JP2000047673A - カラオケ装置 - Google Patents

Abstract

(57)【要約】 【課題】カラオケ装置において、利用者が気軽に楽しめ
るアミューズメントや利用者が操作しなくてもよい自動
制御機能を提供する。 【解決手段】歌唱者の歌唱音声からフォルマントを抽出
し、このフォルマントに基づいて歌唱者の声がどの程度
男性らしいかどの程度女性らしいかの性別度やどの位の
年齢の声に聞こえるかの推定年齢などの情報を割り出
す。割り出した性別度や推定年齢を用いて種々のサービ
スを提供したりカラオケ演奏を制御したりする。たとえ
ば、年齢と性別で決定される運勢を表示したり、性別度
や推定年齢の声質の歌唱が最も映えるような伴奏となる
ようにカラオケ演奏を制御するなどである。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、入力される歌唱
音声に基づいて歌唱者の性別や年齢を推定するカラオケ
装置に関する。

【０００２】

【従来の技術】カラオケ装置において、歌唱者の歌唱を
分析して何らかの結果を報告する機能としては、採点機
能があった。採点機能は、歌唱者の音程や音量をリファ
レンス（ガイドメロディデータ）と比較し、その一致度
に応じて歌唱を採点する機能である。

【０００３】

【発明が解決しようとする課題】しかし、この機能は歌
唱の巧拙を判定するものであったため、競い合う感じに
なり、だれでも気軽に参加できるものではなかった。ま
た、歌唱の巧拙を判断したのち、この情報を用いてそれ
以外のサービスや機能制御を行うことはできなかった。

【０００４】この発明は、フォルマントを分析すること
で性別や年齢などを推定し、利用者が気軽に楽しめるア
ミューズメントなどを提供することができるカラオケ装
置を提供することを目的とする。

【０００５】

【課題を解決するための手段】請求項１の発明は、歌唱
音声からフォルマントを抽出するフォルマント抽出手段
と、抽出したフォルマントに基づいて歌唱者の性別また
は年齢を推定する推定手段と、推定された性別または年
齢に応じたサービスを提供するサービス提供手段と、を
備えたことを特徴とする。

【０００６】請求項２の発明は、カラオケ演奏を実行す
る演奏手段と、歌唱音声からフォルマントを抽出するフ
ォルマント抽出手段と、抽出したフォルマントに基づい
て歌唱者の性別または年齢を推定する推定手段と、推定
された性別または年齢に応じて演奏手段を制御する演奏
制御手段と、を備えたことを特徴とする。

【０００７】請求項３の発明は、請求項１または請求項
２の発明において、前記推定手段は、性別または年齢別
のリファレンスと比較することによって歌唱者の性別ま
たは年齢を推定する手段であることを特徴とする。

【０００８】この発明のカラオケ装置では、歌唱者の歌
唱音声からフォルマントデータを抽出し、これを分析す
る。フォルマントデータとは、発声された母音のスペク
トル上の優勢な周波数成分であり、周波数の低い順に第
１フォルマント、第２フォルマント，…と呼んでいる。
このうち、第３フォルマントまでが音韻性に寄与してい
ると言われている。図５に示すように男性と女性のフォ
ルマントパターンは明らかに異なっており、歌唱音声か
らフォルマントを抽出し、これを分析することによって
歌唱者が男性であるか女性であるかを推定することがで
きる。さらに、どの程度男性的な声であるか女性的な声
であるかを割り出すこともできる。また、同様にこのフ
ォルマントによって年齢を推定することができる。

【０００９】このようにして、カラオケの歌唱音声から
歌唱者の性別や年齢を推定し、これに応じたサービスを
実行することにより、歌唱者は、歌唱するのみで何もし
なくても自分にあったサービスの提供を受けることがで
きる。このサービスをゲームなどアミューズメント的な
ものにすることにより、誰にでも気軽に参加できる歌唱
ゲームを提供することができる。また、推定された性別
や年齢に基づいてカラオケ演奏を制御することにより、
この性別・年齢の歌唱音声が最も映えるような伴奏にカ
ラオケ演奏を調整することができ、歌唱者が何も調整し
なくても、歌唱するのみで歌唱者が最も歌いやすいカラ
オケ演奏に制御することができる。

【００１０】

【発明の実施の形態】図面を参照してこの発明の実施形
態について説明する。図１はこの発明の実施形態である
カラオケ装置の機能ブロック図である。このカラオケ装
置は、通常のカラオケ演奏を実行する機能を備えている
とともに、カラオケ演奏時の歌唱音声を取り込み、その
フォルマントを分析して歌唱音声の性別度および推定年
齢を割り出す。そして、この割り出した性別（度）およ
び（推定）年齢に対応する今日または明日の運勢を運勢
データベースから読み出してこれをモニタに表示する。

【００１１】また、この性別度および推定年齢の声質に
はどのような伴奏（カラオケ演奏）が適しているかを判
断し、これに基づいてカラオケ演奏を調整する。これに
より、歌唱者が調整しなくても歌唱が最も映えるように
カラオケ演奏を自動的に調整することができる。

【００１２】図１において、歌唱音声入力部１は、カラ
オケ歌唱用のマイクを含んでいる。歌唱音声入力部１か
ら入力された歌唱音声１０はフォルマント抽出部２に取
り込まれる。フォルマント抽出部２は、入力された歌唱
音声１０から母音を切り出し、各母音毎のフォルマント
を抽出する。母音は周期信号であり、カラオケ歌唱にお
いては数十ミリ秒〜数秒程度の時間継続するため、同一
周期の波形区間を切り出すことによって短時間の非周期
信号である子音と区別することができる。また、その周
期波形の継承に基づいてア，イ，ウ，エ，オのどの母音
であるかを識別することができる。フォルマントとは、
母音の周波数スペクトル上の優勢な周波数成分であり、
周波数の低い順に第１，第２，第３，…フォルマントと
言う。フォルマント抽出部２は、切り出された母音の第
１〜第３フォルマントを抽出する。このフォルマントの
抽出はＦＦＴ（高速フーリエ解析）などで行えばよい。
カラオケ曲の歌詞の進行に従って入力される歌唱音声１
０の母音毎にフォルマント抽出を行うことにより、フォ
ルマント抽出部２は、１秒に１回程度の頻度でフォルマ
ント周波数データを出力することができる。

【００１３】抽出されたフォルマント１１は、フォルマ
ント比較部３に入力される。フォルマント比較部３は、
入力したフォルマント１１をリファレンス１２と比較す
ることによってこの歌唱音声の性別度，推定年齢を割り
出す。性別度とは、この歌唱音声がどの程度男性的かま
たはどの程度女性的かを示す指標であり、推定年齢と
は、この歌唱音声がどのくらいの年齢の人の声に聞こえ
るかを示すものである。

【００１４】リファレンスデータベース４に記憶されて
いるリファレンス１２は、歌唱音声から抽出されたフォ
ルマント１１の性別度，推定年齢を割り出すための資料
となる情報であり、この実施形態では、多数のサンプル
音声からフォルマントを抽出し、これを男性・女性別、
年齢別に平均したデータをリファレンスとして用いてい
る。

【００１５】フォルマント比較部３は、入力したフォル
マントデータ１１をリファレンス１２の男性の平均フォ
ルマントおよび女性の平均フォルマントと比較し、これ
らとの近似度によって性別度を割り出す。さらに、入力
したフォルマントデータ１１をリファレンス１２の各年
齢層の平均フォルマントと比較し、これらとの近似度に
よって推定年齢を割り出す。割り出された性別度・推定
年齢１３は、カラオケ演奏制御部７に入力されるととも
に、運勢データベース５に入力される。

【００１６】運勢データベース５は、入力された性別度
および推定年齢を曲が終了するまで蓄積記憶し、カラオ
ケ曲が終了したとき蓄積した性別度，推定年齢を平均し
て曲全体の平均の性別度，推定年齢を算出する。そし
て、この平均の性別度，推定年齢を検索キーとして検索
を行い、対応する運勢文言を読み出す。読み出された運
勢文言は、前記性別度、推定年齢とともに表示部６に入
力される。表示部６はモニタを有しており、カラオケ演
奏中は歌詞や背景映像などを表示している。カラオケ曲
の演奏が終了したとき、歌詞の表示を消去するととも
に、運勢データベース５から入力された運勢文言、性別
度・推定年齢を表示する。

【００１７】また、カラオケ演奏制御部７は、フォルマ
ント比較部３から刻々入力される性別度・推定年齢１３
に基づいてカラオケ演奏部８をリアルタイムで制御す
る。入力される性別度・推定年齢１３は、その歌唱者の
声質を表す情報であるため、この声質に最も適した、す
なわちこの声質が最も映える演奏（伴奏）となるように
カラオケ演奏を制御する。制御ルールとしては、たとえ
ば、男性度が高ければアタックを強くする女性度が高け
ればレガートにする推定年齢が若ければフィルタのカッ
トオフを上げて倍音成分を多くし、華やかな音にする推
定年齢が高ければフィルタのカットオフを下げて倍音の
少ないまるい音にするなどである。

【００１８】図２は上記機能を実現するカラオケ装置の
ハードウェアのブロック図である。図１に示す機能は、
このハードウェア上で図４に示すようなプログラムを実
行することによって実現される。

【００１９】このカラオケ装置は、カラオケ装置本体２
１，コントロールアンプ２２，音声信号処理装置２３，
ＣＤ−ＲＯＭチェンジャ２４，スピーカ２５，モニタ２
６，マイク２７および赤外線のリモコン装置２８で構成
されている。カラオケ装置本体２１はこのカラオケ装置
全体の動作を制御する。該カラオケ装置本体２１の制御
装置であるＣＰＵ３０には、内部バスを介してＲＯＭ３
１，ＲＡＭ３２，ハードディスク記憶装置３７，通信制
御部３６，リモコン受信部３３，表示パネル３４，パネ
ルスイッチ３５，音源装置３８，音声データ処理部３
９，文字表示部４０，表示制御部４１が接続されるとと
もに、上記外部装置であるコントロールアンプ２２，音
声信号処理装置２３およびＣＤ−ＲＯＭチェンジャ２４
がインタフェースを介して接続されている。

【００２０】ＲＯＭ３１にはこの装置を起動するために
必要な起動プログラムなどが記憶されている。装置の動
作を制御するシステムプログラム，カラオケ演奏実行プ
ログラムなどはハードディスク記憶装置３７に記憶され
ている。カラオケ装置の電源がオンされると上記起動プ
ログラムによってシステムプログラムやカラオケ演奏プ
ログラムがＲＡＭ３２に読み込まれる。

【００２１】ハードディスク記憶装置３７には、上記プ
ログラムや楽曲データが記憶されているほか、歌唱音声
のフォルマントを分析して性別度・推定年齢を割り出す
ためのリファレンスデータベース１７１、性別度を文言
化して表示するための表示文言データベース１７２、割
り出された性別度・推定年齢に基づいて運勢を表示する
ための運勢データベース１７３、割り出された性別度・
推定年齢に基づいてカラオケ演奏を制御するための演奏
制御データベース１７４などが記憶されている（図３参
照）。前記ＲＡＭ３２には、装置の起動時にハードディ
スク記憶装置３７からプログラムを読み込むプログラム
記憶エリアや演奏されるカラオケ曲の楽曲データを読み
込む実行曲データ記憶エリアなどが設定されるほか、カ
ラオケ演奏中に割り出される性別度・推定年齢を蓄積記
憶する蓄積記憶エリアも設定される。

【００２２】通信制御部３６はＩＳＤＮ回線を介して配
信センタ１９と接続される。配信センタ１９は、定期的
にカラオケ装置に対して電話を掛け、新曲の楽曲データ
やバージョンアップされた制御プログラムなどをダウン
ロードする。また、図３に示すリファレンスデータベー
ス１７１，表示文言データベース１７２，運勢データベ
ース１７３，演奏制御データベース１７４も配信センタ
１９からダウンロードされる。特に、運勢データベース
１７３は、毎日内容が変わるものであるため、毎日その
日の運勢データベースまたは定期的に数日分の運勢デー
タベースがダウンロードされる。

【００２３】リモコン装置２８は、テンキーなどのキー
スイッチを備えており、利用者がこれらのスイッチを操
作するとその操作に応じたコード信号が赤外線で出力さ
れる。リモコン受信部３３はリモコン装置１８から送ら
れてくる赤外線信号を受信して、そのコード信号を復元
しＣＰＵ３０に入力する。

【００２４】表示パネル３４はこのカラオケ装置本体２
１の前面に設けられており、現在演奏中の曲番号や予約
曲数を表示するマトリクス表示器や、現在設定されてい
るキーやテンポを表示するＬＥＤ群などを含んでいる。
パネルスイッチ３５は、前記汎用のリモコン装置２８と
同様の曲番号入力用のテンキーなどを備えている。

【００２５】音源装置３８は、楽曲データに基づいて楽
音信号を形成する。楽曲データは、複数トラックの演奏
データを含んでおり、音源装置３８はこのデータに基づ
いて複数パートの楽音信号を同時に形成する。音声デー
タ処理部３９は、楽曲データに含まれる音声データに基
づき、指定された長さ、指定された音高の音声信号を形
成する。音声データは、バックコーラスなどの人声など
電子的に形成しにくい信号波形をそのままＰＣＭ信号と
して記憶したものである。前記音源装置３８が形成した
楽音信号および音声データ処理部３９が再生した音声信
号は、コントロールアンプ２２に入力される。

【００２６】また、コントロールアンプ２２には、２本
のマイク２７ａ，２７ｂが接続されており、カラオケ歌
唱者の歌唱音声が入力される。コントロールアンプ２２
はこれらのオーディオ信号に、それぞれエコーなど所定
の効果を付与したのち増幅してスピーカ２５に出力す
る。音声信号処理装置２３は、コントロールアンプ２２
から入力された歌唱音声の信号（いずれか１本のマイク
の信号）をディジタルデータに変換し、周期信号（母
音）を切り出してこの周期信号をＦＦＴ解析することに
よりフォルマントを抽出する。また、この周期波形の形
状に基づきア，イ，ウ，エ，オのどの母音であるかを識
別し、これを示す母音情報を発生する。抽出されたフォ
ルマントデータおよび母音情報はＣＰＵ３０に入力され
る。また、音声信号処理装置２３は、歌唱音声の音程の
ずれを修正したり、他のパートのハーモニー歌唱を作成
したりする機能を備えている。修正された歌唱音声や他
のパートのハーモニー歌唱音声は再度コントロールアン
プ２２に入力される。この修正機能は両方のマイクの信
号に施してもよい。

【００２７】なお、上記音源３８およびコントロールア
ンプ２２は、性別度・推定年齢に基づきその歌唱者の音
質に適合するカラオケ演奏になるように制御される。

【００２８】文字表示部４０はＶＲＡＭを備え、カラオ
ケ曲の歌詞などを文字パターンに展開した画像データを
モニタ２６の表示エリアに対応したマトリクスに展開す
る。展開されたマトリクスデータは、順次スキャンされ
映像信号として表示制御部４１に入力される。カラオケ
演奏時はＣＤ−ＲＯＭチェンジャ２４は背景映像を再生
し、この映像信号も表示制御部４１に入力される。表示
制御部４１は、歌詞の文字パターンを背景映像にスーパ
ーインポーズで合成してモニタ２６に表示する。また、
カラオケ曲の終了後、ＣＰＵ３０は、文字表示部４０に
運勢の文言，性別度を示す文言および推定年齢の文字を
入力する。文字表示部４０はこれを映像信号化してモニ
タ２６に表示する。

【００２９】図３は前記ハードディスク３７の一部記憶
内容を示す図である。ハードディスク３７にはリファレ
ンスデータベース１７１、表示文言データベース１７
２、運勢データベース１７３および演奏制御データベー
ス１７４が設定されている。

【００３０】リファレンスデータベース１７１は、マイ
ク２７から入力された歌唱音声から抽出したフォルマン
トの性質を調べるためのリファレンスを記憶したデータ
ベースであり、この実施形態ではリファレンスとして、
「あ、い、う、え、お」の各母音の第１，第２，第３フ
ォルマントを、男性全体、、女性全体、男性の年齢別
（〜２０才、〜３０才、〜４０才、４０才〜）、およ
び、女性の年齢別（〜２０才、〜３０才、〜４０才、４
０才〜）毎に記憶している。性別，年齢別のフォルマン
トは、多数の人声をサンプリングしてフォルマントを抽
出し、その平均値を求めればよい。

【００３１】同図（Ｂ）に示す表示文言データベース
は、音声信号から抽出したフォルマントをリファレンス
と比較して割り出された性別度，推定年齢をモニタ２６
に表示するときの文言を記憶したデータベースである。
性別度，推定年齢とも数値情報として算出される。推定
年齢はそのまま数値で表示しても理解可能であるが、性
別度は数値では一般の利用者が理解しづらいため、これ
を文言に置き換えて表示する。そのための文言がこの表
示文言データベースに記憶されている。

【００３２】運勢データベース１７３は、性別および年
齢で決まる当日または翌日の運勢を記憶したデータベー
スである。このデータベースは、配信センタ１９からダ
ウンロードされ、常に最新の運勢を表示できるようにさ
れる。ダウンロードは毎日行ってもよく、数日分をまと
めてダウンロードするようにしてもよい。

【００３３】演奏制御データベース１７４は、性別度，
推定年齢に応じて、歌唱者の声質を引き立たせるための
カラオケ演奏の制御態様を記憶したデータベースであ
り、上述したようなルールが記憶されている。このルー
ル記述方式としてはファジィルールを用いてもよい。

【００３４】上記構成のカラオケ装置でカラオケ演奏が
実行されると、マイク２７から入力された歌唱音声がコ
ントロールアンプ２２を介して音声信号処理装置２３に
入力される。音声信号処理装置２３は、この信号をデジ
タルデータ化し、周期信号の区間を割り出してこれを切
り出す。この区間がア，イ，ウ，エ，オのどの母音であ
るかを割り出す。これはア，イ，ウ，エ，オのサンプル
データとのマッチングなどで割り出せばよい。そして、
ＦＦＴ解析によりその母音のフォルマントを抽出する。
このフォルマントデータと前記母音情報をＣＰＵ３０に
入力する。

【００３５】ＣＰＵ３０は、入力された母音情報に基づ
いて、その母音に関するリファレンスを読み出し、入力
されたフォルマントデータと比較することによってこの
歌唱音声の性別度と推定年齢を割り出す。このようにし
て割り出した性別度、推定年齢データをＲＡＭ３２に蓄
積記憶するとともに、演奏制御データベース１７４を検
索して制御態様を読み出し、これに基づいてカラオケ演
奏を制御する。そして、カラオケ演奏が終了すると、Ｒ
ＡＭ３２に蓄積記憶した性別度および推定年齢の平均値
を算出し、この値で表示文言データベース１７２および
運勢データベース１７３を検索して、歌唱者の声質の評
価文言、および、今日または明日の運勢を読み出す。そ
して、これらを推定年齢と一緒にモニタ２６に表示す
る。

【００３６】図４は同カラオケ装置の動作を示すフロー
チャートである。この動作は、カラオケ演奏時の動作を
示すフローチャートである。カラオケ演奏がスタート
（ｓ１）すると、マイク２７から音声信号処理装置２３
に歌唱音声を入力する。なお、この歌唱音声は、音源３
８等によって合成されるカラオケ演奏音とともにコント
ロールアンプ２２からスピーカ２５にも出力される。入
力された歌唱音声は、音声信号処理装置２３によってフ
ォルマントが抽出され（ｓ３）、このフォルマントデー
タがＣＰＵ３０に入力される。ＣＰＵ３０はこのフォル
マントデータに対応するリファレンスデータを読み出し
（ｓ４）、これらを比較することによって（ｓ５）、性
別度，推定年齢を割り出す（ｓ６）。割り出した性別
度，推定年齢を蓄積記憶する（ｓ７）とともに、これで
演奏制御データベース１７４を検索することによって制
御態様を割り出し（ｓ８）、これで実行中のカラオケ演
奏を制御する（ｓ９）。カラオケ曲が終了するまでｓ２
以下の動作を継続的に実行する。

【００３７】カラオケ曲の演奏が終了すると（ｓ１
０）、蓄積記憶した性別度・推定年齢を平均して平均性
別度，平均推定年齢を算出し（ｓ１１）、これに基づい
て表示文言データベース１７２を検索して表示文言を選
出するとともに、運勢データベース１７３を検索して今
日または明日の運勢を読み出す（ｓ１３）。そしてこれ
らをモニタ２６に表示する（ｓ１４）。

【００３８】なお、上記実施形態では、歌唱者のフォル
マントから割り出された性別度・推定年齢に基づいて、
カラオケ演奏を制御し、運勢を表示しているが、カラオ
ケ装置が行う制御、サービスは上記に限定されない。

【００３９】

【発明の効果】以上のようにこの発明によれば、歌唱音
声のフォルマントを抽出して、その性別や年齢を推定
し、これに応じたサービスやカラオケ演奏の制御を行う
ことにより、歌唱者がマニュアル操作で何かを入力しな
くても、歌唱するのみで何らかのサービスや演奏制御を
行うことができ、サービス・機能の向上につながる利点
がある。

【００４０】また、上記サービスはら歌唱音声のフォル
マントに応じたものであり、従来の採点ゲームのように
歌唱の巧拙を採点するものではないため、誰でも気軽に
参加できるという利点がある。

【図面の簡単な説明】

【図１】この発明の実施形態であるカラオケ装置の機能
ブロック図

【図２】同カラオケ装置のハードウェアのブロック図

【図３】同カラオケ装置のハードディスクの一部構成を
示す図

【図４】同カラオケ装置の動作を示すフローチャート

【図５】一般的なフォルマント周波数の分布を示す図

【符号の説明】

１…歌唱音声入力部、２…フォルマント抽出部、３…フ
ォルマント比較部、４…リファレンスデータベース、５
…運勢データベース、６…表示部、７…カラオケ演奏制
御部、８…カラオケ演奏部、１０…歌唱音声、１１…フ
ォルマント、１２…リファレンス、１３…性別度・推定
年齢、２３…音声信号処理装置、２７…歌唱用マイク、
３０…ＣＰＵ、３２…ＲＡＭ、３７…ハードディスク記
憶装置、４０…文字表示部、１７１…リファレンスデー
タベース、１７２…表示文言データベース、１７３…運
勢データベース、１７４…演奏制御データベース

Claims (3)

【特許請求の範囲】
1. 【請求項１】 歌唱音声からフォルマントを抽出するフ
   ォルマント抽出手段と、 抽出したフォルマントに基づいて歌唱者の性別または年
   齢を推定する推定手段と、 推定された性別または年齢に応じたサービスを提供する
   サービス提供手段と、 を備えたことを特徴とするカラオケ装置。
2. 【請求項２】 カラオケ演奏を実行する演奏手段と、 歌唱音声からフォルマントを抽出するフォルマント抽出
   手段と、 抽出したフォルマントに基づいて歌唱者の性別または年
   齢を推定する推定手段と、 推定された性別または年齢に応じて演奏手段を制御する
   演奏制御手段と、 を備えたことを特徴とするカラオケ装置。
3. 【請求項３】 前記推定手段は、性別または年齢別のリ
   ファレンスと比較することによって歌唱者の性別または
   年齢を推定する手段である請求項１または請求項２に記
   載のカラオケ装置。