CN103514885A - 信息处理设备、信息处理方法和程序 - Google Patents

Abstract

本发明提供了一种信息处理设备、信息处理方法和程序，其中，该信息处理设备包括：数据获取单元，其获取识别乐曲中包括的多个区间当中的副歌区间的区间数据；确定单元，其根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定区间数据识别的副歌区间当中的标准副歌区间；以及设置单元，其为乐曲设置至少部分包括所确定的标准副歌区间的提取范围。

Description

信息处理设备、信息处理方法和程序

技术领域

本公开涉及一种信息处理设备、信息处理方法和程序。

背景技术

过去，例如，在乐曲递送服务中，为了帮助用户确定是否购买乐曲，提供给用户与最终出售的版本分离的用于试听的缩短版。通常，剪辑部分的乐曲以生成缩短版。在乐曲递送服务中，由于大量的乐曲被处理，所以操作者逐一指明要被剪辑的乐曲的部分是不现实的。在这方面，通常，对应于固定的时间范围（例如，从开始起的30秒）的部分被自动地剪辑为乐曲的缩短版。

当制作电影（包括幻灯片放映）时，也需要乐曲的缩短版。当制作具有背景音乐（background music,BGM）的电影时，通常，根据重放图像序列所需的时间来剪辑部分的所期望的乐曲。然后，将剪辑的部分添加到电影作为BGM。

在JP2002-073055A中公开了一种自动生成乐曲的缩短版的技术。在JP2002-073055A公开的技术中，为了决定从乐曲中剪辑的部分，通过分析包括语音波形的乐曲数据来获取包络信息，并且使用所获取的包络信息来确定乐曲的高潮。

发明内容

然而，在从乐曲中剪辑对应于固定时间范围的部分的技术中，存在在缩短版中未能包括表达乐曲的特征高潮的副歌区间的许多情形。另外，在分析乐曲数据的技术中，对于缩短版确定最佳的区间的准确度是不足的，并且可能无法适当地提取最佳表达乐曲的特征的区间。

期望提供一种能够以比上述现有技术的准确度更高的准确度来提取包括特征副歌区间的缩短版的系统。

根据本公开的实施例，提供了一种信息处理设备，其包括：数据获取单元，其获取识别乐曲中包括的多个区间当中的副歌区间的区间数据；确定单元，其根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定区间数据识别的副歌区间当中的标准副歌区间；以及设置单元，其为乐曲设置至少部分包括所确定的标准副歌区间的提取范围。

根据本公开的实施例，提供了一种信息处理设备的控制单元所执行的信息处理方法，该信息处理方法包括：获取识别乐曲中包括的多个区间当中的副歌区间的区间数据；根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定区间数据识别的副歌区间当中的标准副歌区间；以及为乐曲设置至少部分包括所确定的标准副歌区间的提取范围。

根据本公开的实施例，提供了一种程序，该程序使得控制信息处理设备的计算机用作：数据获取单元，其获取识别乐曲中包括的多个区间当中的副歌区间的区间数据；确定单元，其根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定区间数据识别的副歌区间当中的标准副歌区间；以及设置单元，其为乐曲设置至少部分包括所确定的标准副歌区间的提取范围。

根据上述的本公开的实施例，可以以比现有技术的准确度更高的准确度来提取包括特征副歌区间的缩短版。

附图说明

图1是描述根据本公开的技术的基本原理的说明图；

图2是示出根据实施例的信息处理设备的配置的示例的框图；

图3是描述区间数据和辅助数据的示例的说明图；

图4A是描述确定非标准副歌区间的第一确定条件的第一说明图；

图4B是描述确定非标准副歌区间的第一确定条件的第二说明图；

图5是描述确定非标准副歌区间的第二确定条件的说明图；

图6是描述确定非标准副歌区间的第三确定条件的说明图；

图7是描述确定非标准副歌区间的第四确定条件的说明图；

图8是描述选择基准区间的第一选择条件的说明图；

图9是描述选择基准区间的第二选择条件的说明图；

图10是描述选择基准区间的第三选择条件的说明图；

图11是描述设置提取范围的第一技术的说明图；

图12是描述设置提取范围的第二技术的说明图；

图13是描述提取单元所执行的提取处理的示例的说明图；

图14是示出根据实施例的处理的一般流程的示例的流程图；

图15是示出图14中示出的副歌区间过滤处理的详细流程的示例的流程图；

图16是示出图14中示出的基准区间选择处理的详细流程的示例的流程图；

图17是示出根据变型示例的服务器装置的配置示例的框图；以及

图18是示出根据变型示例的终端装置的配置示例的框图。

具体实施方式

在下文中，将参考附图详细地描述本公开的优选的实施例。注意，在本说明书和附图中，以相同的附图标记来表示基本上具有相同功能和结构的结构元件，并且省略这些结构元件的重复说明。

将以下面的顺序来进行描述。

1.基本原理

2.根据实施例的信息处理设备的配置示例

3.根据实施例的处理流程的示例

4.变型示例

5.结论

<1.基本原理>

图1是描述根据本公开的技术的基本原理的说明图。

在图1的上面部分示出某个乐曲的乐曲数据OV。例如，乐曲数据OV是使得以预定采样率来采样根据时间轴的乐曲的波形并且样本被编码所生成的数据。在本公开中，用作从中提取缩短版的源的乐曲数据还被称为“原始版本”。

在乐曲数据OV之下示出区间数据SD。区间数据SD是识别乐曲包括的多个区间当中的副歌区间的数据。在图1的示例中，在区间数据SD包括的14个区间M1-M14之中，7个区间M3、M4、M7、M8、M10、M13和M14被识别为副歌区间。例如，假设通过根据JP2007-156434A中公开的技术（或另一现有技术）分析乐曲数据OV来预先给定区间数据SD。例如，在现有技术中，通过对乐曲执行音频信号处理并且分析其波形，从特征数量中推导出每一区间的副歌似然。例如，副歌区间可以是具有比预定阈值高的副歌似然的区间。

这里，应该注意：具有最高副歌似然的区间不一定最佳表达乐曲的特征。例如，当使用基于语音波形的功率分量的特征量时，经常位于乐曲中间之后的增加了乐曲改编（arrangement）的特定副歌区间倾向具有最高的副歌似然，而非乐曲的标准副歌区间具有最高的副歌似然。另外，当副歌似然的准确度不足时，可能将实际上不是副歌区间的区间识别为副歌区间或者可能不将实际上是副歌区间的区间识别为副歌区间。另外，在正常的声乐乐曲而非所谓的器乐乐曲中，没有声乐的非声乐区间具有最高的副歌似然。

在这方面，根据本公开的技术使用乐曲的区间的定性特征和分析乐曲的波形的结果来确定最佳表达乐曲的特征的区间。在图1的示例中，基于副歌区间的定性特征来过滤七个副歌区间M3、M4、M7、M8、M10、M13和M14。然后，两个区间M7和M8被归类为标准副歌区间，并且其余区间被归类为非标准副歌区间。标准副歌区间是良好表达乐曲的特征的区间。非标准副歌区间例如可包括增加了诸如转调或关闭声乐等的乐曲改编的特定副歌区间或者错误识别的副歌区间（其实际上不是副歌区间）等。辅助数据AD可另外地用于过滤副歌区间。选择标准副歌区间中的一个标准副歌区间作为基准区间。为乐曲设置提取范围（具有等于目标时间长度的长度）使得至少基准区间被部分地包括，并且将对应于提取范围的部分的乐曲数据OV提取作为缩短版SV。

根据上述的原理，由于基于副歌区间的定性特征以及分析乐曲的结果来设置缩短版的提取范围，所以可以降低乐曲分析的准确度的不稳定性的影响，并且可以更适当地生成良好表达乐曲的特征的缩短版。将在以下部分中详细地描述用于实现这个原理的根据本公开的技术的实施例。

<2.根据实施例的信息处理设备的配置示例>

在这个部分中将描述的信息处理设备可以是诸如个人计算机（personal computer,PC）、智能手机、个人数字助理（personal digitalassistant,PDA）、音乐播放器、游戏终端或数字家用电器等的终端装置。另外，信息处理设备可以是根据从终端装置传送的请求执行稍后将描述的处理的服务器装置。使用单个计算机或多个计算机的组合可物理实现装置。

图2是示出根据本实施例的信息处理设备100的配置的示例的框图。参考图2，信息处理设备100包括属性数据库（database,DB）110、乐曲DB120、用户接口单元130和控制单元140。

[2-1.属性DB]

属性DB110是使用诸如硬盘或半导体存储器等的存储介质构成的数据库。属性DB110存储预先为一个或更多个乐曲准备的属性数据。该属性数据可包括参考图1描述的区间数据SD和辅助数据AD。区间数据是至少识别乐曲包括的多个区间当中的副歌区间的数据。辅助数据是可另外用于过滤副歌区间、选择基准区间或设置提取范围的数据。

图3是描述区间数据和辅助数据的示例的说明图。位于图3的上部的时间轴上的短垂直线代表节拍的时间位置。长垂直线代表小节线的时间位置。在区间数据SD中，为根据小节线或节拍分割的每一区间识别诸如前奏、A曲调、B曲调、副歌和尾奏等的曲调类型。辅助数据AD包括基调数据、声乐存在概率数据和副歌似然数据。例如，基调数据识别每一区间的基调（例如，“C”表示C大调）。例如，声乐存在概率数据表示在每一节拍位置处存在声乐的概率。副歌似然数据表示为每一区间计算的副歌似然。可根据在JP2007-156434A中公开的技术、在JP2007-248895A中公开的技术或在JP2010-122629A中公开的技术对乐曲数据执行音频信号处理来生成属性数据，并且然后该属性数据预先存储在属性DB110中。

[2-2.乐曲DB]

乐曲DB120也是使用诸如硬盘或半导体存储器等的存储介质构成的数据库。乐曲DB120存储一个或更多个乐曲的乐曲数据。乐曲数据包括图1中示出的波形数据。例如，可根据诸如WAVE、MP3（MPEG AudioLayer-3，运动图片专家组音频层面3）或AAC(Advanced Audio Coding,高级音频编码)等的任意音频编码方案对波形数据编码。乐曲DB120将作为未压缩的目标乐曲的乐曲数据（即，原始版本）OV输出到稍后将描述的提取单元180。乐曲DB120可另外地存储提取单元180生成的缩短版SV。

属性DB110和乐曲DB120中的一个或两个可以不是信息处理设备100的一部分。例如，可由信息处理设备100可访问的数据服务器实现数据库。另外，连接到信息处理设备100的可拆卸介质可存储属性数据和乐曲数据。

[2-3.用户接口单元]

用户接口单元130为用户提供用户接口，通过该用户接口，用户可以经由信息处理设备100或终端装置来访问信息处理设备100。诸如图形用户接口（graphical user interface,GUI）、命令行接口、声音UI或姿势UI等的各种用户接口可用作用户接口单元130提供的用户接口。例如，用户接口单元130可为用户显示乐曲的列表并且使得用户指定目标乐曲，该目标乐曲是缩短版生成目标。另外，用户接口单元130可使得用户指定缩短版的时间长度的目标值，即，目标时间长度。

[2-4.控制单元]

控制单元140对应于诸如中央处理单元（central processing unit,CPU）或数字信号处理器（digital signal processor,DSP）等的处理器。控制单元140执行存储介质中存储的程序来运行信息处理设备100的各种功能。在本实施例中，控制单元140包括处理设置单元145、数据获取单元150、确定单元160、提取范围设置单元170、提取单元180和重放单元190。

（1）处理设置单元

处理设置单元145设置信息处理设备100将执行的处理。例如，处理设置单元145保持诸如目标乐曲的标识符、目标时间长度和提取范围（其将被稍后描述）的设置准则等的各种设置。处理设置单元145可将用户指定的乐曲设置为目标乐曲或可自动地将属性数据存储在属性DB110中的一个或更多个乐曲设置为目标乐曲。用户可通过用户接口单元130指定目标时间长度或可自动地设置目标时间长度。当服务提供者期望提供许多用于试听的缩短版时，可以以统一方式设置目标时间长度。同时，当用户期望为电影添加BGM时，用户可指定目标时间长度。稍后将进一步描述剩余设置。

（2）数据获取单元

数据获取单元150从属性DB110中获取目标乐曲的区间数据SD和辅助数据AD。如上所述，在本实施例中，区间数据SD是至少识别目标乐曲中包括的多个区间当中的副歌区间的数据。然后，数据获取单元150将所获取的区间数据SD和辅助数据AD输出到确定单元160。

（3）确定单元

确定单元160根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定区间数据SD所识别的副歌区间当中的、良好表达乐曲的特征的标准副歌区间。这里，确定条件是与多个乐曲共有的非标准副歌区间的特性有关的条件。在本实施例中，确定单元160将根据确定条件确定为不是非标准副歌区间的副歌区间确定作为标准副歌区间。

例如，用于确定下面四种类型的非标准副歌区间的条件中的至少一个条件可用作确定条件。

-单个副歌区间

-转调的副歌区间

-大副歌区间

-非声乐区间

（3-1）第一确定条件

图4A和图4B是描述第一确定条件的说明图。第一确定条件是确定单个副歌区间的条件，并且基于每一副歌区间是否在时间上与其他副歌区间相邻。在本公开中，单个副歌区间（single chorus section,SCS）表示在时间上不与其他副歌区间相邻的副歌区间。另一方面，时间上彼此相邻的多个副歌区间的聚集（cluster）被称为聚集的副歌区间（clustered chorussection,CCS）。在某个乐曲中，当单个副歌区间的数目小于聚集的副歌区间的数目时，单个副歌区间可能是添加了乐曲改编的特定副歌区间或错误识别的副歌区间。因此，在这种情形下，将作为非标准副歌区间的单个副歌区间排除在基准区间（处理作为设置提取范围的基准的区间）的候选之外，并且从而可以避免为乐曲设置不适当的提取范围设置的现象。

参考图4A，示出了区间数据SD1识别的七个副歌区间M3、M4、M7、M8、M10、M13和M14。副歌区间M3和M4彼此相邻，从而形成聚集的副歌区间。副歌区间M7和M8彼此相邻，从而形成了聚集的副歌区间。副歌区间M13和M14彼此相邻，从而形成了聚集的副歌区间。副歌区间M10是不与其他副歌区间相邻的单个副歌区间。确定单元160基于从区间数据中识别的副歌区间之间的相邻关系来计算单个副歌比R_SCS。单个副歌比R_SCS是单个副歌区间的数目与单个副歌区间和聚集的副歌区间的总数之比。在图4A的示例中，单个副歌比R_SCS是0.25从而小于0.5(=0.25<0.5)，则单个副歌区间的数目小于聚集的副歌区间的数目。从而，确定单元160将作为单个副歌区间的副歌区间M10确定为非标准副歌区间。

参考图4B，示出了区间数据SD2识别的五个副歌区间M3、M6、M8、M11和M12。副歌区间M11和M12彼此相邻，从而形成了聚集的副歌区间。副歌区间M3、M6、M8没有与其他副歌区间相邻并且他们因此是单个副歌区间。在图4B的示例中，单个副歌比R_SCS是0.75从而大于0.5(=0.75>0.5)，则单个副歌部分的数目大于聚集的副歌部分的数目。从而，确定单元160确定单个副歌区间不是非标准副歌区间。换句话说，在这种情形下，不将单个副歌区间M3、M6、M8从基准区间候选中排除而是保留。

（3-2）第二确定条件

图5是描述第二确定条件的说明图。第二确定条件是确定转调的副歌区间的条件，并基于每一副歌区间的基调是否从其他副歌区间的基调转调而来。在一些乐曲中，存在在乐曲的处理中执行从当前基调到另一基调（例如，提高半调或整个音调）的转调的情形。转调的副歌区间指的是执行这样转调的副歌区间。由于转调的副歌区间是添加了乐曲改编的特定副歌区间，所以该转调的副歌区间被排除在基准区间候选之外，并且从而可以避免为乐曲设置不适当的提取范围的现象。

参考图5，再次示出了区间数据SD1识别的七个副歌区间M3、M4、M7、M8、M10、M13和M14。另外，示出了作为辅助数据之一的基调数据表示的每一区间的基调。基调数据表示从区间M1到区间M13的调是“C(C大调)”，而区间M14的基调是“D（D大调）”。因此，确定单元160确定副歌区间M14是转调副歌区间，该转调副歌区间是非标准副歌区间之一。在一些乐曲中，存在在乐曲的中间之后执行转调的情形，并且在这种情形下，转调的副歌不一定是特定副歌。在这方面，确定单元160可在乐曲的整个时间长度的预定百分比（例如，2/3）消逝的时间点之前忽略转调，并且基于在该时间点之后的转调来确定转调的副歌。

（3-3）第三确定条件

图6是描述第三确定条件的说明图。第三确定条件是确定大副歌区间的条件。在许多乐曲中，在乐曲的末尾执行对特定音节（“la la…”等）的诸如曲调的变化、节拍的变化或歌词的变化等的各种乐曲改编。增加乐曲改编的副歌区间不一定良好表达乐曲的标准特征。因此，将大副歌区间排除在基准区间候选之外，并且可以避免为乐曲设置不适当的提取范围的现象。确定单元160可确定在乐曲末端存在的副歌区间是大副歌区间。例如乐曲的末端指的是在乐曲的整个时间长度的预定百分比（例如，2/3）消逝的时间点之后的部分。替代地，确定单元160可确定位于最靠后的副歌区间或聚集的副歌区间是大副歌区间。

基准图6，再次示出了区间数据SD1识别的七个副歌区间M3、M4、M7、M8、M10、M13和M14。另外，示出了乐曲的整个时间长度TL_total和对应于时间长度TL_total的2/3的时间长度TL_thsd。例如，确定单元160确定在时间长度TL_thsd消逝的时间点之后存在的副歌区间M13和M14是大副歌区间，该大副歌区间是非标准副歌区间之一。

（3-4）第四确定条件

图7是描述第四确定条件的说明图。第四确定条件是确定非声乐区间的条件。在一些声乐乐曲中，可能存在曲调具有类似于仅通过乐器演奏的副歌的和弦进程的区间。作为音频信号处理的结果，可将非声乐区间识别为副歌区间，但在声乐乐曲中的非声乐区间不一定良好表达乐曲的标准特征。因此，将非声乐区间排除在基准区间候选之外，并且可以避免为乐曲设置不适当的提取范围的现象。

参考图7，再次示出了区间数据SD1识别的七个副歌区间M3、M4、M7、M8、M10、M13和M14。另外，示出了声乐存在概率数据表示的概率的各个区间的平均值。阈值P₁是用于识别非声乐区间的阈值。确定单元160确定声乐存在概率的区间平均低于阈值P₁的副歌区间M3和M4是非声乐区间，该非声乐区间是非标准副歌区间之一。

确定单元160可在整个乐曲中根据声乐存在概率来动态地决定阈值P₁。例如，阈值P₁可是整个乐曲中的声乐存在概率的平均值或该平均值和预定系数的乘积。如上所述动态地决定要与声乐存在概率的区间平均相比较的阈值，并且因此，例如，在通常没有声乐的器乐乐曲中，可以防止将良好表达乐曲的特征的区间排除在基准区间候选之外。

确定单元160将区间数据SD识别的一个或更多个副歌区间设置为基准区间候选集，并且根据至少一个确定条件从基准区间候选集中移除确定为非标准副歌区间的非标准副歌区间。在该基准区间候选集中剩余的副歌区间被确定为良好表达乐曲的特征的标准副歌区间。然后，确定单元160将该基准区间候选集输出到提取范围设置单元170。

（4）提取范围设置单元

提取范围设置单元170从确定单元160中获取基准区间候选集。这里，所获取的基准区间候选集包括标准副歌区间，而不包括非标准副歌区间。提取范围设置单元170从所获取的基准区间候选集中选择基准区间。提取范围设置单元170为目标乐曲设置至少部分地包括所选择的基准区间的提取范围。

（4-1）基准区间的选择

例如，提取范围设置单元170可选择具有副歌似然数据表示的最高的副歌似然的区间作为基准区间（第一选择条件）。替代地，提取范围设置单元170可选择具有最高的声乐存在概率的区间平均的区间作为基准区间（第二选择条件）。另外，当基准区间候选集为空时，即，当不存在确定为标准副歌区间的区间时，提取范围设置单元170可选择目标乐曲中包括的区间当中的、具有最高声乐存在概率的区间、而非副歌区间作为基准区间（第三选择条件）。

图8是描述选择基准区间的第一选择条件的说明图。参考图8，在区间数据SD1识别的七个副歌区间M3、M4、M7、M8、M10、M13和M14当中，区间M7和M8被确定为标准副歌区间。标准副歌区间M8的副歌似然高于标准副歌区间M7的副歌似然。在这方面，提取范围设置单元170可选择标准副歌区间M8作为基准区间（reference section,RS）。基于副歌似然选择基准区间的技术类似于仅基于在某些方面分析乐曲的结果的现有技术。然而，在本实施例中，将基于多个乐曲共有的副歌区间的定性特征确定为非标准副歌区间的副歌区间排除在基准区间候选集之外。从而，可以防止将不良好表达乐曲的特征而显示高副歌似然的特定副歌区间选择作为设置提取范围的基准。

图9是描述选择基准区间的第二选择条件的说明图。参考图9，类似于图8的示例，在区间数据SD1识别的七个副歌区间M3、M4、M7、M8、M10、M13和M14当中，区间M7和M8被确定为标准副歌区间。标准副歌部分M7的声乐存在概率（区间平均）高于标准副歌部分M8的声乐存在概率。在这方面，提取范围设置单元170可选择标准副歌区间M7作为基准区间。根据基于声乐存在概率选择基准区间的技术，作为良好表达乐曲的特征的声乐区间的副歌区间可以被更可靠地包括在用于缩短版的提取范围中。除非目标乐曲是器乐乐曲，否则提取范围设置单元170可使用第二选择条件。

图10是描述选择基准区间的第三选择条件的说明图。在图10的示例中，七个副歌区间M3、M4、M7、M8、M10、M13和M14全部确定为非标准副歌区间，从而没有标准副歌区间。在这种情形下，提取范围设置单元170将不是副歌区间的区间的声乐存在概率（区间平均）相互比较。然后，提取范围设置单元170可选择具有最高声乐存在概率的区间（在图10的示例中的区间M6）作为基准区间。例如，当由于分析乐曲而获取的副歌似然的准确度不好或当目标乐曲具有异常的曲调配置时，不可能将标准副歌区间保留在基准区间候选集中。甚至在这种情形下，当根据第三选择条件选择基准区间时，可以在用于缩短版的提取范围中包括相对良好表达乐曲的特征的声乐区间。

另外，当副歌似然数据和声乐存在概率数据均不可用时，提取范围设置单元170可选择基准区间候选集中剩余的标准副歌区间当中的、预定位置（例如，前面部分）的区间或随机选择的区间作为基准区间。

（4-2）提取范围的设置

在使用任何上述的选择条件来选择基准区间之后，提取范围设置单元170为目标乐曲设置至少部分包括所选择的基准区间的提取范围。例如，提取范围设置单元170可将基准区间前方的声乐缺失时刻设置为提取范围的开始点。声乐缺失时刻指的是声乐存在概率数据表示的声乐存在概率（具有高时间分辨率的每一节拍位置的概率，而非区间平均）跌破预定阈值的时刻。由于将在基准区间的开始前方的声乐缺失时刻设置为提取范围的开始点，所以即使当歌手在基准区间的开始之前发出基准区间的歌词的声音时，也可以避免在缩短版中省略歌词。另外，提取范围设置单元170将向后了目标时间长度的、远离提取范围的开始点的时刻设置为提取范围的结束点。

例如，提取范围设置单元170可将基准区间前方和最接近基准区间的声乐缺失时刻设置为提取范围的开始点。图11是描述设置提取范围的第一技术的说明图。参考图11，示出了选择作为基准区间的标准副歌区间M8和每一节拍位置的声乐存在概率。图11中的三角符号表示声乐区间中的若干声乐缺失时刻（声乐存在概率低于阈值P₂时时刻）。在图11的示例中，提取范围设置单元170将基准区间M8前方的声乐缺失时刻TP₁设置为开始点，并且将具有对应于目标时间长度的长度的提取范围（extractionrange,ER）设置为目标乐曲。根据第一技术，例如，当在乐曲递送服务中使用用于试听的缩短版时，用户在较早的定时听到最佳表达乐曲的特征的区间，并从而可有效地鼓励用户购买该乐曲。

替代地，例如，当提取范围的目标时间长度长于基准区间的目标时间长度时，提取范围设置单元170可选择要被设置为提取范围的开始点的声乐缺失时刻，使得基准部分还被包括在提取范围中的后方。图12是描述设置提取范围的第二技术的说明图。在图12的示例中，将在图11中示出的位于声乐缺失时刻TP₁前方的声乐缺失时刻TP₂选择为提取范围的开始点。结果，基准区间M8还被包括在设置提取范围中的后方。根据第二技术，例如，当为在后面具有高潮的电影的BGM生成缩短版时，可以将最佳表达乐曲的特征的副歌区间布置在该高潮的时间。

例如，提取范围设置单元170可使得用户通过用户接口单元130指定与设置提取范围的开始点的位置有关的设置准则（例如，第一技术或第二技术）。因此，可以根据缩短版的各种目的为乐曲设置适当的提取范围。当提取范围的目标时间长度小于基准区间的目标时间长度时，可在提取范围中包括部分的基准区间。

（5）提取单元

提取单元180从目标乐曲的乐曲数据中提取对应于提取范围设置单元170设置的提取范围的部分，并生成目标乐曲的缩短版。图13是描述提取单元180的提取处理的示例的说明图。参考图13，示出了选择作为基准区间的标准副歌区间M8和设置为包括标准副歌区间M8的提取范围ER。提取单元180从自乐曲DB120中获取的目标乐曲的乐曲数据OV中提取对应于提取范围ER的部分。结果，生成目标乐曲的缩短版SV。提取单元180可使得缩短版SV的末端变模糊。提取单元180使得所生成的缩短版SV被存储在乐曲DB120中。替代地，提取单元180可将缩短版SV输出到重放单元190并且使得重放单元190重放缩短版SV。例如，重放单元190可重放缩短版SV以用于试听或增加到电影作为BGM。

（6）重放单元

重放单元190重放提取单元180生成的乐曲。例如，重放单元190重放从乐曲DB120或提取单元180中获取的缩短版SV，并且通过用户接口单元130输出缩短的乐曲的声音。

<3.根据实施例的处理流程的示例>

[3-1.一般流程]

图14是示出根据本实施例的信息处理设备100所执行的处理的一般流程的示例的流程图。

参考图14，首先，数据获取单元150从属性DB110中获取目标乐曲的区间数据和辅助数据(步骤S110)。然后，数据获取单元150将所获取的区间数据和辅助数据输出到确定单元160。

接下来，确定单元160基于从数据获取单元150中输入的区间数据初始化基准区间候选集（步骤S120）。例如，确定单元160准备具有等于在目标乐曲中包括的区间数目的长度的位阵列，并且将与区间数据识别的副歌区间对应的位设置为“1”并将剩余位设置为“0”。

接下来，确定单元160为每一区间计算目标乐曲的声乐存在概率数据表示的声乐存在概率的区间平均。另外，确定单元160为整个乐曲计算声乐存在概率的平均（步骤S130）。

接下来，确定单元160执行副歌区间过滤处理（步骤S140）。稍后将详细描述这里要执行的副歌区间过滤处理。将副歌区间过滤处理中确定为非标准副歌区间的区间排除在基准区间候选集之外。换句话说，例如，将在步骤S120中准备的位阵列中对应于非标准副歌区间的位改变为“0”。

接下来，提取范围设置单元170执行基准区间选择处理（步骤S160）。稍后将详细描述这里要执行的基准区间选择处理。作为基准区间选择处理的结果，将对应于位阵列中表示“1”的位的任何一个标准副歌区间（或其他区间）选择为基准区间。接下来，提取范围设置单元170例如根据第一技术或第二技术，为目标乐曲设置至少部分包括所选择的基准区间的提取范围（步骤S170）。

接下来，提取单元180从目标乐曲的乐曲数据中提取对应于提取范围设置单元170所设置的提取范围的部分（步骤S180）。结果，生成目标乐曲的缩短版。然后，提取单元180将所生成的缩短版输出到乐曲DB120或重放单元190。

[3-2.副歌区间过滤处理]

图15是示出图14中示出的副歌区间过滤处理的详细流程的示例的流程图。

参考图15，首先，确定单元160计数目标乐曲中包括的单个副歌区间和聚集的副歌区间，并且确定目标乐曲的单个副歌比是否小于阈值（例如，0.5）（步骤S141）。然后，当目标乐曲的单个副歌比小于阈值时，确定单元160确定单个副歌区间是非标准副歌区间（步骤S142）。

接下来，确定单元160使用基调数据识别在目标乐曲中包括的转调的副歌区间，并且确定所识别的转调的副歌区间是非标准副歌区间（步骤S143）。

接下来，确定单元160基于每一副歌区间的时间位置识别目标乐曲中包括的大副歌区间，并且确定所识别的大副歌区间是非标准副歌区间（步骤S144）。

接下来，确定单元160确定在目标乐曲中是否存在声乐（步骤S145）。可基于目标乐曲的声乐存在概率或基于预先分配给乐曲的类型（声乐乐曲或器乐乐曲等）执行该确定。当确定目标乐曲中存在声乐时，确定单元160根据整个乐曲的声乐存在概率的平均值来决定要与声乐存在概率相比较的阈值（图7中示出的阈值P₁）（步骤S146）。然后，确定单元160确定声乐存在概率的区间平均低于步骤S146中决定的阈值的非声乐区间为非标准副歌区间（步骤S147）。

然后，确定单元160将在步骤S142、S143、S144和S147中确定为非标准副歌区间的副歌区间排除在基准区间候选集之外（步骤S148）。例如，确定单元160将在图14的步骤S120中准备的位阵列中对应于非标准副歌区间的位改变为“0”。这里，未被排除而被保留的副歌区间（在位阵列中对应于代表“1”的位的区间）是标准副歌区间。

[3-3.副歌区间过滤处理]

图16是示出图14中示出的基准区间选择处理的详细流程的示例的流程图。

参考图16，首先，提取范围设置单元170确定基准区间候选集中是否剩余标准副歌区间（步骤S161）。这里，当确定基准区间候选集中剩余标准副歌区间时，处理进行到步骤S162。然而，当确定基准区间候选集中没有剩余标准副歌区间（例如，位阵列中的所有位代表“0”）时，处理进行到步骤S165。

在步骤S162中，提取范围设置单元170确定副歌似然数据是否可用（步骤S162）。这里，当确定副歌似然数据可用时，处理进行到步骤S163。然而，当确定副歌似然数据不可用时，处理进行到步骤S164。

在步骤S163中，提取范围设置单元170选择基准区间候选集中剩余的标准副歌区间当中的、具有最高副歌似然的区间作为基准区间（步骤S163）。

在步骤S164中，提取范围设置单元170选择基准区间候选集中剩余的标准副歌区间当中的、具有最高的声乐存在概率的区间平均的区间作为基准区间（步骤S164）。

在步骤S165中，提取范围设置单元170选择副歌区间之外的区间当中的、具有最高声乐存在概率的区间作为基准区间（步骤S165）。

在该部分描述的处理流程仅是示例。换句话说，可省略上述处理的一些步骤，或可增加其他处理步骤。另外，可改变处理的顺序，或可并行执行若干处理步骤。

<4.变型示例>

在根据本公开的技术中，使用区间数据为目标乐曲设置提取范围的装置和从乐曲数据中提取目标乐曲的缩短版的装置不一定是同一装置。在该部分中，将结合在服务器装置中为目标乐曲设置提取范围、并且在与该服务器装置进行通信的终端装置中执行提取处理的示例来描述变型示例。

[4-1.服务器装置]

图17是示出根据变型示例的服务器装置200的配置示例的框图。参考图17，服务器装置200包括属性DB110、乐曲DB120、通信单元230和控制单元240。控制单元240包括处理设置单元145、数据获取单元150、确定单元160、提取范围设置单元170和终端控制单元280。

通信单元230是与稍后将描述的终端装置300进行通信的通信接口。

终端控制单元280使得处理设置单元145根据来自终端装置300的请求来设置目标乐曲，并且使得确定单元160和提取范围设置单元170执行上述的处理。结果，通过提取范围设置单元170为目标乐曲设置包括良好表达目标乐曲的特征的基准区间的提取范围。另外，终端控制单元280将指定所设置的提取范围的提取范围数据通过通信单元230传送给终端装置300。例如，提取范围数据可以是识别要从乐曲数据中提取的范围的开始点和结束点的数据。当终端装置300不具有目标乐曲的乐曲数据时，终端控制单元280可将从乐曲DB120中获取的乐曲数据通过通信单元230传送给终端装置300。

[4-2.终端装置]

图18是示出根据变型示例的终端装置300的配置示例的框图。参考图18，终端装置300包括通信单元310、存储单元320、用户接口单元330和控制单元340。控制单元340包括提取单元350和重放单元360。

通信单元310是与服务器装置200进行通信的通信接口。如需要，通信单元310从服务器装置200中接收提取范围数据和乐曲数据。

存储单元320存储通信单元310所接收的数据。存储单元320可预先存储乐曲数据。

用户接口单元330为使用终端装置300的用户提供用户接口。例如，用户接口单元330提供的用户接口可包括使得用户指定目标乐曲和目标时间长度的GUI。

提取单元350根据通过用户接口单元330输入的指示，请求服务器装置200传送用于提取目标乐曲的缩短版的提取范围数据。另外，在从服务器装置200接收到提取范围数据时，提取单元350提取该缩短版。更具体地，提取单元350从存储单元320获取目标乐曲的乐曲数据。另外，提取单元350从乐曲数据中提取对应于提取范围数据指定的提取范围的部分，并且生成目标乐曲的缩短版。将提取单元350所生成的目标乐曲的缩短版输出到重放单元360。

重放单元360从提取单元350获取目标乐曲的缩短版，并且重放所获取的缩短版。

<5.结论>

到目前为止，已经详细描述了根据本公开的技术的实施例和其变型示例。根据上述实施例，根据预定确定条件来确定在乐曲中包括的每一副歌区间是否是标准副歌区间和非标准副歌区间中的任何一个，并且为对应的乐曲设置至少部分包括标准副歌区间的提取范围以提取缩短版。因此，相比于仅基于分析乐曲的波形的结果来为乐曲设置缩短版的提取范围的现有技术，可以以高准确度提取包括特征副歌区间的缩短版。

另外，根据上述实施例，基于多个乐曲共有的非标准副歌区间的定性特征来定义确定条件。因此，可以有效地避免基于不表达乐曲的标准特征的特定副歌区间为乐曲设置提取范围的现象。

另外，根据本公开的技术，可以自动地生成包括良好表达乐曲的特征的副歌区间的缩短版，而不需要另外的分析乐曲波形的音频信号处理。因此，对于在乐曲递送服务中处理的大量乐曲，可以以低成本快速提供激励用户的购买动机的用于试听的缩短版。另外，可以自动地生成作为包括幻灯片放映的电影的BGM的最佳缩短版。

可使用软件、硬件或软件和硬件的组合来实现本公开中描述的每一装置进行的一系列控制处理。例如，在每一装置内部或外部安装的存储介质中预先存储构成软件的程序。另外，例如，在执行时每一程序被读取到随机访问存储器（random access memory,RAM）中并且然后被诸如CPU等的处理器执行。

本领域中的技术人员应理解：可根据设计要求和其他因素进行各种修改、组合、子组合和变更，只要这些修改、组合、子组合和变更在所附的权利要求或其等同物的范围内即可。

另外，还可如下配置本技术。

（1）.一种信息处理设备，包括：

数据获取单元，其获取识别乐曲中包括的多个区间当中的副歌区间的区间数据；

确定单元，其根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定所述区间数据识别的副歌区间当中的标准副歌区间；以及

设置单元，其为所述乐曲设置至少部分包括所确定的标准副歌区间的提取范围。

（2）.根据（1）所述的信息处理设备，

其中，所述确定条件是与多个乐曲共有的非标准副歌区间的特性有关的条件，并且

其中，所述确定单元将根据所述确定条件确定为不是所述非标准副歌区间的副歌区间确定为所述标准副歌区间。

（3）.根据（2）所述的信息处理设备，

其中，所述确定单元基于每一副歌区间是否在时间上与其他副歌区间相邻来确定每一副歌区间是否是所述非标准副歌区间。

（4）.根据（2）或（3）所述的信息处理设备，

其中，所述确定单元基于每一副歌区间中的基调是否由其他副歌区间的基调转调而来，确定每一副歌区间是否是所述非标准副歌区间。

（5）.根据（2）至（4）中任一项所述的信息处理设备，

其中，所述确定单元确定对应于在所述乐曲的末尾部分存在的大副歌的副歌区间是所述非标准副歌区间。

（6）.根据（2）至（5）中任一项所述的信息处理设备，

其中，所述确定单元基于每一副歌区间的声乐存在概率来确定每一副歌区间是否是所述非标准副歌区间。

（7）.根据（6）所述的信息处理设备，

其中，所述确定单元将每一副歌区间中的声乐存在概率与根据整个所述乐曲的声乐存在概率动态决定的阈值相比，由此确定每一副歌区间是否是所述非标准副歌区间。

（8）.根据（1）至（7）中任一项所述的信息处理设备，

其中，所述设置单元选择所述确定单元确定的标准副歌区间中的一个标准副歌区间作为基准区间，并且为所述乐曲设置所述提取范围以使得在所述提取范围中至少部分包括所选择的基准区间。

（9）.根据（8）所述的信息处理设备，

其中，所述数据获取单元还获取副歌似然数据，其表示通过对所述乐曲执行音频信号处理所计算的所述多个区间中的每一区间的副歌似然，并且

其中，所述设置单元选择所述确定单元所确定的标准副歌区间当中的、所述副歌似然数据表示的副歌似然最高的区间作为所述基准区间。

（10）.根据（8）所述的信息处理设备，

其中，所述设置单元选择所述确定单元所确定的标准副歌区间当中的、声乐存在概率最高的区间作为所述基准区间。

（11）.根据（9）或（10）所述的信息处理设备，

其中，当不存在所述确定单元确定为所述标准副歌区间的区间时，所述设置单元选择所述乐曲中包括的副歌区间之外的区间当中的、声乐存在概率最高的区间作为所述基准区间。

（12）.根据（8）至（11）中任一项所述的信息处理设备，

其中，所述设置单元将所选择的基准区间前方的声乐缺失时刻设置作为所述提取范围的开始点。

（13）.根据（12）所述的信息处理设备，

其中，所述设置单元将最接近所述基准区间的声乐缺失时刻设置作为所述提取范围的开始点。

（14）.根据（12）所述的信息处理设备，

其中，当所述提取范围的时间长度长于所述基准区间的时间长度时，所述设置单元将被选择以使得所述基准区间还被包括在所述提取范围中的后方的声乐缺失时刻设置作为所述提取范围的开始点。

（15）.根据（1）至（14）中任一项所述的信息处理设备，还包括：

提取单元，其从所述乐曲中提取对应于所述设置单元所设置的提取范围的部分。

（16）.根据（1）至（14）中任一项所述的信息处理设备，还包括：

通信单元，所述通信单元将指定所述提取范围的提取范围数据传送到如下装置：所述装置从所述乐曲中提取对应于所述设置单元所设置的提取范围的部分。

（17）.一种信息处理设备的控制单元所执行的信息处理方法，所述信息处理方法包括：

获取识别乐曲中包括的多个区间当中的副歌区间的区间数据；

根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定所述区间数据识别的副歌区间当中的标准副歌区间；以及

为所述乐曲设置至少部分包括所确定的标准副歌区间的提取范围。

（18）.一种程序，所述程序使得控制信息处理设备的计算机用作：

数据获取单元，其获取识别乐曲中包括的多个区间当中的副歌区间的区间数据；

确定单元，其根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定所述区间数据识别的副歌区间当中的标准副歌区间；以及

设置单元，其为所述乐曲设置至少部分包括所确定的标准副歌区间的提取范围。

本公开包括与在2012年6月27日在日本专利局提交的日本优先权专利申请JP2012-143954中所公开主题有关的主题，其全部内容通过引用并入本文。

Claims (18)

1.一种信息处理设备，包括：

数据获取单元，其获取识别乐曲中包括的多个区间当中的副歌区间的区间数据；

确定单元，其根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定所述区间数据识别的副歌区间当中的标准副歌区间；以及

设置单元，其为所述乐曲设置至少部分包括所确定的标准副歌区间的提取范围。

2.根据权利要求1所述的信息处理设备，

其中，所述确定条件是与多个乐曲共有的非标准副歌区间的特性有关的条件，并且

其中，所述确定单元将根据所述确定条件确定为不是所述非标准副歌区间的副歌区间确定为所述标准副歌区间。

3.根据权利要求2所述的信息处理设备，

其中，所述确定单元基于每一副歌区间是否在时间上与其他副歌区间相邻来确定每一副歌区间是否是所述非标准副歌区间。

4.根据权利要求2所述的信息处理设备，

其中，所述确定单元基于每一副歌区间中的基调是否由其他副歌区间的基调转调而来，确定每一副歌区间是否是所述非标准副歌区间。

5.根据权利要求2所述的信息处理设备，

其中，所述确定单元确定对应于在所述乐曲的末尾部分存在的大副歌的副歌区间是所述非标准副歌区间。

6.根据权利要求2所述的信息处理设备，

其中，所述确定单元基于每一副歌区间的声乐存在概率来确定每一副歌区间是否是所述非标准副歌区间。

7.根据权利要求6所述的信息处理设备，

其中，所述确定单元将每一副歌区间中的声乐存在概率与根据整个所述乐曲的声乐存在概率动态决定的阈值相比，由此确定每一副歌区间是否是所述非标准副歌区间。

8.根据权利要求1所述的信息处理设备，

其中，所述设置单元选择所述确定单元确定的标准副歌区间中的一个标准副歌区间作为基准区间，并且为所述乐曲设置所述提取范围以使得在所述提取范围中至少部分包括所选择的基准区间。

9.根据权利要求8所述的信息处理设备，

其中，所述数据获取单元还获取副歌似然数据，其表示通过对所述乐曲执行音频信号处理所计算的所述多个区间中的每一区间的副歌似然，并且

其中，所述设置单元选择所述确定单元所确定的标准副歌区间当中的、所述副歌似然数据表示的副歌似然最高的区间作为所述基准区间。

10.根据权利要求8所述的信息处理设备，

其中，所述设置单元选择所述确定单元所确定的标准副歌区间当中的、声乐存在概率最高的区间作为所述基准区间。

11.根据权利要求9所述的信息处理设备，

其中，当不存在所述确定单元确定为所述标准副歌区间的区间时，所述设置单元选择所述乐曲中包括的副歌区间之外的区间当中的、声乐存在概率最高的区间作为所述基准区间。

12.根据权利要求8所述的信息处理设备，

其中，所述设置单元将所选择的基准区间前方的声乐缺失时刻设置作为所述提取范围的开始点。

13.根据权利要求12所述的信息处理设备，

其中，所述设置单元将最接近所述基准区间的声乐缺失时刻设置作为所述提取范围的开始点。

14.根据权利要求12所述的信息处理设备，

其中，当所述提取范围的时间长度长于所述基准区间的时间长度时，所述设置单元将被选择以使得所述基准区间还被包括在所述提取范围中的后方的声乐缺失时刻设置作为所述提取范围的开始点。

15.根据权利要求1所述的信息处理设备，还包括：

提取单元，其从所述乐曲中提取对应于所述设置单元所设置的提取范围的部分。

16.根据权利要求1所述的信息处理设备，还包括：

通信单元，所述通信单元将指定所述提取范围的提取范围数据传送到如下装置：所述装置从所述乐曲中提取对应于所述设置单元所设置的提取范围的部分。

17.一种信息处理设备的控制单元所执行的信息处理方法，所述信息处理方法包括：

获取识别乐曲中包括的多个区间当中的副歌区间的区间数据；

根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定所述区间数据识别的副歌区间当中的标准副歌区间；以及

为所述乐曲设置至少部分包括所确定的标准副歌区间的提取范围。

18.一种程序，所述程序使得控制信息处理设备的计算机用作：

数据获取单元，其获取识别乐曲中包括的多个区间当中的副歌区间的区间数据；

确定单元，其根据用于区分标准副歌区间与非标准副歌区间的预定确定条件，确定所述区间数据识别的副歌区间当中的标准副歌区间；以及

设置单元，其为所述乐曲设置至少部分包括所确定的标准副歌区间的提取范围。

Images