JP2007003897A - カラオケシステム、装置およびプログラム - Google Patents

Abstract

【課題】 ユーザの出す声にあった曲を選ぶことができるカラオケシステムを提供する。
【解決手段】 カラオケシステムは、特徴点ＤＢ１２２と、カラオケＤＢ１２３と、声紋分析部１０６と、特徴点検索装置１２１と、カラオケ演奏部１０３とを備える。特徴点ＤＢ１２２は、各楽曲の原曲の歌唱部の特徴点を格納している。カラオケＤＢ１２３は、各楽曲の演奏データを格納している。声紋分析部１０６は、入力された音声信号を分析し、分析結果の特徴点を出力する。特徴点検索装置１２１は、声紋分析部１０６が出力した特徴点に類似した原曲の歌唱部の特徴点を持つ楽曲を特徴点ＤＢ１２２から抽出する。カラオケ演奏部１０３は、特徴点検索装置１２１が抽出した楽曲の演奏データをカラオケＤＢ１２３から取得して、演奏する。
【選択図】 図１

Description

本発明は、ユーザの声紋に基づき、選曲を支援するカラオケシステム、装置およびプログラムに関する。

従来のカラオケ装置は、各楽曲に割り振られている固有の番号を、ユーザがリモコンなどで入力することで選曲し、該当する楽曲の演奏データをネットワーク経由でダウンロードし、演奏している。あるいは、番号をリモコンに入力するかわりに、リモコンがバーコードリーダの機能を備えており、各楽曲のバーコードを読取るものもある。これらの場合、実際にどの楽曲を選択するかは、ユーザが、曲名順、歌手名順、ジャンル別、新着楽曲などで整理された冊子を見て、自分の好みで決めることになる。また、画面インターフェースにより、冊子の場合と同様に、曲名、歌手名、ランキングなどから希望の楽曲を検索していくものもある。つまり、ユーザが決めた楽曲を、いかにしてユーザに負担無くカラオケ装置に入力するかということが行われてきた。
また、ユーザが歌うのに伴い、マイクから入力された音声の音程および音量を、理想的な音程および音量とリアルタイムに比較し、どれだけ近いかを評価して表示するサービスも行われている（例えば、特許文献１参照）。
特開２０００−１２２６７４号公報

しかしながら、従来のカラオケ装置にあっては、選曲の基準が自分の知っている歌手や楽曲となるので、ユーザの選曲が自分の音域や声質にあっているとは限らない。また、自分の音域や声質に合う楽曲を探そうとしても手段がないため、探すのが困難であるという問題がある。

本発明は、このような事情に鑑みてなされたもので、その目的は、ユーザの声にあった曲を選ぶことができるカラオケシステムを提供することにある。

この発明は上述した課題を解決するためになされたもので、請求項１に記載の発明は、各楽曲の原曲の歌唱部の特徴点を格納している特徴点データベースと、各楽曲の演奏データを格納しているカラオケデータベースと、入力された音声信号を分析し、分析結果の特徴点を出力する声紋分析手段と、前記声紋分析手段が出力した特徴点に類似した前記原曲の歌唱部の特徴点を持つ楽曲を前記特徴点データベースから抽出する特徴点検索手段と、前記特徴点検索手段が抽出した楽曲の演奏データを前記カラオケデータベースから取得して、演奏するカラオケ演奏手段とを備えることを特徴とするカラオケシステムである。

また、請求項２に記載の発明は、請求項１に記載のカラオケシステムであって、前記特徴点は、音域、声質、性別、年齢のいずれかであることを特徴とする。

また、請求項３に記載の発明は、各楽曲の原曲の歌唱部の特徴点を格納している特徴点データベースと、各楽曲の演奏データを格納しているカラオケデータベースと、入力されたユーザの歌唱の特徴点に類似した前記原曲の歌唱部の特徴点を持つ楽曲を前記特徴点データベースから抽出する特徴点検索装置と接続されたカラオケ装置であって、入力された音声信号を分析し、分析結果の特徴点を、前記特徴点検索装置へ出力する声紋分析手段と、前記特徴点検索装置から取得した楽曲の演奏データを前記カラオケデータベースより取得して演奏するカラオケ演奏手段とを備えることを特徴とするカラオケ装置である。
また、請求項４に記載の発明は、請求項３に記載のカラオケ装置であって、前記特徴点は、音域、声質、性別、年齢のいずれかであることを特徴とする。

また、請求項５に記載の発明は、各楽曲の原曲の歌唱部の特徴点を格納している特徴点データベースと、各楽曲の演奏データを格納しているカラオケデータベースと、入力されたユーザの歌唱の特徴点に類似した前記原曲の歌唱部の特徴点を持つ楽曲を前記特徴点データベースから抽出する特徴点検索装置と接続されたコンピュータを、入力された音声信号を分析し、分析結果の特徴点を、前記特徴点検索装置へ出力する声紋分析手段と、前記特徴点検索装置が抽出した楽曲の演奏データを前記カラオケデータベースから取得して、演奏するカラオケ演奏手段として機能させるためのプログラムである。
また、請求項６に記載の発明は、請求項５に記載のプログラムであって、前記特徴点は、音域、声質、性別、年齢のいずれかであることを特徴とする。

この発明によれば、ユーザの音声を声紋分析手段にて分析して得られた特徴点に基づき選曲を行うため、ユーザの声にあった曲を選ぶことができる。

以下、図面を参照して、本発明の実施の形態について説明する。図１は、この発明の一実施形態によるカラオケシステムの構成を示す概略ブロック図である。１１０は、マイクである。２００は、ディスプレイおよびリモコンなどの入力機器を具備するカラオケ装置であり、表示選択部１００、曲選択部１０１、点数評価部１０２、カラオケ演奏部１０３、楽曲ＩＤ保存部１０４、原曲ダウンロード部１０５、声紋分析部１０６、オーディオミキサ１０７からなる。表示選択部１００は、カラオケ装置２００が備えるディスプレイおよびリモコンなどの入力機器を用いて、メニュ画面や曲選択の画面などを表示し、表示している選択項目の中から目的の項目を、ユーザに選択させる機能を持つ。曲選択部１０１は、入力された特徴点データによる選曲の依頼をする機能である。点数評価部１０２は、ユーザと原曲の特徴点データを比較し、点数評価をする機能である。カラオケ演奏部１０３は、カラオケのＭＩＤＩ（Ｍｕｓｉｃａｌ Ｉｎｓｔｒｕｍｅｎｔ Ｄｉｇｉｔａｌ Ｉｎｔｅｒｆａｃｅ）データを取得して、これを元に楽音信号を生成し、出力する。楽曲ＩＤ保存部１０４は、カラオケ選曲用の楽曲ＩＤを、メモリカード１１２へ出力する。原曲ダウンロード部１０５は、オリジナル曲のデジタル音声データを、メモリカード１１２へダウンロードする。声紋分析部１０６は、マイク１１０から入力されたアナログ音声信号から人間の音声部分を抽出し、その特徴点として音域、声質、年齢、性別を出力する。オーディオミキサ１０７は、マイク１１０とカラオケ演奏部１０３から入力される音声信号を合成して出力する。１１１は、カラオケおよび歌を出力するスピーカである。メモリカード１１２は、ユーザが持ち運ぶために、ダウンロードしたカラオケ選曲用の楽曲ＩＤや原曲のデジタル音声データを格納する。

４００は、カラオケのサービスを運営する事業者が設置するＤＢ設備であり、特徴点検索装置１２１、特徴点ＤＢ１２２、カラオケＤＢ１２３、原曲ＤＢ１２４から構成される。特徴点検索装置１２１は、曲選択部１０１より受け取った特徴点データと近い値の特徴点データを持つ楽曲を、特徴点ＤＢ１２２から探し出す機能である。特徴点ＤＢ１２２は、各楽曲の原曲から歌唱部分を抽出したものを声紋分析して得られた特徴点データとジャンル、リリース年、曲名、歌手名を、楽曲ＩＤとともに格納しているデータベースである。カラオケＤＢ１２３は、各楽曲のカラオケ用ＭＩＤＩデータを、楽曲ＩＤとともに格納しているデータベースである。原曲ＤＢ１２４は、各楽曲の原曲のデジタル音声データを、楽曲ＩＤとともに格納しているデータベースである。１２５は、有料の原曲ダウンロードを行う際に、料金の決済を行う、決済処理装置である。３００は、カラオケ装置２００とＤＢ設備４００を接続するネットワークである。
なお、カラオケ装置２００は、店舗などに設置する場合は、専用のカラオケ装置であるが、一般家庭などに設置する場合は、汎用のパーソナルコンピュータに表示選択部１００〜声紋分析部１０６の機能を備えたプログラムをインストールして、マイク１１０やスピーカ１１１を接続してもよい。

次に、このカラオケシステムの動作を説明する。図２および図３は、このカラオケシステムの動作例を示すシーケンス図である。まず、ユーザがカラオケ装置２００の電源を投入すると、カラオケ装置２００の表示選択部１００が、カラオケの選曲方法についてのメニュ画面を表示する（Ｓ１０）。この画面では、選択項目として、以下の（１）〜（３）を表示する。
“音声入力による選曲”・・・（１）
“楽曲ＩＤによる選曲”・・・（２）
“メモリカードによる選曲”・・・（３）
ここで、ユーザが（１）の“音声入力による選曲”を選択すると、表示選択部１００は曲選択部１０１を起動し、さらに曲選択部１０１は声紋分析部１０６を起動し、マイク１１０からの音声入力待ちとなる（Ｓ１１）。この状態で、ユーザがマイク１１０に向かって音声を入力すると、マイク１１０は、ユーザの音声を音声信号に変換する（Ｓ１３）。ここで、音声入力の際、様々な音域の入力を促すために、カラオケ演奏部１０３にて、サンプルの楽曲などを演奏するようにしてもよい。声紋分析部１０６は、マイク１１０から音声信号を受けると、これをデジタル化して取込み、声紋分析をして得られる、“音域”、“声質”、“性別”、“年齢”のパラメータ群を、特徴点データとして出力する。曲選択部１０１は、声紋分析部１０６が出力した特徴点データを受けると、該特徴点データと類似している楽曲の楽曲ＩＤを、ネットワーク３００を介してＤＢ設備４００内の特徴点検索装置１２１に問い合わせる（Ｓ１４）。

特徴点検索装置１２１は、カラオケ装置２００から特徴点データを受けると、該特徴点データと類似しており、ユーザにとって歌い易い楽曲を抽出するために、該特徴点データより狭い“音域”であり、該特徴点データと同じ“声質”であることを条件にして、特徴点ＤＢ１２２に検索を依頼する。特徴点ＤＢ１２２は、該依頼を受けると、自身のデータベースを検索して、該当する楽曲群を抽出し、各楽曲の楽曲ＩＤ、曲名、歌手名、年齢、性別、ジャンル、リリース年を返す。特徴点検索装置１２１は、各楽曲のデータを受けると、受けたデータは保持したままで、それらのうち絞り込み用の選択肢として、抽出された楽曲のジャンル、リリース年と、抽出された楽曲数を、ネットワーク３００を介して、カラオケ装置２００の曲選択部１０１に返す（Ｓ１５）。

曲選択部１０１は、これらを受けると、表示選択部１００に渡し、表示選択部１００は、絞込みメニュを図４のように、抽出された楽曲数と、絞込条件の選択肢として、年齢、および性別を、それぞれ声紋分析の結果と一致させるかと、リリース年代として、ここでは‘８０年代あるいは‘９０年代と、ジャンルとして、ここでは、邦楽あるいは洋楽と、を画面に表示する（Ｓ１６）。ユーザは、絞込みメニュを見て、選択肢の中から、ここでは、年齢を一致と、ジャンルが洋楽とを絞込条件として選択したとする（Ｓ１７）。表示選択部１００は、ユーザの選択を受けて、これらの絞込条件を曲選択部１０１に渡し、曲選択部１０１は、さらに特徴点検索装置１２１に渡す（Ｓ１８）。特徴点検索装置１２１は、これらの絞込条件を受けると、前述の特徴点ＤＢ１２２から受けて保持していたデータの中から、Ｓ１４で受けたユーザの特徴点データを用いて、絞込条件の“ユーザの特徴点データと年齢が一致、かつ、ジャンルが洋楽”に一致する楽曲群を抽出する。特徴点検索装置１２１は、抽出した各楽曲の楽曲ＩＤ、曲名、歌手名を、ネットワーク３００を介して、曲選択部１０１に返す（Ｓ１９）。曲選択部１０１は、各楽曲の楽曲ＩＤ、曲名、歌手名を受けると、これらを表示選択部１００に渡す。表示選択部１００は、これらの楽曲の曲名および歌手名と、これらを対象にした機能の選択肢として、（Ａ）カラオケ、（Ｂ）原曲ダウンロード購入、（Ｃ）楽曲ＩＤ保存を、楽曲表示として画面に表示する（Ｓ２０）。

まず、機能として（Ａ）のカラオケを選択した場合の動作を図３の（ａ）を参照して説明する。図３の（ａ）は、表示選択部１００が楽曲表示の画面を表示している状態からの動作例を示したシーケンス図である。ユーザは、楽曲表示の画面を見て、好きな曲を選択し、機能として（Ａ）のカラオケを選択する（Ｓ２１）。表示選択部１００は、ユーザの選択を受けると、カラオケ演奏部１０３に、ユーザが選択した楽曲の楽曲ＩＤを指定してカラオケ演奏開始を指示するとともに、点数評価部１０２に、該楽曲ＩＤを指定して点数評価開始を指示する。カラオケ演奏部１０３は、カラオケ演奏開始を指示されると、ネットワーク３００を介して、カラオケＤＢ１２３に、表示選択部１００から受けた楽曲ＩＤを指定して、カラオケ用ＭＩＤＩデータのダウンロードを指示する（Ｓ２２）。カラオケＤＢ１２３は、ダウンロードの指示を受けると、自装置内のデータベースから該当する楽曲ＩＤのＭＩＤＩデータを抽出して、ネットワーク３００を介して、カラオケ演奏部１０３へダウンロードする（Ｓ２３）。カラオケ演奏部１０３は、ＭＩＤＩデータを受けると、該データを用いてカラオケ演奏を行い、生成された楽音信号をオーディオミキサ１０７へ出力する。オーディオミキサ１０７は、カラオケ演奏部１０３から楽音信号を受けると、マイク１１０からの音声信号とミキシングして、スピーカ１１１に出力する。スピーカ１１１は、オーディオミキサ１０７からの音声信号を受けて、音を鳴らす。

一方、前述の点数評価開始の指示を受けた点数評価部１０２は、声紋分析部１０６を起動して、音声入力待ちにするとともに、前述の指定された楽曲ＩＤを、ネットワーク３００を介して、特徴点ＤＢ１２２に出力することで、該楽曲の特徴点データを問い合わせる（Ｓ２６）。特徴点ＤＢ１２２は、楽曲ＩＤを受けると、自装置内のデータベースより、楽曲ＩＤが該当する楽曲の特徴点データを抽出し、点数評価部１０２に返す（Ｓ２７）。さきほど、音声入力待ちとなった声紋分析部１０６へ、ユーザが歌った音声がマイク１１０を介して入力されると、声紋分析部１０６は、これをカラオケ演奏が終了するまで、デジタル化して取込み、声紋分析をして特徴点データを出力する。点数評価部１０２は、声紋分析部１０６から特徴点データを受けると、特徴点ＤＢ１２２から受けた特徴点データと比較して、一致しているほど、高得点となるように、例えば、“声質”は一致すると２０点とし、“音域”は一致していると最高の４０点で、ずれの大きさに応じて減点とし、“年齢”は一致していると最高の２０点で、ずれの大きさに応じて減点とし、“性別”は一致していると２０点とするというように、点数評価を行い、評価結果の点数を表示選択部１００に出力する。表示選択部１００は、点数を受けると、これを点数評価の結果として、画面に表示する。

次に、前述の楽曲表示の画面にて（Ｂ）の原曲ダウンロード購入を選択した場合の動作を、図３の（ｂ）を参照して説明する。図３の（ｂ）は、表示選択部１００が楽曲表示の画面を表示している状態からの動作例を示したシーケンス図である。ユーザは、楽曲表示の画面を見て、好きな曲を選択し、機能として（Ｂ）の原曲ダウンロード購入を選択する（Ｓ３１）。ここで、購入の決済にクレジットカードなどを用いる場合は、クレジットカード番号などの情報をユーザに入力させる。表示選択部１００は、ユーザの選択を受けて、選択された楽曲の楽曲ＩＤを原曲ダウンロード部１０５に出力する。原曲ダウンロード部１０５は、楽曲ＩＤを受けると、該楽曲ＩＤにて指定される楽曲の原曲データのダウンロードを、ネットワーク３００を介して、原曲ＤＢ１２４に指示する（Ｓ３２）。原曲ＤＢ１２４は、ダウンロードの指示を受けると、原曲データ購入のユーザへの課金と決済処理を、決済処理装置１２５に依頼する（Ｓ３３）。決済処理装置１２５は、クレジットカードなどによる決済を行った後、決済処理済を原曲ＤＢ１２４に通知する（Ｓ３４）。原曲ＤＢ１２４は、決済処理済を受けると、前述のＳ３２にて指定された楽曲ＩＤの原曲のデジタル音声データを自装置内のデータベースから取得し、ネットワーク３００を介して、原曲ダウンロード１０５へダウンロードする（Ｓ３５）。原曲ダウンロード１０５は、原曲のデジタル音声データを受けると、これをメモリカード１１２に書込む（Ｓ３６）。

原曲ＤＢ１２４から、原曲ダウンロード１０５への原曲データのダウンロード（Ｓ３５）や、メモリカード１１２への書込み（Ｓ３６）に失敗した場合は、原曲ダウンロード部１０５が、ネットワーク３００を介して、原曲ＤＢ１２４にダウンロード失敗を通知する（Ｓ３７）。原曲ＤＢ１２４は、ダウンロード失敗を受けると、決済処理装置１２５に決済取消を依頼し（Ｓ３８）、決済処理装置１２５は決済の取消しを行う。
次に、前述の楽曲表示の画面にて（Ｃ）の楽曲ＩＤ保存を選択した場合の動作を、図３の（ｃ）を参照して説明する。図３の（ｃ）は、表示選択部１００が楽曲表示の画面を表示している状態からの動作例を示したシーケンス図である。ユーザは、楽曲表示の画面を見て、好きな曲を選択し、機能として（Ｃ）の楽曲ＩＤ保存を選択する（Ｓ４１）。表示選択部１００は、ユーザの選択を受けて、選択された楽曲の楽曲ＩＤを楽曲ＩＤ保存部１０５に出力する（Ｓ４２）。楽曲ＩＤ保存部１０５は、楽曲ＩＤを受けると、メモリカード１１２に該楽曲ＩＤを書込む（Ｓ４３）。

なお、ここでは楽曲ＩＤの保存媒体として、メモリカード１１２を挙げたが、楽曲ＩＤは数バイトの情報なので、大容量の媒体である必要はなく、ＩＣカードや無線ＩＣタグなどの小容量の媒体を用いてもよい。
これらの媒体に保存した楽曲ＩＤは、該カラオケ装置２００や、他のカラオケ装置２００にて、前述のメニュ画面の“（３）メモリカードによる選曲”から読み込むことで、好みの楽曲を、どこでも簡単に選曲することができる。
また、ユーザの声紋分析の結果を、これらの媒体に保存する機能を持ち、選曲する際に保存されている声紋分析の結果を使用することで、毎回音声入力する必要をなくしてもよい。さらに、保存する声紋分析結果を、カラオケ中の声紋分析結果とすると、実際に歌った際の声紋分析なので、情報の精度が高くなると考えられる。また、複数回の声紋分析結果を用いることで、“音域”などの精度が高くなると考えられる。

以上、この発明の実施形態を、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

この発明の一実施形態によるカラオケシステムの構成を示すブロック図である。 同実施形態における動作を説明するシーケンス図である。 同実施形態における動作を説明するシーケンス図である。 同実施形態における絞込みメニュの例を説明する図である。

符号の説明

１００…表示選択部
１０１…曲選択部
１０２…点数評価部
１０３…カラオケ演奏部
１０４…楽曲ＩＤ保存部
１０５…原曲ダウンロード部
１０６…声紋分析部
１０７…オーディオミキサ
１１０…マイク
１１１…スピーカ
１１２…メモリカード
１２１…特徴点検索装置
１２２…特徴点ＤＢ
１２３…カラオケＤＢ
１２４…原曲ＤＢ
１２５…決済処理装置
２００…カラオケ装置
３００…ネットワーク
４００…ＤＢ設備

Claims (6)

1. 各楽曲の原曲の歌唱部の特徴点を格納している特徴点データベースと、
   各楽曲の演奏データを格納しているカラオケデータベースと、
   入力された音声信号を分析し、分析結果の特徴点を出力する声紋分析手段と、
   前記声紋分析手段が出力した特徴点に類似した前記原曲の歌唱部の特徴点を持つ楽曲を前記特徴点データベースから抽出する特徴点検索手段と、
   前記特徴点検索手段が抽出した楽曲の演奏データを前記カラオケデータベースから取得して、演奏するカラオケ演奏手段と
   を備えることを特徴とするカラオケシステム。
2. 前記特徴点は、音域、声質、性別、年齢のいずれかであることを特徴とする請求項１に記載のカラオケシステム。
3. 各楽曲の原曲の歌唱部の特徴点を格納している特徴点データベースと、各楽曲の演奏データを格納しているカラオケデータベースと、入力されたユーザの歌唱の特徴点に類似した前記原曲の歌唱部の特徴点を持つ楽曲を前記特徴点データベースから抽出する特徴点検索装置と接続されたカラオケ装置であって、
   入力された音声信号を分析し、分析結果の特徴点を、前記特徴点検索装置へ出力する声紋分析手段と、
   前記特徴点検索装置から取得した楽曲の演奏データを前記カラオケデータベースより取得して演奏するカラオケ演奏手段と
   を備えることを特徴とするカラオケ装置。
4. 前記特徴点は、音域、声質、性別、年齢のいずれかであることを特徴とする請求項３に記載のカラオケ装置。
5. 各楽曲の原曲の歌唱部の特徴点を格納している特徴点データベースと、各楽曲の演奏データを格納しているカラオケデータベースと、入力されたユーザの歌唱の特徴点に類似した前記原曲の歌唱部の特徴点を持つ楽曲を前記特徴点データベースから抽出する特徴点検索装置と接続されたコンピュータを、
   入力された音声信号を分析し、分析結果の特徴点を、前記特徴点検索装置へ出力する声紋分析手段と、
   前記特徴点検索装置が抽出した楽曲の演奏データを前記カラオケデータベースから取得して、演奏するカラオケ演奏手段
   として機能させるためのプログラム。
6. 前記特徴点は、音域、声質、性別、年齢のいずれかであることを特徴とする請求項５に記載のプログラム。
   
   

Images