气溶胶量推定系统、气溶胶量推定方法以及程序

技术领域

本公开涉及气溶胶(aerosol)量推定系统、气溶胶量推定方法以及程序。

背景技术

专利文献1中公开了根据房间内的声音来检测房间内的咳嗽的发生和咳嗽的发生位置的方法。专利文献2中公开了根据声音来检测咳嗽、喷嚏的发生并在预定的等待时间后进行换气的换气装置。

非专利文献1中示出了声音的大小与气溶胶的产生量具有相关性。非专利文献2中示出了在受试者说出“stay healthy”的情况下在发“th”的音时气溶胶量较多。

现有技术文献

专利文献

专利文献1：日本特开2011-174624号公报

专利文献2：日本特开2020-030010号公报

非专利文献

非专利文献1：S.Asadi et al.,“Aerosol emission and superemissionduringhuman speech increase with voice loudness”,Nature Scientific Reports,Feb.2019,Vol.9,No.1

非专利文献2：Philip Anfinrud et al.,“Visualizing Speech-Generated OralFluid Droplets with Laser Light Scattering”,N Engl J Med 2020；382:2061-2063

发明内容

然而，在上述现有技术文献中，难以精度良好地推定说话者发出语言声(言语的声音)时从该说话者产生的气溶胶量。

本公开提供能够精度良好地推定说话者发出语言声时从该说话者产生的气溶胶量的气溶胶量推定系统、气溶胶量推定方法以及程序。

本公开的一个技术方案涉及的气溶胶量推定系统具备：检测部，其检测语音；以及控制部，其基于特定语言声与说话者发出所述特定语言声时从该说话者释放(放出)的气溶胶量的相关关系，根据由所述检测部检测到的所述语音所包含的所述特定语言声，推定被释放到发出所述语音的说话者所在的空间的气溶胶量。

本公开的一个技术方案涉及的气溶胶量推定方法包括：检测语音；和基于特定语言声与说话者发出所述特定语言声时从该说话者释放的气溶胶量的相关关系，根据检测到的所述语音所包含的所述特定语言声，推定被释放到发出所述语音的说话者所在的空间的气溶胶量。

此外，这些总括性的或者具体的技术方案既可以由装置、系统、方法、集成电路、计算机程序或者计算机可读记录介质来实现，也可以由装置、系统、方法、集成电路、计算机程序以及记录介质的任意组合来实现。计算机可读记录介质例如包括CD-ROM(Compact Disc-Read Only Memory)等非易失性的记录介质。

根据本公开的一个技术方案涉及的气溶胶量推定系统等，能够精度良好地推定说话者发出语言声时从该说话者产生的气溶胶量。

附图说明

图1是表示对人在咳嗽了一次的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图2是表示对在发出了一次包括全部的清音、浊音以及半浊音的单音的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图3是表示对在发出了一次单音“し(日语)”的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图4是表示对在发出了一次单音“す(日语)”的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图5是表示对在发出了一次单音“ち(日语)”的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图6是表示对在发出了一次单音“つ(日语)”的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图7是表示对在发出了一次元音的单音的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图8是表示对在发出了一次单音“ら(日语)”、“り(日语)”、“ろ(日语)”、“ぞ(日语)”、“だ(日语)”、“ば(日语)”以及“ぱ(日语)”的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图9是表示实施方式1涉及的气溶胶量推定系统的构成的一个例子的框图。

图10是表示对在发出了一次单音“き(日语)”的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图11是表示对在发出了一次单音“な(日语)”的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图12是表示对在发出了一次单音“と(日语)”的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图13是表示对在发出了一次单音“に(日语)”的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。

图14是表示特定语言声的例子的表。

图15是表示本实施方式涉及的气溶胶量推定系统的动作的一个例子的流程图。

图16是用于说明气溶胶量解析部中的处理的具体例子的图。

图17是用于说明实施方式1的变形例涉及的风险解析部中的处理的具体例子的图。

图18是表示实施方式2涉及的气溶胶量推定系统的构成的一个例子的框图。

图19是表示本实施方式涉及的气溶胶量推定系统的动作的一个例子的流程图。

图20是用于说明气溶胶量解析部中的处理的具体例子的图。

具体实施方式

(成为本公开的基础的见解)

通常在人打喷嚏、咳嗽或者发声的情况下会从人的嘴里释放飞沫。该飞沫所含有的水分蒸发而出现的大约10μm以下的飞沫核会成为气溶胶而残留在大气中。一般来说，一次喷嚏释放的气溶胶的粒子数为4万个左右。

图1是表示对人在咳嗽了一次的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。在图1中，横轴表示声压[dB]，纵轴用对数显示来表示咳嗽一次所释放的气溶胶的粒子数。

如图1所示，咳嗽一次所释放的气溶胶的粒子数与声压具有正相关。也即是，在图1中示出了，与咳嗽一起发出的声音的声压越大，则从嘴里释放的气溶胶的粒子数越多。具体而言，咳嗽一次所释放的气溶胶的粒子数能够由声压的指数函数来表示。

图1的虚线表示基于各测定点的指数近似曲线。例如示出了根据咳嗽的声压而从嘴里释放出6千个～10万个左右的气溶胶。在此，对咳嗽的声压进行了表示，但关于喷嚏的声压和气溶胶的粒子数也能得到同样的趋势。

在此，具体而言，声压是通过用麦克风检测说话者所发出的语音而获得的语音信号的振幅的最大值，是相对的值。语音包括多个发音或者多个单音。发音是指发出语言声。语言声是语言所使用的声音，是除了作为非语言声的咳嗽或者喷嚏等反射音之外的语音。本说明书中的单音意味着将语言声分解为清音(例如“し”(日语))、浊音或者半浊音等的声音。元音是指清音中的“あ”(日语)、“い”(日语)、“う”(日语)、“え”(日语)以及“お”(日语)。

图2是表示对在发出了一次包括全部的清音、浊音以及半浊音的单音的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。在图2中，横轴表示声压[dB]，纵轴用对数显示来表示一次单音的发音所释放的气溶胶的粒子数。如图2所示，可知单音大致与声压成双对数比例。

图3是表示对在发出了一次单音“し”(日语)的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。在图3中，横轴表示声压[dB]，纵轴用对数显示来表示一次单音的发音所释放的气溶胶的粒子数。如图3所示，可知当以最坏情形(实线)考虑时，发出了一次单音“し”(日语)的情况下所释放的气溶胶的产生量最多为5万个，比发出其他单音的情况下多，会产生与咳嗽一次的情况同等量的气溶胶。

图4是表示对在发出了一次单音“す”(日语)的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。图5是表示对在发出了一次单音“ち”(日语)的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。图6是表示对在发出了一次从单音“つ”的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。在图4、图5以及图6中，横轴表示声压[dB]，纵轴用对数显示来表示一次单音的发音所释放的气溶胶的粒子数。如图4、图5以及图6所示，可知在分别发出了一次单音“す”(日语)、“ち”(日语)以及“つ”(日语)的情况下所释放的气溶胶的产生量比较多，当声压大时，最多会产生1万个。

图7是对在发出了一次元音的单音的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。图8是表示对在发出了一次单音“ら”(日语)、“り”(日语)、“ろ”(日语)、“ぞ”(日语)、“だ”(日语)、“ば”(日语)以及“ぱ”(日语)的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。在图7和图8中，横轴表示声压[dB]，纵轴用对数显示来表示一次单音的发音所释放的气溶胶的粒子数。如图7和图8所示，可知在发出了一次元音的单音(也即是“あ”(日语)、“い”(日语)、“う”(日语)、“え”(日语)以及“お”(日语)的单音)的情况下、或者在分别发出了一次单音“ら”(日语)、“り”(日语)、“ろ”(日语)、“ぞ”(日语)、“だ”(日语)、“ば”(日语)以及“ぱ”(日语)的情况下所释放的气溶胶的产生量比较小。

在专利文献1和2中，对发生咳嗽或者喷嚏的情况下的感染症(传染病)的感染风险进行了考虑，但未考虑如使用图2～图8说明的那样在说话者发出语言声的情况下大量地产生的气溶胶。

在非专利文献1和2中，未定量地描述存在发生咳嗽时的飞沫量与发声时的飞沫量接近的情况，未描述存在当说话者发出语言声时会与咳嗽同样地大量产生气溶胶的情况。

这样，在上述现有技术文献中，存在无法精度良好地推定说话者发出语言声时所产生的气溶胶量这一问题。因此，存在无法充分地降低感染风险这一问题。

为了解决上述问题，本公开的一个技术方案涉及的气溶胶量推定系统具备：检测部，其检测语音；以及控制部，其基于特定语言声与说话者发出所述特定语言声时从该说话者释放的气溶胶量的相关关系，根据由所述检测部检测到的所述语音所包含的所述特定语言声，推定被释放到发出所述语音的说话者所在的空间的气溶胶量。

因此，能够精度良好地推定说话者发出语言声时从说话者释放到说话者所在的空间的气溶胶量。

所述特定语言声也可以包括使用发出语言声所用的多个调音点中的特定调音点的发音。

因此，能够精度良好地推定说话者进行使用特定调音点的发音时从说话者释放到说话者所在的空间的气溶胶量。

所述特定调音点也可以包括双唇、牙龈以及牙龈硬腭。

因此，能够精度良好地推定说话者进行使用双唇、牙龈以及牙龈硬腭中的至少一个的发音时从说话者释放到说话者所在的空间的气溶胶量。

所述特定语言声也可以包括使用发出语言声所用的多个调音法中的特定调音法的发音。

因此，能够精度良好地推定说话者进行使用特定调音法的发音时从说话者释放到说话者所在的空间的气溶胶量。

所述特定调音法也可以包括破裂音、摩擦音以及破擦音。

因此，能够精度良好地推定说话者进行使用破裂音、摩擦音以及破擦音中的至少一个的发音时从说话者释放到说话者所在的空间的气溶胶量。

所述特定语言声也可以是日语“し”的发音。

因此，能够精度良好地推定气溶胶量的产生量比其他发音多的说话者进行日语“し”的发音时从说话者释放到说话者所在的空间的气溶胶量。

也可以为，所述相关关系包括所述说话者发出所述特定语言声时的、所述特定语言声的声压与从所述说话者释放的气溶胶量的相关关系，所述控制部基于所述相关关系，根据从由所述检测部检测到的所述语音所包含的所述特定语言声获得的检测声压，推定所述气溶胶量。

因此，能够精度良好地推定与特定语言声的声压相应的气溶胶量。

也可以为，还具备距离计算部，所述距离计算部计算从所述检测部到发出所述语音的说话者的距离，所述控制部，(i)基于所述检测声压和由所述距离计算部测定的所述距离，计算所述说话者发出所述特定语言声时的所述特定语言声的声压，(ii)基于所述相关关系，根据计算出的所述特定语言声的声压，推定所述气溶胶量。

一般而言，检测部与声源之间的距离越长，由检测部检测到的声压越小。因此，通过根据检测部与说话者之间的距离来计算特定语言声的声压，能够精度更好地推定从说话者释放的气溶胶量。

也可以为，所述检测部具备分别检测语音的多个麦克风，所述距离计算部基于由所述多个麦克风检测到的多个语音，计算所述距离。

因此，能够通过检测语音来计算检测部与说话者之间的距离。

也可以为，还具备拍摄部，所述拍摄部拍摄所述检测部检测语音的检测范围，所述距离计算部使用由所述拍摄部获得的图像，计算所述距离。

因此，能够通过拍摄检测部检测语音的检测范围的图像来计算检测部与说话者之间的距离。

也可以为，还具备：存储部，其存储所述相关关系；以及通信部，其与通信网络以能够通信的方式连接，所述控制部将存储于所述存储部的所述相关关系更新为通过所述通信部与外部装置通信获得的、所述特定语言声与所述气溶胶量的新的相关关系。

因此，能够将存储于存储部的相关关系更新为新的相关关系。例如若新的相关关系是精度更高的相关关系，则通过更新相关关系，能够精度更好地推定从说话者释放的气溶胶量。

所述控制部也可以在推定出的所述气溶胶量超过了预定气溶胶量的情况下进行警告。

因此，例如能够在超过了能判断为感染风险高的气溶胶量的情况下进行表示感染风险高的警告。由此，能够在适当的定时(timing)有效地进行警告。

所述控制部也可以使用所述气溶胶量推定系统外的装置进行所述警告。

因此，能够在适当的定时对说话者或者处于空间内的用户进行警告。

所述气溶胶量推定系统外的装置也可以是设置在所述空间内的显示装置或者所述说话者所拥有的便携终端。

因此，能够在适当的定时对说话者或者处于空间内的用户进行警告。

也可以为，还具备体温测定部，所述体温测定部测定所述说话者的体温，所述控制部在由所述体温测定部测定出的体温超过了预定体温的情况下进行所述警告。

因此，能够在能判断为感染风险更高的情况下进行警告。

所述控制部也可以在推定出的所述气溶胶量超过了预定气溶胶量的情况下，使用所述气溶胶量推定系统外的装置，对所述空间进行净化液的喷雾或者紫外线的照射。

因此，例如能够在超过了能判断为感染风险高的气溶胶量的情况下，对空间进行净化液的喷雾或者紫外线的照射。由此，能够在适当的定时有效地对空间进行净化液的喷雾或者紫外线的照射，能够降低感染风险。

所述控制部也可以在推定出的所述气溶胶量超过了预定气溶胶量的情况下，进行所述空间的换气。

因此，例如能够在超过了能判断为感染风险高的气溶胶量的情况下，进行空间的换气。由此，能够在适当的定时有效地进行空间的换气，能够降低感染风险。

本公开的一个技术方案涉及的气溶胶量推定方法包括：检测语音；和基于特定语言声与说话者发出所述特定语言声时从该说话者释放的气溶胶量的相关关系，根据检测到的所述语音所包含的所述特定语言声，推定被释放到发出所述语音的说话者所在的空间的气溶胶量。

因此，能够精度良好地推定说话者发出语言声时从说话者释放到说话者所在的空间的气溶胶量。

此外，这些总括性的或者具体的技术方案既可以由装置、集成电路、计算机程序或者计算机可读的CD-ROM等记录介质来实现，也可以由系统、方法、装置、集成电路、计算机程序以及记录介质的任意组合来实现。

以下，参照附图对实施方式具体地进行说明。

此外，以下说明的实施方式均是表示总括性的或者具体的例子的实施方式。以下的实施方式中所示的数值、形状、材料、构成要素、构成要素的配置位置以及连接形态、步骤、步骤的顺序等是一个例子，不是意在限定本公开。关于以下的实施方式中的构成要素中的、未记载于独立权利要求中的构成要素，作为任意的构成要素来进行说明。

各图是示意图，并不一定是严密地进行图示的。因此，例如在各图中，比例尺等未必一致。另外，在各图中，对实质上相同的构成赋予相同的附图标记，省略或者简化重复的说明。

在本说明书中，数值范围不是仅表示严格的含义的表现，而是意味着在实质上等同的范围内也包含例如百分之几左右的差异的表现。

(实施方式1)

[1-1.构成]

首先，对实施方式1涉及的气溶胶量推定系统的构成进行说明。

图9是表示实施方式1涉及的气溶胶量推定系统的构成的一个例子的框图。

气溶胶量推定系统100具备检测部110、控制部120、存储部150以及通信部160。

检测部110具有检测语音的麦克风111。检测部110例如检测从说话者发出的语音。麦克风111检测从说话者发出的语音，将所检测到的语音转换为语音信号。转换出的语音信号被输出至控制部120。

控制部120基于预先存储于存储部150的相关关系(参照后述)，根据由检测部110检测到的语音所包含的特定语言声，推定被释放到发出语音的说话者所在的空间的气溶胶量。控制部120具有语音识别部130以及风险解析部140。

语音识别部130基于语音信号，对由语音信号表示的语音所包含的多个单音分别进行识别。语音识别部130基于语音信号，决定多个单音中的每一个的声压。语音识别部130具有语音信号处理部131以及发音识别部132。

语音信号处理部131对语音信号进行声压的判定、噪音去除、频谱变换等信号处理(语音分析)。语音信号处理部131例如根据语音信号计算说话语音的特征量即MFCC(MelFrequency Cepstral Coefficient，梅尔倒频谱参数)作为声响特征量。MFCC是表示说话者的声道特性的特征量，一般也被用于语音识别。更具体而言，MFCC是基于人类的听觉特性来对语音的频谱进行分析而得到的声响特征量。此外，语音信号处理部131也可以根据语音信号计算对说话的语音信号施加梅尔滤波器组(Mel-filter bank)而得到的特征量作为声响特征量，也可以计算说话的语音信号的频谱图作为声响特征量。语音信号处理部131接受说话的语音信号，进行上述处理，输出声响特征量。

发音识别部132使用保存于存储部150的识别辞典DB151，对信号处理后的语音信号(声响特征量)进行发音识别。发音识别部132进行基于机器学习的发音识别。也即是，发音识别部132对构成由语音信号表示的语音所包含的语言声的多个单音分别进行识别。发音识别的识别结果被输出至风险解析部140。发音识别部132决定所识别出的多个单音各自的强度。

发音识别部132接受声响特征量，进行上述处理，输出对所识别出的一个或者多个单音分别进行确定的信息。发音识别部132也可以将确定单音的信息和与该单音对应的声压相关联而输出。

识别辞典DB151例如是用于对语言声的单音进行识别的辞典，包括通过用机器学习对大量的学习用数据集进行学习而获得的机器学习模型，所述大量的学习用数据集是声响特征量和语言声的单音的正解数据的组。

此外，识别辞典DB151不限于包括用于对语言声的多个单音的全部进行识别的辞典，也可以仅包括用于对特定语言声的一个以上的单音进行识别的辞典。在该情况下，发音识别部132也可以仅对于特定语言声，识别说话者发出的单音。

识别辞典DB151也可以包括用于对特定语言声的一个以上的单音(＝一个以上的第1单音)进行识别的辞典，并且，识别辞典DB151也可以不包括用于对该一个以上的第1单音以外的单音(＝一个以上的第2单音)进行识别的辞典。在该情况下，发音识别部132也可以对说话者所发出的该一个以上的第1单音中的每一个进行识别，并且，发音识别部132也可以不对说话者所发出的该一个以上的第2单音中的每一个进行识别。

风险解析部140根据从语音识别部130取得的发音识别的识别结果，按每一个单音推定气溶胶量。风险解析部140具有气溶胶量解析部141。

气溶胶量解析部141使用保存于存储部150的相关DB152，推定发音识别的识别结果的每个单音的气溶胶量。气溶胶量解析部141基于相关关系，根据从由检测部110检测到的语音所包含的特定语言声获得的检测声压，推定气溶胶量。例如，气溶胶量解析部141从相关DB152读出与发音识别部132的识别结果的单音对应的相关关系，在所读出的相关关系中确定所识别出的单音的声压所对应的气溶胶量，由此推定说话者发出该单音时所产生的气溶胶量。气溶胶量解析部141将每个单音的气溶胶量进行累计，逐次计算发出语音信号所包含的语言声时所产生的气溶胶量的总计。气溶胶量解析部141也可以根据所获得的累计值，预测由病毒导致的感染风险。

气溶胶量解析部141接受确定一个或者多个单音的信息、和与一个或者多个单音分别对应的声压，参照相关DB152，决定一个或者多个气溶胶量。气溶胶量解析部141基于所决定的一个或者多个气溶胶量，决定对于说话的语音信号的气溶胶量。

对于说话的语音信号的气溶胶量也可以是将所决定的一个或者多个气溶胶量进行累计而得到的量。

相关DB152包括表示特定语言声与说话者发出特定语言声时从该说话者释放的气溶胶量之间的关系的相关关系。相关关系例如是如图2～图8、图10～图13所示那样的、发出了语言声的单音的情况下所释放的气溶胶的粒子数的声压依赖性。相关DB152包括的相关关系也可以是关于各单音的、表示相对于声压的气溶胶量的信息。关于各单音的、表示相对于声压的气溶胶量的信息也可以是由图3～图8、图10～图13各自的坐标图表示的虚线的式子或者直线的式子。虚线的式子或者直线的式子是回归直线式，例如可以通过最小二乘法来求出。此外，图10～图13分别是表示对发出了一次单音“き”(日语)、“な”(日语)、“と”(日语)以及“に”(日语)的情况下所释放的气溶胶的粒子数的声压依赖性进行测定而得到的结果的图。这样，相关DB152包括说话者发出了语言声的单音时的声压与从说话者释放的气溶胶量的相关关系。

此外，相关DB152不限于包括与语言声的多个单音的全部有关的相关关系，也可以包括仅与特定语言声的一个以上的单音有关的相关关系。在该情况下，气溶胶量解析部141也可以仅对于特定语言声，推定说话者发出的单音的气溶胶量。

相关DB152也可以包括与特定语言声的一个以上的单音(＝一个以上的第1单音)有关的相关关系，并且，相关DB152也可以不包括与该一个以上的第1单音以外的单音(＝一个以上的第2单音)有关的相关关系。在该情况下，气溶胶量解析部141也可以推定说话者所发出的该一个以上的第1单音各自的气溶胶量，并且，气溶胶量解析部141也可以不推定说话者所发出的该一个以上的第2单音各自的气溶胶量。

特定语言声也可以包括使用发出语言声所用的多个调音点中的特定调音点的发音。特定调音点例如包括双唇、牙龈以及牙龈硬腭。

特定语言声也可以包括使用发出语言声所用的多个调音法中的特定调音法的发音。特定调音法例如包括破裂音、摩擦音以及破擦音。

例如，如图14所示，特定语言声也可以是使用双唇、牙龈以及牙龈硬腭中的任一个调音点和破裂音、摩擦音以及破擦音中的任一个调音法的发音。图14是表示特定语言声的例子的表。如图14所例示的那样，特定语言声除了日语的发音之外也可以包括日语以外的发音。也即是，特定语言声并不限定于日语的发音，也包括英语、汉语、法语等这样的日语以外的语言的发音、例如由国际音标表示的发音。国际音标是指对于所有语言的语音基于其发声方法来进行了表音的文字，例如“し”(日语)这一发音如[θ][i]、[e][i]、[∫][i]、以及、[s][i]那样进行表音。因此，一个语音有时对应多个国际音标。此外，发音识别在此定义为对音标、单音、发音、单词进行识别。

例如，特定语言声包括由[p]表示的发音(“ぱ行”(日语)和“ぴゃ行”(日语))、由[b]表示的发音(“ば行”(日语)和“びゃ行”(日语))、由[Φ]表示的发音(“ふ”(日语))、由[t]表示的发音(“た”(日语)、“て”(日语)和“と”(日语))、由[d]表示的发音(“だ”(日语)、“で”(日语)和“ど”(日语))、由[s]表示的发音(“さ”(日语)、“す”(日语)、“せ”(日语)和“そ”(日语))、由[z]表示的发音(“ざ”(日语)、“ず”(日语)、“ぜ”(日语)和“ぞ”(日语))、由[ts]表示的发音(“つ”(日语))以及由[dz]表示的发音(“ざ”(日语)、“ず”(日语)、“ぜ”(日语)和“ぞ”(日语))中的至少一个。特定语言声还包括由

气溶胶量解析部141也可以判定所计算出的累计值是否超过了预定气溶胶量，在累计值超过了预定气溶胶量的情况下，判定为感染症的感染风险高。预定气溶胶量例如存储于存储部150。气溶胶量解析部141也可以在所计算出的累计值超过了预定气溶胶量的情况下进行警告。例如，气溶胶量解析部141也可以通过控制通信部160，向气溶胶量推定系统100外的外部装置发送表示警告的警告信息，从而进行警告。成为警告信息的发送目的地的外部装置例如既可以是设置在设置有气溶胶量推定系统100的麦克风111的空间内的显示装置，也可以是说话者所拥有的便携终端。该情况下的表示显示装置和便携终端的地址也可以被事先登记于气溶胶量推定系统100。此外，显示装置也可以包括在气溶胶量推定系统100内，显示气溶胶量解析部141的处理结果。

此外，气溶胶量解析部141也可以在判定为感染风险高的情况下，向说话者通知判定结果(例如表示感染风险高的警告)，并且，气溶胶量解析部141也可以在未判定为感染风险高的情况下，不向说话者通知判定结果。因此，能够在判断为感染风险大的情况下进行警告，能够催促用户进行用于降低气溶胶量的应对。

此外，气溶胶量解析部141也可以不判定感染风险是否高，而是判定感染风险。例如，气溶胶量解析部141也可以，累计值越大，则判定为感染风险越高。此外，判定的结果既可以是“具有感染风险”、“感染风险高”、“感染风险非常高”等多级的分类，也可以是表示感染风险的数值等。

存储部150保存识别辞典DB151和相关DB152。

通信部160与通信网络以能够通信的方式相连接。通信部160也可以经由通信网络与气溶胶量推定系统100外的外部装置(例如服务器)进行通信。通信部160例如也可以通过与服务器进行通信，从服务器接收特定语言声与气溶胶量的新的相关关系。新的相关关系例如也可以是服务器使用更多的实验结果等所生成的精度更高的相关关系。当通信部160接收到新的相关关系时，控制部120通过控制通信部160，将保存于存储部150的相关DB152的相关关系更新为通信部160接收到的新的相关关系。通信部160不限于从服务器接收新的相关关系，既可以接收用于使发音的识别精度提高的新辞典，也可以接收用于发出警告的新的预定气溶胶量(阈值)。在该情况下，当通信部160从服务器接收到新的辞典时，控制部120也可以通过控制通信部160，将保存于存储部150的识别辞典DB151的辞典更新为通信部160接收到的新辞典。当通信部160从服务器接收到新的预定气溶胶量(阈值)时，控制部120也可以通过控制通信部160，将存储于存储部150的预定气溶胶量(阈值)更新为新的预定气溶胶量(阈值)。

通信部160也可以从服务器取得感染信息，该感染信息表示气溶胶量与由病毒导致的感染风险的关系、或者气溶胶量与感染状态的关系。感染信息也可以被用于由气溶胶量解析部141进行的感染风险的判定。

[1-2.动作]

接着，使用图15对本实施方式涉及的气溶胶量推定系统100的动作进行说明。图15是表示本实施方式涉及的气溶胶量推定系统的动作的一个例子的流程图。

首先，在气溶胶量推定系统100中，检测部110通过麦克风111检测语音，生成语音信号(S11)。

接着，控制部120中的语音识别部130的语音信号处理部131针对所生成的语音信号，去除噪音，进行频谱变换等信号处理(语音分析)(S12)。

接着，语音识别部130的发音识别部132使用识别辞典DB151，对信号处理后的语音信号进行发音识别。由此，发音识别部132对构成由语音信号表示的语音所包含的语言声的多个单音中的特定语言声、例如“し”(日语)、“す”(日语)、“ち”(日语)、“つ”(日语)、“き”(日语)以及“と”(日语)等进行识别(S13)。此外，发音识别部132也可以对构成由语音信号表示的语音所包含的语言声的多个单音中的、包括特定语言声的全部语言声进行识别。

接着，风险解析部140的气溶胶量解析部141使用相关DB152，推定发音识别的识别结果的每个单音的气溶胶量(S14)。气溶胶量解析部141通过从相关DB152读出与发音识别部132的识别结果的单音对应的相关关系，在所读出的相关关系中确定所识别出的单音的声压所对应的气溶胶量，从而推定说话者发出了该单音时所产生的气溶胶量。

接着，气溶胶量解析部141将通过步骤S14的推定获得的每个单音的气溶胶量进行累计(S15)。气溶胶量解析部141将累计值存储于存储部150。由此，气溶胶量解析部141能够通过对在前次累计中计算出的累计值加上通过步骤S14的推定获得的气溶胶量，计算累计值(积累值)。此外，在存储部150中没有存储前次的累计值的情况下，将前次的累计值设为0来计算累计值。

接着，气溶胶量解析部141判定气溶胶量的累计值是否比预定气溶胶量大(S16)。

气溶胶量解析部141在气溶胶量的累计值比预定气溶胶量大的情况下(S16：是)，进行警告(S17)。气溶胶量解析部141在气溶胶量的累计值为预定气溶胶量以下的情况下(S16：否)，返回步骤S11。也即是，在计算出气溶胶量的累计值之后、或者未进行警告的情况下，进一步执行同样的流程。此外，气溶胶量推定系统100也可以即使是在进行了警告之后也执行同样的流程，继续进行处理。

[1-3.运算]

接着，使用图16对在风险解析部140的气溶胶量解析部141中进行的处理的具体例子进行说明。图16是用于说明气溶胶量解析部中的处理的具体例子的图。具体而言，图16是表示语言声的每个单音的声压、所推定的气溶胶量、累计值以及警告的有无的表。

气溶胶量解析部141通过确定作为在发音识别部132中识别出的语言声的单音的“す”(日语)、“き”(日语)、“な”(日语)、“と”(日语)、“き”(日语)以及“に”(日语)中的特定语言声、例如“す”(日语)、“き”(日语)、“と”(日语)以及“き”(日语)的声压在“す”(日语)、“き”(日语)、“と”(日语)以及“き”(日语)的相关关系中所对应的气溶胶量，计算各语言声的单音的气溶胶量。而且，气溶胶量解析部141将所计算出的气溶胶量进行累计，在超过了预定气溶胶量(阈值)、例如10万个的情况下，发出警告。在该情况下，用于发出警告的阈值也可以设定为不同值的两级的阈值、例如5万个和10万个，气溶胶量解析部141也可以在累计值超过了5万个的情况下提醒注意，在累计值超过了10万个的情况下发出警告。不限于两级的报告，也可以进行3级以上的报告。报告后，也可以将存储于存储部150的累计值重置为0。

[1-4.效果等]

如上所述，根据本实施方式涉及的气溶胶量推定系统100，具备检测语音的检测部110以及控制部120。控制部120基于特定语言声与说话者发出特定语言声时从该说话者释放的气溶胶量的相关关系，根据由检测部110检测到的语音所包含的特定语言声，推定被释放到发出语音的说话者所在的空间的气溶胶量。

因此，能够精度良好地推定说话者发出语言声时从说话者释放到说话者所在的空间的气溶胶量。

在气溶胶量推定系统100中，特定语言声包括使用发出语言声所用的多个调音点中的特定调音点的发音。因此，能够精度良好地推定说话者进行使用特定调音点的发音时从说话者释放到说话者所在的空间的气溶胶量。

在气溶胶量推定系统100中，特定调音点包括双唇、牙龈以及牙龈硬腭。因此，能够精度良好地推定说话者进行使用双唇、牙龈以及牙龈硬腭中的至少一个的发音时从说话者释放到说话者所在的空间的气溶胶量。

在气溶胶量推定系统100中，特定语言声包括使用发出语言声所用的多个调音法中的特定调音法的发音。因此，能够精度良好地推定说话者进行使用特定调音法的发音时从说话者释放到说话者所在的空间的气溶胶量。

在气溶胶量推定系统100中，特定调音法包括破裂音、摩擦音以及破擦音。因此，能够精度良好地推定说话者进行使用破裂音、摩擦音以及破擦音中的至少一个的发音时从说话者释放到说话者所在的空间的气溶胶量。

在气溶胶量推定系统100中，相关关系包括说话者发出特定语言声时的、特定语言声的声压与从说话者释放的气溶胶量的相关关系。控制部120基于相关关系，根据从由检测部110检测到的语音所包含的特定语言声获得的检测声压，推定气溶胶量。因此，能够精度良好地推定与特定语言声的声压相应的气溶胶量。

在气溶胶量推定系统100中，还具备存储相关关系的存储部150以及与通信网络以能够通信的方式连接的通信部160。控制部120将存储于存储部150的相关关系更新为通过通信部160与外部装置通信获得的、特定语言声与气溶胶量的新的相关关系。

因此，能够将存储于存储部150的相关关系更新为新的相关关系。例如若新的相关关系是精度更高的相关关系，则通过更新相关关系，能够精度更好地推定从说话者释放的气溶胶量。

[1-5.变形例]

接着，对实施方式1的变形例进行说明。

在实施方式1的变形例涉及的气溶胶量推定系统100中，发音识别部132也可以例如仅识别日语“し”(日语)的发音来作为特定语言声。而且，气溶胶量解析部141也可以仅根据说话者所发出的语音所包含的日语“し”(日语)，推定被释放到发出该语音的说话者所在的空间的气溶胶量。也即是，特定语言声也可以是日语的“し”(日语)的发音。此外，特定语言声也可以与实施方式1同样地包括与日语的发音等同的发音。

发音识别部132也可以对日语的“し”(日语)的发音进行识别，并且，发音识别部132也可以不对日语的“し”(日语)的发音以外的发音进行识别。气溶胶量解析部141也可以根据被识别为说话者所发出的语音所包含的日语的“し”(日语)的语音，推定被释放到发出了该语音的说话者所在的空间的气溶胶量，并且，气溶胶量解析部141也可以不根据未被识别为说话者所发出的语音所包含的日语的“し”(日语)的语音推定被释放到发出了该语音的说话者所在的空间的气溶胶量。

发音识别部132不限于只是对日语的“し”(日语)的发音进行识别，也可以对语言声的全部单音进行识别，气溶胶量解析部141也可以仅对于被识别为日语的“し”(日语)的语音，推定发出该语音时被释放到空间的气溶胶量。

发音识别部132不限定于对日语的“し”(日语)的发音进行识别并且不对日语的“し”(日语)以外的发音进行识别，发音识别部132也可以对语言声的全部单音进行识别。气溶胶量解析部141也可以对于被识别为日语的“し”(日语)的语音，推定发出该语音时被释放到空间的气溶胶量，并且，气溶胶量解析部141也可以不对于未被识别为日语的“し”(日语)的语音推定发出该语音时被释放到空间的气溶胶量。

如由图3的实线所示那样，在发出单音“し”(日语)的情况下的最坏情形中，产生与咳嗽同等的量的气溶胶。由此，相关DB152仅保存如图3所示那样的与单音“し”(日语)有关的相关关系，气溶胶量解析部141也可以使用相关DB152，仅对于语音中的发出了单音“し”(日语)时的声压推定最坏情形的气溶胶量。

相关DB152也可以保存如图3所示那样的与单音“し”(日语)有关的相关关系，并且，相关DB152也可以不保存与“し”(日语)以外的单音有关的相关关系。气溶胶量解析部141也可以使用相关DB152，对于语音中的发出了单音“し”(日语)时的声压推定最坏情形的气溶胶量，并且，气溶胶量解析部141也可以不对于语音中的发出了“し”(日语)以外的单音时的声压推定气溶胶量。

接着，使用图17对在实施方式1的变形例1涉及的风险解析部140中进行的处理的具体例子进行说明。图17是用于说明实施方式1的变形例涉及的风险解析部中的处理的具体例子的图。具体而言，图17是表示语言声的每个单音的声压、所推定的气溶胶量、累计值以及警告的有无的表。

风险解析部140通过确定作为在发音识别部132中识别出的语言声的单音的“す”(日语)和“し”(日语)中的特定语言声、例如“し”(日语)的声压在“し”(日语)的相关关系中所对应的气溶胶量，计算各语言声的单音的气溶胶量。而且，风险解析部140将所计算出的气溶胶量进行累计，在超过了预定气溶胶量(阈值)、例如10万个的情况下发出警告。在该情况下，用于发出警告的阈值也可以被设定为不同值的两级的阈值、例如5万个和10万个，风险解析部140也可以在累计值超过了5万个的情况下提醒注意，在累计值超过了10万个的情况下发出警告。不限于两级的报告，也可以进行3级以上的报告。报告后，也可以将存储于存储部150的累计值重置为0。

在实施方式1的变形例涉及的气溶胶量推定系统100中，特定语言声为日语“し”的发音。因此，能够在气溶胶量的产生量比其他发音多的说话者进行日语“し”的发音时，精度良好地推定从说话者释放到说话者所在的空间的气溶胶量。

(实施方式2)

[2-1.构成]

接着，对实施方式2涉及的气溶胶量推定系统的构成进行说明。

图18是表示实施方式2涉及的气溶胶量推定系统的构成的一个例子的框图。

实施方式2涉及的气溶胶量推定系统100A与实施方式1涉及的气溶胶量推定系统100A相比，检测部110A以及控制部120A的构成不同。具体而言，不同之处在于，检测部110A包括多个麦克风111、112。不同之处在于，控制部120A所包括的语音识别部130A使用不同的多个麦克风111、112的检测结果来确定声音的产生位置，具体而言，包括计算从检测部110A到声音的产生位置(说话者)为止的距离的距离计算部133。语音信号处理部131A中的处理不同。

多个麦克风111、112配置在互不相同的位置上。多个麦克风111、112分别检测语音。

距离计算部133计算从检测部110A到发出语音的说话者为止的距离。距离计算部133基于由多个麦克风111、112检测到的多个语音来计算距离。例如，距离计算部133使用由多个麦克风111、112生成的多个语音信号，基于配置有麦克风111和麦克风112的不同的两处的声波的到达时间差或者相位差，通过三角法来推定从检测部110A到说话者为止的距离L。

语音信号处理部131A基于由检测部110A检测到的语音的检测声压、和由距离计算部133计算出的检测部110A与说话者之间的距离，计算(修正)说话者发出特定语言声时的特定语言声的声压。也即是，语音信号处理部131A通过计算到说话者发出的语音传播从说话者的嘴边到检测部110A的距离为止的期间的语音的衰减ΔP[dB]，对基于在检测部110A中检测到的语音的该语音的声压进行修正，从而计算说话者嘴边的该语音的声压。此时，声音的衰减ΔP[dB]在将成为基准的距离设为L

(1) ΔPi＝20×log

由此，声源、即说话者嘴边的衰减前的声音的声压Bi由以下的式(2)表示。

(2) Bi＝Ai+ΔPi

即，根据实测的声压Ai计算考虑了距离的修正声压Bi、也即是说话者嘴边的该说话者所发出的语音的声压。

气溶胶量解析部141基于识别结果的单音的相关关系，根据修正后的声压(修正声压Bi)推定气溶胶量。也即是，气溶胶量解析部141通过从相关DB152读出与识别结果的单音对应的相关关系，在所读出的相关关系中确定所识别出的单音的修正后的声压所对应的气溶胶量，从而推定说话者发出该单音时所产生的气溶胶量。

[2-2.动作]

接着，使用图19对本实施方式涉及的气溶胶量推定系统100A的动作进行说明。图19是表示本实施方式涉及的气溶胶量推定系统的动作的一个例子的流程图。

首先，在气溶胶量推定系统100A中，检测部110A通过麦克风111、112检测语音，生成各个语音信号(S11)。

接着，控制部120A中的语音识别部130A的语音信号处理部131A针对所生成的语音信号，去除噪音，进行频谱变换等信号处理(语音分析)(S12)。

与步骤S12并行地，语音识别部130A的距离计算部133根据所检测到的语音信号，计算到发出语音的说话者为止的距离(S21)。

而且，语音信号处理部131A基于在距离计算部133中计算出的距离，对基于在检测部110A中生成的语音信号获得的声压进行修正(S22)。

接着，语音识别部130A的发音识别部132使用识别辞典DB151，对信号处理后的语音信号进行发音识别。由此，发音识别部132对构成由语音信号表示的语音所包含的语言声的多个单音中的特定语言声、例如“し”(日语)、“す”(日语)、“ち”(日语)、“つ”(日语)、“き”(日语)以及“と”(日语)等进行识别(S13)。此外，发音识别部132也可以对构成由语音信号表示的语音所包含的语言声的多个单音中的、包括特定语言声的全部语言声进行识别。

接着，风险解析部140的气溶胶量解析部141使用相关DB152，推定发音识别的识别结果的每个单音的气溶胶量(S14)。气溶胶量解析部141通过从相关DB152读出与发音识别部132的识别结果的单音对应的相关关系，在所读出的相关关系中确定所识别出的单音的修正后的声压所对应的气溶胶量，从而推定说话者发出该单音时所产生的气溶胶量。

接着，气溶胶量解析部141将通过步骤S14的推定获得的每个单音的气溶胶量进行累计(S15)。气溶胶量解析部141将累计值存储于存储部150。由此，气溶胶量解析部141能够通过对在前次累计中计算出的累计值加上通过步骤S14的推定获得的气溶胶量，计算累计值(积累值)。此外，在存储部150中没有存储前次的累计值的情况下，将前次的累计值设为0来计算累计值。

接着，气溶胶量解析部141判定气溶胶量的累计值是否比预定气溶胶量大(S16)。

气溶胶量解析部141在气溶胶量的累计值比预定气溶胶量大的情况下(S16：是)，进行警告(S17)。气溶胶量解析部141在气溶胶量的累计值为预定气溶胶量以下的情况下(S16：否)，返回步骤S11。也即是，在计算出气溶胶量的累计值之后、或者未进行警告的情况下，进一步执行同样的流程。此外，气溶胶量推定系统100也可以即使是在进行了警告之后也执行同样的流程，继续进行处理。

[2-3.运算]

接着，使用图20对在风险解析部140的气溶胶量解析部141中进行的处理的具体例子进行说明。图20是用于说明气溶胶量解析部中的处理的具体例子的图。具体而言，图20是表示语言声的每个单音的声压、所推定的气溶胶量、累计值以及警告的有无的表。

气溶胶量解析部141通过确定作为在发音识别部132中识别出的语言声的单音的“す”(日语)、“き”(日语)、“な”(日语)、“と”(日语)、“き”(日语)以及“に”(日语)中的特定语言声、例如“す”(日语)、“き”(日语)、“と”(日语)以及“き”(日语)的修正后的声压在“す”(日语)、“き”(日语)、“と”(日语)以及“き”(日语)的相关关系中所对应的气溶胶量，计算各语言声的单音的气溶胶量。而且，气溶胶量解析部141将所计算出的气溶胶量进行累计，在超过了预定气溶胶量(阈值)、例如10万个的情况下发出警告。在该情况下，用于发出警告的阈值也可以被设定为不同值的两级的阈值、例如5万个和10万个，气溶胶量解析部141也可以在累计值超过了5万个的情况下提醒注意，在累计值超过了10万个的情况下发出警告。不限于两级的报告，也可以进行3级以上的报告。报告后，也可以将存储于存储部150的累计值重置为0。

[2-4.效果等]

如上所述，本实施方式涉及的气溶胶量推定系统100A还具备计算从检测部110A到发出语音的说话者为止的距离的距离计算部133。控制部120A基于检测声压和由距离计算部133测定的距离，计算说话者发出特定语言声时的特定语言声的声压。控制部120A基于相关关系，根据计算出的特定语言声的声压，推定气溶胶量。一般而言，检测部110A与声源之间的距离越长，由检测部110A检测到的声压越小。因此，通过根据检测部110A与说话者之间的距离，计算特定语言声的声压，能够精度更好地推定从说话者释放的气溶胶量。

在本实施方式涉及的气溶胶量推定系统100A中，检测部110A具备分别检测语音的多个麦克风111、112。距离计算部133基于由多个麦克风111、112检测到的多个语音，计算从检测部110A到说话者的距离。因此，能够通过检测语音来计算检测部110A与说话者的距离。

[2-5.变形例]

在上述实施方式2中，设为了基于由多个麦克风111、112检测到的多个语音来计算从检测部110A到说话者的距离，但不限于此。也可以为，气溶胶量推定系统100A还具备对检测部110A的麦克风111的声音检测范围进行拍摄的摄像头，距离计算部133使用由摄像头获得的图像，计算从检测部110A到说话者的距离。因此，通过拍摄检测部110A的语音检测范围的图像，能够计算检测部110A与说话者之间的距离。此外，摄像头是拍摄部的一个例子。在使用由摄像头拍摄到的图像来计算检测部110A与说话者之间的距离的情况下，检测部110A所具备的麦克风也可以不为多个，也可以为一个。

(其他实施方式)

在上述实施方式1和2涉及的气溶胶量推定系统100、100A中，说明了也可以在将气溶胶量累计之后在气溶胶量的累计值比预定气溶胶量(阈值)大的情况下发出警告或者向用户通知感染风险，但本公开并不限定于这些实施方式。

例如，气溶胶量推定系统100、100A的控制部120、120A也可以在累计值比预定气溶胶量(阈值)大的情况下，对设置在配置有检测部110、110A的空间或者其周边的净化装置进行控制，对该空间进行净化液的喷雾，或者对该空间照射紫外线。控制部120、120A也可以根据累计值，控制净化液的喷雾量或者紫外线的照射量(紫外线强度或者照射时间)。控制部120、120A也可以以累计值越大、则净化液的喷雾量或者紫外线的照射量越大的方式控制净化装置。此外，净化装置是气溶胶量推定系统100、100A外的装置。净化液也可以是含有次氯酸的液体。因此，例如能够在超过了能够判断为感染风险高的气溶胶量的情况下，对空间进行净化液的喷雾或者紫外线的照射。由此，能够在适当的定时有效地对空间进行净化液的喷雾或者紫外线的照射，能够降低感染风险。

例如，气溶胶量推定系统100、100A的控制部120、120A也可以在累计值比预定气溶胶量(阈值)大的情况下，驱动进行配置有检测部110、110A的空间的换气的换气扇或者风扇。因此，例如能够在超过了能判断为感染风险高的气溶胶量的情况下，进行空间的换气。由此，能够在适当的定时有效地进行空间的换气，能够降低感染风险。

上述实施方式1和2涉及的气溶胶量推定系统100、100A也可以还具备测定说话者的体温的体温测定部。控制部120、120A也可以判定由体温测定部测定的体温是否超过了预定体温，在所测定的体温超过了预定体温的情况下进行警告。因此，能够在能判断为感染风险更高的情况下进行警告。

在上述实施方式1和2中，关于日语语言声的单音的识别进行了说明，但关于英语、汉语、法语等其他语言的语言声的单音的识别的方式，也包含在本公开的范围内。在日语的情况下，示出了以音标为单位的识别辞典DB151，但在英语、汉语、法语的情况下，也能够以单词为单位使用识别辞典DB和与其对应的气溶胶量的相关DB。在日语中，不限于单音，也能够以单词为单位使用识别辞典DB和与其对应的气溶胶量的相关DB。

以上，对本公开的实施方式涉及的气溶胶量推定系统进行了说明，但本公开并不限定于该实施方式。

上述实施方式涉及的气溶胶量推定系统所包括的各处理部典型地作为集成电路、即LSI来实现。这些各处理部既可以个别地进行单芯片化，也可以单芯片化为包括一部分或者全部。

集成电路化并不限于LSI，也可以由专用电路或者通用处理器实现。也可以利用能够在LSI制造后进行编程的FPGA(Field Programmable Gate Array，现场可编程门阵列)或者能够重构LSI内部的电路单元的连接、设定的可重构处理器。

在上述各实施方式中，各构成要素也可以由专用的硬件来构成，或者通过执行适于各构成要素的软件程序来实现。各构成要素也可以通过CPU或者处理器等程序执行部读出并执行记录于硬盘或者半导体存储器等记录介质的软件程序来实现。

本公开也可以作为由气溶胶量推定系统等执行的气溶胶量推定方法等实现。

框图中的功能块的分割为一个例子，也可以将多个功能块实现为一个功能块、将一个功能块分为多个、或者将一部分功能转移到其他功能块。也可以为，单一的硬件或者软件以并行的方式或者时分的方式对具有类似的功能的多个功能块的功能进行处理。

执行流程图中的各步骤的顺序是用于为了具体地说明本公开而例示的顺序，也可以是上述以外的顺序。上述步骤的一部分也可以与其他步骤同时(并行)地执行。

以上，基于实施方式对一个或者多个技术方案涉及的气溶胶量推定系统以及气溶胶量推定方法进行了说明，但本公开并不限定于这些实施方式。只要不脱离本公开的主旨，对本实施方式实施本领域技术人员能够想到的各种变形而得到的技术方案以及组合不同的实施方式中的构成要素而构建的技术方案就也包含在本公开的范围内。

本公开也包括感染风险评价系统，该感染风险评价系统具备：检测部，其检测语音；以及控制部，其基于所述语音所包含的多个语言声的种类，进行感染风险的评价。该感染风险评价系统中的检测部可以采用与上述气溶胶量推定系统中的检测部同样的构成。另外，感染风险评价系统中的控制部可以采用与上述气溶胶量推定系统中的控制部大致同样的构成。即，感染风险评价系统中的控制部例如基于特定语言声与说话者发出所述特定语言声时从该说话者释放的气溶胶量的相关关系，根据由检测部检测到的所述语音所包含的所述特定语言声，推定被释放到发出所述语音的说话者所在的空间的气溶胶量。再者，感染风险评价系统中的控制部可以将所推定的气溶胶量进行累计，根据累计值的大小，对感染风险的程度进行评价。另外，也可以构成为，在感染风险超过了预定程度的情况下，进行警告、对空间进行净化液的喷雾或者紫外线的照射、和/或进行空间的换气。

本公开的气溶胶量推定系统或者感染风险评价系统例如也可以搭载在汽车内。在该情况下，也可以将具备语音识别功能的汽车导航系统中的语音检测部兼用为本公开的气溶胶量推定系统或者感染风险评价系统中的检测部。

产业上的可利用性

本公开作为能够精度良好地推定说话者发出语言声时从该说话者产生的气溶胶量的气溶胶量推定系统、气溶胶量推定方法等是有用的。

标号说明

100、100A气溶胶量推定系统；110、110A检测部；111、112麦克风；120、120A控制部；130、130A语音识别部；131、131A语音信号处理部；132发音识别部；133距离计算部；140风险解析部；141气溶胶量解析部；150存储部；151识别辞典DB；152相关DB；160通信部。