このノートは 4つの研究仮説 のH4を掘り下げたものです。
気づいたこと
騒音の研究を始めて最初に違和感を覚えたのは、すべてが「dB（デシベル）」で語られることだった。
70dBの工事音と、70dBの改造バイクの爆音は、数値上は同じだ。しかし後者が引き起こすストレスは桁違いに大きい。 なぜなら改造バイクの音は「誰かが意図的に出している」「予告なく突然来る」「夜中にも来る」という文脈を持つからだ。
dBは音の物理的エネルギーの指標であって、人間のストレスの指標ではない（Basner et al., 2014）。
現行指標の3つの限界
1. 時間平均の罠
環境基準で使われるLAeq（等価騒音レベル）は、一定時間の平均値だ。深夜2時の突発的な爆音も、24時間平均では薄まって消える。被害が最も深刻な瞬間が、指標上は存在しないことになる。
2. 音源の意味性が消える
dBには「何の音か」という情報がない。自然音80dB（滝の音）と人工音80dB（トラック）では、ストレス反応が全く異なることは多くの研究で示されている。しかし規制値は音源を区別しない。
3. 個人差の無視
同じ60dBでも、感覚過敏者にとっては「逃げたくなる音」であり、一般市民にとっては「気にならない音」かもしれない。現行指標は「平均的な人」を想定しており、感覚特性による差異を扱えない。
仮説
同一dBレベルの騒音であっても、音の種類（改造バイク・拡声器・工事音等）と発生文脈（時間帯・予期の有無・本人の状態）によってストレス反応は大きく異なる。現行のdB平均指標は感覚ストレスの代理指標として不十分である。
新しい指標の構想: dBストレス乖離指標
実測dBと主観ストレスの差分をモデル化する「dBストレス乖離指標」を開発したい。
- 実測dB = 60だが、主観ストレス = 90相当 → 乖離スコア +30（文脈ストレスが高い）
- 実測dB = 70だが、主観ストレス = 40相当 → 乖離スコア -30（慣れた音・予期された音）
この乖離スコアが高い音源・場所・時間帯を特定することで、dB規制では捉えられない「本当に困っている場面」を可視化できる。
既存の代替指標: 心理音響学のアプローチ
dBの限界は研究者にも認識されており、心理音響学（psychoacoustics）の分野ではいくつかの代替指標が開発されている。
ラウドネス（sone/phon）: 人間の聴覚特性を反映した「聞こえの大きさ」の指標。周波数による感度差を補正するが、音源の意味性は考慮しない。
シャープネス（acum）: 高周波成分の多さを反映する指標。「耳に刺さる」感覚を定量化できるが、突発性や文脈は扱えない。
ラフネス・変動強度: 音の時間的変動パターンを捉える指標。改造バイクのような不規則な音は高いラフネスを示すが、「誰が意図的に出しているか」という心理的文脈は射程外だ。
これらの指標はいずれもdBよりは人間の知覚に近いが、「文脈」（時間帯、音の発生原因、聞く人の状態）を取り込めていない。本プロジェクトが構想する「dBストレス乖離指標」は、これらの心理音響指標を基盤としつつ、主観評価との乖離を明示的にモデル化する点で一歩先を目指す。
なお、ここに示した「dBストレス乖離指標」は実測 dB と主観ストレスの差分という回帰残差ベースの設計である。一方、Phase 2 研究計画では、音響事象を直接モデル化する別系統の試案も検討している。次節でその初期スケッチを記す。
研究メモ: Contrast Index の初期スケッチ（構想段階）
本節は Phase 2 研究計画の一部として記録する構想段階の試案である。本ノート初稿で本格的に提示する試案であり、現行の乗算形における β・γ・M の各パラメータはいずれも未推定（α は後述する加算形廃案の名残として参照される）。文京区フィールドワーク（2026 年秋〜2027 年春予定）の主観評価データに基づき大幅な改訂を予定している。「ISVD 提唱 Contrast Index」として確立した指標ではない。本記事は研究計画ノートであり、引用される場合も「ISVD 静かなまち PJ Phase 2 研究計画ノート（試案段階）」として参照されたい。
なぜ「コントラスト」か
dB は「音の総量」を測る指標である。しかしPark et al. (2017)は、抑鬱・不眠・不安などの非聴覚的健康影響を最もよく予測するのは客観的な騒音曝露レベル（Ldn）ではなく個人の騒音感受性であることを大規模調査で示した。「dB は音ではない」という主問いはこの知見と整合する。
そこで本ラボでは、ストレスを生むのは絶対 dB ではなく「音響事象が予測可能な背景音とどれだけコントラストを成すか」「同じ事象がどれだけ繰り返されるか」「いつ起きるか」「何の音か」の組み合わせであるという仮説に立つ。この組み合わせを暫定的に Contrast Index (CI) と呼ぶ。
CI は前節「dBストレス乖離指標」とは異なる方向性の試案である。乖離指標が「主観 - 客観」の差分（回帰残差）を扱うのに対し、CI は個々の音響事象の知覚的コントラストを事象ベースで扱う。両者は将来的に統合される可能性もあるが、現段階では並列の試案として位置づける。
CI の初期スケッチ
CI は以下の四変数の合成として書く。
CI = M × g(ΔdB) × R^β × T^γ
- M（Sound Source Mask、音源マスク係数）: 音源類型の意味性ゲート。「何の音か」に応じた annoyance への寄与係数。
- g(ΔdB)（コントラスト・トリガー）: 暗騒音 L90 との落差が一定閾値 θ_dB を超えたとき 1、それ未満で 0 を取る閾値関数。CI そのものは ΔdB の連続スケールから切り離されている。
- R（繰り返し頻度）: 同一音源タイプが一定時間窓で発生する回数。
- T（時間帯重み）: 深夜帯ほど大きく、日中で小さい。
- β, γ: 未推定の指数係数。
ここで強調すべきは、CI は dB 値そのものではなく「コントラスト事象が発生したか」というイベント検出を入力に取る点である。これは「dB は音ではない」という本ラボの主命題と矛盾しないための構造的設計である。
M=0 と g(ΔdB)=0 の意味的区別
乗算式では M=0 のときも g(ΔdB)=0 のときも CI=0 となるが、両者の意味は本質的に異なる。
- M=0: 音源カテゴリが分類非対象（鳥のさえずり、葉擦れ等の自然音、または音源類型が同定できなかった場合）。ストレスへの寄与を計算する対象として扱わない、という研究設計上の判断
- g(ΔdB)=0: 暗騒音と十分なコントラストを成さない（閾値 θ_dB 未達）。同一音源類型であってもコントラストが小さければ事象として検出しない、という観測上の判断
両者を CI 計算上は同じ「0」として扱うが、観測ログでは別々にフラグを立て、後段の分析で区別する設計とする。これは観測フィードバック設計を将来精緻化する際の重要な分岐点となる。
M 係数の根拠 — 文献プライアからの事後更新
M 係数を「救急車 = 0.1、改造バイク = 1.5」のように直観で設定することは避ける。代わりに以下の二段構えで推定する。
第一段: 文献プライア
Hou et al. (2023)は階層グラフ表現学習（HGRL）モデルを用い、都市サウンドスケープにおける音源カテゴリと主観 annoyance 評価の相関を実測した。クラクション・バス・ブレーキ音・バイク等の人工音は annoyance と正の相関を、木の葉のざわめき・鳥のさえずり等の自然音は負の相関を示すことが報告されている（具体的な相関係数は原論文 PDF 精読の上で Phase 2 計画に組み込む予定）。
これらの実測相関を [0, 2] 程度のスケールに正規化したものを M の 文献プライア とする。負の相関を持つ自然音は M < 1 に、強い正の相関を持つクラクション・改造排気音は M > 1 に対応させる方針だが、具体的な変換関数（ρ → M）は Phase 2 計画策定時に文献値を確認の上で確定する。本段階では「変換は線形/対数のいずれを採るか未定」と明記する。
また、輸送騒音の音源類型ごとに dose-response 曲線が独立であることは、Miedema & Oudshoorn (2001)のメタ分析が示している（航空機 > 道路 > 鉄道の順で、同一 Lden でも annoyance %HA が異なる）。この知見も M 係数を「音源別に異なる重み」として設計する根拠となる。
第二段: フィールド事後更新
文京区フィールドワークで取得する主観 annoyance データを用い、ベイズ的に M の事後分布を推定する。具体的には ICBEN 5 段階スケール（ISO/TS 15666:2021）で被験者の annoyance を測定し、CI 各項を説明変数とした階層ベイズ回帰で M を更新する。
α·ΔdB 支配問題への構造的回答
初期検討（本ノート前段の試案策定段階）では CI = M × (α·ΔdB + β·log(R) + γ·T) の加算合成案も検討した。しかしこの加算形では α·ΔdB が支配的になると CI が実質 ΔdB の線形スケールに退行し、「dB は音ではない」という主命題を CI 自身が裏切る構造になる。前述の Miedema & Oudshoorn のメタ分析（音源類型ごとに dose-response が独立）にも反する。
そこで本記事では加算形を捨て、上述の乗算形（CI = M × g(ΔdB) × R^β × T^γ）を採用する。ΔdB は閾値関数 g(·) でしか登場せず、CI の値そのものは M・R・T の関数として表現される。
ISO 12913 / Zwicker PA との位置関係
CI はISO 12913の派生物ではない。ISO 12913 は聴く主体の知覚評価の枠組みであり、CI は客観計測側の指標である。両者は階層が異なる。
同様に、CI は Zwicker の心理音響アノイアンス式（loudness / sharpness / roughness / fluctuation strength の合成）の派生物でもない。Zwicker PA は単一の音響サンプルに対する瞬時的な不快度であり、「意味性」「繰り返し」「時間帯」は含まれない。CI はこれらの事象ベース変数を組み込む点で独立な位置にある。
Phase 2 では以下の三方向で妥当性を検証する。
| 検証軸 | 比較対象 | 期待 |
|---|---|---|
| 客観知覚モデルとの独立性 | Zwicker PA | CI が PA で説明されない分散を持つか |
| 主観評価との一致 | ISO 12913-2 の 8 知覚属性（annoying / chaotic） | CI と annoying スコアの正相関 |
| 社会音響との一致 | ICBEN 5 段階 scale | CI と socio-acoustic %HA の正相関 |
撤回条件
以下のいずれかに該当する場合、本ラボは CI 提案を撤回する。
- Zwicker PA や LAeq で説明できる分散しか持たず、独立な情報量を提供しない。
- ISO 12913 PA-Annoying スコアと有意な相関を示さない。
- M 係数の事後分布が広すぎ（95% 信用区間が ±50% 以上）、実用上意味のある推定値が得られない。
なお撤回条件 3 の「±50%」という閾値は現段階の暫定基準であり、Phase 2 実測データで実用可能性を再評価する。この基準は確定値ではなく、ベイズ推定の慣行と実装上の経験値を踏まえて Phase 2 計画書で確定する予定。
この撤回条件を事前に書き残しておくことで、本試案が独立指標として確立する前に独り歩きするリスクを下げたい。
技術的アプローチ: TinyMLによる音源自動分類
音源の「種類」を識別するために、TinyML技術による音源分類の自動化を検討している。
具体的にはRaspberry Pi上でGoogleのYAMNetモデル（AudioSet 521クラス分類）を動作させ、リアルタイムで音源を分類する。YAMNetは「エンジン音」「クラクション」「鳥の声」「人の会話」などを識別でき、これを「この時間帯のこの場所では、改造バイク音が主観ストレスの主因である」といった分析に接続する。
TinyML（マイクロコントローラ上の機械学習）の利点は、音声データをデバイス上で処理し、分類結果のみを送信できること。これはプライバシー保護の観点で決定的に重要だ。街頭での音声記録は会話内容の傍受につながりうるが、音源分類ラベルのみの記録であれば個人情報の取得に該当しない。
Edge Impulse等のプラットフォームを使えば、YAMNetのベースモデルを文京区の音環境に特化してファインチューニングすることも可能だ。たとえば「改造バイク」「拡声器広告」「工事音」「救急車」といった、日本の都市環境に固有のカテゴリを追加学習させる。
一般市民を対象とした文脈依存騒音研究は存在するが、感覚過敏者に特化した研究は空白だ。ここに静かなまちプロジェクトの独自性がある。
関連ガイド: 研究仮説の設計手法については ロジックモデル作成ガイド を、エビデンスに基づく政策立案の基礎は EBPM入門 を参照されたい。
参考文献
Environmental Noise Guidelines for the European Region — World Health Organization (WHO). WHO Regional Office for Europe
Auditory and non-auditory effects of noise on health — Basner, M. et al.. The Lancet, 383(9925), 1325-1332
YAMNet: Yet Another Audio Model for Sound Event Detection — Google Research. TensorFlow Hub
Psychoacoustics: Facts and Models (3rd ed.) — Fastl, H. & Zwicker, E.. Springer
Joint Prediction of Audio Event and Annoyance Rating in an Urban Soundscape by Hierarchical Graph Representation Learning — Hou, Y. et al.. Proc. INTERSPEECH 2023, arXiv:2308.11980
Noise sensitivity, rather than noise level, predicts the non-auditory effects of noise in community samples — Park, J. et al.. BMC Public Health
Annoyance from transportation noise: relationships with exposure metrics DNL and DENL and their confidence intervals — Miedema, H. M. E. & Oudshoorn, C. G. M.. Environmental Health Perspectives, 109(4), 409-416
Acoustics — Soundscape — Part 1: Definition and conceptual framework (ISO 12913-1:2014) — ISO TC 43/SC 1. International Organization for Standardization
Acoustics — Assessment of noise annoyance by means of social and socio-acoustic surveys (ISO/TS 15666:2021) — ISO TC 43/SC 1. International Organization for Standardization
