JP2005148599A - カラオケ装置、カラオケ方法、および、プログラム - Google Patents

Abstract

【課題】 市販の音楽用ＣＤ等の記録媒体を採点や再生に用いるカラオケ装置等を提供する。
【解決手段】 カラオケ装置２０１の記憶部２０２は、採点用音声データおよび伴奏用音声データをあらかじめ記憶し、媒体読取部２０３は、音声波形データをあらかじめ記録する記録媒体から、第１の音声波形データを読み取り、入力受付部２０４は、第２の音声波形データの入力を受け付け、再生部２０５は、あらかじめ記憶された伴奏用音声データと、入力を受け付けられた第２の音声波形データとを、再生し、採点部２０６は、あらかじめ記憶された採点用音声データおよび読み取られた第１の音声波形データのいずれか一方または双方と、入力を受け付けられた第２の音声波形データと、を対比して採点し、出力部２０７は、採点された結果を出力する。
【選択図】 図２

Description

本発明は、市販の音楽用ＣＤ（Compact Disk）等の記録媒体を採点や再生に用いるカラオケ装置、カラオケ方法、および、これらをコンピュータにて実現するプログラムに関する。

従来から、種々のカラオケ装置が提供されている。カラオケ装置では、ＭＩＤＩ（Musical Instrument Digital Interface）データ等で用意された楽曲データや、ＰＣＭ（Pulse Code Modulation）データ等で用意された音声波形データをあらかじめ用意しており、これを伴奏データとして音声出力するとともに、音声出力のタイミングに合わせてテレビジョン装置等の画面に歌詞を表示する。また、カラオケ装置に接続されたマイクから歌い手の音声波形データの入力を受け付け、これと、上記の伴奏データとを適宜混合（mixing；ミキシング）して、スピーカから音声出力する。伴奏データは、ＣＤ−ＲＯＭ（CD Read Only Memory）やＤＶＤ−ＲＯＭ（Digital Versatile Disk ROM）などの情報記録媒体に記録されている場合もあるし、コンピュータ通信網を介して、他の記憶装置から取得可能に構成されている場合もある。

従来、このようなカラオケ装置は、カラオケボックスと呼ばれるカラオケ専用の施設や、各種の飲食店にて利用され、これらの施設においては、スピーカから大きな音量で、伴奏と歌唱とを出力するのが一般的であった。

近年では、コンピュータ技術の発展に伴い、各家庭にあるゲーム装置を利用して、カラオケを楽しむことができる環境が整いつつある。このようなゲーム装置を利用したカラオケでは、ビデオ出力はテレビジョン装置などに接続され、歌詞等を表示するのに用いられる。マイクはゲーム装置に直結され、マイクから入力された音声は、ゲーム装置用のＤＶＤ−ＲＯＭに記憶された伴奏データやコンピュータ通信網を介してダウンロードされた伴奏データとミキシングされて、テレビジョン装置やステレオ装置の音声入力を介してスピーカから出力される。

一方で、カラオケ装置において、マイクから入力された音声波形データと、伴奏データに対応付けて記憶された採点用データとを比較して、歌い手の歌唱を採点するものも提案されている。

しかしながら、カラオケにおいては、市販の音楽用ＣＤ等、ユーザが所有している楽曲の情報を用いて採点や再生を行いたい、という要望がある。
本発明は、このような課題を解決するためになされたもので、市販の音楽用ＣＤ（Compact Disk）等の記録媒体を採点や再生に用いるカラオケ装置、カラオケ方法、および、これらをコンピュータによって実現するプログラムを提供することを目的とする。

以上の目的を達成するため、本発明の原理にしたがって、下記の発明を開示する。
本発明の第１の観点に係るカラオケ装置は、媒体読取部、入力受付部、再生部、採点部、および、出力部を備え、以下のように構成する。

まず、当該カラオケ装置では、伴奏用音声データと採点用音声データを用いる。
たとえば、伴奏用音声データは、ＭＩＤＩデータによって表現され、各チャンネルは、各種の音源波形データに対応付けられる。また、典型的には、ＭＩＤＩデータの複数のチャンネルのうちの１つを、採点用音声データとし、採点用音声データのチャンネルは音源を割り当てない。これによって、当該ＭＩＤＩデータをＭＩＤＩハードウェアで再生しようとすると、伴奏用データの音声のみが出力され、採点用音声データの音声は出力されない。
なお、採点用音声データは、人間がカラオケで歌を歌った場合の見本となる旋律に相当する音声データである。

一方、媒体読取部は、音声波形データを記録する記録媒体から、第１の音声波形データを読み取る。
たとえば、カラオケを楽しむユーザが自分で持っている音楽用ＣＤから、楽曲の音声波形データ（音楽用ＣＤの場合は、ＰＣＭ形式）の読み取り、これを第１の音声波形データとする。

さらに、入力受付部は、第２の音声波形データの入力を受け付ける。
典型的には、カラオケを楽しむユーザがマイクを使って歌う際に、マイクから歌声が入力される。この歌声の音声波形データが、第２の音声波形データに相当する。

そして、再生部は、記憶された伴奏用音声データと、入力を受け付けられた第２の音声波形データと、を、再生する。
カラオケ装置にはスピーカやヘッドホンなどの音声出力装置が接続されている。再生部が機能することにより、当該スピーカ等からは、典型的には、伴奏と歌声とがミキシングされた音声が出力されることになる。

一方、採点部は、記憶された採点用音声データおよび読み取られた第１の音声波形データのいずれか一方または双方と、入力を受け付けられた第２の音声波形データと、を対比して採点する。

たとえば、ＭＩＤＩデータのあるチャンネル（採点用音声データ）の音程、強度（大きさ）、テンポ、発声の始まりとユーザの歌声（第２の音声波形データ）とを対比するとともに、ＣＤから読み取ったＰＣＭデータ（第１の音声波形データ）とユーザの歌声（第２の音声波形データ）とを対比して、音程のずれ、強度のずれ、テンポのずれ、歌い出しのずれ等を判定されたこの結果によって採点を行う。採点の手法については、後述する種々の技術を適用することができるほか、各種の公知の技術を適用しても良い。

そして、出力部は、採点された結果を出力する。
典型的には、採点部によって判定された音程のずれ、強度のずれ、テンポのずれ、歌い出しのずれ等や、これらから計算によって求められる点数をカラオケ装置に接続されたテレビジョン装置の画面に表示したり、これらのずれの程度が一定の値を超えた場合、一定の値より小さい場合等、あらかじめ設定した条件が満たされる場合に、画面に当該条件に対応付けられた画像が表示される手法により、採点結果を出力する。このほか、音声によって採点結果を出力する場合には、再生部に採点結果を示す音声データをさらに再生させることとなる。

本発明によれば、市販の音楽用ＣＤ等を参照してカラオケの歌唱の採点を行うとともに、伴奏にはあらかじめ別途用意されたデータを再生することで、市販の音楽用ＣＤ等を用いて採点するカラオケ装置を実現することができる。

また、本発明のカラオケ装置は、取得部をさらに備え、以下のように構成することができる。
すなわち、取得部は、当該伴奏用音声データおよび当該採点用音声データをサーバ装置から取得する。
一方、再生部は、取得された伴奏用音声データを再生する。
また、採点部は、取得された採点用音声データおよび読み取られた第１の音声波形データのいずれか一方または双方と、入力を受け付けられた第２の音声波形データと、を対比して採点する。
本発明によれば、上記発明をいわゆるネットワークカラオケに適用することができる。

また、本発明のカラオケ装置において、取得部は、読み取られた第１の音声波形データに対応付けられた伴奏用音声データおよび採点用音声データを当該サーバ装置から取得するように構成することができる。

すなわち、ユーザが自分の持っている音楽用ＣＤを装着して、歌いたいトラックを選択すると、そのＣＤとトラックの情報がインターネット等のコンピュータ通信網を介してカラオケサーバ装置に伝送される。カラオケサーバ装置では、そのＣＤとトラックに対応する採点用音声データと伴奏用音声データを、コンピュータ通信網を介してカラオケ装置に伝送する。カラオケ装置では、これらの音声データをＲＡＭなどの記憶部に記憶する。

本発明によれば、カラオケソフトプログラムに添付されていなかった曲に対応することができるので、新曲が発表されても、ユーザは新たな機器やプログラムを購入しなくとも、コンピュータ通信網経由で各種の音声データをダウンロードでき、これを用いてカラオケを楽しんだり採点をさせたりできるようになる。

また、本発明のカラオケ装置は、記憶部をさらに備え、以下のように構成することができる。
すなわち、記憶部は、当該伴奏用音声データおよび当該採点用音声データを記憶する。
一方、再生部は、記憶された伴奏用音声データを再生する。
また、採点部は、記憶された採点用音声データおよび読み取られた第１の音声波形データのいずれか一方または双方と、入力を受け付けられた第２の音声波形データと、を対比して採点する。
本発明によれば、ネットワークに接続されていないカラオケ装置であっても、上記発明を適用することができるようになる。

また、本発明のカラオケ装置は、選択部をさらに備え、以下のように構成することができる。
すなわち、記憶部は、複数の採点用音声データおよび複数の伴奏用音声データを記憶する。
たとえば、カラオケ装置が、ＤＶＤ−ＲＯＭ／ＣＤ−ＲＯＭドライブが１台しか用意されていないゲーム装置において実現される場合を考える。まず、ゲーム装置にカラオケソフトディスクを装着してプログラムを実行すると、当該ゲーム装置がカラオケ装置として機能することとなる。

そして、カラオケソフトディスクには、ＭＩＤＩデータで複数の採点用音声データと伴奏用音声データのセットが記録されており、市販の音楽用ＣＤにユーザがディスクを入れ換える前に、当該複数のＭＩＤＩデータをRAMなどのメモリに読み出しておく。ＭＩＤＩデータのサイズは一般には小さいので、メモリ内に複数の楽曲用のＭＩＤＩデータを記憶することができる。

一方、選択部は、読み取られた第１の音声波形データに対応付けられた採点用音声データおよび伴奏用音声データを、記憶部から選択する。
カラオケソフトディスクを取り出した後、ＤＶＤ−ＲＯＭ／ＣＤ−ＲＯＭドライブに音楽用ＣＤが装着されると、ドライブはＣＤ−ＴＥＸＴなどの情報や各トラックの長さなどの情報から、その音楽用ＣＤを同定する。そして、ユーザが音楽用ＣＤのいずれかのトラックを選択すると、同定された音楽用ＣＤの当該トラックに対応付けられて記憶部に記憶されている採点用音声データと伴奏用音声データが選択されるのである。

典型的には、採点用音声データと伴奏用音声データは、カラオケソフトディスクを提供するベンダーが用意するものである。したがって、市販の音楽用ＣＤの各トラック（各楽曲）について、略同じ音程、同じテンポ、同じ時間長のＭＩＤＩデータを自ら制作編集して、これを提供することとなる。

そして、再生部は、記憶された複数の伴奏用音声データのうち選択された伴奏用音声データと、当該第２の音声波形データとを、再生し、採点部は、記憶された複数の採点用音声データのうち選択された採点用音声データおよび当該第１の音声波形データのいずれか一方または双方と、当該第２の音声波形データと、を対比して採点する。

すなわち、選択された採点用音声データと、音楽用ＣＤ等でユーザが希望したトラックの楽曲（第１の音声波形データ）を参照して、ユーザの歌唱（第２の音声波形データ）を採点するとともに、選択された伴奏用音声データとユーザの歌唱（第２の音声波形データ）とをミキシングして、スピーカ等から出力するのである。

本発明によれば、たとえば、ユーザは、音楽用ＣＤをカラオケ装置に装着して、どのトラックの楽曲を歌いたいか、を選択するだけで、当該トラックに応じてあらかじめ用意されたＭＩＤＩデータが伴奏用音楽データおよび採点用音楽データとして自動的に選択される。

また、本発明のカラオケ装置において、採点部は、当該第１の音声波形データから、中心音の音声データを抽出し、当該抽出された音声データおよび当該採点用音声データのいずれか一方または双方と、当該第２の音声データと、を対比して採点するように構成することができる。

一般に、歌が録音されているステレオの音楽用ＣＤでは、メインボーカルの声は中央に定位するように構成されている。また、メインボーカルの声の音程は、周波数解析を行うと、その強度が高いことが多い。そこで、このように、メインボーカルの音声と想定される中心音の音声データを抽出して、これを用いて採点を行うのである。

本発明によれば、あらかじめ用意された採点用データと、音楽用ＣＤ等から抽出された中心音の音声データと、のいずれかまたは双方を用いて採点が行えるようになる。

また、本発明のカラオケ装置において、再生部は、当該第１の音声波形データのうち、採点部によって抽出される中心音以外の音声データを抽出し、当該抽出された中心音以外の音声データをさらに再生するように構成することができる。

上記のように、音楽用ＣＤからメインボーカルの音声が抽出できた場合には、残余の音声は、伴奏の音声であることになる。そこで、抽出された中心音以外の音声を再生部でさらに混合するのである。この際に、ユーザの指示によって、中心音以外の音声データ（音楽用ＣＤ等を起源とする伴奏）と、伴奏用音声データ（カラオケソフトプログラムの提供者から提供される伴奏）と、の混合比を変更できるようにしておくことが望ましい。すなわち、伴奏として、中心音以外の音声データのみを再生したり、伴奏用音声データのみを再生したり、これらをユーザの指示によって設定した混合比で再生したり、できるようにするのである。
本発明によれば、伴奏用音声データだけではなく、音楽用ＣＤ等から伴奏の音声データを得て、これをカラオケの伴奏として利用できるようになる。

また、本発明のカラオケ装置において、採点部は、当該第１の音声波形データが複数のチャンネルからなる音声波形データである場合、その中央に定位される音声波形データから、当該中心音の音声データを抽出するように構成することができる。

本発明は、上記のカラオケ装置の好適実施形態に係るもので、その中央に定位される音声を中心音とするものである。たとえば、音楽用ＣＤ等の記録媒体にステレオの音声波形データが記録されている場合には、右チャンネルと左チャンネルに均等にパワーが配分されている成分が、中心音となる。
本発明によれば、ステレオ録音された音楽用ＣＤ等の中心に定位する音声を参照して、カラオケの採点をすることができるようになる。

また、本発明のカラオケ装置において、採点部は、当該第１の音声波形データの周波数成分のうちその強度が大きいものの上位所定個の周波数成分の音程および強度を当該中心音の音声データとして抽出するように構成することができる。

本発明は、上記のカラオケ装置の好適実施形態に係るものである。近年のカラオケ装置や各種のゲーム装置においては高速フーリエ変換を用いたり、バンドパスフィルタを用いるなどして、入力された音声信号の周波数分析を行うハードウェアを備えたものがある。また、これらの装置が備えるＣＰＵ（Central Processing Unit）やその周辺チップも処理の高速化が図られているため、リアルタイムで入力信号の各周波数成分を得ることができるようになっている。

この場合、分析された周波数成分を用いてカラオケの採点を行うことができるようになっていることが多いが、入力信号の周波数成分のうち、その強度（パワー）が大きいものは、メインボーカルの音声の基本周波数やその倍音に相当するものと考えられる。そこで、強度が大きいもののうち上位何個か（典型的には１個〜２個）を選択して、これを中心音とする。
本発明によれば、音楽用ＣＤ等に録音された音声の主要な周波数成分を参照して、カラオケの採点をすることができるようになる。

また、本発明のカラオケ装置において、採点部は、当該第２の音声波形データが、当該抽出された音声データと当該採点用音声データとを内分または外分する比を求め、内分と外分のいずれであるか、および、その比によって、採点するように構成することができる。

音楽用ＣＤ等に録音された音声のうち、メインボーカルの音声であると想定される音声データ（抽出された音声データ）と、あらかじめ用意された採点用音声データと、は、ほぼ一致するのが一般的である。しかしながら、採点用音声データは楽譜から作成されることもあるのに対して、音楽用ＣＤ等の録音された楽曲を歌った歌手の歌い方などによっては、楽譜や伴奏からずれていることがある。

そこで、本発明では、カラオケをプレイしているユーザの歌唱の音声データ（第２の音声波形データ）は、採点用音声データと、抽出された音声データと、の間に挟まれているべきである、との考えに基づき、前者が、後者２つを内分（両者に挟まれている）するか外分（両者の外側にある）するか、を判別する。また、内分比や外分比を求め、どの程度ずれているか、を判別する。そして、これらの情報によって採点を行う。

本発明によれば、採点用音声データと音楽用ＣＤ等から抽出された中心音の音声データとを適切に用いてカラオケの採点を行うことができ、たとえば、楽譜（採点用音声データ）に近い歌い方をしたときでも、歌手（音楽用ＣＤ等から抽出された中心音の音声データ）に近い歌い方をしたときでも、いずれの場合も高得点となるような設定をすることができる。

本発明のその他の観点にかかるカラオケ方法は、媒体読取部、入力受付部、再生部、採点部、および、出力部を備えるカラオケ装置において実行されるカラオケ方法であって、媒体読取工程、入力受付工程、再生工程、採点工程、および、出力工程を備え、以下のように構成する。

すなわち、媒体読取工程では、媒体読取部が、音声波形データを記録する記録媒体から、第１の音声波形データを読み取る。
一方、入力受付工程では、入力受付部が、第２の音声波形データの入力を受け付ける。
さらに、再生工程では、再生部が、伴奏用音声データと、入力を受け付けられた第２の音声波形データと、を、再生する。
そして、採点工程では、採点部が、採点用音声データおよび読み取られた第１の音声波形データのいずれか一方または双方と、入力を受け付けられた第２の音声波形データと、を対比して採点する。
一方、出力工程では、出力部が、採点された結果を出力する。

本発明の他の観点に係るプログラムは、コンピュータを、上記のカラオケ装置の各部として機能させ、または、コンピュータに、上記のカラオケ方法の各工程を実行させるように構成する。
また、本発明のプログラムは、コンパクトディスク、フレキシブルディスク、ハードディスク、光磁気ディスク、ディジタルビデオディスク、磁気テープ、半導体メモリ等のコンピュータ読取可能な情報記録媒体に記録することができる。上記プログラムは、当該プログラムが実行されるコンピュータとは独立して、コンピュータ通信網を介して配布・販売することができる。また、上記情報記録媒体は、当該コンピュータとは独立して配布・販売することができる。

本発明によれば、市販の音楽用ＣＤ等の記録媒体を採点や再生に用いるカラオケ装置、カラオケ方法、および、これらをコンピュータによって実現するプログラムを提供することができる。

以下に本発明の実施形態を説明する。以下では、理解を容易にするため、ゲーム装置に本発明が適用される実施形態を説明するが、各種のコンピュータ、ＰＤＡ、携帯電話などの情報処理装置においても同様に本発明を適用することができる。すなわち、以下に説明する実施形態は説明のためのものであり、本願発明の範囲を制限するものではない。したがって、当業者であればこれらの各要素または全要素をこれと均等なものに置換した実施形態を採用することが可能であるが、これらの実施形態も本発明の範囲に含まれる。

図１は、本発明の実施形態の１つに係るカラオケ装置が実現される典型的なゲーム装置の概要構成を示す模式図である。以下、本図を参照して説明する。

ゲーム装置１００は、ＣＰＵ（Central Processing Unit）１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３と、インターフェース１０４と、コントローラ１０５と、外部メモリ１０６と、画像処理部１０７と、ＤＶＤ（Digital Versatile Disk）−ＲＯＭドライブ１０８と、ＮＩＣ（Network Interface Card）１０９と、を備える。

ゲーム用のプログラムおよびデータを記憶したＤＶＤ−ＲＯＭをＤＶＤ−ＲＯＭドライブ１０８に装着して、ゲーム装置１００の電源を投入することにより、当該プログラムが実行され、本実施形態のカラオケ装置が実現される。なお、ＤＶＤ−ＲＯＭドライブ１０８は、一般には、データを記録したＣＤ−ＲＯＭや音楽を記録した音楽用ＣＤからのデータや音声の読み出しも可能である。
ＣＰＵ １０１は、ゲーム装置１００全体の動作を制御し、各構成要素と接続され制御信号やデータをやりとりする。

ＲＯＭ １０２には、電源投入直後に実行されるＩＰＬ（Initial Program Loader）が記録され、これが実行されることにより、ＤＶＤ−ＲＯＭに記録されたプログラムをＲＡＭ １０３に読み出してＣＰＵ １０１による実行が開始される。また、ＲＯＭ １０２には、ゲーム装置１００全体の動作制御に必要なオペレーティングシステムのプログラムや各種のデータを記録される。

ＲＡＭ １０３は、データやプログラムを一時的に記憶するためのもので、ＤＶＤ−ＲＯＭから読み出したプログラムやデータ、その他ゲームの進行やチャット通信に必要なデータが保持される。また、サーバ装置からダウンロードされたカラオケ用の各種の音声データなどを、一時的に記憶するのにも使われる。

インターフェース１０４を介して接続されたコントローラ１０５は、ユーザがカラオケなどのゲーム実行の際に行う操作入力を受け付ける。

インターフェース１０４を介して脱自在に接続された外部メモリ１０６には、カラオケの採点状況を示すデータ、ゲームの進行状態を示すデータ、チャット通信のログ（記録）のデータなどが書き換え可能に記憶される。ユーザは、コントローラ１０５を介して指示入力を行うことにより、これらのデータを適宜外部メモリ１０６に記録することができる。

ＤＶＤ−ＲＯＭドライブ１０８に装着されるＤＶＤ−ＲＯＭは、ゲームを実現するためのプログラムとゲームに付随する画像データや音声データが記録される。ＣＰＵ １０１の制御によって、ＤＶＤ−ＲＯＭドライブ１０８は、これに装着されたＤＶＤ−ＲＯＭに対する読み出し処理を行って、必要なプログラムやデータを読み出し、これらはＲＡＭ １０３等に一時的に記憶される。

画像処理部１０７は、ＤＶＤ−ＲＯＭから読み出されたデータをＣＰＵ １０１や画像処理部１０７が備える画像演算プロセッサ（図示せず）によって加工処理した後、これを画像処理部１０７が備えるフレームメモリ（図示せず）に記録する。フレームメモリに記録された画像情報は、所定の同期タイミングでビデオ信号に変換され画像処理部１０７に接続されるモニタ（図示せず）へ出力される。これにより、各種の画像表示が可能となる。

画像演算プロセッサは、２次元の画像の重ね合わせ演算やαブレンディング等の透過演算、各種の飽和演算を高速に実行できる。
また、仮想３次元空間に配置され、各種のテクスチャ情報が付加されたポリゴン情報を、Ｚバッファ法によりレンダリングして、所定の視点位置から仮想３次元空間に配置されたポリゴンを俯瞰したレンダリング画像を得る演算の高速実行も可能である。

さらに、ＣＰＵ １０１と画像演算プロセッサが協調動作することにより、文字の形状を定義するフォント情報にしたがって、文字列を２次元画像としてフレームメモリへ描画したり、各ポリゴン表面へ描画することが可能である。フォント情報は、ＲＯＭ １０２に記録されているが、ＤＶＤ−ＲＯＭに記録された専用のフォント情報を利用することも可能である。

ＮＩＣ １０９は、ゲーム装置１００をインターネット等のコンピュータ通信網（図示せず）に接続するためのものであり、ＬＡＮ（Local Area Network）を構成する際に用いられる１０ＢＡＳＥ−Ｔ／１００ＢＡＳＥ−Ｔ規格にしたがうものや、電話回線を用いてインターネットに接続するためのアナログモデム、ＩＳＤＮ（Integrated Services Digital Network）モデム、ＡＤＳＬ（Asymmetric Digital Subscriber Line）モデム、ケーブルテレビジョン回線を用いてインターネットに接続するためのケーブルモデム等と、これらとＣＰＵ １０１との仲立ちを行うインターフェース（図示せず）により構成される。

音声処理部１１０は、ＤＶＤ−ＲＯＭから読み出した音声データをアナログ音声信号に変換し、これに接続されたスピーカ（図示せず）から出力させる。また、ＣＰＵ １０１の制御の下、ゲームの進行の中で発生させるべき効果音や楽曲データを生成し、これに対応した音声をスピーカから出力させる。

音声処理部１１０は、ＤＶＤ−ＲＯＭに記録された音声データがＭＩＤＩデータである場合には、これが有する音源データを参照して、ＭＩＤＩデータをＰＣＭデータに変換する。また、ADPCM形式やOgg Vorbis形式等の圧縮済音声データである場合には、これを展開してＰＣＭデータに変換する。ＰＣＭデータは、そのサンプリング周波数に応じたタイミングでＤ／Ａ（Digital/Analog）変換を行って、スピーカに出力することにより、音声出力が可能となる。

さらに、ゲーム装置１００には、インターフェース１０４を介してマイク１１１を接続することができる。この場合、マイク１１１からのアナログ信号に対しては、適当なサンプリング周波数でＡ／Ｄ変換を行い、ＰＣＭ形式のディジタル信号として、音声処理部１１０でのミキシング等の処理ができるようにする。

ゲーム装置１００をカラオケ装置として利用する場合には、ＤＶＤ−ＲＯＭから読み出した音声データ、または、ＮＩＣ １０９を介してコンピュータ通信網から取得した音声データを伴奏データとし、マイクから入力された音声データを歌唱データとして、伴奏データと歌唱データを音声処理部１１０がミキシングし、スピーカから出力する。また、スピーカにかえて、ヘッドホン（図示せず）やイヤフォン（図示せず）を用いて、音声を出力させることもできる。

このほか、ゲーム装置１００は、ハードディスク等の大容量外部記憶装置を用いて、ＲＯＭ １０２、ＲＡＭ １０３、外部メモリ１０６、ＤＶＤ−ＲＯＭドライブ１０８に装着されるＤＶＤ−ＲＯＭ等と同じ機能を果たすように構成してもよい。

（カラオケ装置の構成）
図２は、上記ゲーム装置１００等の上に実現されるカラオケ装置の概要構成を示す説明図である。図３は、当該カラオケ装置にて実行されるカラオケ方法の処理の制御の流れを示すフローチャートである。以下、本図を参照して説明する。

本実施形態に係るカラオケ装置２０１は、記憶部２０２、媒体読取部２０３、入力受付部２０４、再生部２０５、採点部２０６、および、出力部２０７を備える。これらの各部は、上記のゲーム装置１００上の各部が共働することによって構成される。

さて、ゲーム装置１００に本実施形態のカラオケ装置用のプログラムを記録したＤＶＤ−ＲＯＭが挿入され、電源がオンにされて、当該プログラムがゲーム装置１００にロードされて実行されると、以下のカラオケ方法が開始される。

まず、ＣＰＵ １０１は、ＤＶＤ−ＲＯＭドライブ１１１を監視して、これに音楽用ＣＤが装着されているか否かを調べる（ステップＳ３０１）。装着されていなければ（ステップＳ３０１；Ｎｏ）、ＣＰＵ １０１は、画像処理部１０７を制御して、これに接続されるテレビジョン装置等のモニタにメッセージを表示し、音楽用ＣＤを用いるか否かをユーザに問い合わせる（ステップＳ３０２）。

ユーザから用いる旨の指示が、コントローラ１０５を介して入力された場合（ステップＳ３０２；Ｙｅｓ）、ステップＳ３０１に戻る。一方、用いない旨の指示が入力された場合（ステップＳ３０２；Ｎｏ）、ステップＳ３１６に進む。

さて、音楽用ＣＤが装着されている場合（ステップＳ３０１；Ｙｅｓ）、ＣＰＵ １０１は、ＤＶＤ−ＲＯＭドライブ１０８を制御して、当該音楽用ＣＤが記録している音声波形データの属性情報（トラック数、各トラックの時間長等）や、当該音楽用ＣＤにＣＤ−ＴＥＸＴ等の情報が記録されてればそのような種々の情報を読み出す（ステップＳ３０３）。

ＣＤ−ＴＥＸＴには、当該ＣＤのディスク名やトラック名などの文字情報が記録されている。また、トラック数や各トラックの時間長等の情報は、各ＣＤごとに異なるため、これらの情報からＣＤの種類を同定する技術も提案されている。すなわち、トラック数・各トラックの時間長・各トラックの所定の場所の音声波形データの断片等の情報と、当該ＣＤのタイトル名や各トラックの曲名情報等との情報と、を対応付けて記憶するデータベースを有するＣＤデータベースサーバ装置がすでに利用されている。

そこで、このような種々の情報を読み出すと、ＣＰＵ １０１は、ＮＩＣ １０９を介してＣＤデータベースサーバ装置に、当該音楽用ＣＤについて読み出した情報を伝送して、当該音楽用ＣＤのタイトル名情報、各トラックの曲名情報、アーティスト名情報などを問い合わせる（ステップＳ３０４）。

ついで、ＣＰＵ １０１は、これらの情報を取得すると、画像処理部１０７を制御してこれらの情報をモニタに表示させ（ステップＳ３０５）、いずれのトラック（楽曲）をカラオケでプレイするか、を、ユーザに選択させる（ステップＳ３０６）。これに対して、ユーザがコントローラ１０５を介していずれかのトラックを選択する選択入力を行う。

すると、ＣＰＵ １０１は、当該音楽用ＣＤのタイトル名情報や当該選択入力に応じたトラックの曲名情報など、選択入力された楽曲を同定することができるだけの情報を、ＮＩＣ １０９を介してカラオケサーバ装置に伝送して、当該楽曲の伴奏用音声データと採点用音声データとを取得して、これらのデータをＲＡＭ １０３に記憶させる（ステップＳ３０７）。

すなわち、ＲＡＭ １０３は、記憶部２０２として機能し、採点用音声データおよび伴奏用音声データを、カラオケの歌唱が開始される前にあらかじめ記憶することとなる。図４は、伴奏用音声データと採点用音声データの概要構成を示す説明図である。

伴奏用音声データとしては、ＰＣＭデータやＭＩＤＩデータなどの種々のデータ形式を採用することができる。これらのデータ形式では、伴奏用音声データをデータ列として格納し、伴奏用音声データの再生を開示すると、当該データ列に含まれるデータ断片が時間順に処理される。そこで、当該データ断片に対応付けて採点用音声データを記憶する。

採点用音声データとしては、たとえば、基本周波数や強度（音量、入力レベル）を採用することができる。伴奏用音声データがＭＩＤＩデータである場合には、採点用音声データにＭＩＤＩデータの１チャネルを割り当て、当該チャネルは採点用音声データとして音声出力はせず、他のチャネルは伴奏用音声データとしてＭＩＤＩ再生するなどの態様が考えられる。採点用音声データは、人間がカラオケで歌を歌った場合の見本となる旋律に相当する音声を表現する音声データである。

図４（ａ）には、上記のように、採点用音声データをＭＩＤＩデータの１チャネルとして伴奏用データと結合して、全体として１つのＭＩＤＩファイルにより、伴奏の再生と歌唱の採点用音声データの取得とを行う場合の様子を示す。

ＭＩＤＩデータ４０１は複数のチャネル４０２によって表現され、各チャネル４０２について、演奏される時刻と、演奏される音の種類と、が指定される。各チャネル４０２は、それぞれ、各種の音源に対応付けられている。たとえば、あるチャネル４０２のデータはピアノの音を再生するのに用いられ、他のチャネル４０２のデータはギターの音を、また他のチャネル４０２のデータはベースの音を、さらに他のチャネル４０２のデータはドラムの音を再生するのに用いられる。

そして、歌唱の採点用音声データのチャネル４０２の各ＭＩＤＩデータには、音高（音程）や音の大きさ、音長といったデータが含まれている。したがって、仮に、これに適当な音源を割り当てて他のチャネルとともにＭＩＤＩ再生を行ったとしたならば、歌手が歌うべき旋律が再生されることとなる。

図４（ｂ）には、その他のデータの形式を示す。本図に示すデータ構造では、ＰＣＭデータやOgg Vorbisデータ等の音声波形データ４１１を伴奏用音声データとし、音声波形データ４１１は、所定の時間長に分割されている。

本実施形態では、伴奏用音声データおよび採点用音声データを、１つのＭＩＤＩデータ内にまとめて格納したものを用いる。ＭＩＤＩデータは、ＰＣＭデータやOgg Vorbisデータに比べてもそのデータ量が小さいのが一般的であるので、ＲＡＭ １０３の容量に制限がある専用ゲーム装置１００や、各種のネットワークカラオケ装置においても、ＲＡＭ １０３内にＭＩＤＩデータをすべて格納できるのが一般的である。

なお、当該ＭＩＤＩデータは、音楽用ＣＤのトラックの音声波形データと同期するように設計製作しておく必要がある。すなわち、ＭＩＤＩデータとトラックの音声波形データとを同時に再生開始すると、再生のテンポやリズム、主な旋律や主な伴奏等が一致し、同時に終了するようにしておくことが望ましい。

ついで、ＣＰＵ １０１は、以下に述べるように、ＤＶＤ−ＲＯＭドライブ１０８を制御して、選択されたトラックの音声波形データの読み出しを開始する。すなわち、ＤＶＤ−ＲＯＭドライブ１０８は媒体読取部２０３として機能することとなり、読み出された音声波形データ（または後述するようにこれから抽出された中心音の音声波形データ）が、第１の音声波形データとなる。

さて、音楽用ＣＤに記録されている音声波形データは、典型的には、ステレオ（２チャンネル）、サンプリングレート４４１００Ｈｚ、各サンプルは１６ビット符号付き整数のＰＣＭデータであるので、演奏時間５分の楽曲では、およそ５０メガバイトのデータ量となる。

したがって、専用ゲーム装置１００等では、ＲＡＭ １０３の容量の制限が厳しい場合には、音声波形データを断片に切り分けて、各断片ごとにＰＣＭ形式でデータを読み出すこととなる。しかしながら、種々のバッファリング技術を利用することによって、音楽用ＣＤに記録されている音声波形データに前処理を行いつつ、再生開始からの経過時間やＭＩＤＩデータの再生等と同期させて、データの読み出しを行うことが可能である。

そこで本実施形態では、一回の繰り返しにおいては、一定の再生時間長に相当する音声波形データの断片を読み出しては、これに対応する処理を繰り返すことにより、カラオケをプレイするものとする。

すなわち、当該トラックの音声波形データ断片の読み出しが完了しない限り（ステップＳ３０８；Ｎｏ）、当該トラックの先頭から順に、所定の再生時間長に相当する長さの音声波形データ断片を読み出す（ステップＳ３０９）。当該所定の再生時間長としては、音声の解析を行うには十分に長いが、人間が聞く限りでは遅延がほとんど感じられない十分に短い時間長を選択する。典型的には、１／６０秒（ゲーム装置１００に接続されるモニタの垂直同期割込の間隔）程度である。

次に、当該音声波形データ断片から、中心音の音声データと、中心音以外の音声データと、を抽出する（ステップＳ３１０）。ここで中心音とは、音楽用ＣＤに録音された歌において、歌を歌っている歌手の声に相当する音声である。したがって、中心音以外の音とは、伴奏に相当する音声である。

中心音を抽出する技術としては、以下のようなものを採用することができる。
（１）音楽用ＣＤから読み出された音声波形データ断片は、右チャンネル（Ｒ）と左チャンネル（Ｌ）の音声波形データを含む。ＲとＬを、メインボーカルの音声とそれ以外の音声に分離する。
中心位置に定位される音声は、ＲとＬの一方の位相を逆転させて加算（すなわち、一方から他方を減算）すれば、除去することができる。これが伴奏の音声に相当する。
また、中心位置に定位される音声として、ＲとＬをそのまま加算したものを用いる。これはステレオ音声をモノラル化することに相当する。

（２）音声波形データ断片を周波数解析し、各周波数成分を取得する。周波数解析の手法としては、高速フーリエ変換を用いるほか、ディジタル処理で複数のバンドパスフィルタを採用するなどを採用することができる。典型的には、ＬとＲを単純加算した音声波形データ（モノラル化された音声波形データ）を周波数解析することとなる。
そして、各周波数成分のうち、そのパワーが高いものを上位から１〜３個程度（１個以上であれば任意の個数とすることができる）選択し、これをメインボーカルの音声（あるいは主旋律の音声）と想定する。そして、それ以外の周波数成分を、伴奏の音声と想定するものである。

（３）ＢＳＳ（Blind Source Separation）技術を利用する。ＢＳＳ技術は、脳波の解析などで利用されるもので、複数の信号入力を複数の独立成分に分解するものである。ＢＳＳを適用すれば、ＬとＲという音声信号を、メインボーカルの音声と伴奏の音声とに分解することができる。
得られた２つの独立成分のうち、そのパワーが大きいものがメインボーカルの音声（あるいは主旋律の音声）であり、他方が伴奏の音声となると考えられる。

（４）上記のような各種の技術で音声を周波数成分や独立成分に分解する処理はカラオケ装置２０１側で行うが、いずれの成分をメインボーカルの音声（主旋律の音声）とするか、については、カラオケ装置２０１に接続されたサーバ装置からの指示に従うものとする。上記のように、サーバ装置には、音楽用ＣＤ等の情報が蓄積されているので、カラオケ装置２０１における成分分析の結果から、いずれを選択するか、の情報も蓄積することとする。そして、カラオケ装置２０１からの問い合わせ（ステップＳ３０４）の際に、当該情報も送付することとするのである。

次に、ＣＰＵ １０１は、音声処理部１１０を制御して、音楽用ＣＤから読み出された音声波形データ断片に対応するＭＩＤＩデータを、ゲーム装置１００が備える音源を利用して、音声波形データに変換させる（ステップＳ３１１）。

さらに、ＣＰＵ １０１は、インターフェース１０４を介して接続されているマイク１１１から入力されたカラオケのユーザの音声信号を、当該所定の再生時間長だけ取得する（ステップＳ３１２）。マイク１１１にはユーザの声というアナログ信号が入力されるが、マイク１１１およびインターフェース１０４がＡ／Ｄ変換を行って、これをディジタルデータ列に変換する。上記のように、所定の再生時間長ごとに処理が行われるため、必要があれば、ＲＡＭ １０３を用いてバッファリング処理を行うことが望ましい。

すなわち、マイク１１１は、入力受付部２０４として機能し、第２の音声波形データとしてユーザの声の音声信号の入力を受け付けるのである。

そして、ＣＰＵ １０１は、音声処理部１１０を制御して、以下の音声波形データのミキシングをさせる（ステップＳ３１３）。したがって、これらは、再生部２０５として機能することとなる。
（ａ）ステップＳ３１１においてＭＩＤＩデータ（伴奏用音声データ）の断片から変換された音声波形データ。
（ｂ）ステップＳ３１２においてマイク１１１から入力された音声波形データ（第２の音声波形データ）。
（ｃ）ステップＳ３１０において抽出された中心音以外の音声データ（音楽用ＣＤを起源とする伴奏音の音声波形データ）。

上記（ａ）と上記（ｂ）とのミキシング技術および混合比の変更技術は、すでに公知のカラオケ装置においても採用されているが、同様の技術により、（ａ）〜（ｃ）のミキシング比は、ユーザが適宜変更できるものとすることが望ましい。これによって、あるときはサーバ装置からダウンロードした伴奏によってカラオケを楽しみ、あるときは音楽用ＣＤに記録されている伴奏によってカラオケを楽しみ、あるときはこれらの伴奏を混合したものによってカラオケを楽しむことが可能となる。

ミキシングの結果は、音声処理部１１０からスピーカ等の音声出力装置を介して、音として出力される。これによって、カラオケの音声出力がされるのである。

一方で、ＣＰＵは、ステップＳ３１２においてマイク１１１からの入力を受け付けた音声波形データ（第２の音声波形データ）と、「ＭＩＤＩデータ中に埋め込まれている採点用音声データおよびステップＳ３１０において抽出された中心音の音声データ（第１の音声波形データ）の一方または双方」との対比を行って、採点を行う（ステップＳ３１４）。採点には、カラオケ装置における各種の採点技術を適用することができる。したがって、ＣＰＵ １０１は、ＲＡＭ １０３や音声処理部１１０等を共働して、採点部２０６として機能することとなる。

たとえば、第２の音声波形データを周波数分析すればその基本周波数の変換から、どのような音程でユーザが歌を歌っているかが得られる。また、音声波形データの振幅を調べれば、各音のパワー（声の大きさ）はどの程度かが得られる。さらに、音声波形データの振幅が極めて小さい（所定の第１閾値より小さい）時間がある程度続いた後に、振幅が大きくなった（所定の第２閾値より大きくなった）場合には、そこが各フレーズの歌い出しの時点であることがわかる。そして、歌い出しの時点がどのような間隔で並んでいるかや音声波形データの振幅の時間変化を見れば、歌い手のテンポがわかる。

これらの情報を、採点用音声データの音程、大きさ、歌い出し、テンポ等と対比したり、第１の音声波形データ（音楽ＣＤから抽出された中心音）の音程、大きさ、歌い出し、テンポ等と対比することによって、採点を行う。これらの一方のみと対比することとしても良いし、両方と対比することとしても良い。前者の場合は、ある採点用データと入力された歌い手の声とを対比するので、従来のカラオケ装置の採点技術をそのまま適用することも可能である。

そこで、後者の場合の対比の手法の詳細について述べる。音楽用ＣＤの歌い手によっては、採点用音声データ（楽譜）とは異なる音程、大きさ、歌い出し、テンポ等で歌っていることがある。このような場合には、ユーザの歌声は、採点用音声データに近いか、または、第１の音声波形データに近いか、のいずれかである場合に得点が高くなり、そうでない場合に低くなるように設定することが好ましいと考えられる。

たとえば、ある時点での採点用音声データの音程の周波数がaであり、第１の音声波形データの音程の周波数がbであり、ユーザの歌声の音程の周波数がxである場合を考える。得点としては、x = aおよびx = bで極大となるようなものを考えれば良い。このような得点の典型例を図５に示す。図５に示すグラフは、横軸がユーザの歌声の音程の周波数xであり、縦軸が得点である。

このような傾向を示すように得点を計算する手法としては、以下のようなものが考えられる。
（１）a≦x≦bまたはb≦x≦aである場合、すなわち、第１音声波形データが、第２音声波形データと採点用音声データとを内分する場合は高得点とし、そうでない場合、すなわち、外分する場合は低得点とするものである。そして、内分する場合、内分比(x-a)/(b-x)とその逆数のうち、１より大きいものに所定の定数（第１係数）を乗じたものを得点とすれば良い。一方、外分する場合は、低得点（採点が加点法で行われる場合は、加点０とし、減点法で行われる場合は、所定の値を限定する。）とする。

（２）x=aおよびx=bで極大となるような関数を考え、これによって採点を行う。たとえば、以下のような種々の関数が考えられる。ここで、K，L，M，Nは所定の正定数である。
（ａ）K exp((x-a)²/L) + M exp((x-b)²/N)
（ｂ）K exp(|x-a|/L) + M exp(|x-b|/N)
（ｃ）上記（ａ）、（ｂ）において、exp(・)を、atan(・)などのような、０で極大・最大となり原点から離れるとゆるやかに減少する関数に代えたもの。

（３）x=aとx=bとの間を所定の数の複数の区間に分類し、各区間ごとに得点をあらかじめ定めておく。各区間の得点の分布としては、たとえば、それぞれの区間の代表点について上記（２）の手法の関数により計算される値を割り当てることができる。また、カラオケプログラムの提供者が適宜あらかじめ値を選択して割り当てても良い。

上記の説明では、音程について、採点用音声データおよび第１の音声波形データと、第２の音声波形データとの対比を行う手法を説明したが、声の大きさ、テンポ、歌い出し等についても同様の手法を採用することができる。

そして、出力部２０７は、採点された結果を出力し（ステップＳ３１５）、ステップＳ３０８に戻る。
典型的には、採点部２０６によって判定された音程のずれ、強度のずれ、テンポのずれ、歌い出しのずれ等や、これらから計算によって求められる点数をカラオケ装置に接続されたテレビジョン装置の画面に表示したり、これらのずれの程度が一定の値を超えた場合、一定の値より小さい場合等、あらかじめ設定した条件が満たされる場合に、画面に当該条件に対応付けられた画像が表示される手法により、採点結果を出力する。このほか、音声によって採点結果を出力する場合には、再生部２０５に採点結果を示す音声データをさらに再生させることとなる。

なお、音楽用ＣＤ等を使わない旨をユーザが選択した場合（ステップＳ３０２；Ｎｏ）、カラオケ装置２０１はサーバ装置に利用可能な楽曲のリストを問い合わせ、当該リストからユーザに所望の楽曲を選択させ、当該楽曲の伴奏用音声データと採点用音声データとをサーバ装置からダウンロードし、伴奏用音声データとマイクからの音声入力とをミキシングして再生するとともに、採点用音声データとマイクからの音声入力を比較して採点を行い、採点結果を出力する通常カラオケ処理を行って（ステップＳ３１６）、本処理を終了する。

上記のように、本実施形態では、これらの採点の結果は、歌っている途中であっても出力されるが、歌い終わってから、すなわち、音楽用ＣＤからの当該トラックの読み出しが終わってから（ステップＳ３０８；Ｙｅｓ）、最終的な採点結果を出力することとしても良い。また、歌っている途中では、一切採点の途中経過は出力されず、歌い終わってから出力されることとしても良い。これらは、典型的にはユーザからの指示にしたがって選択されるが、カラオケプログラムの提供者が定めることとし、音楽用ＣＤ等の情報をカラオケ装置２０１にダウンロードさせるときに、採点の手法を示すパラメータを同時に伝送するなどの手法を採用することもできる。

また、上記実施形態では、伴奏用音声データや採点用音声データは、サーバ装置からカラオケ装置２０１にダウンロードすることとしていたが、カラオケ装置２０１に装着されるＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどにあらかじめこれらのデータを複数記録することとし、これらの中からカラオケの楽曲を選択できることとしても良い。典型的には、サンプル曲の伴奏用音声データと採点用音声データとが、複数曲分あらかじめカラオケプログラムのＣＤ−ＲＯＭやＤＶＤ−ＲＯＭに記録されており、ユーザは、サーバ装置の利用権を持っていない場合であっても、これらの曲についてはカラオケを楽しむことができるものとする。そして、新曲等についてもカラオケをしたくなった場合には、サーバ装置の利用契約をカラオケプログラムの提供者と結び、上記のように、カラオケ用の各種の情報やデータをダウンロードできるのようにするのである。

本発明によれば、市販の音楽用ＣＤ等を参照してカラオケの歌唱の採点を行うとともに、伴奏にはあらかじめ別途用意されたデータを再生することで、市販の音楽用ＣＤ等を用いて採点するカラオケ装置を実現することができる。

上記のように、本発明によれば、市販の音楽用ＣＤ等の記録媒体を採点や再生に用いるカラオケ装置、カラオケ方法、および、これらをコンピュータによって実現するプログラムを提供することができ、カラオケボックス等の専用施設に利用されるカラオケ装置の他、汎用ゲーム装置や汎用コンピュータ上に実現されるカラオケ装置においても、本発明を適用することができる。

本発明の実施形態に係るカラオケ装置が実現される典型的なゲーム装置の概要構成を示す模式図である。 本実施形態のカラオケ装置の概要構成を示す説明図である。 本実施形態のカラオケ装置にて実行されるカラオケ方法の制御の流れを示すフローチャートである。 本実施形態のカラオケ装置にて使用される伴奏用音声データや採点用音声データの様子を示す説明図である。 カラオケの採点に用いる得点の分布を示すグラフである。

符号の説明

１００ ゲーム装置
１０１ ＣＰＵ
１０２ ＲＯＭ
１０３ ＲＡＭ
１０４ インターフェース
１０５ コントローラ
１０６ 外部メモリ
１０７ 画像処理部
１０８ ＤＶＤ−ＲＯＭドライブ
１０９ ＮＩＣ
１１０ 音声処理部
１１１ マイク
２０１ カラオケ装置
２０２ 記憶部
２０３ 媒体読取部
２０４ 入力受付部
２０５ 再生部
２０６ 採点部
２０７ 出力部
４０１ ＭＩＤＩデータ
４０２ チャネル
４１１ 音声波形データ
４１２ 採点用音声データ

Claims (12)

1. 音声波形データを記録する記録媒体から、第１の音声波形データを読み取る媒体読取部、
   第２の音声波形データの入力を受け付ける入力受付部、
   伴奏用音声データと、前記入力を受け付けられた第２の音声波形データと、を、再生する再生部、
   採点用音声データおよび前記読み取られた第１の音声波形データのいずれか一方または双方と、前記入力を受け付けられた第２の音声波形データと、を対比して採点する採点部、および、
   前記採点された結果を出力する出力部
   を備えることを特徴とするカラオケ装置。
2. 請求項１に記載のカラオケ装置であって、
   当該伴奏用音声データおよび当該採点用音声データをサーバ装置から取得する取得部
   をさらに備え、
   前記再生部は、前記取得された伴奏用音声データを再生し、
   前記採点部は、前記取得された採点用音声データおよび前記読み取られた第１の音声波形データのいずれか一方または双方と、前記入力を受け付けられた第２の音声波形データと、を対比して採点する
   ことを特徴とするもの。
3. 請求項２に記載のカラオケ装置であって、
   前記取得部は、前記読み取られた第１の音声波形データに対応付けられた伴奏用音声データおよび採点用音声データを当該サーバ装置から取得する
   ことを特徴とするもの。
4. 請求項１に記載のカラオケ装置であって、
   当該伴奏用音声データおよび当該採点用音声データを記憶する記憶部
   をさらに備え、
   前記再生部は、前記記憶された伴奏用音声データを再生し、
   前記採点部は、前記記憶された採点用音声データおよび前記読み取られた第１の音声波形データのいずれか一方または双方と、前記入力を受け付けられた第２の音声波形データと、を対比して採点する
   ことを特徴とするもの。
5. 請求項４に記載のカラオケ装置であって、
   前記記憶部は、複数の採点用音声データおよび複数の伴奏用音声データを記憶し、
   前記読み取られた第１の音声波形データに対応付けられた採点用音声データおよび伴奏用音声データを、前記記憶部から選択する選択部をさらに備え、
   前記再生部は、前記記憶された複数の伴奏用音声データのうち前記選択された伴奏用音声データと、当該第２の音声波形データとを、再生し、
   前記採点部は、前記記憶された複数の採点用音声データのうち前記選択された採点用音声データおよび当該第１の音声波形データのいずれか一方または双方と、当該第２の音声波形データと、を対比して採点する
   ことを特徴とするカラオケ装置。
6. 請求項１から５のいずれか１項に記載のカラオケ装置であって、
   前記採点部は、当該第１の音声波形データから、中心音の音声データを抽出し、当該抽出された音声データおよび当該採点用音声データのいずれか一方または双方と、当該第２の音声データと、を対比して採点する
   ことを特徴とするカラオケ装置。
7. 請求項６に記載のカラオケ装置であって、
   前記再生部は、当該第１の音声波形データのうち、前記採点部によって抽出される中心音以外の音声データを抽出し、当該抽出された中心音以外の音声データをさらに再生する
   ことを特徴とするもの。
8. 請求項６または７に記載のカラオケ装置であって、
   前記採点部は、当該第１の音声波形データが複数のチャンネルからなる音声波形データである場合、その中央に定位される音声波形データから、当該中心音の音声データを抽出する
   ことを特徴とするカラオケ装置。
9. 請求項６または７に記載のカラオケ装置であって、
   前記採点部は、当該第１の音声波形データの周波数成分のうちその強度が大きいものの上位所定個の周波数成分の音程および強度を当該中心音の音声データとして抽出する
   ことを特徴とするカラオケ装置。
10. 請求項６から９のいずれか１項に記載のカラオケ装置であって、
    前記採点部は、当該第２の音声波形データが、当該抽出された音声データと当該採点用音声データとを内分または外分する比を求め、内分と外分のいずれであるか、および、その比によって、採点する
    ことを特徴とするカラオケ装置。
11. 媒体読取部、入力受付部、再生部、採点部、および、出力部を備えるカラオケ装置において実行されるカラオケ方法であって、
    前記媒体読取部が、音声波形データを記録する記録媒体から、第１の音声波形データを読み取る媒体読取工程、
    前記入力受付部が、第２の音声波形データの入力を受け付ける入力受付工程、
    前記再生部が、伴奏用音声データと、前記入力を受け付けられた第２の音声波形データと、を、再生する再生工程、
    前記採点部が、採点用音声データおよび前記読み取られた第１の音声波形データのいずれか一方または双方と、前記入力を受け付けられた第２の音声波形データと、を対比して採点する採点工程、および、
    前記出力部が、前記採点された結果を出力する出力工程
    を備えることを特徴とするカラオケ方法。
12. コンピュータを、
    音声波形データを記録する記録媒体から、第１の音声波形データを読み取る媒体読取部、
    第２の音声波形データの入力を受け付ける入力受付部、
    伴奏用音声データと、前記入力を受け付けられた第２の音声波形データと、を、再生する再生部、
    採点用音声データおよび前記読み取られた第１の音声波形データのいずれか一方または双方と、前記入力を受け付けられた第２の音声波形データと、を対比して採点する採点部、および、
    前記採点された結果を出力する出力部
    として機能させることを特徴とするプログラム。

Images