成的聲音信號以指定的聲壓輸出到聲音輸出部11。另外，語音聽取的嘈雜度判定裝置I也可以作為在I個半導體電路中嵌入了電腦程式的DSP等硬體來實現。這種DSP能夠用I個集成電路實現上述的CPU30、存儲器31、音頻控制器32的全部功能。上述的電腦程式35可以記錄在⑶-ROM等記錄介質中來作為產品在市場上流通，或者也可以通過網際網路等電氣通信線路來傳輸。具備圖14所示的硬體的設備(例如PC)，通過讀入該電腦程式35，能夠發揮本實施方式的語音聽取的嘈雜度判定裝置I的功能。另外，語音DB71也可以不保持在存儲器31中，例如也可以保存在與總線34連接的硬碟(未圖示)中。圖15表示本實施方式的語音聽取的嘈雜度判定系統100的功能模塊的構成。語音聽取的嘈雜度判定系統100具有聲音輸出部11、生物體信號計測部50、和語音聽取的嘈雜度判定裝置I。圖15還示出了語音聽取的嘈雜度判定裝置I的詳細功能模塊。S卩，語音聽取的嘈雜度判定裝置I具備事件相關電位處理部55、嘈雜度判定部65、呈現語音決定部70、語音DB71、和結果存儲DB80。另外，用戶5的模塊是為了方便說明而示出的。語音聽取的嘈雜度判定裝置I的各功能模塊(除了語音DB71)，分別通過執行與圖14關聯地進行了說明的程序，而與通過CPU30、存儲器31、音頻控制器32作為整體在每時每刻實現的功能相對應。語音DB71是用於進行語音聽取的嘈雜度判定的語音的資料庫。圖16示出例如將67S式語言表的20個語音作為檢查語音來使用的情況下的語音DB71的例子。在圖16所示的語音DB71中，除了所呈現的每個語音的聲音文件、輔音標籤之外，將每個語音的NI成分的基準潛伏期對應起來保持。每個語音的NI成分的基準潛伏期，優選為與語音所包含的輔音的長度或輔音的強度相對應的長度。聲音文件既可以為例如與67S語言表的20個語音相關的標準的測試聲音，也可以為收錄了佩戴助聽器主要進行會話的對象的聲音的收錄聲音。所保存的聲音，已經根據預先測定出的耳背者的聽力圖，基於某調試理論，完成了每個頻率的增益調整(助聽處理)。另外，所保存的語音的種類，除了67S式語言表的20個語音以外，也可以使用57S式語言表的50個音。輔音標籤在用戶5評價哪個輔音嘈雜度高時利用。NI成分的基準潛伏期是考慮了語音聲音的特徵的差異的影響的、每個語音的NI成分的潛伏期的閾值(單位是ms)。在使用標準的測試聲音的情況下，也可以使用在一般的用戶感到嘈雜的聲壓下，按照每個語音計測出的NI成分的潛伏期。此外，不限於標準的測試聲音，例如在使用錄製了佩戴助聽器主要進行會話的對象的聲音的收錄聲音的情況下，例如也可以設定基於呈現語音的輔音長度和輔音強度而算出的值。通過比較該NI成分的基準潛伏期、和所計測出的NI成分的潛伏期，來判定嘈雜度。關於嘈雜度判定的方法見後述。再次參照圖15。呈現語音決定部70參照語音DB71，決定以哪個聲壓來呈現哪個語音。呈現語音例如也可以以隨機的順序來選擇/決定。呈現語音的聲壓是對語音清晰度曲線測定的55dBSPL、65dBSPL、75dBSPL、85dBSPL的聲音實施了助聽處理後的聲壓。聲壓既可以從較小的聲壓開始依次變更為較大的聲壓，也可以反之。此外，也可以以隨機的順序選擇聲壓。呈現語音決定部70根據聲音呈現時刻對生物體信號計測部50進行觸發，以將所呈現的聲音的內容發送到事件相關電位處理部55。聲音輸出部11，通過再現由呈現語音決定部70決定的單音節的聲音，來呈現給用戶5。生物體信號計測部50是對用戶5的生物體信號進行計測的腦波計，對作為生物體信號的腦波進行計測。並且，對腦波數據進行與NI成分的提取相適應的截止頻率的頻率濾波，以被呈現語音決定部70觸發為起點提取規定區間(例如-200ms到500ms的區間)的腦波的事件相關電位，並將其波形數據(腦波數據)發送到事件相關電位處理部55。NI成分的頻率是IOHz程度。因此，在使用帶通濾波器作為頻率濾波器的情況下，例如也可以按照使腦波的5Hz到15Hz的成分通過的方式來進行設定。用戶5預先安裝了腦波計。腦波計測用的電極例如安裝在頭頂部的Pz。事件相關電位處理部55根據從呈現語音決定部70接受的呈現聲音的內容，進行從生物體信號計測部50接受的事件相關電位的加法運算。事件相關電位處理部55例如僅選擇針對相同語音的聲音呈現的事件相關電位，按照語音的每個種類進行事件相關電位的加法運算。在僅用相同語音對事件相關電位進行了加法運算的情況下能夠進行每個語音的嘈雜度判定。語音聲音的特徵在具有相同輔音的語音中相似，因此加法運算也可以選擇具有相同輔音的語音的事件相關電位來進行。此外，也可以對圖16所示的NI成分的基準潛伏期的差小到例如IOms以內的語音進行分組來進行加法運算。在用具有相同輔音的語音進行了加法運算的情況下，能夠按照輔音的每個種類，來進行語音聽取的嘈雜度的評價。此外，在按照NI成分的基準潛伏期的差較小的每個語音進行了加法運算的情況下，能夠進行其每個組的嘈雜度判定。通過每個輔音、NI成分的基準潛伏期的差較小的每個組的加法運算，能夠分別得到某種程度上確保了加法運算次數的加法運算波形。此外，例如，作為計測腦波數據的特徵，在事件相關電位處理部55中，也可以將NI成分作為信號來求出S(signal)/N(noise)。另外,雖然在上述實驗中實施了事件相關電位的加法平均,但在僅著眼於NI成分的潛伏期的情況下不需要平均的處理。事件相關電位處理部55將按照每個語音執行規定次數的加法運算而得到的腦波數據發送到嘈雜度判定部65。嘈雜度判定部65從事件相關電位處理部55接受腦波數據，進行後述的解析處理。嘈雜度判定部65基於從事件相關電位處理部55接受的腦波數據的潛伏期約200ms的NI成分的潛伏期，對用戶是否感到嘈雜進行判定。例如，嘈雜度判定部65將在以被呈現語音決定部70觸發為起點的50ms到350ms之間出現陰性電位的峰值的時刻(以下也稱作「峰值潛伏期」。)作為NI成分的潛伏期，與保存在語音DB71中的規定的基準潛伏期(閾值)進行比較。並且，在NI成分的峰值潛伏期比規定的閾值短的情況下判定為「嘈雜」，將峰值潛伏期比規定的閾值小的情況判定為「不嘈雜」。在此，「嘈雜」是指，語音為用戶感到不適的程度的較大的聲壓。「不嘈雜」是指，語音為用戶不會感到過度嘈雜而不舒服的範圍內的聲壓。另外，嘈雜度判定部65，不僅可以判定「嘈雜」和「不嘈雜」這2個值，也可以判定NI成分的峰值潛伏期與基準潛伏期的差。例如在按照每個語音對嘈雜度進行判定的情況下，將每個語音的基準潛伏期作為規定的閾值。此外，在按照每個具有相同輔音的行對嘈雜度進行判定的情況下，也可以將每行的基準潛伏期作為規定的閾值，在按照基準潛伏期的差較小的每個組對嘈雜度進行判定的情況下，也可以將每個組的基準潛伏期作為規定的閾值。結果存儲DB80接受從呈現語音決定部70呈現的聲音的信息。此外，結果存儲DB80從嘈雜度判定部65接受每個語音的嘈雜度判定的結果的信息。然後，例如按照呈現聲音的每個語音/每個聲壓，對所接受的嘈雜度的判定結果的信息進行存儲。圖17是結果存儲DB80中的數據存儲的例子。在圖17中，例示了按照每個語音/每個聲壓來對嘈雜度的信息進行存儲的情況。例如圖17中的「I」表示在嘈雜度判定部65中NI成分的潛伏期比基準潛伏期短而判定為「嘈雜」的情況，「O」表示NI成分的潛伏期比基準潛伏期長而判定為「不嘈雜」的情況。圖18(a)到(C)是語音清晰度曲線的測定結果(現有評價)、和除了現有評價之外本實施方式的語音聽取的嘈雜度判定結果的例子。圖18(a)是在佩戴時僅對呈現聲音的每個聲壓的語音清晰度進行了評價的例子。該例子是通過現有的評價方法得到的評價結果。在該例子中，在65dBSPL以上的聲壓下，清晰度被評價為80%以上。因此，在與未佩戴時(在圖18中未顯示)相比語音清晰度提高了的情況下在助聽器適合性檢查中判定為適合圖18(b)以及(C)是除了圖18(a)所示的佩戴時的語音清晰度曲線的測定結果之外，還加上了本實施方式的嘈雜度判定的評價結果的例子。語音清晰度曲線通過發言或進行鍵盤輸入等現有的方法另外進行了測定。圖18(b)以及(C)的清晰度相同，但嘈雜度判定的結果有很大不同。例如，在圖18(b)中，嘈雜度的評價整體較低。因此，可以評價為用戶很少感到嘈雜的助聽處理。此外，例如，在圖18(c)中，嘈雜度的評價整體較高，在65dBSPL以上的較大聲壓下尤其高。因此，可以評價為在日常會話的聲壓即65dBSPL下感到嘈雜的助聽處理。根據這種評價，可以提出如下具體的調試步驟例如在圖18(b)的情況下，若用戶進一步要求提高清晰度，則整體提高增益調整量，在圖18(c)的情況下整體降低增益調整量，並進一步增強非線性放大中的壓縮。另外，在圖18(b)、(C)中，僅示出了佩戴時的嘈雜度的評價，但也可以對未佩戴時(裸耳)進行嘈雜度評價，並在未佩戴時和佩戴時對嘈雜度進行比較。接著，參照圖19說明在圖15的語音聽取的嘈雜度判定系統100中進行的處理步驟。圖19是表示在語音聽取的嘈雜度判定系統100中進行的處理的步驟的流程圖。在步驟SlOl中，呈現語音決定部70參照語音DB71來決定呈現的單音節的語音和聲壓。聲音輸出部11以所決定的聲壓來向用戶5呈現該語音。呈現語音決定部70對生物體信號計測部50進行觸發，以向事件相關電位處理部55發送與所呈現的語音相關的聲音信息。呈現的語音既可以從DB71中隨機地選擇，也可以集中地選擇特定的輔音的語音。呈現語音的聲壓，例如是對語音清晰度曲線測定的55dBSPL、65dBSPL、75dBSPL、85dBSPL的聲音實施了助聽處理後的聲壓。聲壓的呈現順序，既可以從較小的聲壓開始依次變更為較大的聲壓，也可以反之。此外，也可以以隨機的順序選擇聲壓。在步驟S102中，生物體信號計測部50被呈現語音決定部70觸發而在所計測出的腦波中以觸發為起點提取例如-200ms到500ms的事件相關電位。然後求出例如-200ms到Oms的平均電位，按照該平均電位成為0μV的方式，對所得到的事件相關電位進行基線校正。另外，生物體信號計測部50在評價中不斷計測腦波，並對腦波數據作用適合NI成分的提取的頻率濾波器。適合的頻率濾波器是指，例如使NI成分的中心頻率IOHz周邊的、5Hz到15Hz通過的帶通濾波器。另外，在對腦波數據作用了例如5Hz以上的高通濾波器的情況下，幾乎不受到低頻的基線變化的影響，因此基線校正不是必須的。在步驟S103中，事件相關電位處理部55對在步驟S102中提取的事件相關電位，基於從呈現語音決定部70接受的呈現語音的信息，按照每個語音/每個聲壓進行加法運算。雖然在本實施方式中按照每個語音/每個聲壓進行加法運算，但加法運算的對象不限於每個語音。例如，既可以根據語音的種類，例如按照每個輔音或基準潛伏期的差較小的語音的每個組來進行，也可以按照所呈現的每個聲壓來進行。即，在各語音基於語音的種類、輔音的種類、或基準潛伏期的差較小的組的至少一種而被分類時，事件相關電位處理部55隻要對呈現了屬於相同分類的語音時所得到的腦波信號的事件相關電位進行加法運算即可。在步驟S104中，事件相關電位處理部55判定針對在步驟SlOl中呈現的語音的事件相關電位的加法運算次數是否到達了規定的加法運算次數。在加法運算次數為規定次數以下的情況下處理返回步驟S101，反覆進行聲音的呈現。在加法運算次數為規定次數以上的情況下，處理進入步驟S105。規定次數例如是20次。另外，「20次」是在計測事件相關電位的領域中大多被採用的加法運算次數，但這不過是一例。例如，在事件相關電位處理部55中，也可以將NI成分作為信號來求出S(signal)/N(noise)，並將S/N為一定以上的加法運算次數作為規定次數。在步驟S105中，事件相關電位處理部55將進行了規定次數的加法運算的腦波數據發送到嘈雜度判定部65。在步驟S106中，嘈雜度判定部65，求出從事件相關電位處理部55接受的腦波數據的NI成分的潛伏期，與從語音DB71接受的NI成分的基準潛伏期進行比較。腦波數據中的NI成分的潛伏期，是例如在Oms到500ms的區間電位最小的時刻。此外，在步驟S103中實施了每個語音/每個聲壓的加法運算的情況下，進行每個語音的基準潛伏期、和腦波數據中的NI成分的潛伏期之間的比較。在步驟S107中，嘈雜度判定部65在腦波數據中的NI成分的潛伏期比基準潛伏期短的情況下，判定為用戶5感到嘈雜。另一方面，在腦波數據中的NI成分的潛伏期比基準潛伏期長的情況下，判定為用戶5感到不嘈雜。在步驟S108中，結果存儲DB80按照在步驟SlOl中呈現的每個語音/每個聲壓，來存儲從嘈雜度判定部65接受的嘈雜度的判定結果的信息。在步驟S109中，呈現語音決定部70判定是否在準備評價語音聽取的嘈雜度的所有的語音/聲壓下完成了刺激呈現。在沒有完成的情況下，處理返回步驟S101，在完成了的情況下結束語音聽取的嘈雜度判定。根據在結果存儲DB80中存儲的每個語音/每個聲壓的嘈雜度判定結果，能夠提出更具體的調試步驟。例如，假設能夠得到圖18(b)所示的語音清晰度曲線的測定結果。在圖18(b)中可以認為嘈雜度的評價整體較低。但是，若用戶進一步要求提高清晰度，則只要整體提高增益調整量即可。由此，能夠由該用戶實現適當的調試。此外，也可以提出如下調試方式，即在能夠得到圖18(c)所示的語音清晰度曲線的測定結果的情況下，整體降低增益調整量，並進一步增強非線性放大中的壓縮。在本實施方式中，設定用聲音呈現單音節的語音，通過使用以在該設定下呈現了聲音的時刻為起點的事件相關電位的潛伏期約200ms的陰性成分的處理，對語音聽取的嘈雜度進行了評價。通過上述處理，在語音聽取時，能夠實現關於用戶感到了多大的嘈雜(嘈雜度)的判定。這意味著，能夠以與語音清晰度不同的語音聽取的嘈雜度為核心，來評價助聽處理的適合度。因為能夠以嘈雜度為核心來進行助聽處理的評價，所以能夠實現用戶在語音聽取時感覺不到嘈雜的、不容易聽累的助聽處理。另外，本實施方式中的語音聽取的嘈雜度判定裝置1，如圖14所示，通過使用了一般的硬體的、能夠小型化的構成來實現。通過以能夠攜帶的大小以及重量來構成嘈雜度判定裝置I並由用戶進行攜帶，從而能夠在用戶使用助聽器的聲音環境中對語音聽取的舒適性進行評價。另外，在圖13中聲音輸出部11採用了揚聲器，但聲音輸出部11也可以為耳機。通過使用耳機，攜帶變得容易，能夠在用戶進行使用的環境中進行語音清晰度的評價。在本實施方式中假設了對日語的評價來進行了說明。但是，只要是單音節的語音，則既可以為英語也可以為中國語。例如在英語的情況下，也可以呈現單音節的單詞，並進行每個單詞的評價。單音節的英語單詞，是短時間的聲音，由輔音和元音構成。因此，能夠與上述的日語中的單音節語音大致相同地，基於輔音長度以及輔音強度，按照每個單詞來決定基準潛伏期。圖20示出了按照每個單音節的單詞對嘈雜度進行了評價的結果的一例。圖20中的「I」表示用戶感到了嘈雜，「O」表示沒有感到嘈雜。根據本實施方式的語音聽取的嘈雜度判定系統100，用戶只要聽聲音就能夠實現在語音聽取時感覺到了多大的嘈雜(嘈雜度)的判定。由此，在語音聽取時用戶所感到的「嘈雜度」被定量化，能夠以嘈雜度為核心進行助聽處理的評價，能夠實現感覺不到嘈雜的、不容易聽累的調試。在本實施方式的說明中，生物體信號計測部50，以被呈現語音決定部70觸發為起點，提取預先規定的範圍的事件相關電位，進行基線校正並將電位波形的數據發送到事件相關電位處理部55。但是，該處理是一例。作為其他處理，例如，也可以由生物體信號計測部50持續地計測腦波，並由事件相關電位處理部55進行必要的事件相關電位的提取以及基線校正。若為該構成，則呈現語音決定部70不需要觸發生物體信號計測部50，只要觸發事件相關電位處理部55即可。此外，在本實施方式中，嘈雜度判定的結果存儲在結果存儲DB80中，但也可以不存儲。例如在將結果存儲DB80設置在嘈雜度判定裝置I的外部的情況下，只要輸出嘈雜度判定部65的各判定結果即可。各判定結果可以作為與語音聽取的嘈雜度相關的信息而被使用。本實施方式所示的嘈雜度判定系統，根據聲音呈現後的用戶腦波的潛伏期約200ms(更具體來說是50ms到350ms)的陰性成分的潛伏期，針對語音聽取判定感到了多大的嘈雜(嘈雜度)。此時，通過設定按照每個語音而不同的基準潛伏期，來與每個語音的例如輔音部分的長度(輔音長度)或輔音部分的強度(輔音強度)等特徵無關地高精度地評價嘈雜度。通過針對語音聽取的嘈雜度判定，能夠選擇用戶不會感到嘈雜的、即使長時間佩戴助聽器也不容易疲勞的助聽處理。(實施方式2)在實施方式I的語音聽取的嘈雜度判定系統100中，針對保存在語音DB71中的基於某一種助聽處理而預先調整好的規定的聲音，基於潛伏期約200ms的陰性成分的有無，對語音聽取時的嘈雜度進行了判定。但是，近年來，伴隨信號處理的高精度化，實現例如輔音強調、指向性、降噪等功能的助聽處理方法的開發不斷發展，僅根據針對I種助聽處理的嘈雜度判定的結果，來探索/確定最合適的助聽處理是存在限度的。因此，在本實施方式中，對如下的語音聽取的嘈雜度判定系統進行說明，即設置將所呈現的語音聲音加工為從助聽器輸出的聲音的助聽處理部，並對每種助聽處理的嘈雜度進行評價。圖21表示本實施方式的語音聽取的嘈雜度判定系統200的功能模塊的構成。語音聽取的嘈雜度判定系統200具有聲音輸出部11、生物體信號計測部50、和語音聽取的嘈雜度判定裝置2。對與圖15相同的模塊附加相同的參照符號，並省略其說明。另外，語音聽取的嘈雜度判定裝置2的硬體構成，如圖14所示。通過執行對與在實施方式I中說明了的程序35(圖14)不同的處理進行規定的程序，來實現圖21所示的本實施方式的語音聽取的嘈雜度判定裝置2。嘈雜度判定系統200也表述為助聽處理系統。本實施方式的語音聽取的嘈雜度判定裝置2，與實施方式I的語音聽取的嘈雜度判定裝置I較大的不同點在於，新設置了助聽處理部90。另外，關於嘈雜度判定裝置2的構成要素名，原則上使用了與實施方式I相同的名稱，但在具有不同的動作以及/或者功能的情況下，使用不同的參照符號。例如，在本實施方式中，實施在實施方式I中沒有進行的、多種助聽處理中的每一種助聽處理的嘈雜度判定，因此取代實施方式I所涉及的事件相關電位處理部55、呈現語音決定部70、語音DB71、結果存儲DB80，在本實`施方式中設置了事件相關電位處理部56、呈現語音決定部75、語音DB72、結果存儲DB85。以下，對語音DB72、呈現語音決定部75、助聽處理部90、事件相關電位處理部56、結果存儲DB85以及助聽處理部90進行說明。語音DB72，與實施方式I所涉及的語音DB71同樣，是用於進行例如圖16所示的67S式語言表的20個語音那樣的語音聽取的嘈雜度判定的語音資料庫。與語音DB71同樣，按照每個語音還保持有NI成分的基準潛伏期的信息。語音DB72與語音DB71的差異在於，語音DB72具有助聽處理前的語音數據。呈現語音決定部75與實施方式I所涉及的呈現語音控制部70同樣地參照語音DB，來決定語音的種類和聲壓。呈現語音決定部75與呈現語音控制部70的差異在於，呈現語音決定部75選擇以哪種助聽處理來對聲音進行加工，並將呈現語音的聲音數據同時發送到助聽處理部90。助聽處理部90基於從呈現語音決定部75接受的與助聽處理選擇相關的指示、和聲音數據，以被指示的助聽處理方法對聲音數據進行加工。在助聽處理中，例如有輔音強調、指向性、降噪等。在選擇了輔音強調的助聽處理的情況下，例如實施與通常相比提高輔音頻率的增益放大量的處理，並對聲音數據進行加工。另外，助聽處理部90也可以基於嘈雜度判定部65的判定結果，對聲音的增益放大量進行調整。例如，針對由嘈雜度判定部65判定為嘈雜的語音的聲音數據，使規定的增益放大量降低。針對由嘈雜度判定部65判定為不嘈雜的語音的聲音數據，不調整增益放大量。或者，也可以基於由嘈雜度判定部65判定出的、NI成分的峰值潛伏期與基準潛伏期的差，來決定增益放大量。例如，在NI成分的峰值潛伏期與基準潛伏期的差的大小，包含在預先規定的範圍內的情況下，助聽處理部90不調整增益放大量。NI成分的峰值潛伏期與基準潛伏期的差的大小、和預先規定的範圍的上限值或下限值之差越大，則助聽處理部90越減小增益放大量。事件相關電位處理部56，與實施方式I所涉及的事件相關電位處理部55同樣，根據從呈現語音決定部75接受的呈現聲音的內容，來進行從生物體信號計測部50接受的事件相關電位的加法運算。事件相關電位處理部56和事件相關電位處理部55之間的差異在於，事件相關電位處理部56從呈現語音決定部75接受助聽處理的信息，進行每個語音/每個聲壓/每種助聽處理的加法運算。結果存儲DB85與實施方式I所涉及的結果存儲DB80同樣，例如按照每個語音/每個聲壓，存儲基於從嘈雜度判定部65接受的NI成分的潛伏期的、嘈雜度判定結果的信息。結果存儲DB85和結果存儲DB80的差異在於，結果存儲DB85從呈現語音決定部75除了接受呈現刺激的語音/聲壓的信息之外，還接受助聽處理的種類的信息，並按照助聽處理的每個種類來存儲數據。圖22(a)以及(b)是結果存儲DB85中的數據存儲的例子。在圖22中，例示了按照每個語音/每個聲壓/每種助聽處理分別存儲嘈雜度的判定結果的情況。圖22(a)示出助聽處理A的模式，圖22(b)示出助聽處理B的模式。分別示出了呈現助聽處理後的語音的情況下的嘈雜度的評價結果。圖22中的「I」表示在嘈雜度判定部65中，NI成分的潛伏期比基準潛伏期短而判定為用戶5感到嘈雜的情況，「O」表示NI成分的潛伏期比基準潛伏期長而判定為用戶5感到不嘈雜的情況。對圖22的(a)和(b)進行比較，可以說在助聽處理B的模式下進行了助聽處理的(b)的情況下，「I」的數量較少，用戶沒有感覺到嘈雜。接著，參照圖23的流程圖，說明在語音聽取的嘈雜度判定系統200中進行的整體的處理步驟。圖23表示本實施方式的語音清晰度系統200的處理步驟。在圖23中，對進行與語音聽取的嘈雜度判定系統100的處理(圖19)相同的處理的步驟附加相同的參照符號，並省略其說明。本實施方式的語音聽取的嘈雜度判定系統200的處理，與實施方式I的語音聽取的嘈雜度判定系統100的處理的不同點在於，步驟S201、S202以及S203。在步驟S201中，呈現通過指定的助聽處理加工後的單音節聲音。在步驟S202中，按照每個語音/聲壓/助聽處理進行加法運算。在步驟S203中，按照每個語音/每個聲音/每種助聽處理來存儲結果。關於除此以外的步驟，已經與圖19關聯地進行了說明，因此省略說明。在步驟S201中，呈現語音決定部75參照語音DB72來決定呈現的聲音的種類和聲壓，並獲取其數據。並且，呈現語音決定部75決定助聽處理，將與助聽處理的種類相關的信息和聲音數據發送到助聽處理部90。助聽處理部90接受與由呈現語音決定部75決定的助聽處理的種類相關的信息和聲音數據，基於所指定的助聽處理方法來對聲音數據進行加工。聲音輸出部11將加工後的聲音數據呈現給用戶5。在步驟S202中，事件相關電位處理部56接受從呈現語音決定部75接受的呈現語音的種類、聲壓、助聽處理的信息，按照例如每個語音/每個聲壓/每種助聽處理來對生物體信號計測部50所計測出的腦波的事件相關電位進行加法運算。在步驟S203中，結果存儲DB，按照從呈現語音決定部75接受的每個與呈現語音相關的信息(語音的種類、聲壓、助聽處理)，來存儲基於由嘈雜度判定部65判定出的NI成分的潛伏期的、嘈雜度的判定結果。結果存儲的例子如圖22所示。通過這樣的處理，例如，能夠按照輔音強調、指向性、降噪等每種助聽處理，來評價針對語音聽取的舒適性。另外，在本實施方式中，設想了對多個種類的進行了助聽處理的聲音進行混合，並以隨機的順序來呈現的情況，但也可以像例如在進行了助聽處理A之後進行助聽處理B時那樣，按照助聽處理的每個種類依次實施嘈雜度判定。若按照助聽處理的每個種類來實施，則具有能夠根據嘈雜度判定結果來變更下一個助聽處理的參數的優勢。根據本實施方式的語音聽取的嘈雜度判定系統200，能夠評價每種助聽處理的嘈雜度。由此，能夠實現與助聽器佩戴的目的、使用環境相匹配的助聽處理的選擇。(實施方式3)在實施方式I的語音聽取的嘈雜度判定系統100中，在嘈雜度判定部65中，通過對一般用戶的每個語音的NI成分的基準潛伏期、和計測出的腦波數據的NI成分的潛伏期進行比較，來實施了嘈雜度判定。NI成分是被稱作感應電位的事件相關電位的初始成分，可以認為與潛伏期/振幅相關的個體差異比較小。但是，在NI成分中並不是完全不存在潛伏期/振幅的個體差異。因此，在基於根據一般用戶的每個語音的NI成分的潛伏期而求出的基準潛伏期來進行識別的情況下，想要更高精度地判定嘈雜度是存在限度的。因此，在本實施方式中，在語音聽取的嘈雜度判定之前，進行對每個用戶的NI成分的基準潛伏期進行測定的校準，基於每個人的NI成分的特徵來評價嘈雜度。由此，根據本實施方式，與實施方式I相比能夠更高精度地判定嘈雜度。圖24表示本實施方式的語音聽取的嘈雜度判定系統300的功能模塊的構成。語音聽取的嘈雜度判定系統300具有聲音輸出部11、生物體信號計測部50、和語音聽取的嘈雜度判定裝置3。對與圖15相同的模塊附加相同的參照符號，並省略其說明。另外，語音聽取的嘈雜度判定裝置3的硬體構成，如圖14所示。通過執行對與在實施方式I中說明了的程序35(圖14)不同的處理進行規定的程序，來實現圖24所示的本實施方式的語音聽取的嘈雜度判定裝置3。本實施方式的語音聽取的嘈雜度判定裝置3，與實施方式I的語音聽取的嘈雜度判定裝置I較大的不同點在於，新設置了校正/評價切換部95以及基準潛伏期計算部96。此外，為了求出每個用戶的針對各語音的NI成分的基準潛伏期，並基於該基準潛伏期來實施嘈雜度判定，而取代實施方式I的呈現語音決定部70、事件相關電位處理部55、語音DB71(圖15)，設置了呈現語音決定部77、事件相關電位處理部57、語音DB73。以下，對校正/評價切換部95、基準潛伏期計算部96、呈現語音控制部77、事件相關電位處理部57、語音DB73進行說明。校正/評價切換部95切換用於對每個用戶的針對各語音的NI成分的基準潛伏期進行確定的校正模式、和用於基於所確定的基準潛伏期和計測出的NI成分的潛伏期來進行嘈雜度判定的評價模式。並且，將表示當前模式的信息發送到呈現語音決定部77。另外模式的切換既可以在將針對各語音的基準潛伏期寫入語音DB73的時間點來實施，也可以在用於對用戶腦波的各語音對應的NI成分的基準潛伏期進行確定所需要的規定次數的語音呈現結束的時間點實施。呈現語音決定部77，參照語音DB73，決定語音的種類和呈現聲音的聲壓，並經由聲音輸出部11輸出給用戶5，與此同時，對生物體信號計測部50進行觸發。此外，從校正/評價切換部95接受校正模式/評價模式的信息，並向事件相關電位處理部57發送聲音信息和構成/評價模式的信息。呈現語音決定部77，根據從校正/評價切換部95接受的模式來切換動作。在校正模式的情況下，例如以規定的聲壓來呈現元音(沒有輔音部分的單音節語音)的聲音。通過呈現元音作為語音聲音，能夠確定不受輔音部分的影響的、按照每個用戶成為基準的NI成分的潛伏期。規定的聲壓是用戶能夠聽到聲音的閾值以上的聲壓。例如也可以是用戶感到「嘈雜」的聲壓。用戶能夠聽到的聲壓/用戶感到嘈雜的聲壓，例如既可以參考用戶的聽力圖來決定，也可以預先通過主觀評價來測定。在評價模式的情況下，與呈現語音控制部70同樣地，以規定的聲壓呈現語音。事件相關電位處理部57，與事件相關電位處理部55同樣地，根據從呈現語音決定部77接受的呈現聲音的內容，來進行從生物體信號計測部50接受的事件相關電位的加法運算。此外，事件相關電位處理部57，從呈現語音決定部77接受模式信息，並切換動作。在校正模式的情況下，例如按照每個元音實施加法運算，當規定次數的加法運算完成後，向基準潛伏期計算部96發送每個元音的加法運算波形。在評價模式的情況下，與事件相關電位處理部55同樣地，向嘈雜度判定部65發送每個語音/每個聲壓的加法運算波形。基準潛伏期計算部96，從事件相關電位處理部57接受每個元音的加法運算波形數據，求出潛伏期約200ms的NI成分的潛伏期。NI成分的潛伏期，例如是在潛伏期50ms到350ms電位成為最小的時刻。例如，在呈現語音決定部77中，在將聲壓設定為用戶感到「嘈雜」的聲壓的情況下，將所求出的每個元音的NI成分的潛伏期，作為各元音的基準潛伏期。通過測定針對元音的NI潛伏期，能夠根據每個元音的聲音特徵的差異，來按照每個元音求出NI成分的基準潛伏期。此外，包含輔音部分在內的輔音的基準潛伏期，通過在各元音的基準潛伏期上加上與輔音部分的特徵相應的規定的正值來求出。規定的正值按照每個輔音來決定。例如，在輔音部分的強度較弱的輔音的情況下，也可以將輔音長度作為規定的正值。此外，例如，在輔音部分的強度較強的輔音的情況下，也可以將至輔音部分的強度成為規定的值以上為止的時間作為規定的正值。然後，將算出的結果寫入語音DB73。另外，與輔音相比元音的每個語音的聲音特徵的差較小，因此也可以對針對所有的元音的NI成分的潛伏期進行平均，作為元音的NI成分的基準潛伏期。此外，也可以僅對能夠穩定地計測出NI成分的元音的潛伏期進行平均，作為元音的NI成分的基準潛伏期。語音DB73，與圖16中示出了一例的語音DB71同樣，是用於進行語音聽取的嘈雜度判定的語音的資料庫。語音DB73和語音DB71的不同點在於，能夠進行NI成分的基準潛伏期的改寫。在由基準潛伏期計算部96改寫NI成分的基準潛伏期之前，也可以按照每個語音保持表示沒有設定基準潛伏期的O。接著，參照圖25的流程圖，說明在語音聽取的嘈雜度判定系統300中進行的整體的處理步驟。圖25表示本實施方式的語音清晰度系統300的處理步驟。在圖25中，對進行與語音聽取的嘈雜度判定系統100的處理(圖19)相同的處理的步驟附加相同的參照符號，並省略其說明。本實施方式的語音聽取的嘈雜度判定系統300的處理，與實施方式I的語音聽取的嘈雜度判定系統100的處理的不同點在於，步驟S301S306。對於除此以外的步驟，已經與圖19關聯地進行了說明，因此省略說明。在步驟S301中，校正/評價切換部95將當前的模式設定為校正模式，並將校正模式的信息發送到呈現語音決定部77。校正/評價切換部95也可以參照語音DB73，在NI成分的基準潛伏期的值為O的情況下選擇構成模式。此外，也可以在規定次數的聲音呈現結束之前設定為校正模式。另外，校正/評價的模式切換也可以通過助聽器調試的專家或用戶5的選擇來實施。在步驟S302中，呈現語音決定部77參照語音DB73，例如選擇元音，並以規定的聲壓經由聲音輸出部11輸出給用戶5。規定的聲壓是指，用戶能夠聽到聲音的閾值以上的聲壓。例如也可以是用戶感到「嘈雜」的聲壓。用戶能夠聽到的聲壓/用戶感到嘈雜的聲壓，例如也可以參考用戶的聽力圖來決定。在步驟S303中，事件相關電位處理部57對由生物體信號計測部50計測出的事件相關電位按照每個元音進行加法運算。在步驟S304中，基準潛伏期計算部96，從事件相關電位處理部57接受每個元音的加法運算後的波形數據，求出潛伏期約200ms的NI成分的潛伏期。NI成分的潛伏期，例如是在潛伏期50ms到350ms電位成為最小的時刻。例如，在呈現語音決定部77中，在將聲壓設定為用戶感到「嘈雜」的聲壓的情況下，將所求出的每個元音的NI成分的潛伏期作為元音的基準潛伏期。並且，包含輔音部分的輔音的基準潛伏期，在元音的基準潛伏期上加上與輔音部分的特徵相應的規定的正值來求出。規定的正值，按照每個輔音來決定。例如，在輔音部分的強度較弱的輔音的情況下，也可以將輔音長度作為規定的正值。此外，例如，在輔音部分的強度較強的輔音的情況下，也可以將至輔音部分的強度成為規定的值以上為止的時間，作為規定的正值。在步驟S305中，基準潛伏期計算部96將在步驟S304中算出的每個語音的NI成分的基準潛伏期寫入語音DB73。在步驟S306中，校正/評價切換部95，檢測出在語音DB73中寫入了NI成分的基準潛伏期的情況，進行從校正模式向評價模式的切換，並將評價模式的信息發送到呈現語音決定部77。模式的切換既可以在規定次數的聲音呈現結束的階段實施，也可以通過助聽器調試的專家或用戶5的操作輸入來實施。通過這樣的處理，能夠比較每個用戶的針對各語音的NI成分的基準潛伏期、和計測出的腦波數據的NI成分的潛伏期，因此能夠更高精度地評價語音聽取的嘈雜度。另外，在本實施方式中，在校正模式的情況下在呈現語音決定部77中選擇元音，根據針對元音的NI成分的潛伏期，決定元音的基準潛伏期，並算出了輔音的基準潛伏期。這樣一來，不需要算出針對全部語音的基準潛伏期，能夠以短時間實施檢查。但是，這只是一例。例如，也可以在校正模式下呈現嘈雜度判定對象的所有的語音，並針對所有的語音求出基準潛伏期。此外，例如，也可以在呈現語音決定部77中保持250Hz、500Hz、IkHz、2kHz、4kHz等在聽力圖中一般被測定的純音，在校正模式下呈現純音，並根據針對純音的NI成分的潛伏期來算出每個語音的基準潛伏期。根據本實施方式的語音聽取的嘈雜度判定系統300，能夠根據每個用戶的腦波特徵高精度地評價嘈雜度。由此，能夠實現用戶感覺不到嘈雜的、不會聽累的助聽處理。另外，在上述的實施方式I3中，說明了語音DB設置在語音聽取的嘈雜度判定裝置內的情況，但這不是必須的。語音DB也可以設置在例如經由網絡與語音聽取的嘈雜度判定裝置連接的資料庫伺服器(未圖示)或外部存儲裝置內。在此情況下，各實施方式的語音聽取的嘈雜度判定系統，包含該資料庫伺服器或外部存儲裝置。(實施方式4)`在實施方式I的語音聽取的嘈雜度判定系統100中，在語音DB71中保持已收錄的聲音、和與該語音聲音的特徵相匹配的每個語音的NI成分的基準潛伏期，通過與計測出的腦波數據的NI成分的潛伏期進行比較來實施了嘈雜度判定。在已收錄的聲音中，例如有標準的測試聲音、佩戴助聽器主要進行會話的對象(以下稱作「會話者A」。)的聲音。針對會話者A所發出的聲音進行的嘈雜度判定，是在日常生活中會話者A對用戶說話的聲音的評價，是很重要的。但是，在嘈雜度判定之前，收錄會話者A的聲音，無論對於會話者A來說還是對於助聽器調試的專家來說都很費事。因此，在本實施方式中，對會話者A所發出的語音聲音實時地進行分析，根據會話者A的語音聲音的特徵來推定用戶5的NI成分的基準潛伏期，通過對推定出的基準潛伏期和計測出的腦波的NI成分的基準潛伏期進行比較，來評價嘈雜度。圖26表示本實施方式的語音聽取的嘈雜度判定系統400的功能模塊的構成。語音聽取的嘈雜度判定系統400具有文字輸出部12、聲音輸入部41、生物體信號計測部50、和語音聽取的嘈雜度判定裝置4。對與圖15相同的模塊附加相同的參照符號，並省略其說明。本實施方式的語音聽取的嘈雜度判定系統400，與實施方式I的語音聽取的嘈雜度判定系統100的不同點在於，新設置了聲音輸入部41，以及取代聲音輸出部11而設置了文字輸出部12。語音聽取的嘈雜度判定裝置4，伴隨這些構成要素的追加，具有與語音聽取的嘈雜度判定裝置I不同的功能。文字輸出部12是對會話者A輸出語音的文字信息的顯示裝置，例如是液晶顯示器。作為文字信息，呈現會話者A所發言的單音節的語音(例如>」)。此外，除了單音節的語音之外，也可以示出會話者A以多大聲音來發言的與聲壓相關的信息。與聲壓相關的信息是指，例如「平時交談的程度的大小」、「較大的聲音」、「較小的聲音」。聲音輸入部41是對會話者A所發出的聲音進行集音的麥克風。關於語音聽取的嘈雜度判定裝置4見後述。圖27表示語音聽取的嘈雜度判定裝置4的硬體構成。對與圖14所示的實施方式I相同的構成，附加同樣的記號，並省略其說明。與圖14的不同點在於，新具備了聲音控制器46;取代音頻控制器32具備了圖形控制器45；以及從存儲器31中去除了語音DB71。聲音控制器46對由會話者A發出並從聲音輸入部41輸入的聲音波形進行A/D變換，將所得到的聲音數字數據發送到CPU30。圖形控制器45按照CPU30的命令，將所應呈現的語音的文字信息輸出到文字輸出部12。聲音波形的分析等、本實施方式的語音聽取的嘈雜度判定裝置4的處理，通過執行對與在實施方式I中說明了的程序35(圖14)不同的處理進行規定的程序來實現。再次參照圖26。本實施方式的語音聽取的嘈雜度判定裝置4，與實施方式I的語音聽取的嘈雜度判定裝置I較大的不同點在於，新設置了聲音分析部42、和基準潛伏期推定部43。此外，在本實施方式中，呈現語音決定部78以及嘈雜度判定部66決定會話者A所發出的語音的種類，求出針對會話者A所發出的語音聲音的NI成分的基準潛伏期，並基於該基準潛伏期來實施嘈雜度判定。以下，對呈現語音決定部78、聲音分析部42、基準潛伏期推定部43、嘈雜度判定部66進行說明。呈現語音決定部78參照預先準備好的、由自己保持著的語音列表，隨機地決定會話者A所發出的語音，並經由文字輸出部12輸出給會話者A。然後，將所決定的語音的信息發送到事件相關電位處理部55以及基準潛伏期推定部43。語音列表既可以為例如67S語言表的20個語音，也可以為57S語言表的50個音。聲音分析部42從輸入到聲音輸入部41的聲音信息中，檢測會話者A發出聲音的定時，對與該聲音的輔音長度、輔音強度、元音強度等相關的特徵進行分析。然後，在檢測出了會話者A的發聲的定時對生物體信號計測部50進行觸發。並且，向基準潛伏期推定部42發送與聲音特徵相關的信息。基準潛伏期推定部43基於從聲音分析部42接受的與聲音特徵相關的信息、和從呈現語音決定部78接受的語音信息，來推定針對該語音的NI成分的基準潛伏期。嘈雜度判定部66與實施方式I的嘈雜度判定部65同樣地，基於從事件相關電位處理部55接受的腦波數據的潛伏期約200ms的、NI成分的潛伏期，來判定用戶是否感到嘈雜。例如，嘈雜度判定部66將潛伏期50ms到350ms的陰性電位的峰值的潛伏期，與基準潛伏期推定部43所推定出的基準潛伏期(閾值)進行比較。並且，在NI成分的峰值潛伏期比閾值短的情況下判定為「嘈雜」，將峰值潛伏期比規定的閾值小的情況判定為「不嘈雜」。接著，參照圖28的流程圖，說明在語音聽取的嘈雜度判定系統400中進行的整體的處理步驟。圖28表示本實施方式的語音清晰度系統400的處理步驟。在圖28中，對進行與語音聽取的嘈雜度判定系統100的處理(圖19)相同的處理的步驟附加相同的參照符號，並省略其說明。本實施方式的語音聽取的嘈雜度判定系統400的處理，與實施方式I的語音聽取的嘈雜度判定系統100的處理的不同點在於，步驟S401S407。關於除此以外的步驟，已經與圖19關聯地進行了說明，因此省略說明。在步驟S401中，呈現語音決定部78參照呈現語音決定部78所保持的語音列表，隨機地決定讓會話者A發出的語音的種類，並將所決定的語音經由文字輸出部12輸出給會話者A。在步驟S402中，聲音分析部42根據被輸入到聲音輸入部41的聲音信息,檢測會話者A發出了聲音的定時，並在所檢測出的定時對發送到生物體信號計測部50進行觸發。在步驟S403中，聲音分析部42對與根據被輸入到聲音輸入部41的聲音信息而檢測出的聲音的輔音長度/輔音強度/元音強度等相關的特徵進行分析。然後，向基準潛伏期推定部43發送分析結果。在步驟S404中，基準潛伏期推定部43基於從聲音分析部42接受的與聲音特徵相關的信息、和從呈現語音決定部78接受的語音信息，來推定針對該語音的NI成分的基準潛伏期。基準潛伏期，是在規定的基準潛伏期上，加上基於聲音的輔音長度或者輔音強度的規定的正值來進行推定的。規定的基準潛伏期也可以設為例如在90dBSPL下聽元音時的一般用戶的平均的NI成分的潛伏期。具體來說，也可以設為100ms。此外，規定的正值按照每個輔音來決定。例如，在輔音部分的強度較弱的輔音的情況下，也可以將在聲音分析部42中分析出的輔音長度作為規定的正值。此外，例如，在輔音部分的強度較強的輔音的情況下，也可以將至在聲音分析部42中分析出的輔音部分的強度或者輔音部分的特定頻率的強度成為規定的值以上為止的時間，作為規定的正值。輔音強度的強弱也可以基於從呈現語音決定部78接受的語音信息來決定。然後，將推定出的基準潛伏期發送到嘈雜度判定部66。在步驟S405中，事件相關電位處理部55將從呈現語音決定部70接受的呈現聲音的內容、和從生物體信號計測部50接受的事件相關電位，發送到嘈雜度判定部66。在步驟S406中，嘈雜度判定部66基於從事件相關電位處理部55接受的腦波數據的潛伏期約200ms的、NI成分的潛伏期，來判定用戶是否感到嘈雜。例如，嘈雜度判定部65對潛伏期50ms到350ms的陰性電位的峰值的潛伏期、和從基準潛伏期推定部43接受的基準潛伏期進行比較。並且，在NI成分的峰值潛伏期比基準潛伏期短的情況下判定為「嘈雜」，將峰值潛伏期比基準潛伏期小的情況判定為「不嘈雜」。在步驟S407中，結果存儲DB80從呈現語音決定部77接受語音的種類，從嘈雜度判定部66接受嘈雜度判定的結果的信息。然後，例如按照每個語音來存儲嘈雜度的判定結果的信息。通過這樣的處理，能夠對會話者A所發出的聲音的特徵進行分析，按照每個聲音特徵來推定NI成分的基準潛伏期，並對推定出的NI成分的基準潛伏期和計測出的腦波數據的NI成分的潛伏期進行比較。另外，在讓會話者A自由地發出單音節的語音，並在聲音分析部42中進行聲音識別的情況下，也可以沒有呈現語音決定部78以及文字輸出部12。根據本實施方式的語音聽取的嘈雜度判定系統400，能夠利用會話者A所發出的聲音，實時地實現語音聽取的嘈雜度判定。由此，能夠實現會話者A以及助聽器調試的專家不費事、並且用戶感覺不到嘈雜的、不會聽累的助聽處理。此外，在本實施方式中，聲音分析部42也可以不對生物體信號計測部50進行觸發，而對事件相關電位處理部55進行觸發。此時，也可以由生物體信號計測部50持續計測腦波，並由事件相關電位處理部55進行必要的事件相關電位的提取以及基線校正。在上述實施方式中，說明了例如由嘈雜度判定部進行「判定」這一動作，由呈現語音決定部進行「決定」這一動作。但是這些動作是為了便於人們理解的表達方式，並不意味著裝置積極地進行「判定」並將「決定」的內容輸出到外部。作為裝置的一個構成要素的「嘈雜度判定部」或「呈現語音決定部」，只要在滿足了規定的條件時，進行規定的處理即可。例如，嘈雜度判定部，在腦波數據中的NI成分的潛伏期比基準潛伏期短的情況下，只要以用戶感到了嘈雜這一分類來存儲該結果即可，此外在腦波數據中的NI成分的潛伏期比基準潛伏期長的情況下，只要以用戶感到不嘈雜這一分類來存儲該結果即可。此外，呈現語音決定部參照語音DB，以隨機的順序選擇語音，並以隨機的順序選擇聲壓，使其輸出到聲音輸出部即可。請留意，只不過是利用「判定」或「決定」這種表達方式來對這些處理進行了說明。上述的說明，在將本申請發明的處理作為方法來實施的情況下也是同樣。工業實用性本發明的語音聽取的嘈雜度判定裝置以及嵌入了語音聽取的嘈雜度判定裝置的語音聽取的嘈雜度判定系統，除了能否實現了語音聽辨的清晰度之外，還能夠基於語音聽取時的腦波，定量地進行語音聽取的嘈雜度判定。由此，能夠選擇用戶不會感覺到嘈雜，且不會聽累的助聽處理，因此在所有的助聽器用戶的調試中都能夠利用。符號說明1、2、3、4語音聽取的嘈雜度判定裝置5用戶11聲音輸出部12文字輸出部41聲音輸入部42聲音分析部43基準潛伏期推定部50生物體信號計測部55、56、57事件相關電位處理部65、66嘈雜度判定部70、75、77、78呈現語音決定部71、72、73語音DB80、85結果存儲DB90助聽處理部95評價切換部96基準潛伏期計算部100、200、300、400語音聽取的嘈雜度判定系統權利要求1.一種嘈雜度判定系統，具備生物體信號計測部，其對用戶的腦波信號進行計測；語音資料庫，是保持多個單音節的語音的語音資料庫，其針對各語音，將語音和與所述語音相對應的腦波信號的陰性成分的基準潛伏期建立對應；呈現語音決定部，其參照所述語音資料庫，決定將呈現的單音節的語音；輸出部，其向所述用戶呈現被決定的所述語音；和嘈雜度判定部，其對在以呈現了所述語音的時刻為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分的峰值潛伏期、和與保持在所述語音資料庫中的所被決定的所述語音相對應的基準潛伏期進行比較，來判定被輸出的所述語音的嘈雜度。2.根據權利要求1所述的嘈雜度判定系統，其中，語音資料庫根據所述語音中包含的輔音的長度或輔音的強度，將所述語音和與所述語音相對應的腦波信號的陰性成分的基準潛伏期建立對應。3.根據權利要求1所述的嘈雜度判定系統，其中，所述嘈雜度判定部，在所述陰性成分的峰值潛伏期比所述基準潛伏期小的情況下，判定出所述聲音信號對於所述用戶來說嘈雜，在所述陰性成分的峰值潛伏期比所述基準潛伏期大的情況下，判定出所述聲音信號對於所述用戶來說不嘈雜。4.根據權利要求1所述的嘈雜度判定系統，其中，所述嘈雜度判定系統還具備事件相關電位處理部，所述事件相關電位處理部按照規定的基準對所述腦波信號的事件相關電位進行加法運算，所述呈現語音決定部決定多個語音，所述輸出部依次呈現被決定的所述多個語音，所述事件相關電位處理部，針對所述多個語音，對以所述語音的種類或呈現所述語音時的聲壓相同的語音被呈現的時刻為起點的所述腦波信號的事件相關電位進行加法運算，將進行所述加法運算後的結果輸出到所述嘈雜度判定部。5.根據權利要求1所述的嘈雜度判定系統，其中，所述嘈雜度判定部，採用在以呈現了被決定的所述語音的時刻為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分取最小電位的時刻作為所述峰值潛伏期，或者採用在所述腦波信號和預先準備好的NI成分的波形的模板之間的一致度變得最高的情況下的、與所述模板建立了對應的峰值潛伏期作為所述峰值潛伏期。6.根據權利要求5所述的嘈雜度判定系統，其中，所述事件相關電位處理部，按照每個輔音或者基準潛伏期的差比規定的值小的每個語音組來對事件相關電位進行加法運算。7.根據權利要求1所述的嘈雜度判定系統，其中，所述嘈雜度判定系統還具備結果存儲資料庫，所述結果存儲資料庫存儲表示與所述語音的嘈雜度相關的判定結果的信息，在所述結果存儲資料庫中，按照每個語音、每個輔音、或者基準潛伏期的差比規定的值小的每個語音組，存儲有表示與所述語音的嘈雜度相關的判定結果的信息。8.根據權利要求1所述的嘈雜度判定系統，其中，所述嘈雜度判定系統還具備助聽處理部，所述助聽處理部針對所呈現的所述語音選擇助聽處理的種類，並基於被選擇的助聽處理來對在所述語音資料庫中保持的語音數據進行加工。9.根據權利要求1所述的嘈雜度判定系統，其中，所述嘈雜度判定系統還具備切換部，所述切換部對計算每個用戶的陰性成分的潛伏期的校正模式、和評價嘈雜度的評價模式進行切換，在所述校正模式下，所述切換部在所述呈現語音決定部中選擇元音，並基於針對元音的所述陰性成分的潛伏期來計算每個語音的基準潛伏期，在切換為所述評價模式之後，所述切換部對所述陰性成分的峰值潛伏期和所計算出的所述基準潛伏期進行比較。10.根據權利要求9所述的嘈雜度判定系統，其中，在所述校正模式下，所述評價切換部，在所述呈現語音決定部中選擇了元音的情況下，將針對元音的NI成分的潛伏期設定為元音的基準潛伏期，並在元音的基準潛伏期上加上根據輔音部分的長度或強度而決定的正值，來計算每個輔音的基準潛伏期。11.一種助聽處理系統，具備語音資料庫，是保持多個單音節的語音的語音資料庫，其針對各語音，將語音和與所述語音相對應的腦波信號的陰性成分的基準潛伏期建立對應；呈現語音決定部，其參照所述語音資料庫來決定將呈現的單音節的語音；嘈雜度判定部，其對由生物體信號計測部計測出的所述用戶的腦波信號中、以所述語音通過輸出部被呈現給用戶的時刻為起點的50ms以上350ms以下的範圍內包含的腦波信號的陰性成分的峰值潛伏期、和與保持在所述語音資料庫中的所被決定的所述語音相對應的基準潛伏期進行比較，並輸出比較的結果；和助聽處理部，其基於所述嘈雜度判定部所輸出的、所述腦波信號的陰性成分的峰值潛伏期和與所述語音相對應的基準潛伏期的差，來調整所述語音。12.—種嘈雜度判定方法，包含如下步驟對用戶的腦波信號進行計測的步驟；參照將多個單音節的語音、和與所述語音相對應的腦波信號的陰性成分的基準潛伏期建立對應地保持的語音資料庫，來決定將呈現的單音節的語音的步驟；向所述用戶呈現所決定的語音的步驟；和對以呈現了所述語音的時刻為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分的峰值潛伏期、和與保持在所述語音資料庫中的所被決定的所述語音相對應的基準潛伏期進行比較，來判定所被輸出的所述語音的嘈雜度的步驟。13.一種電腦程式，其由設置在語音聽取的嘈雜度判定系統中的計算機來執行，所述電腦程式使安裝在所述嘈雜度判定系統中的計算機執行如下步驟接受用戶的腦波信號的步驟；參照將多個單音節的語音、和與所述語音相對應的腦波信號的陰性成分的基準潛伏期建立對應地保持的語音資料庫，來決定將呈現的單音節的語音的步驟；向所述用戶呈現被決定的語音的步驟；和對以呈現了所述語音的時刻為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分的峰值潛伏期、和與保持在所述語音資料庫中的所被決定的所述語音相對應的基準潛伏期進行比較，來判定被輸出的所述語音的嘈雜度的步驟。14.一種嘈雜度判定系統，具備生物體信號計測部，其對用戶的腦波信號進行計測；聲音輸入部，其用於輸入特定會話者所發出的聲音信號，聲音分析部，其檢測輸入所述聲音信號的定時來進行觸發，並且對與所述聲音的輔音部分的長度以及強度相關的特徵進行分析；基準潛伏期推定部，其基於由所述聲音分析部分析出的所述特徵，來推定陰性成分的基準潛伏期；和嘈雜度判定部，其對以所述觸發為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分的峰值潛伏期、和由所述基準潛伏期推定部推定出的基準潛伏期進行比較來判定嘈雜度。15.根據權利要求14所述的嘈雜度判定系統，其中，所述嘈雜度判定系統還具備文字輸出部，所述文字輸出部輸出表示用於讓所述特定會話者發出的語音的文字信息，將所述特定會話者基於由所述文字輸出部輸出的文字信息所發出的聲音信號輸入到所述聲音輸入部。16.根據權利要求15所述的嘈雜度判定系統，其中，所述文字輸出部進一步輸出與聲壓相關的信息，該聲壓表示所述特定會話者發出所述單音節的語音時的語音大小，將所述特定會話者基於由所述文字輸出部輸出的文字信息以及與聲壓相關的信息而發出的聲音信號輸入到所述聲音輸入部。17.根據權利要求15所述的嘈雜度判定系統，其中，所述嘈雜度判定系統還具備呈現語音決定部，該呈現語音決定部參照預先準備的語音列表，來決定讓所述特定會話者發出的語音，所述文字輸出部，輸出表示由所述呈現語音決定部決定的所述語音的文字信息。18.根據權利要求17所述的嘈雜度判定系統，其中，所述基準潛伏期推定部，基於由所述聲音分析部分析出的所述特徵、以及呈現語音決定部所決定的讓所述特定會話者發出的語音，來推定所述陰性成分的基準潛伏期。19.根據權利要求17所述的嘈雜度判定系統，其中，所述基準潛伏期推定部，通過在預先準備的基準潛伏期上，加上基於所述聲音的輔音長度或者輔音強度而決定的規定的正值，來推定所述陰性成分的基準潛伏期。20.一種嘈雜度判定方法，包含如下步驟對用戶的腦波信號進行計測的步驟；輸入特定會話者所發出的聲音信號的步驟；檢測輸入了所述聲音信號的定時來進行觸發，並且對與所述聲音的輔音部分的長度以及強度相關的特徵進行分析的步驟；基於在所述進行分析的步驟中分析出的所述特徵，來對陰性成分的基準潛伏期進行推定的步驟；和對以所述觸發為起點的50ms以上350ms以下的範圍內包含的所述腦波信號的陰性成分的峰值潛伏期、和通過所述進行推定的步驟而推定出的基準潛伏期進行比較來判定嘈雜·度的步驟。全文摘要本發明提供一種對與針對語音聽取的嘈雜度相關的用戶狀態進行評價(判定)的機制。嘈雜度判定系統具備生物體信號計測部，其對用戶的腦波信號進行計測；保持多個單音節的語音的語音資料庫，其針對各語音，將語音和與語音相對應的腦波信號的陰性成分的基準潛伏期建立對應；呈現語音決定部，其參照語音資料庫，決定呈現的單音節的語音；輸出部，其向用戶呈現語音；和嘈雜度判定部，其對以呈現了所決定的語音的時刻為起點包含在50ms以上350ms以下的範圍內的腦波信號的陰性成分的峰值潛伏期、和與保存在語音資料庫中的所決定的語音相對應的基準潛伏期進行比較，來判定所輸出的語音的嘈雜度。文檔編號A61B5/12GK103053179SQ20118003785公開日2013年4月17日申請日期2011年11月18日優先權日2010年11月24日發明者足立信夫,小澤順,森川幸治,加藤弓子申請人:松下電器產業株式會社