JP2006276560A - 音楽再生装置および音楽再生方法 - Google Patents

Abstract

【課題】 ユーザが歌ったメロディからユーザ所望の楽曲を的確に選択することができるようにする。
【解決手段】 音楽再生装置１は、音楽の一部または全部のメロディを示すメロディデータ２２に関連付けてその音楽の音楽データ２１を記憶した楽曲データ記憶部１１と、ユーザ音声の音声入力信号からメロディを抽出するメロディ抽出部１４と、メロディ抽出部１４により抽出されたメロディのキーを所定のキーへ変換するとともに、楽曲データ記憶部１１を検索し、キー変換したメロディを有する音楽データを検出する検索部１６と、検索部１６により検出された音楽データ２１から音楽信号を再生する再生部１２とを備える。
【選択図】 図１

Description

本発明は、音楽再生装置および音楽再生方法に関する。

従来の音楽再生装置では、再生する楽曲を選局する場合に、ユーザによる操作に基づいて曲番号を選択したり、リスト内のいずれかの楽曲を選択したりしている（例えば特許文献１参照）。また、ユーザが曲の一部を歌った音声を採取し、その音声を分析して、楽曲を選択する技術も提案されている（例えば特許文献２参照）。

特開平３−２９０６９３号公報（特許請求の範囲欄など） 特開平２−５４３００号公報（特許請求の範囲欄など）

しかしながら、音声を入力するユーザの歌唱力はまちまちであり、ユーザが曲の一部を歌った音声を採取し、その音声を分析してユーザが歌ったメロディを特定しても、そのメロディからユーザ所望の楽曲を選択するのは難しい。

本発明は、上記の問題に鑑みてなされたものであり、ユーザが歌ったメロディからユーザ所望の楽曲を的確に選択することができる音楽再生装置および音楽再生方法を得ることを目的とする。

上記の課題を解決するために、本発明では以下のようにした。

本発明に係る音楽再生装置の１つは、音声入力信号から抽出されたメロディを取得し、そのメロディのキーを所定のキーへ変換するキー変換手段と、音楽の一部または全部のメロディを示すメロディデータに関連付けてその音楽の音楽データを記憶した所定の記憶部を検索し、キー変換手段によりキーを変換されたメロディを有する音楽データを検出する検索部と、検索部により検出された音楽データを所定の記憶部から出力させる出力部とを備える。

また、本発明に係る音楽再生装置の１つは、ユーザ音声の音声入力信号からメロディを抽出するメロディ抽出部と、メロディ抽出部により抽出されたメロディのキーを所定のキーへ変換するキー変換手段と、音楽の一部または全部のメロディを示すメロディデータに関連付けてその音楽の音楽データを記憶した楽曲データ記憶部と、楽曲データ記憶部を検索し、キー変換手段によりキーを変換されたメロディを有する音楽データを検出する検索部と、検索部により検出された音楽データから音楽信号を再生する再生部とを備える。

また、本発明に係る音楽再生装置の１つは、本発明に係る他の音楽再生装置のいずれかに加え、キー変換手段を次のようにしたものである。この装置では、キー変換手段は、各音楽データに関連付けられたメロディデータに基づき当該メロディデータのキーを特定し、その特定したキーへ、メロディ抽出部により抽出されたメロディのキーを変換する。

また、本発明に係る音楽再生装置の１つは、本発明に係る他の音楽再生装置のいずれかに加え、検索部を次のようにしたものである。この装置では、検索部は、キー変換手段によりキー変換されたメロディと楽曲データ記憶部に記憶されているメロディデータのメロディとの類似度を計算し、その類似度に基づいて、メロディ抽出部により抽出されキー変換されたメロディを有する音楽データを検出する。

また、本発明に係る音楽再生装置の１つは、本発明に係る他の音楽再生装置のいずれかに加え、ユーザ音声の音声入力信号から所定の語彙の言葉を検出する音声認識部と、再生部による音楽信号の再生の開始後に音声認識部により所定の語彙の言葉が検出された場合、再生部によるその音楽信号の再生を中止させ、別の音楽データから音楽信号を再生させる制御部とを備える。

また、本発明に係る音楽再生装置の１つは、本発明に係る他の音楽再生装置のいずれかに加え、検索部および制御部を次のようにしたものである。この装置では、検索部は、キー変換されたメロディと記憶されているメロディデータのメロディとの類似度を計算し、制御部は、類似度の最も高いメロディデータに関連付けられた音楽データを再生部に再生させ、再生部による音楽信号の再生の開始後に音声認識部により所定の語彙が検出された場合、次に類似度の高いメロディデータに関連付けられた音楽データから音楽信号を再生させる。

また、本発明に係る音楽再生装置の１つは、本発明に係る他の音楽再生装置のいずれかに加え、ユーザの音声入力を促す音声を出力させる音声出力制御部と、ユーザ音声の音声入力信号から所定の語彙の言葉を検出する音声認識部と、音声認識部により所定の第１の語彙の言葉が検出された場合、カラオケの音楽信号を再生部に再生させ、音声認識部により所定の第２の語彙の言葉が検出された場合、歌手の音声を含む音楽信号を再生部に再生させる制御部とを備える。

また、本発明に係る音楽再生装置の１つは、本発明に係る他の音楽再生装置のいずれかに加え、キー変換手段による変換の前後のキーの差分だけ音楽データのキーをずらす音楽キー変換手段を備える。

また、本発明に係る音楽再生装置の１つは、本発明に係る他の音楽再生装置のいずれかに加え、再生部による音楽信号の再生中に、メロディ抽出部により抽出されたメロディのキーへ、音楽データのキーをずらす音楽キー変換手段を備える。

本発明に係る音楽再生方法の１つは、ユーザ音声の音声入力信号からメロディを抽出するステップと、音楽の一部または全部のメロディを示すメロディデータに関連付けてその音楽の音楽データを記憶した所定の記憶部を検索し、抽出したメロディを有する音楽データを検出するステップと、検出された音楽データから音楽信号を再生するステップとを備える。

本発明によれば、ユーザが歌ったメロディからユーザ所望の楽曲を的確に選択することができる音楽再生装置および音楽再生方法を得ることができる。

以下、図に基づいて本発明の実施の形態を説明する。

実施の形態１．
図１は、本発明の実施の形態１に係る音楽再生装置の構成を示すブロック図である。図１では、音楽再生装置１に、マイクロホン２、スピーカ３および表示装置４が接続される。

音楽再生装置１において、楽曲データ記憶部１１は、音楽の一部または全部のメロディを示すメロディデータに関連付けてその音楽の音楽データを記憶した半導体メモリ、ハードディスクドライブなどのデータ格納装置である。

図２は、実施の形態１に係る音楽再生装置における楽曲データ記憶部１１に記憶された楽曲データを示すブロック図である。楽曲データ記憶部１１には、各楽曲について、ＰＣＭ（Pulse Code Modulation ）、ＭＰ３（MPEG Audio layer 3）などで音楽信号をコーディングして得られた音楽データ２１と、メロディデータ２２とが互いに関連付けられて記憶される。音楽データ２１とメロディデータ２２は、楽曲ごとに楽曲データ２３として格納される。なお、メロディデータ２２は、楽曲のイントロ部分、サビ部分あるいは全体について、楽曲のボーカル部分の各音の高さ、長さなどの情報を有する。また、音楽データ２１は、ＭＩＤＩ（Musical Instrument Digital Interface）データでもよい。

また、再生部１２は、楽曲データ記憶部１１から音楽データ２１を読み出しその音楽データ２１から音楽信号を再生する回路、処理装置などである。音楽データ２１がＭＩＤＩデータである場合、再生部１２は、予め内蔵された音源データを、ＭＩＤＩデータによる指示に従って再生して音楽信号を生成する。なお、再生部１２は、楽曲データ記憶部１１から音楽データ２１を出力させる出力部として機能する。また、アンプ１３は、再生部１２により再生された音楽信号とマイクロホン２から供給される音声信号とを混合し、混合後の信号を増幅しスピーカ３へ出力する回路である。

また、メロディ抽出部１４は、ユーザ音声の音声入力信号からメロディを抽出する回路、処理装置等である。メロディ抽出部１４は、マイクロホン２からのアナログ音声信号をサンプリングして波形データとし、波形データからパワーデータとピッチデータを抽出し、パワーデータおよびピッチデータの時系列データからメロディを特定する。

また、音声認識部１５は、マイクロホン２から供給される音声信号を解析し、ユーザ音声の音声入力信号から所定の語彙における言葉を検出する回路、処理装置等である。音声認識部１５は、音声信号をサンプリングして音声データとし、雑音を除去した後、図示せぬ単語データベースを参照して、この音声データから音声認識処理により得られる可能性のあるすべての単語の候補と各候補の尤度（スコア）を特定し、最も尤度の高い単語を選択し、音声データをテキストデータに変換する。さらに、音声認識部１５は、このテキストデータに対して形態素解析を行い、このテキストデータを品詞ごとに分類し、分類された品詞のうちの名詞や動詞のうち、所定の言葉が存在するか否かを判定する。

また、検索部１６は、メロディ抽出部１４により抽出されたメロディのキーを所定のキーへ変換するキー変換手段として機能するとともに、楽曲データ記憶部１１を検索し、制御部１７によりキーを変換されたメロディを有する音楽データ２１を検出する回路、処理装置等である。なお、キーを変換するとは、メロディ全体の音の高さを一定量高くしたり低くしたりすることという。なお、ユーザの音声入力によるメロディの全部をメロディデータの一部または全部として有する音楽データがない場合には、ユーザの音声入力によるメロディの一部をメロディデータの一部または全部として有する音楽データが検出される。

また、制御部１７は、各部を制御する回路等であって、メロディ抽出部１４により抽出されたメロディデータを検索部１６に供給し検索を実行させたり、検索部１６により検出された音楽データ２１を再生部１２に再生させる回路、処理装置などである。また、制御部１７は、表示装置４に各種情報を表示させる。

なお、メロディ抽出部１４、音声認識部１５、検索部１６および制御部１７は、上述の機能を記述したプログラムを記憶したメモリおよびそのプログラムを実行するマイクロプロセッサで実現することができる。

次に、上記装置の動作について説明する。図３は、実施の形態１に係る音楽再生装置１の動作を説明するフローチャートである。

まず、制御部１７は、図示せぬ操作部に対して所定の操作があるか否かを監視しており、所定の操作が発生した場合、音声入力に対する自動音声認識を開始し（ステップＳ１）、図示せぬタイマをセットして所定の時間の計時を開始する（ステップＳ２）。

次に、制御部１７は、タイマにより計時される所定の時間内に、マイクロホン２に対する音声入力があるか否かを監視する（ステップＳ３，Ｓ４）。その際、制御部１７は、マイクロホン２からの音声信号のレベルを監視する。この時間内に音声入力がない場合には、音楽再生装置１はこの処理を終了する。

一方、制御部１７は、マイクロホン２からの音声信号が検出されると、音声入力があったと判定し、メロディ抽出部１４にその音声信号のサンプリングを開始させる（ステップＳ５）。そして、サンプリングから一定時間が経過するか、あるいは音声入力が終了したら、音声再生装置１は、メロディ抽出部１４によるサンプリングを終了させる（ステップＳ６）。メロディ抽出部１４は、サンプリングしたユーザの音声からメロディを抽出する。

メロディ抽出部１４により抽出されたメロディの情報は、制御部１７に供給される。制御部１７は、そのメロディの情報を検索部１６に供給し、そのメロディを検索キーとして、楽曲データ２３を検索させる。

検索部１６は、ユーザが入力したメロディの情報を受け取ると、そのメロディのキーを変換し（ステップＳ７）、楽曲データ２３の検索を開始する。ユーザが入力したメロディのキー変換は、所定の基準キーへ変換するようにしてもよいし、楽曲データ２３に楽曲のキーを予めデータとして含めておき、そのキーの高さに応じて、楽曲のキーに一致するようにユーザが入力したメロディのキー変換を行うようにしてもよい。

そして、検索部１６は、楽曲データ２３を１つ選択し、ユーザの音声によるメロディと、その楽曲データ２３のメロディデータ２２とを比較し（ステップＳ８）、ユーザの音声によるメロディに対して一致部分がメロディデータ２２に存在するか否かを判定する（ステップＳ９）。

検索部１６は、ユーザの音声によるメロディに対して一致部分が存在しない場合には、ユーザの音声によるメロディをすべてのメロディデータ２２と比較したか否かを判定する（ステップＳ１０）。ユーザの音声によるメロディをすべてのメロディデータ２２と比較していない場合には、検索部１６は、比較していない別のメロディデータ２２を選択し（ステップＳ１１）、ユーザの音声によるメロディと、選択した別のメロディデータと２２を比較する（ステップＳ８）。検索部１６がすべてのメロディデータ２２と比較したと判定した場合には、制御部１７は、ユーザの音声によるメロディに該当する楽曲がない旨のメッセージの表示を表示装置４に行わせ（ステップＳ１２）、この処理を終了する。なお、ステップＳ１２において、楽曲データ記憶部１１に予め記憶された案内用音声データを再生部１２に再生させ、ユーザの音声によるメロディに該当する楽曲がない旨の音声を出力させるようにしてもよい。

このようにして、一致部分のあるメロディデータが検出されるか、すべてのメロディデータとの比較が完了するまで、音楽再生装置１は、検索を継続する。

そして、一致部分のあるメロディデータ２２が検出されると、検索部１６は、そのメロディデータ２２を含む楽曲データ２３（あるいはそのメロディデータ２２に関連付けられた音楽データ２１）の情報を制御部１７に通知する。制御部１７は、その楽曲データ２３の音楽データ２１の再生を、再生部１２に開始させる（ステップＳ１３）。

再生後、制御部１７は、音声認識部１５により検出されるユーザの音声入力を監視し、「この曲は違う」旨の音声入力が発生したと判定した場合には（ステップＳ１４）、その音楽データ２１の再生を中止させ、ステップＳ１１へ移行し、検索部１６に、ユーザの音声入力によるメロディとさらに別のメロディデータ２２との比較を再度行わせ、ユーザの入力したメロディに該当する別の楽曲データ２３（別の音楽データ２１）の検出を試みる。

そして、検索部１６により別の楽曲データが検出された場合には、制御部１７は、その楽曲データ２３の音楽データ２１の再生を、再生部１２に開始させる（ステップＳ１３）。

「この曲は違う」旨の音声入力が発生しない場合には、制御部１７は、再生部１２による再生を継続させ、その音楽データ２１の最後まで再生を行わせ、その音楽データ２１の最後まで再生が完了すると、この処理を終了する（ステップＳ１５）。

以上のように、上記実施の形態１に係る音楽再生装置１は、音楽の一部または全部のメロディを示すメロディデータ２２に関連付けてその音楽の音楽データ２１を記憶した楽曲データ記憶部１１と、ユーザ音声の音声入力信号からメロディを抽出するメロディ抽出部１４と、メロディ抽出部１４により抽出されたメロディのキーを所定のキーへ変換するとともに、楽曲データ記憶部１１を検索し、キー変換したメロディを有する音楽データ２１を検出する検索部１６と、検索部１６により検出された音楽データ２１から音楽信号を再生する再生部１２とを備える。

これにより、ユーザが音声入力したメロディが適宜キー変換された後、その変換後のメロディとメロディデータ２２とを比較するため、ユーザが歌ったメロディからユーザ所望の楽曲を的確に選択することができる。

また、上記実施の形態１に係る音楽再生装置１は、ユーザ音声の音声入力信号から所定の語彙の言葉を検出する音声認識部１５と、再生部１２による音楽信号の再生の開始後に音声認識部１５により所定の語彙の言葉（「この曲は違う」等）が検出された場合、再生部１２によるその音楽信号の再生を中止させ、別の音楽データ２１から音楽信号を再生させる制御部１７とを備える。

これにより、ユーザの音声入力だけで、誤って選曲された音楽の再生が停止され、ユーザによる操作を軽減することができる。特にカラオケの場合には、ユーザはマイクロホン２を持っているので、音声入力を簡単に行え、誤選曲された音楽の再生を簡単に停止させることができる。

実施の形態２．
本発明の実施の形態２に係る音楽再生装置１は、上述の実施の形態１に係る音楽再生装置に加え、検索時にキー変換した分だけ、音楽データ再生時の音楽データ２１のキーを変更するようにしたものである。

実施の形態２に係る音楽再生装置１は、実施の形態１に係る音楽再生装置１と同様の構成を有する。ただし、制御部１７は、検索部１６によるユーザの音声入力のメロディに対するキー変換時のキーの変更幅の情報を再生部１２に供給する。そして、再生部１２は、音楽キー変換手段として機能し、音楽データ２１を再生する際に、そのキーの変更幅の情報に基づいて、再生される音楽信号のキーを調整する。つまり、メロディデータ２２のメロディより、ユーザが入力した音声のメロディが高い場合には、再生部１２は、音楽データ２２の再生信号のキーを高くする。その際、制御部１７は、ユーザが音声入力したメロディ、およびメロディデータ２２の該当部分について、それぞれ音程差の平均を計算し、その平均値の差の分だけ、音楽データ２１のキーを調整する。

なお、実施の形態２に係る音楽再生装置１のその他の構成および動作については実施の形態１の場合と同様であるので、その説明を省略する。

以上のように、上記実施の形態２によれば、再生部１２は、検索部１６によるユーザ音声入力に対するキー変換の前後のキーの差分だけ音楽データ２１のキーをずらす。これにより、カラオケの場合、キー調整が不要となり、ユーザが歌いやすいカラオケ音楽が再生される。

実施の形態３．
本発明の実施の形態３に係る音楽再生装置１Ａは、上述の実施の形態１または２に係る音楽再生装置１にエージェント機能を追加したものである。

図４は、本発明の実施の形態３に係る音楽再生装置１Ａの構成を示すブロック図である。図４において、楽曲データ記憶部１１Ａは、楽曲データ記憶部１１と同様の記憶部であって、音楽の一部または全部のメロディを示すメロディデータ２２に関連付けてその音楽のカラオケ音楽データ２１Ａおよび音声入り音楽データ２１Ｂを記憶した半導体メモリ、ハードディスクドライブなどのデータ格納装置である。

図５は、実施の形態３に係る音楽再生装置１Ａにおける楽曲データ記憶部１１Ａに記憶された楽曲データを示すブロック図である。楽曲データ記憶部１１Ａには、各楽曲について、ＰＣＭ、ＭＰ３などで音楽信号をコーディングして得られた音楽データ２１Ａ，２１Ｂと、メロディデータ２２とが互いに関連付けられて記憶される。音楽データ２１Ａ，２１Ｂとメロディデータ２２は、楽曲ごとに楽曲データ２３Ａとして格納される。カラオケ音楽データ２１Ａは、例えばＭＩＤＩデータとされていてもよい。

また、制御部１７Ａは、制御部１７と同様の機能の他、エージェント機能を有する。このエージェント機能は、音声合成部４１および再生部１２を制御して、ユーザの音声入力を促す音声を出力させる音声出力制御部としての機能、並びに音声認識部１５により所定の第１の語彙の言葉（「カラオケ」等）が検出された場合、カラオケ音楽データ２１Ａに基づきカラオケの音楽信号を再生部１２に再生させ、音声認識部１５により所定の第２の語彙の言葉（「音楽」等）が検出された場合、音声入り音楽データ２１Ｂに基づき歌手の音声を含む音楽信号を再生部１２に再生させる機能を含む。

また、音声合成部４１は、制御部１７Ａの指令に応じて、エージェントの音声データを合成する回路、処理装置等である。

なお、図４に示すその他の構成要素については、実施の形態１（図１）のものと同様であるので、その説明を省略する。

次に、上記装置の動作について説明する。

実施の形態３では、制御部１７Ａは、まず、図示せぬ操作部に対して所定の操作があるか否かを監視し、所定の操作が発生した場合、ユーザの音声入力を促す音声データ（「カラオケと音楽のどちらにしますか？」等）を音声合成部４１に合成させ、その音声データを再生部１２に再生させる。

その後、制御部１７Ａは、音声認識部１５により認識されるユーザの音声を監視し、音声認識部１５により所定の第１の語彙の言葉（「カラオケ」等）、あるいは所定の第２の語彙の言葉（「音楽」等）が検出されたかを判定する。

さらに、その後、ユーザにメロディの音声入力を促す音声データ（「御希望の曲のメロディを歌ってください」等）を音声合成部４１に合成させ、その音声データを再生部１２に再生させる。この後、音楽再生装置１Ａは、上述の実施の形態１でのステップＳ１からの処理を行う。

そして、音楽再生装置１Ａの制御部１７Ａは、検索部１６により、ユーザが入力されたメロディに該当するメロディデータ２２が検出されると、先に、音声認識部１５により所定の第１の語彙の言葉（「カラオケ」等）が検出された場合、カラオケ音楽データ２１Ａに基づきカラオケの音楽信号を再生部１２に再生させ、音声認識部１５により所定の第２の語彙の言葉（「音楽」等）が検出された場合、音声入り音楽データ２１Ｂに基づき歌手の音声を含む音楽信号を再生部１２に再生させる。

なお、音楽再生装置１Ａのその他の動作については、実施の形態１に係る音楽再生装置１の動作と同様であるので、その説明を省略する。

また、実施の形態３において、上述した音声によるエージェントに加えて、擬人化したエージェントの画像を表示装置４に表示するようにしてもよい。

以上のように、上記実施の形態３に係る音楽再生装置１Ａは、ユーザ音声の音声入力信号から所定の語彙の言葉を検出する音声認識部１４と、ユーザの音声入力を促す音声を出力させるとともに、音声認識部１４により所定の第１の語彙の言葉（カラオケ楽曲を選択するための言葉群の１つ）が検出された場合、カラオケの音楽信号を再生部１２に再生させ、音声認識部１４により所定の第２の語彙の言葉（音声入り楽曲を選択するための言葉群の１つ）が検出された場合、歌手の音声を含む音楽信号を再生部１２に再生させる制御部１７とを備える。

これにより、ユーザが親しみ易く、所望の音楽（カラオケ楽曲か音声入り楽曲）を簡単に選択することができる。

なお、上述の各実施の形態は、本発明の好適な例であるが、本発明は、これらに限定されるものではなく、本発明の要旨を逸脱しない範囲において、種々の変形、変更が可能である。

例えば、上述の各実施の形態に係る音楽再生装置の代わりに、携帯電話機とサーバとを有するシステムにおいて、携帯電話機によりユーザの歌声（音声入力）を採取し、サーバにより上述の各実施の形態に係る音楽再生装置１の処理と同様の処理を行ってその歌声に対応する音楽データ（着信時に再生される音楽データなど）を特定し、サーバからその音楽データを携帯電話機へダウンロードするようにしてもよい。その場合、サーバに、楽曲データ記憶部１１、メロディ抽出部１４、音声認識部１５、検索部１６、制御部１７を設け、サーバへ音声信号を送信し、サーバから音楽データをダウンロードするようにしてもよいし、あるいは、携帯電話機に、メロディ抽出部１４および音声認識部１５を設け、サーバに、楽曲データ記憶部１１、検索部１６および制御部１７を設け、サーバへユーザの入力したメロディの情報を送信し、サーバから音楽データをダウンロードするようにしてもよい。

また、上述の各実施の形態において、音楽データ２１からメロディデータ２２を抽出する回路や装置を設けるようにしてもよい。その場合には、例えば音楽データのうちのボーカル部分の音声を抜き出しその部分のメロディをメロディ抽出部１４により抽出すればよい。

また、上記各実施の形態において、検索部１６は、キー変換したメロディと楽曲データ記憶部１１に記憶されているメロディデータ２２のメロディとの類似度を計算し、その類似度に基づいて、所望の音楽データ２１を検出するようにしてもよい。その場合、類似度は、例えば、メロディ内の各音の音程の差などに基づいて計算される。

また、上記各実施の形態において、検索部１６が、キー変換されたメロディと楽曲データ記憶部１１に記憶されている複数の、あるいはすべてのメロディデータ２２のメロディとの類似度を計算し、制御部１７は、類似度の最も高いメロディデータ２２に関連付けられた音楽データを再生部に再生させ、再生部１２による音楽信号の再生の開始後に音声認識部１５により所定の語彙の言葉（「この曲は違う」等）が検出された場合、次に類似度の高いメロディデータ２２に関連付けられた音楽データ２１から音楽信号を再生させるようにしてもよい。

なお、再生中に、メロディ抽出部１４がユーザ音声の音声入力信号からメロディを抽出し、制御部１７，１７Ａは、再生部１２を制御して、再生中に抽出されたメロディのキーに音楽信号のキーが合うように、再生される音楽データのキーをずらすようにしてもよい。

本発明は、例えば、カラオケ装置に適用可能である。

図１は、本発明の実施の形態１に係る音楽再生装置の構成を示すブロック図である。 図２は、実施の形態１に係る音楽再生装置における楽曲データ記憶部に記憶された楽曲データを示すブロック図である。 図３は、実施の形態１に係る音楽再生装置の動作を説明するフローチャートである。 図４は、本発明の実施の形態３に係る音楽再生装置の構成を示すブロック図である。 図５は、実施の形態３に係る音楽再生装置における楽曲データ記憶部に記憶された楽曲データを示すブロック図である。

符号の説明

１，１Ａ 音楽再生装置
１１，１１Ａ 楽曲データ記憶部
１２ 再生部（再生部，出力部，音楽キー変換手段）
１４ メロディ抽出部
１５ 音声認識部
１６ 検索部（キー変換手段，検索部）
１７，１７Ａ 制御部（制御部，音声出力制御部）

Claims (10)

1. 音声入力信号から抽出されたメロディを取得し、そのメロディのキーを所定のキーへ変換するキー変換手段と、
   音楽の一部または全部のメロディを示すメロディデータに関連付けてその音楽の音楽データを記憶した所定の記憶部を検索し、上記キー変換手段によりキーを変換されたメロディを有する音楽データを検出する検索部と、
   上記検索部により検出された音楽データを上記所定の記憶部から出力させる出力部と、
   を備えることを特徴とする音楽再生装置。
2. ユーザ音声の音声入力信号からメロディを抽出するメロディ抽出部と、
   上記メロディ抽出部により抽出されたメロディのキーを所定のキーへ変換するキー変換手段と、
   音楽の一部または全部のメロディを示すメロディデータに関連付けてその音楽の音楽データを記憶した楽曲データ記憶部と、
   上記楽曲データ記憶部を検索し、上記キー変換手段によりキーを変換されたメロディを有する音楽データを検出する検索部と、
   上記検索部により検出された音楽データから音楽信号を再生する再生部と、
   を備えることを特徴とする音楽再生装置。
3. 前記キー変換手段は、各音楽データに関連付けられたメロディデータに基づき当該メロディデータのキーを特定し、その特定したキーへ、上記メロディ抽出部により抽出されたメロディのキーを変換することを特徴とする請求項１または請求項２記載の音楽再生装置。
4. 前記検索部は、前記キー変換手段によりキー変換されたメロディと前記楽曲データ記憶部に記憶されているメロディデータのメロディとの類似度を計算し、その類似度に基づいて、前記メロディ抽出部により抽出されキー変換されたメロディを有する音楽データを検出することを特徴とする請求項１または請求項２記載の音楽再生装置。
5. ユーザ音声の音声入力信号から所定の語彙の言葉を検出する音声認識部と、
   前記再生部による音楽信号の再生の開始後に上記音声認識部により所定の語彙の言葉が検出された場合、前記再生部によるその音楽信号の再生を中止させ、別の音楽データから音楽信号を再生させる制御部と、
   を備えることを特徴とする請求項２記載の音楽再生装置。
6. 前記検索部は、キー変換されたメロディと記憶されているメロディデータのメロディとの類似度を計算し、
   前記制御部は、上記類似度の最も高いメロディデータに関連付けられた音楽データを前記再生部に再生させ、前記再生部による音楽信号の再生の開始後に上記音声認識部により所定の語彙が検出された場合、次に類似度の高いメロディデータに関連付けられた音楽データから音楽信号を再生させること、
   を特徴とする請求項５記載の音楽再生装置。
7. ユーザの音声入力を促す音声を出力させる音声出力制御部と、
   ユーザ音声の音声入力信号から所定の語彙の言葉を検出する音声認識部と、
   上記音声認識部により所定の第１の語彙の言葉が検出された場合、カラオケの音楽信号を前記再生部に再生させ、上記音声認識部により所定の第２の語彙の言葉が検出された場合、歌手の音声を含む音楽信号を前記再生部に再生させる制御部と、
   を備えることを特徴とする請求項１または請求項２記載の音楽再生装置。
8. 前記キー変換手段による変換の前後のキーの差分だけ前記音楽データのキーをずらす音楽キー変換手段を備えることを特徴とする請求項１または請求項２記載の音楽再生装置。
9. 前記再生部による音楽信号の再生中に、前記メロディ抽出部により抽出されたメロディのキーへ、前記音楽データのキーをずらす音楽キー変換手段を備えることを特徴とする請求項２記載の音楽再生装置。
10. ユーザ音声の音声入力信号からメロディを抽出するステップと、
    音楽の一部または全部のメロディを示すメロディデータに関連付けてその音楽の音楽データを記憶した所定の記憶部を検索し、抽出した上記メロディを有する音楽データを検出するステップと、
    検出された上記音楽データから音楽信号を再生するステップと、
    を備えることを特徴とする音楽再生方法。

Images