JP2003330459A - 音楽データの印象付けシステム及びプログラム - Google Patents
音楽データの印象付けシステム及びプログラムInfo
- Publication number
- JP2003330459A JP2003330459A JP2002140439A JP2002140439A JP2003330459A JP 2003330459 A JP2003330459 A JP 2003330459A JP 2002140439 A JP2002140439 A JP 2002140439A JP 2002140439 A JP2002140439 A JP 2002140439A JP 2003330459 A JP2003330459 A JP 2003330459A
- Authority
- JP
- Japan
- Prior art keywords
- music data
- group
- impression
- concept
- music
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Auxiliary Devices For Music (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 曲の構造に基づいて、曲の持つ印象を適切に
求めて音楽データに付与する。 【解決手段】 音楽データをグループ分けして各グルー
プの重みを求めるグループ重み付け処理部１と、音楽デ
ータから各グループ毎に当該音楽の特徴を示す特徴パラ
メータを抽出する特徴パラメータ抽出部２と、各グルー
プ毎に抽出された特徴パラメータからそれら特徴パラメ
ータによって関連付けられる１又は複数の概念の関連性
の強さを示す活性値を算出すると共に各グループの概念
の活性値を各グループの重みで重み付けして合成するこ
とにより音楽データの概念の活性値を算出する概念活性
値算出部３と、算出された音楽データの概念の活性値に
基づいて前記音楽データにその印象を付与する印象付与
処理部４とを含む。
求めて音楽データに付与する。 【解決手段】 音楽データをグループ分けして各グルー
プの重みを求めるグループ重み付け処理部１と、音楽デ
ータから各グループ毎に当該音楽の特徴を示す特徴パラ
メータを抽出する特徴パラメータ抽出部２と、各グルー
プ毎に抽出された特徴パラメータからそれら特徴パラメ
ータによって関連付けられる１又は複数の概念の関連性
の強さを示す活性値を算出すると共に各グループの概念
の活性値を各グループの重みで重み付けして合成するこ
とにより音楽データの概念の活性値を算出する概念活性
値算出部３と、算出された音楽データの概念の活性値に
基づいて前記音楽データにその印象を付与する印象付与
処理部４とを含む。
Description
【０００１】
【発明の属する技術分野】本発明は、音楽の印象から音
楽データを検索するシステムの音楽データベースを構築
するのに好適な音楽データの印象付けシステム及びプロ
グラムに関する。
楽データを検索するシステムの音楽データベースを構築
するのに好適な音楽データの印象付けシステム及びプロ
グラムに関する。
【０００２】
【従来の技術】近年、ネットインフラの進展と、携帯電
話などの携帯端末装置の普及により、音楽データをイン
ターネットを介してモバイル配信するなど、音楽データ
の配信技術の進歩は著しい。カラオケシステムなどに代
表されるように、所望とする音楽データを音楽データベ
ースから検索するには、曲のコードや、曲名、歌手名、
作曲者名などのテキスト検索が一般的である。これに対
し、曲名や歌手名などの書誌的事項が不明な場合に、
「楽しい」、「悲しい」などのユーザが求める楽曲の印
象を検索キーとして入力することにより、ファジィ推論
などを用いてユーザの好みに近い選曲を可能とするよう
な選曲システムも種々提案されている（例えば特開平５
−２５７４８７号）。
話などの携帯端末装置の普及により、音楽データをイン
ターネットを介してモバイル配信するなど、音楽データ
の配信技術の進歩は著しい。カラオケシステムなどに代
表されるように、所望とする音楽データを音楽データベ
ースから検索するには、曲のコードや、曲名、歌手名、
作曲者名などのテキスト検索が一般的である。これに対
し、曲名や歌手名などの書誌的事項が不明な場合に、
「楽しい」、「悲しい」などのユーザが求める楽曲の印
象を検索キーとして入力することにより、ファジィ推論
などを用いてユーザの好みに近い選曲を可能とするよう
な選曲システムも種々提案されている（例えば特開平５
−２５７４８７号）。
【０００３】このようなシステムでは、音楽データベー
スを構成する各曲の音楽データにその印象を付与するた
めの印象付けを行う必要がある。従来、このような音楽
データに付与される印象は、曲のテンポ、音程、音程差
など、種々の特徴パラメータに注目し、楽曲全体に対す
る出現頻度のような平均値で求めるようにしている。
スを構成する各曲の音楽データにその印象を付与するた
めの印象付けを行う必要がある。従来、このような音楽
データに付与される印象は、曲のテンポ、音程、音程差
など、種々の特徴パラメータに注目し、楽曲全体に対す
る出現頻度のような平均値で求めるようにしている。
【０００４】
【発明が解決しようとする課題】しかしながら、曲には
盛り上がりなどがあり、楽しいテンポの速い曲の場合に
は、前半部分で意図的にテンポを落とすことがなされる
こともある。従って、上述したような楽曲全体に対する
平均値で曲の印象を求めると、曲の途中の変化が全く無
視されて、本来曲が持っている印象が求められないとい
う問題がある。
盛り上がりなどがあり、楽しいテンポの速い曲の場合に
は、前半部分で意図的にテンポを落とすことがなされる
こともある。従って、上述したような楽曲全体に対する
平均値で曲の印象を求めると、曲の途中の変化が全く無
視されて、本来曲が持っている印象が求められないとい
う問題がある。
【０００５】本発明は、このような点に鑑みなされたも
ので、曲の構造に基づいて、曲の持つ印象を適切に求め
て音楽データに付与することができる音楽データの印象
付けシステムおよびプログラムを提供することを目的と
する。
ので、曲の構造に基づいて、曲の持つ印象を適切に求め
て音楽データに付与することができる音楽データの印象
付けシステムおよびプログラムを提供することを目的と
する。
【０００６】
【課題を解決するための手段】本発明に係る音楽データ
の印象付けシステムは、音楽データをグループ分けして
各グループの重みを求めるグループ重み付け処理部と、
前記音楽データから前記各グループ毎に当該音楽の特徴
を示す特徴パラメータを抽出する特徴パラメータ抽出部
と、前記各グループ毎に前記抽出された特徴パラメータ
からそれら特徴パラメータによって関連付けられる１又
は複数の概念の関連性の強さを示す活性値を算出すると
共に前記各グループの概念の活性値を前記各グループの
重みで重み付けして合成することにより前記音楽データ
の概念の活性値を算出する概念活性値算出部と、前記算
出された音楽データの概念の活性値に基づいて前記音楽
データにその印象を付与する印象付与処理部とを備えた
ことを特徴とする。
の印象付けシステムは、音楽データをグループ分けして
各グループの重みを求めるグループ重み付け処理部と、
前記音楽データから前記各グループ毎に当該音楽の特徴
を示す特徴パラメータを抽出する特徴パラメータ抽出部
と、前記各グループ毎に前記抽出された特徴パラメータ
からそれら特徴パラメータによって関連付けられる１又
は複数の概念の関連性の強さを示す活性値を算出すると
共に前記各グループの概念の活性値を前記各グループの
重みで重み付けして合成することにより前記音楽データ
の概念の活性値を算出する概念活性値算出部と、前記算
出された音楽データの概念の活性値に基づいて前記音楽
データにその印象を付与する印象付与処理部とを備えた
ことを特徴とする。
【０００７】本発明に係る音楽データの印象付けプログ
ラムは、音楽データをグループ分けして各グループの重
みを求めるグループ重み付けステップと、前記音楽デー
タから前記各グループ毎に当該音楽の特徴を示す特徴パ
ラメータを抽出する特徴パラメータ抽出ステップと、前
記各グループ毎に前記抽出された特徴パラメータから１
又は複数の概念の活性値を算出すると共に前記各グルー
プの概念の活性値を前記各グループの重みで重み付けし
て合成することにより前記音楽データの概念の活性値を
算出する概念活性値算出ステップと、前記算出された音
楽データの概念の活性値に基づいて前記音楽データにそ
の印象を付与する印象付与ステップとをコンピュータに
実行させるように構成されたものである。
ラムは、音楽データをグループ分けして各グループの重
みを求めるグループ重み付けステップと、前記音楽デー
タから前記各グループ毎に当該音楽の特徴を示す特徴パ
ラメータを抽出する特徴パラメータ抽出ステップと、前
記各グループ毎に前記抽出された特徴パラメータから１
又は複数の概念の活性値を算出すると共に前記各グルー
プの概念の活性値を前記各グループの重みで重み付けし
て合成することにより前記音楽データの概念の活性値を
算出する概念活性値算出ステップと、前記算出された音
楽データの概念の活性値に基づいて前記音楽データにそ
の印象を付与する印象付与ステップとをコンピュータに
実行させるように構成されたものである。
【０００８】本発明によれば、音楽データをグループ分
けして各グループの曲における重みを求め、各グループ
毎に抽出された特徴パラメータから概念の活性値を求
め、各グループの概念の活性値を各グループの重みで重
み付けして合成することにより音楽データのトータル的
な概念の活性値を求め、これに基づいて音楽データに印
象を付与するようにしているので、楽曲の中で重要な部
分の評価が反映されて、楽曲の特徴を良好に捉えた印象
付けを行うことができる。
けして各グループの曲における重みを求め、各グループ
毎に抽出された特徴パラメータから概念の活性値を求
め、各グループの概念の活性値を各グループの重みで重
み付けして合成することにより音楽データのトータル的
な概念の活性値を求め、これに基づいて音楽データに印
象を付与するようにしているので、楽曲の中で重要な部
分の評価が反映されて、楽曲の特徴を良好に捉えた印象
付けを行うことができる。
【０００９】なお、グループ重み付け処理部が、音楽デ
ータを階層別にグループ分けして、下位のグループほど
重みが大きくなるように各グループの重みを決定するも
のであると、より特徴部分を強調することができる。
ータを階層別にグループ分けして、下位のグループほど
重みが大きくなるように各グループの重みを決定するも
のであると、より特徴部分を強調することができる。
【００１０】
【発明の実施の形態】以下、図面を参照しながら、本発
明の一実施形態を詳細に説明する。図１は、本実施形態
に係る音楽データの印象付けシステムの構成を示す図で
ある。図示しない入力装置や受信装置から入力されるＭ
ＩＤＩ、音符データなどの音楽データは、グループ重み
付け処理部１と、特徴パラメータ抽出部２とに供給され
ている。グループ重み付け処理部１は、入力された音楽
データをグループ分けして各グループの重みを求める。
このシステムでは、音楽データは階層別にグループ化し
て各グループの重みを求める。特徴パラメータ抽出部２
は、グループ重み付け処理部１で求められたグループ毎
に、音楽データから種々の特徴パラメータを抽出する。
特徴パラメータとしては、例えば、音高平均の高から
低、又は低から高への変化、音長平均の長から短、又は
短から長への変化、音高分散の高から低、又は低から高
への変化、テンポなどがある。
明の一実施形態を詳細に説明する。図１は、本実施形態
に係る音楽データの印象付けシステムの構成を示す図で
ある。図示しない入力装置や受信装置から入力されるＭ
ＩＤＩ、音符データなどの音楽データは、グループ重み
付け処理部１と、特徴パラメータ抽出部２とに供給され
ている。グループ重み付け処理部１は、入力された音楽
データをグループ分けして各グループの重みを求める。
このシステムでは、音楽データは階層別にグループ化し
て各グループの重みを求める。特徴パラメータ抽出部２
は、グループ重み付け処理部１で求められたグループ毎
に、音楽データから種々の特徴パラメータを抽出する。
特徴パラメータとしては、例えば、音高平均の高から
低、又は低から高への変化、音長平均の長から短、又は
短から長への変化、音高分散の高から低、又は低から高
への変化、テンポなどがある。
【００１１】グループ重み付け処理部１で求められた各
グループの重みと、特徴パラメータ抽出部２で抽出され
た特徴パラメータは、概念活性値算出部３に入力されて
いる。概念活性値算出部３は、各グループ毎に抽出され
た特徴パラメータからそれら特徴パラメータによって関
連付けられる１又は複数の概念の関連性の強さを示す活
性値を算出すると共に各グループの概念の活性値を各グ
ループの重みで重み付けして合成することにより音楽デ
ータのトータル的な概念の活性値を算出する。求められ
た音楽データの概念の活性値は、印象付与処理部４に入
力されている。印象付与処理部４は、音楽データの概念
の活性値から音楽データにその印象を付与する。音楽デ
ータとそれに付与された印象とは、音楽データベース５
に格納される。なお、グループ重み付け処理部１、特徴
パラメータ抽出部２、概念活性値算出部３及び印象付与
処理部４は、各部の処理をコンピュータにより実行させ
るため、グループ重み付けステップ、特徴パラメータ処
理ステップ、概念活性値算出ステップ、および印象付与
ステップを備えたプログラムにより構成されていても良
い。
グループの重みと、特徴パラメータ抽出部２で抽出され
た特徴パラメータは、概念活性値算出部３に入力されて
いる。概念活性値算出部３は、各グループ毎に抽出され
た特徴パラメータからそれら特徴パラメータによって関
連付けられる１又は複数の概念の関連性の強さを示す活
性値を算出すると共に各グループの概念の活性値を各グ
ループの重みで重み付けして合成することにより音楽デ
ータのトータル的な概念の活性値を算出する。求められ
た音楽データの概念の活性値は、印象付与処理部４に入
力されている。印象付与処理部４は、音楽データの概念
の活性値から音楽データにその印象を付与する。音楽デ
ータとそれに付与された印象とは、音楽データベース５
に格納される。なお、グループ重み付け処理部１、特徴
パラメータ抽出部２、概念活性値算出部３及び印象付与
処理部４は、各部の処理をコンピュータにより実行させ
るため、グループ重み付けステップ、特徴パラメータ処
理ステップ、概念活性値算出ステップ、および印象付与
ステップを備えたプログラムにより構成されていても良
い。
【００１２】次に、このように構成された本システムの
各部の処理の詳細を説明する。図２は、入力される音楽
データの例を示す図である。音楽データは音符データか
ら構成されている。グループ重み付け処理部１は、入力
された音楽データを音楽構造解析してグルーピング及び
重み付けを行っていく。このような音楽構造解析の手法
としては、例えばＧＴＴＭ（Generative Theory of Ton
al Music）が知られている。本システムでは、ＧＴＴＭ
をベースとして、次のような処理を実行してグループ重
み付け処理を実行する。
各部の処理の詳細を説明する。図２は、入力される音楽
データの例を示す図である。音楽データは音符データか
ら構成されている。グループ重み付け処理部１は、入力
された音楽データを音楽構造解析してグルーピング及び
重み付けを行っていく。このような音楽構造解析の手法
としては、例えばＧＴＴＭ（Generative Theory of Ton
al Music）が知られている。本システムでは、ＧＴＴＭ
をベースとして、次のような処理を実行してグループ重
み付け処理を実行する。
【００１３】まず、所定のルールに基づいて、楽曲を構
成する各音符に拍の強さを割り当てる。例えば、楽曲中
で１番出現頻度が高い拍を基本拍とし（図２の例では、
８分音符が基本拍）、次に基本拍の部分に音符が存在し
ている場合、相対的に長い拍やそれらの拍の間隔などに
基づいて強拍を判定する。これら拍の強さに基づいて、
最も下層レベルの各音符に重みｗ１〜ｗ１２を割り当て
る。
成する各音符に拍の強さを割り当てる。例えば、楽曲中
で１番出現頻度が高い拍を基本拍とし（図２の例では、
８分音符が基本拍）、次に基本拍の部分に音符が存在し
ている場合、相対的に長い拍やそれらの拍の間隔などに
基づいて強拍を判定する。これら拍の強さに基づいて、
最も下層レベルの各音符に重みｗ１〜ｗ１２を割り当て
る。
【００１４】次に、音符データに含まれるリズムを分析
する。図２の例では、４分音符−８分音符−８分音符と
いうリズムが存在することが検出され、これに基づいて
拍節構造のグループが図３のように求められる。次に、
求められた拍節構造の最も下位の階層のグループから順
に、各グループで最も重要な音符を上位のグループに残
していきながら、各グループに重みを付加して行く。ど
の音符を重要であると見るかは、ルール次第であるが、
例えば、より高い音、グループ中の最初の音符等を優先
することができる。そして、最終的には、図４に示すよ
うに、下層から上層にかけて徐々に枝が収束していく、
ツリー構造が求められ、各ツリーの枝に相当する各グル
ープに重みが求められる。重みは、例えば下層のグルー
プから引き継がれた音符の重みを、新たなグループの中
の比率に変換することにより求めていくことができる。
図４の例では、８分音符レベル、４分音符レベル、２分
音符レベル、全音符レベル、２小節レベルのそれぞれに
１２個、８個、４個、２個、１個の重みｗ１，ｗ２，…
が求められる。このようにして求められた各グループの
重みの例を図５に示す。最終的に求めるグループの最下
位レベルは、あまり短いと楽曲の特徴を捉えることがで
きないため、２小節程度とする。図示の例では、グルー
プの長さが最下位レベルから順に２小節、４小節、８小
節となっている。ここで、最下位レベルの２小節のグル
ープに、楽曲の特徴が最も現れると考えられ、２小節の
グループのトータルの重みを１．０とし、４小節のグル
ープのトータルの重みを０．５、８小節のグループのト
ータルの重みを０．２５とする。この例では、第７小節
と第８小節のグループ（７，８）の重みｗが０．６０６
８１１と最も重くなっている。
する。図２の例では、４分音符−８分音符−８分音符と
いうリズムが存在することが検出され、これに基づいて
拍節構造のグループが図３のように求められる。次に、
求められた拍節構造の最も下位の階層のグループから順
に、各グループで最も重要な音符を上位のグループに残
していきながら、各グループに重みを付加して行く。ど
の音符を重要であると見るかは、ルール次第であるが、
例えば、より高い音、グループ中の最初の音符等を優先
することができる。そして、最終的には、図４に示すよ
うに、下層から上層にかけて徐々に枝が収束していく、
ツリー構造が求められ、各ツリーの枝に相当する各グル
ープに重みが求められる。重みは、例えば下層のグルー
プから引き継がれた音符の重みを、新たなグループの中
の比率に変換することにより求めていくことができる。
図４の例では、８分音符レベル、４分音符レベル、２分
音符レベル、全音符レベル、２小節レベルのそれぞれに
１２個、８個、４個、２個、１個の重みｗ１，ｗ２，…
が求められる。このようにして求められた各グループの
重みの例を図５に示す。最終的に求めるグループの最下
位レベルは、あまり短いと楽曲の特徴を捉えることがで
きないため、２小節程度とする。図示の例では、グルー
プの長さが最下位レベルから順に２小節、４小節、８小
節となっている。ここで、最下位レベルの２小節のグル
ープに、楽曲の特徴が最も現れると考えられ、２小節の
グループのトータルの重みを１．０とし、４小節のグル
ープのトータルの重みを０．５、８小節のグループのト
ータルの重みを０．２５とする。この例では、第７小節
と第８小節のグループ（７，８）の重みｗが０．６０６
８１１と最も重くなっている。
【００１５】一方、特徴パラメータ抽出部２では、図６
に示すように、各グループ（１，２），（３，４），
…，（１，８）毎に音符データを解析して、音高平均が
高から低に移る程度、低から高に移る程度、音長平均が
長から短に移る程度、短から長に移る程度、音高分散が
高から低に移る程度、低から高に移る程度、…などの特
徴パラメータを抽出する。
に示すように、各グループ（１，２），（３，４），
…，（１，８）毎に音符データを解析して、音高平均が
高から低に移る程度、低から高に移る程度、音長平均が
長から短に移る程度、短から長に移る程度、音高分散が
高から低に移る程度、低から高に移る程度、…などの特
徴パラメータを抽出する。
【００１６】概念活性値算出部３では、求められた特徴
パラメータによって、例えば図７に示すような概念知識
を駆動して「明るい」、「力強い」、「美しい」等の概
念の活性値を求める。このような概念知識は、ＣＦＳ
（Conceptual Fuzzy Sets：概念ファジィ集合）の概念
体系により適宜作成することができる。図８は、このよ
うな概念辞書に基づいて作成された概念の活性値算出の
ためのテーブルを示す図である。いま、図８に示す「安
定」という概念に着目すると、この「安定」の項目の図
中横方向に延びるワードベクトルの各項が特徴パラメー
タと対応しており、ワードベクトルと特徴パラメータと
の内積を求めることにより、概念「安定」についての活
性値が求められる。他の概念「不安定」、「軽さ」、…
についても同様に、それらのワードベクトルと特徴パラ
メータとの内積を求める。
パラメータによって、例えば図７に示すような概念知識
を駆動して「明るい」、「力強い」、「美しい」等の概
念の活性値を求める。このような概念知識は、ＣＦＳ
（Conceptual Fuzzy Sets：概念ファジィ集合）の概念
体系により適宜作成することができる。図８は、このよ
うな概念辞書に基づいて作成された概念の活性値算出の
ためのテーブルを示す図である。いま、図８に示す「安
定」という概念に着目すると、この「安定」の項目の図
中横方向に延びるワードベクトルの各項が特徴パラメー
タと対応しており、ワードベクトルと特徴パラメータと
の内積を求めることにより、概念「安定」についての活
性値が求められる。他の概念「不安定」、「軽さ」、…
についても同様に、それらのワードベクトルと特徴パラ
メータとの内積を求める。
【００１７】この結果、図９に示すように、各グループ
（１，２），（３，４），…，（１，８）毎に概念の活
性値が求められる。但し、各グループの概念の活性値に
は、そのグループの重みｗが乗算されている。つまり、
グループ（１，２）の概念の活性値は、特徴パラメータ
とワードベクトルの内積にグループ(１，２)の重みｗ＝
０．１４６１９９を掛け合わせた結果となっている。各
グループ（１，２），（３，４），…，（１，８）の概
念の活性値が求められたら、全グループの活性値を加算
して音楽データ全体の概念の活性値を求める。図９の右
欄に求められた合計が、音楽データ全体の概念の活性値
を示している。
（１，２），（３，４），…，（１，８）毎に概念の活
性値が求められる。但し、各グループの概念の活性値に
は、そのグループの重みｗが乗算されている。つまり、
グループ（１，２）の概念の活性値は、特徴パラメータ
とワードベクトルの内積にグループ(１，２)の重みｗ＝
０．１４６１９９を掛け合わせた結果となっている。各
グループ（１，２），（３，４），…，（１，８）の概
念の活性値が求められたら、全グループの活性値を加算
して音楽データ全体の概念の活性値を求める。図９の右
欄に求められた合計が、音楽データ全体の概念の活性値
を示している。
【００１８】これらの概念の活性値を「印象」としてそ
のまま音楽データに付与しても良いが、このシステムで
は、更にこれらの概念を中間概念と位置付け、これらの
中間概念の活性値から、更に「喜び」、「悲しみ」とい
った総括概念の活性値を求めている。図１０は、中間概
念から総括概念を求めるテーブルの例を示している。
「喜び」という総括概念に対応するワードベクトルと、
図９に示したトータルの中間概念の活性値との内積を求
めることにより、総括概念「喜び」の活性値が求められ
る。また、図１１に示すように、各グループ毎に中間概
念の活性値から総括概念の活性値を求め、これらを全グ
ループについて加算して総括的な総括概念の活性値を求
めるようにしても良い。
のまま音楽データに付与しても良いが、このシステムで
は、更にこれらの概念を中間概念と位置付け、これらの
中間概念の活性値から、更に「喜び」、「悲しみ」とい
った総括概念の活性値を求めている。図１０は、中間概
念から総括概念を求めるテーブルの例を示している。
「喜び」という総括概念に対応するワードベクトルと、
図９に示したトータルの中間概念の活性値との内積を求
めることにより、総括概念「喜び」の活性値が求められ
る。また、図１１に示すように、各グループ毎に中間概
念の活性値から総括概念の活性値を求め、これらを全グ
ループについて加算して総括的な総括概念の活性値を求
めるようにしても良い。
【００１９】印象付与処理分４は、このようにして求め
られた総括概念の活性値、又は総括概念と中間概念の活
性値を、「印象」として音楽データと関連付け、音楽デ
ータベース５に登録する。
られた総括概念の活性値、又は総括概念と中間概念の活
性値を、「印象」として音楽データと関連付け、音楽デ
ータベース５に登録する。
【００２０】
【発明の効果】以上述べたように本発明によれば、音楽
データをグループ分けして各グループの曲における重み
を求め、各グループ毎に抽出された特徴パラメータから
概念の活性値を求め、各グループの概念の活性値を各グ
ループの重みで重み付けして合成することにより音楽デ
ータのトータル的な概念の活性値を求め、これに基づい
て音楽データに印象を付与するようにしているので、楽
曲の中で重要な部分の評価が反映されて、楽曲の特徴を
良好に捉えた印象付けを行うことができるという効果を
奏する。
データをグループ分けして各グループの曲における重み
を求め、各グループ毎に抽出された特徴パラメータから
概念の活性値を求め、各グループの概念の活性値を各グ
ループの重みで重み付けして合成することにより音楽デ
ータのトータル的な概念の活性値を求め、これに基づい
て音楽データに印象を付与するようにしているので、楽
曲の中で重要な部分の評価が反映されて、楽曲の特徴を
良好に捉えた印象付けを行うことができるという効果を
奏する。
【図１】 本発明の一実施形態に係る音楽データの印象
付けシステムの構成を示すブロック図である。
付けシステムの構成を示すブロック図である。
【図２】 同システムで印象付けの対象となる音楽デー
タを示す図である。
タを示す図である。
【図３】 同音楽データのグループ化を説明するための
図である。
図である。
【図４】 同音楽データのグループ構造を示す図であ
る。
る。
【図５】 同音楽データのグループ構造の各グループの
重みを示す図である。
重みを示す図である。
【図６】 同音楽データから抽出された各グループの特
徴パラメータを示す図である。
徴パラメータを示す図である。
【図７】 特徴パラメータから概念を求める概念知識を
説明するための図である。
説明するための図である。
【図８】 特徴パラメータから概念の活性値を求めるテ
ーブルを示す図である。
ーブルを示す図である。
【図９】 求められた各グループの概念の活性値を示す
図である。
図である。
【図１０】 中間概念の活性値から総括概念の活性値を
求めるテーブルを示す図である。
求めるテーブルを示す図である。
【図１１】 求められた各グループ毎の総括概念の活性
値を示す図である。
値を示す図である。
１…グループ重み付け処理部
２…特徴パラメータ抽出部
３…概念活性値算出部
４…印象付与処理部
５…音楽データベース
Claims (3)
- 【請求項１】 音楽データをグループ分けして各グルー
プの重みを求めるグループ重み付け処理部と、 前記音楽データから前記各グループ毎に当該音楽の特徴
を示す特徴パラメータを抽出する特徴パラメータ抽出部
と、 前記各グループ毎に前記抽出された特徴パラメータから
それら特徴パラメータによって関連付けられる１又は複
数の概念の関連性の強さを示す活性値を算出すると共に
前記各グループの概念の活性値を前記各グループの重み
で重み付けして合成することにより前記音楽データの概
念の活性値を算出する概念活性値算出部と、 前記算出された音楽データの概念の活性値に基づいて前
記音楽データにその印象を付与する印象付与処理部とを
備えたことを特徴とする音楽データの印象付けシステ
ム。 - 【請求項２】 前記グループ重み付け処理部は、前記音
楽データを階層別にグループ分けして、下位のグループ
ほど重みが大きくなるように各グループの重みを決定す
るものであることを特徴とする請求項１記載の音楽デー
タの印象付けシステム。 - 【請求項３】 音楽データをグループ分けして各グルー
プの重みを求めるグループ重み付けステップと、 前記音楽データから前記各グループ毎に当該音楽の特徴
を示す特徴パラメータを抽出する特徴パラメータ抽出ス
テップと、 前記各グループ毎に前記抽出された特徴パラメータから
１又は複数の概念の活性値を算出すると共に前記各グル
ープの概念の活性値を前記各グループの重みで重み付け
して合成することにより前記音楽データの概念の活性値
を算出する概念活性値算出ステップと、 前記算出された音楽データの概念の活性値に基づいて前
記音楽データにその印象を付与する印象付与ステップと
をコンピュータに実行させるように構成された音楽デー
タの印象付けプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002140439A JP4319805B2 (ja) | 2002-05-15 | 2002-05-15 | 音楽データの印象付けシステム及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002140439A JP4319805B2 (ja) | 2002-05-15 | 2002-05-15 | 音楽データの印象付けシステム及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003330459A true JP2003330459A (ja) | 2003-11-19 |
| JP4319805B2 JP4319805B2 (ja) | 2009-08-26 |
Family
ID=29701325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002140439A Expired - Fee Related JP4319805B2 (ja) | 2002-05-15 | 2002-05-15 | 音楽データの印象付けシステム及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4319805B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006323007A (ja) * | 2005-05-17 | 2006-11-30 | Sharp Corp | 楽曲検索装置および楽曲検索方法 |
| JP2006323008A (ja) * | 2005-05-17 | 2006-11-30 | Sharp Corp | 楽曲検索装置および楽曲検索方法 |
| JP2007256364A (ja) * | 2006-03-20 | 2007-10-04 | Yamaha Corp | 演奏データ編集装置及びプログラム |
| JP2009251469A (ja) * | 2008-04-09 | 2009-10-29 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツ視聴時の印象度推定方法及び装置及びプログラム及びコンピュータ読取可能な記録媒体 |
-
2002
- 2002-05-15 JP JP2002140439A patent/JP4319805B2/ja not_active Expired - Fee Related
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006323007A (ja) * | 2005-05-17 | 2006-11-30 | Sharp Corp | 楽曲検索装置および楽曲検索方法 |
| JP2006323008A (ja) * | 2005-05-17 | 2006-11-30 | Sharp Corp | 楽曲検索装置および楽曲検索方法 |
| JP4607660B2 (ja) * | 2005-05-17 | 2011-01-05 | シャープ株式会社 | 楽曲検索装置および楽曲検索方法 |
| JP4607659B2 (ja) * | 2005-05-17 | 2011-01-05 | シャープ株式会社 | 楽曲検索装置および楽曲検索方法 |
| JP2007256364A (ja) * | 2006-03-20 | 2007-10-04 | Yamaha Corp | 演奏データ編集装置及びプログラム |
| JP4595851B2 (ja) * | 2006-03-20 | 2010-12-08 | ヤマハ株式会社 | 演奏データ編集装置及びプログラム |
| JP2009251469A (ja) * | 2008-04-09 | 2009-10-29 | Nippon Telegr & Teleph Corp <Ntt> | コンテンツ視聴時の印象度推定方法及び装置及びプログラム及びコンピュータ読取可能な記録媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4319805B2 (ja) | 2009-08-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102760426B (zh) | 使用表示乐音生成模式的演奏数据搜索 | |
| US7788279B2 (en) | System and method for storing and retrieving non-text-based information | |
| JP4199097B2 (ja) | 楽曲自動分類装置及び方法 | |
| CN101740010B (zh) | 信息处理设备和声音分析方法 | |
| WO2017165823A1 (en) | Media content items sequencing | |
| US20070157797A1 (en) | Taste profile production apparatus, taste profile production method and profile production program | |
| EP3047478A1 (en) | Combining audio samples by automatically adjusting sample characteristics | |
| EP3047479A1 (en) | Automatically expanding sets of audio samples | |
| JP2009162818A (ja) | 楽曲提示装置、楽曲提示プログラム | |
| WO2015042083A1 (en) | Recommending audio sample combinations | |
| CN101740013A (zh) | 信息处理设备、声音分析方法和程序 | |
| Eigenfeldt et al. | Considering Vertical and Horizontal Context in Corpus-based Generative Electronic Dance Music. | |
| Murauer et al. | Detecting music genre using extreme gradient boosting | |
| Arronte Alvarez et al. | Motivic pattern classification of music audio signals combining residual and LSTM networks | |
| Bruford et al. | Groove Explorer: An Intelligent Visual Interface for Drum Loop Library Navigation. | |
| JP2007219139A (ja) | 旋律生成方式 | |
| JP2003330459A (ja) | 音楽データの印象付けシステム及びプログラム | |
| CN112420003B (zh) | 伴奏的生成方法、装置、电子设备及计算机可读存储介质 | |
| Liu et al. | Music pattern mining for chromosome representation in evolutionary composition | |
| CA2318048A1 (en) | Method for automatically controlling electronic musical devices by means of real-time construction and search of a multi-level data structure | |
| JP2006201278A (ja) | 楽曲の拍節構造の自動分析方法および装置、ならびにプログラムおよびこのプログラムを記録した記録媒体 | |
| CN113066458A (zh) | 基于类lisp链数据的旋律生成方法、装置、设备及存储介质 | |
| Das et al. | Finite state models for generation of Hindustani classical music | |
| JP3664126B2 (ja) | 自動作曲装置 | |
| US20230267899A1 (en) | Automatic audio mixing device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050401 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080104 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080129 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080321 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20080321 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20090519 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090529 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120605 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |