DE19948974A1

DE19948974A1 - Verfahren zum Erkennen und Auswählen einer Tonfolge, insbesondere eines Musikstücks

Info

Publication number: DE19948974A1
Application number: DE19948974A
Authority: DE
Inventors: Wolfgang Theimer
Original assignee: Nokia Mobile Phones Ltd
Current assignee: Nokia Oyj
Priority date: 1999-10-11
Filing date: 1999-10-11
Publication date: 2001-04-12
Also published as: US6437227B1; EP1093109A1

Abstract

Die Erfindung betrifft ein Verfahren zum Erkennen und zum Auswählen einer Tonfolge, insbesondere eines Musikstücks, die es einem Benutzer ermöglicht, ein bestimmtes Musikstück anzufordern, indem er einen Abschnitt des Musikstücks singt, dessen Titel er nicht weiß. Dieses Verfahren zeichnet sich dadurch aus, daß eine zumindest einem Abschnitt der auszuwählenden Tonfolge zumindest teilweise entsprechende Tonfolge eingegeben wird, die Töne der eingegebenen Tonfolge in eine Notenfolge umgesetzt werden, zum Suchen der auszuwählenden Tonfolge deren Notenfolge nacheinander mit entsprechenden Notenfolge einer Vielzahl von Tonfolgen verglichen wird, um Bezeichnungen einer oder mehrerer Tonfolgen zu ermitteln, deren Notenfolge oder -folgen mit der Notenfolge der auszuwählenden Tonfolge in vorbestimmter Weise übereinstimmt bzw. übereinstimmen, und die ermittelten Bezeichnungen als Liste oder Tonfolgen ausgegeben werden, so daß ein Benutzer anhand der Bezeichnungsliste oder Tonfolge die gewünschte Tonfolge auswählen kann.

Description

Die Erfindung betrifft sowohl ein Verfahren zum Erkennen als auch zum Auswählen einer Tonfolge, insbesondere eines Musikstücks.

Die heutigen Multimediadienste ermöglichen es ihren Benutzern, Musik stücke, Videoclips und auch graphische Informationen auf entsprechende Anforderung aus entsprechenden Datenbanken abzurufen, um die ge wünschten Musikstücke oder dergleichen wiedergeben und/oder spei chern zu können. Bei weitersteigenden Datenübertragungsgeschwindig keiten und sinkenden Speicherplatzkosten werden in Zukunft auch Filme von entsprechenden Anbietern abrufbar sein.

Beispielsweise ist es derzeit im Internet möglich, daß ein Benutzer sich von einem entsprechenden Anbieter Musiktitel oder dergleichen übertragen läßt, die dann entweder in einer benutzerseitigen Datenbank gespeichert oder zum Herstellen einer CD verwendet werden. Eine derartige Anforde rung von Musikstücken oder dergleichen ist jedoch auch über Mobilfunk dienste möglich.

Um einen bestimmten Musiktitel zu erhalten, muß der Benutzer den Na men oder die Bezeichnung des Musikstücks eingeben und an den entspre chenden Diensteanbieter übertragen. Die Musiktiteldatenbank des Dien steanbieters wird dann auf das angeforderte Musikstück hin durchsucht um dieses, falls es in der Datenbank verfügbar ist, zum anfordernden Be nutzer zu übertragen.

Um einem Benutzer auch dann einen gewünschten Musiktitel liefern zu können, wenn dieser die Bezeichnung des Musikstücks nicht ganz genau kennt, werden bei der Suche in der Datenbank des Diensteanbieters auch assoziative Suchalgorithmen verwendet, die trotz geringer Abweichungen der eingegebenen Bezeichnung vom tatsächlichen Namen des Musik stücks dieses identifizieren können oder zumindest eine Auswahl von mehreren Musikstücken mit ähnlichen Bezeichnungen anbieten.

Möchte jedoch ein Benutzer ein Musikstück anfordern, das ihm sehr gut gefällt, dessen Titel er jedoch nicht oder allenfalls nur sehr vage kennt, so ist es für ihn derzeit praktisch unmöglich dieses Musikstück anzufordern.

Davon ausgehend liegt der Erfindung die Aufgabe zugrunde, Verfahren zum Erkennen und zum Auswählen einer Tonfolge, insbesondere eines Musikstückes bereitzustellen, die es einem Benutzer ermöglichen, eine Tonfolge oder ein Musikstück aufzufinden und auszuwählen, dessen Be zeichnung er nicht kennt.

Diese Aufgabe wird hinsichtlich des Erkennens einer Tonfolge durch das Verfahren nach Anspruch 1 und hinsichtlich des Auswählens einer Tonfol ge durch das Verfahren nach Anspruch 2 gelöst. Vorteilhafte Ausgestal tungen und Weiterbildungen der Erfindung sind in den Unteransprüchen beschrieben.

Erfindungsgemäß werden also zum Erkennen einer Tonfolge zunächst die Töne der zu erkennenden Tonfolge in eine Notenfolge umgesetzt, anschlie ßend wird zum Suchen der zu erkennenden Tonfolge deren Notenfolge nacheinander mit entsprechenden Notenfolgen einer Vielzahl von Tonfol gen verglichen und dann werden Bezeichnungen der Tonfolge oder -folgen ausgegeben, deren Notenfolge bzw. -folgen mit der Notenfolge der zu er kennenden Tonfolge in vorbestimmter Weise übereinstimmt bzw. überein stimmen.

Das erfindungsgemäße Verfahren zum Auswählen einer Tonfolge nutzt dieses Erkennungsverfahren und zeichnet sich dadurch aus, daß eine zu mindest einem Abschnitt der auszuwählenden Tonfolge zumindest teilwei se entsprechende Tonfolge eingegeben wird, die Töne der eingegebenen Tonfolge in eine Notenfolge umgesetzt werden, zum Suchen der auszuwäh lenden Tonfolge deren Notenfolge nacheinander mit entsprechenden No tenfolgen einer Vielzahl von Tonfolgen verglichen wird, um Bezeichnungen einer oder mehrerer Tonfolgen zu ermitteln, deren Notenfolge oder -folgen mit der Notenfolge der auszuwählenden Tonfolge in vorbestimmter Weise übereinstimmt, und die ermittelten Bezeichnungen als Liste ausgegeben werden, so daß ein Benutzer anhand der Bezeichnungsliste die gewünsch te Tonfolge auswählen kann.

Der Grundgedanke der vorliegenden Erfindung liegt also darin, daß eine Tonfolge, wie sie sich akustisch dem Benutzer darbietet und von diesem mehr oder weniger genau reproduziert werden kann, zunächst in eine No tenfolge, also in eine Darstellung umgesetzt wird, wie sie beispielsweise auch zum Niederschreiben von Musikstücken verwendet wird, und diese Darstellung der gewünschten Tonfolge mit entsprechenden Notenfolgen, die einzelnen Musikstücken in einer Datenbank eines Diensteanbieters zugeordnet sind, zu vergleichen, so daß der Grad der Übereinstimmung zwischen der eingegebenen, gewünschten Tonfolge und den Musikstücken ermittelt werden kann, um dann die Bezeichnungen der Tonfolge oder -fol gen auszugeben, die mit der gewünschten oder auszuwählenden Tonfolge in vorbestimmter Weise übereinstimmen.

Die Erfindung ermöglicht es somit einem Benutzer, auch Tonfolgen, insbe sondere Musikstücke, Videoclips und gegebenenfalls auch Filme über de ren Soundtrack anzufordern, wenn ihm nur deren Melodie bekannt ist. Das erfindungsgemäße Verfahren ermöglicht somit eine intuitive Suche in Datenbanken von Musikstücken oder dergleichen, und erleichtert damit deren Nutzung.

Bei einer ersten Ausgestaltung der Erfindung ist vorgesehen, daß die in ei nem Benutzerendgerät eingegebene der auszuwählenden Tonfolge ent sprechende Tonfolge zu einer Datenbankstation übertragen wird, in der die Liste der Bezeichnungen einer oder mehrerer der auszuwählenden Tonfolge ähnlichen Tonfolgen ermittelt wird, und die Bezeichnungsliste zur Ausgabe an das Benutzerendgerät übertragen wird.

Wird als Benutzerendgerät beispielsweise ein Mobiltelefon benutzt, um über Funkkanäle ein bestimmtes Musikstück bei einem Diensteanbieter auszuwählen, so ist es insbesondere im Hinblick auf eine gute Ausnutzung der Übertragungsstrecke vorteilhaft, wenn die in ein Benutzerendgerät eingegebene, der auszuwählenden Tonfolge entsprechende Tonfolge im Benutzerendgerät in eine Notenfolge umgesetzt wird, die Notenfolge zu ei ner Datenbankstation übertragen wird, in der die Liste der Bezeichnungen einer oder mehrerer der auszuwählenden Tonfolge ähnlichen Tonfolgen er mittelt wird, und die Bezeichnungsliste zur Ausgabe an das Benutzerend gerät übertragen wird.

Um es dem Benutzer zu ermöglichen, auch ein Musikstück, dessen Titel er überhaupt nicht kennt, auswählen zu können, ist bei einer besonders vor teilhaften Ausgestaltung der Erfindung vorgesehen, daß zusammen mit je der Bezeichnung ein für die jeweilige Tonfolge charakteristischer kurzer Ausschnitt der Tonfolge zur Ausgabe an das Benutzerendgerät übertragen wird. Dem Benutzer wird somit nicht nur die Bezeichnung der jeweiligen Tonfolge also der oder die Titel des erkannten Musikstücks oder in Frage kommender Musikstücke angeboten, sondern es wird ihm auch ermög licht, einen kurzen charakteristischen Auszug aus dem Musikstück, zum Beispiel das Grundthema oder den Refrain abzuhören, so daß er aufgrund der wiedergegebenen charakteristischen Tonfolge seine Auswahl treffen kann.

Besonders zweckmäßig ist es, wenn bei dem erfindungsgemäßen Verfah ren die Tonfolge zur Eingabe in das Benutzerendgerät vom Benutzer ge sungen wird.

Eine besonders vorteilhafte Ausgestaltung des erfindungsgemäßen Ver fahrens zeichnet sich dadurch aus, daß zum Umsetzen einer Tonfolge in ei ne Notenfolge für jeden Ton der Tonfolge die Tonhöhenfrequenz f_p' und die Tondauer d' ermittelt wird, und jedem Ton eine musikalische Note entspre chend seiner Tonhöhenfrequenz f_p und eine musikalisch quantisierte No tendauer d entsprechend einer Tondauerverteilung der Tonfolge zugeord net wird.

Hierbei ist es zweckmäßig, wenn zur Festlegung der Notendauer der Töne zunächst der Median der Tondauerverteilung ermittelt wird, und die Ton dauer des Medians mit der Notendauer einer 1/4-Note gleichgesetzt wird, sowie jedem Ton durch Vergleich seiner Tondauer mit der ermittelten No tendauer einer 1/4-Note eine entsprechende musikalische quantisierte Notendauer zugeordnet wird.

Erfindungsgemäß wird also aus dem zeitlichen Verlauf der Tonhöhenfre quenz der jeweilige musikalische Ton bzw. die Note, also beispielsweise C, D, E, F, G, A, H und die Notendauer d ermittelt. Da insbesondere beim Sin gen der gewünschten Tonfolge die Notendauer d nicht absolut meßbar ist, wird aus der Tondauerverteilung der Median ermittelt und der Notendauer einer 1/4-Note gleichgesetzt. Davon ausgehend lassen sich dann Tondau erintervalle angeben, denen dann die anderen gebräuchlichen Notendau ern, also insbesondere 1/32, 1/16, 1/8, 1/2 und 1 zugeordnet werden können.

Für die Durchführung des Vergleichs zur Feststellung eines Übereinstim mungsgrades in einer Datenverarbeitungsanlage ist es besonders zweck mäßig, wenn jede Tonfolge durch einen Tonhöhenvektor h, der sich aus den einzelnen Noten oder musikalischen Tönen zusammensetzt, und ei nen Tondauervektor d dargestellt wird, der sich aus den musikalischen quantitierten Notendauern d der einzelnen Töne zusammensetzt.

Um die Notenfolge einer eingegebenen Tonfolge auch dann erfolgreich mit den Notenfolgen der gespeicherten Musikstücke vergleichen zu können, wenn die eingegebene Tonfolge bewußt oder unbewußt in eine andere Stimmlage transponiert wurde, ist bei einer zweckmäßigen Weiterbildung der Erfindung vorgesehen, daß zum Feststellen eines Übereinstimmungs faktors F_i,l zwischen einer eingegebenen und einer gespeicherten Tonfolge die Differenz der Tonhöhen h und Tondauern d der jeweiligen Notenfolgen miteinander verglichen werden.

Eine praktische Ausgestaltung der Erfindung zeichnet sich dadurch aus, daß beim Vergleich der Notenfolgen einer eingegebenen und einer gespei cherten Tonfolge die Notenfolge der eingegebenen Tonfolge nacheinander mit entsprechenden Teil-Notenfolgen der gespeicherten Tonfolgen vergli chen wird, um jeweils einen Übereinstimmungsfaktor f_i (x) zu ermitteln und daß der den höchsten Übereinstimmungsgrad anzeigenden Überein stimmungsfaktor F_i,l = f_i (x_l) der gespeicherten Tonfolge als Übereinstim mungsfaktor zugeordnet wird.

Für die Durchführung der Erfindung mittels Datenverarbeitungsanlagen ist es besonders zweckmäßig, wenn als Übereinstimmungsfaktor der kleinste Wert einer Funktion f_i (x) ermittelt wird, die durch die folgende Gleichung gegeben ist:

wobei α und β Gewichtsfaktoren sind, für die gilt: 0 < α, β und a + β = l; h (l) die Tonhöhe des l-ten Tons einer eingegebenen Tonfolge, m_h der Median der Tonhöhen der eingegebenen Tonfolge, d (1) die Tondauer des l-ten Tons einer eingegebenen Tonfolge, m_d der Median der Tondauern der eingegebe nen Tonfolge, h_i (x) die Tonhöhe des x-ten Tons einer gespeicherten Tonfol ge, d_i (x) die Tondauer des x-ten Tons dieser eingespeicherten Tonfolge, m_hi (x) der Median der Tonhöhen im Intervall h_i (x) bis h_i (x + N - l), m_di (x) der Median der Tondauern im Intervall d_i (x) bis d_i (x + N - l).

Um dem Benutzer die Auswahl des gesuchten Musikstücks weiter zu er leichterten, ist bei einer zweckmäßigen Weiterbildung der Erfindung vor gesehen, daß die auszugebenden Bezeichnungen der Tonfolgen entspre chend einem Übereinstimmungsgrad zwischen den zugehörigen gespei cherten Tonfolgen und der eingegebenen Tonfolge sortiert werden und daß die Ausgabe mit der Bezeichnung beginnt, deren Tonfolge der eingegebe nen Tonfolge am ähnlichsten ist, wobei nur Bezeichnungen solcher Tonfol gen ausgegeben werden, deren Übereinstimmungsgrad größer als ein vor gegebener Wert ist.

Eine besonders vorteilhafte Ausgestaltung der Erfindung zeichnet sich da durch aus, daß die Notenfolgen der Vielzahl von Tonfolgen zusammen mit entsprechenden Bezeichnungen der Tonfolgen in einer Datenbankdatei gespeichert sind, wobei zusammen mit den in der Datenbankdatei gespei cherten Notenfolgen kurze charakteristische Ausschnitte der jeweiligen Tonfolgen gespeichert sind.

Erfindungsgemäß wird also eine besondere Datenbankdatei bereitgestellt, in der die Notenfolgen der in einer Datenbank zur Verfügung stehenden Musikstücke Zusammen mit entsprechenden Bezeichnungen, also mit den Titeln der Musikstücke, gespeichert sind, so daß bei dem Vergleich der No tenfolge der eingegebenen Tonfolge die Notenfolgen der Musikstücke nicht jedesmal neu erzeugt werden müssen, so daß die Suche nach dem ge wünschten Musikstück wesentlich vereinfacht und beschleunigt werden kann. Neben der Bezeichnung des Musikstücks kann in dieser besonderen Datenbankdatei auch jeder Notenfolge noch ein kurzer charakteristischer Ausschnitt des jeweiligen Musikstücks zugeordnet sein, zum Beispiel im MIDI-Format, so daß auf die Datenbankdatei, in der Musikstücke als sol che gespeichert sind, erst zugegriffen zu werden braucht, wenn der Benut zer sich für ein konkretes Musikstück entschieden hat.

Die Erfindung wird im folgenden beispielsweise unter Bezugnahme auf die Zeichnung näher erläutert. Es zeigen:

Fig. 1 ein schematisches Blockschaltbild eines Kommunikationssy stems zur Durchführung der erfindungsgemäßen Verfahren,

Fig. 2 den zeitlichen Verlauf einer geglätteten Tonhöhenfrequenz und

Fig. 3 den zeitlichen Verlauf einer entsprechend dem musikalischen No ten oder Tönen quantisierten Tonhöhenfrequenz.

Fig. 1 zeigt beispielsweise ein Kommunikationssystem, bei dem ein Be nutzer mit Hilfe eines Benutzerendgeräts, das beispielsweise als Mobilte lefon 10 ausgebildet ist, über eine Übertragungsstrecke 11 mit einer Da tenbankstation 12 eines Diensteanbieters, die eine Musikstückdatenbank 13 umfaßt, kommunizieren kann, um Musikstücke, Videoclips und gege benenfalls Filme oder dergleichen geliefert zu bekommen.

Das Mobiltelefon 10 besitzt in üblicher Weise ein Mikrofon 14 zur Sprach- und Toneingabe, dessen Ausgang über einen Analog/Digital-Wandler 15 an eine zentrale Verarbeitungsschaltung 16 angelegt ist. Die zentrale Ver arbeitungsschaltung 16, die beispielsweise als Mikroprozessor ausgebil det sein kann, gibt an die Datenbankstation 12 des Diensteanbieters zu übertragende Daten an eine Sende- und Empfangseinheit 17 aus, an die ei ne Sende- und Empfangsantenne 18 angeschlossen ist, um Informationen über die Übertragungsstrecke 11 zu senden und von dieser zu empfangen.

Die Datenbankstation 12 des Diensteanbieters weist eine Sende- und Empfangseinheit 19 mit einer Sende- und Empfangsantenne 20 auf, um Daten von bzw. über die Übertragungsstrecke 11 empfangen bzw. senden zu können. Die Sende- und Empfangseinheit 19 ist mit einer zentralen Ver arbeitungsschaltung 21 verbunden, die auf die Musikstückdatenbank 13 zugreifen kann, um ein angefordertes Musikstück zu dem Mobiltelefon 10 zu übertragen.

Für die Erkennung von Musikstücken ist eine Datenbankdatei 22 vorgese hen, in der zusammen mit den Bezeichnungen oder Titeln der einzelnen Musikstücke in der Musikstückdatenbank 13 den Musikstücken entspre chende Notenfolgen gespeichert sind. Zusammen mit den Bezeichnungen und Notenfolgen der Musikstücke können dabei noch charakteristische Ausschnitte aus den Musikstücken gespeichert sein.

Zur akustischen und optischen Ausgabe von Information weist das Mobil telefon 10 einen Lautsprecher 23 und eine Anzeigevorrichtung 24 auf, die über entsprechende Treiberschaltungen 25 bzw. 26 mit der zentralen Ver arbeitungsschaltung 16 verbunden sind.

Um ein bestimmtes Musikstück von einem Diensteanbieter anzufordern, gibt der Benutzer zunächst einen Ausschnitt des auszuwählenden bzw. gewünschten Musikstücks ein, in dem er einfach die ihm bekannte Melo die in das Mikrofon 14 singt. Die vom Mikrofon aufgezeichnete menschli che Stimme wird über den Analog/Digital-Wandler 15 digitalisiert und an die zentrale Verarbeitungsschaltung 16 geliefert, die somit den digitali sierten Frequenzverlauf der menschlichen Stimme empfängt.

Aus dem digitalisierten Frequenzverlauf der menschlichen Stimme wird mit Hilfe eines Tonhöhendetektors in der zentralen Verarbeitungsschal tung 16 der zeitliche Verlauf der Tonhöhenfrequenz der in das Mikrofon 14 gesungenen Tonfolge ermittelt. Als Tonhöhendetektor dient dabei bei spielsweise der sogenannte SIFT (Simplified inverse filter tracking) Algo rithmus, der besonders gut für relativ hohe Frauenstimmen geeignet ist, oder die sogenannte Cepstrum Tonhöhenabschätzung (Cepstrum pitch estimation) die sich für relativ tiefe männliche Stimmen eignet. Diese Ver fahren sind dem zuständigen Fachmann vertraut und beispielsweise in dem Lehrbuch "Voice and Speech Processing", Thomas W. Parsons, New York, 1986, McGraw-Hill Book Company, erläutert.

Der ermittelte Verlauf der Tonhöhenfrequenz f_p wird dann mit Hilfe eines geeignete Filters geglättet. Hierbei wird insbesondere ein Medianfilter ver wendet, bei dem ein Filterfenster über die zu glättende Tonhöhenfrequenz kurve gleitet, um jeweils den Wert im Zentrum des Fensters durch den Me dian aller Werte im Fenster zu ersetzen. Eine derartige Medianfilterung ist ebenfalls bekannt und in dem obengenannten Lehrbuch erläutert.

Nach dem Glätten ergibt sich ein Verlauf der Tonhöhenfrequenz f_p, wie er in Fig. 2 rein schematisch angedeutet ist. Somit liegt also ein geglätteter Verlauf der Tonhöhenfrequenzen der gesungenen Tonfolge über der Zeit vor, die im Idealfall mit dem Verlauf der Melodie im Frequenzbereich koin zidiert.

Da jedoch durch bewußtes und unbewußtes Transponieren der Melodie beim Singen durch den Benutzer sowie durch Rhythmus- und Tempounter schiede Fehler oder Abweichungen der gesungenen Melodie von der ge wünschten Melodie auftreten, wird der in Fig. 2 gezeigte Verlauf der Ton höhenfrequenzen entsprechend den Frequenzen der musikalischen Töne oder Noten quantisiert, so daß sich der in Fig. 3 gezeigte quantisierte Ver lauf der Tonhöhenfrequenzen f_p über der Zeit ergibt. Fig. 3 zeigt dabei beispielsweise fünf verschiedene Töne mit unterschiedlichen Tondauern, denen jeweils ein bestimmter musikalischer Ton oder eine Note sowie eine bestimmte Tondauer zugeordnet werden können.

Nach der Quantisierung des Verlaufs der Tonhöhenfrequenz läßt sich die eingegebene, gesungene Tonfolge in eine bestimmte Anzahl N von Einzeltö nen zerlegen. Jedem dieser Einzeltöne ist dabei ein musikalischer Ton ent sprechend der musikalischen Skala zugeordnet. Ferner besitzt jeder der Einzeltöne eine bestimmte Tondauer, aus der sich eine entsprechende No tendauer ermitteln läßt.

Jeder Ton zeichnet sich also durch zwei Größen aus, nämlich durch die Tonhöhe oder Tonhöhenfrequenz, die durch den entsprechenden musika lischen Ton bzw. die entsprechende Note bezeichnet wird, und durch die Tondauer, die in noch zu beschreibender Weise entsprechend der musika lischen Notendauer quantisiert wird. Damit läßt sich jede Tonfolge aus N Tönen durch einen Tonhöhenvektor h = (h₁, h₂, . . . h_n)^T und durch einen Tondauervektor d = (d₁, d₂, . . . d_N)^T beschreiben. Die Werte h₁ können da bei einfach ganze Zahlen sein, die entsprechend der folgenden Tabelle die jeweiligen musikalischen Töne oder Noten repräsentieren.

In entsprechender Weise kann jeder Notendauer 1/32, 1/16, 1/8, 1/4, 1/2, 1 eine entsprechende Zahl zugeordnet werden, wobei zweckmäßiger Weise für die kürzeste Note die Dauer 1 gesetzt wird. Eine 1/4-Note erhält dann die Dauer 8, eine 1/2-Note die Dauer 16 und die ganze Note die Dauer 32. Um den einzelnen Tondauern eine musikalische Notendauer zuordnen zu können, wird der Median der Tondauerverteilung ermittelt und gleich einer 1/4-Note gesetzt. Ausgehend von dem Median werden dann Zeitin tervalle festgelegt, die den einzelnen Notendauern entsprechen.

Die gesungene Tonfolge liegt nunmehr als Notenfolge vor, die sich durch zwei äußerst einfache Vektoren beschreiben lassen.

Die Umsetzung der Tonfolge in die die Notenfolge beschreibenden Vekto ren kann dabei in der zentralen Verarbeitungsschaltung 21 der Daten bankstation 12 des Diensteanbieters durchgeführt werden. Um jedoch die Übertragungsstrecke 11 möglichst wenig zu belasten, um also die entspre chenden Sendekanäle möglichst wenig zu blockieren, wird diese Umset zung bereits im Mobiltelefon 10 von der zentralen Verarbeitungsschaltung 16 vorgenommen, so daß nur der Tonhöhenvektor und der Notendauervek tor zur Datenbankstation 12 des Diensteanbieters übertragen zu werden brauchen.

In der Datenbankstation 12 sind in der Datenbankdatei 22 die Musik stücke als Notenfolgen gespeichert, die ebenfalls durch einen entspre chenden Tonhöhenvektor h_i = (h_i1, h_i2, . . . h_ix, . . . h_iM) und Tondauervek toren d_i = (d_i1, d_i2, . . . d_ix, . . . d_iM) beschrieben werden. Der Index i bezeich net dabei das jeweilige Musikstück und M die Anzahl der Töne oder Noten.

Um auch bewußt oder unbewußt transponierte eingegebene Tonfolgen mit den Musikstücken vergleichen zu können, werden nicht die jeweiligen No tenfolgen unmittelbar miteinander verglichen, sondern nur der Relativ verlauf innerhalb der beiden Notenfolgen. Hierzu werden jeweils die Diffe renzen zwischen den einzelnen Tonhöhen miteinander verglichen. Es wird also für jede Notenfolge der Median festgestellt, um den Abstand der ein zelnen Töne vom Median zu ermitteln und mit dem Abstand des entspre chenden anderen Tons der anderen Notenfolge von deren Median zu ver gleichen. Da die Notenfolge des Musikstücks typischerweise wesentlich länger ist, als die Notenfolge, die beispielsweise durch Singen eingegeben wurde, wird für die Notenfolge des Musikstücks jeweils der Median eines entsprechenden Teilabschnitts dieser Notenfolge verwendet.

Beim praktischen Vergleich der Notenfolge einer eingegebenen Tonfolge mit den Notenfolgen der Musikstücke wird eine Funktion f_i (x) berechnet, deren Verlauf anzeigt, wie die Notenfolge der eingegebenen Tonfolge mit den einzelnen Abschnitten übereinstimmt. Diese Abweichungsfunktion errechnet sich nach der folgenden Gleichung:

Hierbei sind α und β Gewichtsfaktoren, die den Einfluß der Melodie bzw. des Rhythmus auf den Übereinstimmungsfaktor beschreiben. Für α und β gilt dabei: 0 < α, β; α + β = 1. h_i (x) und d_i (x) bezeichnen die Tonhöhe und die Tondauer des x-ten Tons im Vektor h_i bzw. d_i. m_hi (x) und m_di (x) bezeich nen jeweils den Median der Tonhöhen bzw. Tondauern im Intervall von h_i (x) bis h_i (x + N - 1) bzw. d_i (x) bis d_i (x + N - 1). h (1) und d (1) bezeichnen die Tonhöhe bzw. Tondauer des l-ten Tons im Vektor h bzw. d. In entsprechen der Weise bezeichnen m_h und m_d den Median der Tonhöhen bzw. Tondau ern im Vektor h bzw. im Vektor d.

Sowohl für die Tonhöhen als auch für die Tondauern wird jeweils die Sum me der Differenzen zwischen den jeweiligen Abständen zum entsprechen den Median berechnet, die im Idealfall, wenn also die Notenfolgen exakt übereinander passen, gleich 0 wird.

Nachdem die Funktion f_i (x) für alle Werte x berechnet wurde, wenn also die Notenfolge der eingegebenen Tonfolge mit sämtlichen möglichen Ab schnitten der Notenfolge eines Musikstücks in der durch die obige Glei chung beschriebene Weise verglichen wurde, wird der kleinste Wert der Funktion f_i (x) festgestellt. Der zugehörige Wert x_l beschreibt somit den Abschnitt der Notenfolge der den vom Benutzer gesungenen Abschnitt des Musikstücks (möglicherweise) entspricht. Der zugehörige Wert der Funk tion f_i (x) wird dann als Abweichungsfaktor F_i,l = f_i (x_l) gespeichert.

Sobald die Notenfolge der eingegebenen Tonfolge mit sämtlichen Notenfol gen der einzelnen Musikstücke verglichen wurde, werden die Bezeichnun gen oder Titel der Musikstücke entsprechend den ermittelten Überein stimmungsfaktoren F_i,l sortiert, wobei mit dem die höchste Übereinstim mung bezeichnenden kleinsten Abweichungsfaktor begonnen wird.

Um anschließend dem Benutzer die Musikstücke in der ermittelten Rei henfolge zu präsentieren, werden diese von der Datenbankstation 12 zum Mobiltelefon 10 übertragen, wo die Titel auf der Anzeigevorrichtung 24 an gezeigt werden während charakteristische Ausschnitte der Musikstücke über den Lautsprecher 23 ausgegeben werden können. Hierbei wird zweckmäßigerweise die Anzahl der übertragenen Bezeichnungen be grenzt. Die Begrenzung kann dabei im einfachsten Falle dadurch erfolgen, daß nur, je nach Anzeige- und Speicherkapazität dem Mobiltelefon eine begrenzte feste Anzahl von Titeln der Musikstücke übertragen wird. Es ist jedoch auch möglich, die Begrenzung im Hinblick auf den Abweichungs faktor vorzunehmen, so daß nur Titel von Musikstücken zum Mobiltelefon übertragen und dem Benutzer angezeigt werden, deren Abweichungsfak tor einen vorbestimmten Schwellwert nicht übersteigt. Ein derartiger Schwellwert kann allgemein festgelegt oder entsprechend der Abwei chungsfaktorverteilung ermittelt werden.

Die vorliegende Erfindung ermöglicht somit die Erkennung von Musik stücken in der Datenbankstation eines Diensteanbieters, wobei ein Be nutzer nur einen Teil eines gewünschten Musikstücks singt, wenn ihm der Titel dieses Liedes oder Musikstücks nicht bekannt ist. Nach der Erken nung des Musikstücks, oder einer Reihe von möglichen Musikstücken wird oder werden der bzw. die Titel gegebenenfalls zusammen mit charak teristischen Ausschnitten der Musikstücke zum Benutzer übertragen, so daß dieser daraus das gewünschte Musikstück auswählen kann. Nach der Auswahl wird dann das komplette Musikstück über elektronische Kom munikationswege (Internet, zellulares Mobiltelefonnetz, wie im beschrie benen Ausführungsbeispiel, oder ähnliches) zugesandt und der Benutzer kann sich das Musikstück dauerhaft auf einem geeigneten Speichermedi um (CD, Speicherbaustein, Magnetband usw.) abspeichern und abspielen.

Für den Vergleich der eingegebenen Tonfolge, also eines gesungenen Ab schnitts des gewünschten Musikstücks mit den Musikstücken in der Da tenbankstation des Dienstanbieters ist in der Datenbankstation 12 eine gesonderte Datenbankdatei 22 vorgesehen, in der die Titel bzw. Bezeich nungen der einzelnen Musikstücke mit den zugeordneten Notenfolgen ge speichert sind, so daß das Auffinden der gewünschten Musikstücke we sentlich erleichtert und die Erkennung beschleunigt ist.

Claims

1. Verfahren zum Erkennen einer Tonfolge insbesondere eines Musik stücks, bei dem

- die Töne der zu erkennenden Tonfolge in eine Notenfolge umgesetzt werden,
- zum Suchen der zu erkennenden Tonfolge deren Notenfolge nach einander mit entsprechenden Notenfolgen einer Vielzahl von Tonfolgen verglichen wird, und
- Bezeichnungen der Tonfolge oder -folgen ausgegeben werden, deren Notenfolge bzw. -folgen mit der Notenfolge der zu erkennenden Tonfolge in vorbestimmter Weise übereinstimmt bzw. übereinstimmen.

2. Verfahren zum Auswählen einer Tonfolge, insbesondere eines Musik stücks, bei dem

- eine zumindest einem Abschnitt der auszuwählenden Tonfolge zu mindest teilweise entsprechende Tonfolge eingegeben wird,
- die Töne der eingegebenen Tonfolge in eine Notenfolge umgesetzt werden,
- zum Suchen der auszuwählenden Tonfolge deren Notenfolge nach einander mit entsprechenden Notenfolgen einer Vielzahl von Tonfolgen verglichen wird, um Bezeichnungen einer oder mehrerer Tonfolgen zu er mitteln, deren Notenfolge oder -folgen mit der Notenfolge der auszuwäh lenden Tonfolge in vorbestimmter Weise übereinstimmt bzw. übereinstim men, und
- die ermittelten Bezeichnungen als Liste ausgegeben werden, so daß ein Benutzer anhand der Bezeichnungsliste die gewünschte Tonfolge aus wählen kann.

3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß die in ei nem Benutzerendgerät (10) eingegebene, der auszuwählenden Tonfolge entsprechende Tonfolge zu einer Datenbankstation (12) übertragen wird, in der die Liste der Bezeichnungen einer oder mehrerer der auszuwählen den Tonfolge ähnlichen Tonfolgen ermittelt wird, und

- die Bezeichnungsliste zur Ausgabe an das Benutzerendgerät (10) übertragen wird.

4. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß die in ein Benutzerendgerät (10) eingegebene, der auszuwählenden Tonfolge ent sprechende Tonfolge im Benutzerendgerät (10) in eine Notenfolge umge setzt wird, die Notenfolge zu einer Datenbankstation (12) übertragen wird, in der die Liste der Bezeichnungen einer oder mehrerer der auszuwählen den Tonfolge ähnlichen Tonfolgen ermittelt wird, und

5. Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, daß zu sammen mit jeder Bezeichnung ein für die jeweilige Tonfolge charakteristi scher kurzer Ausschnitt der Tonfolge zur Ausgabe an das Benutzerendge rät (10) übertragen wird.

6. Verfahren nach Anspruch 2 bis 5, dadurch gekennzeichnet, daß die Tonfolge zur Eingabe in das Benutzerendgerät (10) vom Benutzer gesun gen wird.

7. Verfahren nach einem der vorstehenden Ansprüche, dadurch ge kennzeichnet, daß zum Umsetzen einer Tonfolge in eine Notenfolge

- für jeden Ton der Tonfolge die Tonhöhenfrequenz f_p und die Tondau er ermittelt wird, und
- jedem Ton eine musikalische Note entsprechend seiner Tonhöhen frequenz f_p und eine musikalisch quantisierte Notendauer entsprechend einer Tondauerverteilung der Tonfolge zugeordnet wird.

8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, daß zur Fest legung der Notendauer der Töne zunächst der Median der Tondauervertei lung ermittelt wird, und die Tondauer des Medians mit der Notendauer ei ner 1/4-Note gleichgesetzt wird, sowie jedem Ton durch Vergleich seiner Tondauer mit der ermittelten Notendauer einer 1/4-Note eine entspre chende musikalische quantisierte Notendauer (1/32, 1/16, 1/8, 1/4, 1/2, 1) zugeordnet wird.

9. Verfahren nach Anspruch 7 oder S. dadurch gekennzeichnet, daß je de Tonfolge durch einen Tonhöhenvektor h, der sich aus den einzelnen No ten oder musikalischen Tönen zusammensetzt, und einen Tondauervektor d dargestellt wird, der sich aus den musikalischen quantisierten Noten dauern der einzelnen Töne zusammensetzt.

10. Verfahren nach einem der vorstehenden Ansprüche, dadurch ge kennzeichnet, daß zum Feststellen eines Abweichungsfaktors F_i,l zwi schen einer eingegebenen und einer gespeicherten Tonfolge die Differenz der Tonhöhen und Tondauern der jeweiligen Notenfolgen miteinander ver glichen werden.

11. Verfahren nach einem der vorstehenden Ansprüche, dadurch ge kennzeichnet, daß beim Vergleich der Notenfolgen einer eingegebenen und einer gespeicherten Tonfolge die Notenfolge der eingegebenen Tonfolge nacheinander mit entsprechenden Teil-Notenfolgen der gespeicherten Tonfolgen verglichen wird, um jeweils einen Abweichungsfaktor f_i (x) zu er mitteln und daß der den höchsten Übereinstimmungsgrad anzeigende kleinste Abweichungsfaktor F_i,l = f_i (x_l) der gespeicherten Tonfolge als Ab weichungsfaktor zugeordnet wird.

12. Verfahren nach Anspruch 10 und 11, dadurch gekennzeichnet, daß als Abweichungsfaktor der kleinste Wert einer Funktion f_i (x) ermittelt wird, die durch die folgende Gleichung gegeben ist:
wobei α und β Gewichtsfaktoren sind, für die gilt: 0 < α, β und α + β = 1; h (l) die Tonhöhe des l-ten Tons einer eingegebenen Tonfolge, m_h der Median der Tonhöhen der eingegebenen Tonfolge, d (l) die Tondauer des l-ten Tons einer eingegebenen Tonfolge, m_d der Median der Tondauern der eingegebe nen Tonfolge, h_i (x) die Tonhöhe des x-ten Tons einer gespeicherten Tonfol ge, d_i (x) die Tondauer des x-ten Tons dieser eingespeicherten Tonfolge, m_hi (x) der Median der Tonhöhen im Intervall h_i (x) bis h_i (x + N - 1), m_di (x) der Median der Tondauern im Intervall d_i (x) bis d_i (x + N - 1).

13. Verfahren nach einem der vorstehenden Ansprüche, dadurch ge kennzeichnet, daß die auszugebenden Bezeichnungen der Tonfolgen ent sprechend einem Übereinstimmungsgrad zwischen den zugehörigen ge speicherten Tonfolgen und der eingegebenen Tonfolge sortiert werden und daß die Ausgabe mit der Bezeichnung beginnt, deren Tonfolge der eingege benen Tonfolge am ähnlichsten ist.

14. Verfahren nach einem der vorstehenden Ansprüche, dadurch ge kennzeichnet, daß nur Bezeichnungen solcher Tonfolgen ausgegeben wer den, deren Übereinstimmungsgrad größer als sein vorgegebener Wert ist.

15. Verfahren nach einem der vorstehenden Ansprüche, dadurch ge kennzeichnet, daß die Notenfolgen der Vielzahl von Tonfolgen zusammen mit entsprechenden Bezeichnungen der Tonfolgen in einer Datenbankda tei (22) gespeichert sind.

16. Verfahren nach Anspruch 15, dadurch gekennzeichnet, daß zusam men mit den in der Datenbankdatei (22) gespeicherten Notenfolgen kurze charakteristische Ausschnitte der jeweiligen Tonfolgen gespeichert sind.