JP2007164545A - 嗜好プロファイル生成装置、嗜好プロファイル生成方法及びプロファイル生成プログラム - Google Patents
嗜好プロファイル生成装置、嗜好プロファイル生成方法及びプロファイル生成プログラム Download PDFInfo
- Publication number
- JP2007164545A JP2007164545A JP2005361115A JP2005361115A JP2007164545A JP 2007164545 A JP2007164545 A JP 2007164545A JP 2005361115 A JP2005361115 A JP 2005361115A JP 2005361115 A JP2005361115 A JP 2005361115A JP 2007164545 A JP2007164545 A JP 2007164545A
- Authority
- JP
- Japan
- Prior art keywords
- preference
- music
- music data
- preference profile
- profile
- 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.)
- Abandoned
Links
- 238000000034 method Methods 0.000 title claims description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 8
- 230000010365 information processing Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 8
- 239000006185 dispersion Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000033458 reproduction Effects 0.000 description 4
- 102100022907 Acrosin-binding protein Human genes 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 235000019640 taste Nutrition 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 102100031798 Protein eva-1 homolog A Human genes 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000007306 functionalization reaction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000009527 percussion Methods 0.000 description 1
- 239000011295 pitch Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H1/00—Details of electrophonic musical instruments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
- G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2240/00—Data organisation or data communication aspects, specifically adapted for electrophonic musical tools or instruments
- G10H2240/095—Identification code, e.g. ISWC for musical works; Identification dataset
- G10H2240/101—User identification
- G10H2240/105—User profile, i.e. data about the user, e.g. for user settings or user preferences
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2240/00—Data organisation or data communication aspects, specifically adapted for electrophonic musical tools or instruments
- G10H2240/121—Musical libraries, i.e. musical databases indexed by musical parameters, wavetables, indexing schemes using musical parameters, musical rule bases or knowledge bases, e.g. for automatic composing methods
- G10H2240/131—Library retrieval, i.e. searching a database or selecting a specific musical piece, segment, pattern, rule or parameter set
Abstract
【課題】本発明は、短時間でかつ簡単に、お互いが所有する複数の楽曲データに対するユーザ固有の嗜好を比較し、有効活用するための嗜好プロファイルを生成できるようにする。
【解決手段】本発明は、ハードディスク15に保持された1以上の楽曲データを所定の楽曲解析手法でそれぞれ解析処理することにより当該楽曲データの特徴を表す複数項目毎の連続値でなる数値メタデータを、複数項目毎に複数種類のクラスにクラス分けすることにより楽曲解析を行い、複数項目毎に、各クラスに分類される楽曲データの数を統計することにより楽曲データに対するユーザ固有の嗜好を表した嗜好プロファイルPR1を生成することができるので、ユーザが所持する楽曲データに応じたユーザ固有の嗜好度を、抽象的ではなく複数項目毎の具体的な数値からなる嗜好プロファイルPR1として生成することができる。
【選択図】図8
【解決手段】本発明は、ハードディスク15に保持された1以上の楽曲データを所定の楽曲解析手法でそれぞれ解析処理することにより当該楽曲データの特徴を表す複数項目毎の連続値でなる数値メタデータを、複数項目毎に複数種類のクラスにクラス分けすることにより楽曲解析を行い、複数項目毎に、各クラスに分類される楽曲データの数を統計することにより楽曲データに対するユーザ固有の嗜好を表した嗜好プロファイルPR1を生成することができるので、ユーザが所持する楽曲データに応じたユーザ固有の嗜好度を、抽象的ではなく複数項目毎の具体的な数値からなる嗜好プロファイルPR1として生成することができる。
【選択図】図8
Description
本発明は、嗜好プロファイル生成装置、嗜好プロファイル生成方法及びプロファイル生成プログラムに関し、例えば携帯型音楽プレーヤに適用して好適なものである。
従来、携帯型音楽プレーヤにおいては、内蔵された半導体メモリやハードディスク等に複数の楽曲データを保持し、その中から所望の楽曲データを選択して再生することにより、任意の場所で気軽に音楽を楽しませることができるようになされている。
このような携帯型音楽プレーヤを所有するユーザ同士の間で、相互に推薦楽曲リストを交換することにより、最近流行の楽曲を知らせることができたり、自ら好みの楽曲を選択する際の参考情報とする楽曲推薦システムがある(例えば、特許文献1参照)。
特開2004-54023公報
ところで携帯型音楽プレーヤを所有するユーザ同士の間で、お互いに所持している楽曲の嗜好が似通っているか否かを比較する場合には、同じ曲や同じアーティストの楽曲データを双方が所持していないと比較することがそもそも難しいというのが現状である。
実際上、携帯型音楽プレーヤを所有するユーザ同士の間で、お互いに所持している楽曲データ同士を直接比較する場合、所持している曲数が多いと楽曲データリストの転送に長時間を要したり、比較する際の時間についても曲数に比例して長くなるという問題があった。
本発明は以上の点を考慮してなされたもので、短時間でかつ簡単に、お互いが所有する楽曲データに対するユーザ固有の嗜好を比較し、有効活用するための嗜好プロファイルを生成し得る嗜好プロファイル生成装置、嗜好プロファイル生成方法及びプロファイル生成プログラムを提案しようとするものである。
かかる課題を解決するため本発明においては、記憶手段に保持された1以上の楽曲データを所定の楽曲解析手法でそれぞれ解析処理することにより当該楽曲データの特徴を表す複数項目毎の連続値でなる数値メタデータを、複数項目毎に複数種類のクラスにクラス分けし、複数項目毎に、各クラスに分類される楽曲データの数を統計することにより、楽曲データに対するユーザ固有の嗜好を表した嗜好プロファイルを生成することができるので、ユーザが所持する楽曲データに応じたユーザ固有の嗜好度を、抽象的ではなく複数項目毎の具体的な数値からなる嗜好プロファイルとして生成することができる。
本発明によれば、記憶手段に保持された1以上の楽曲データを所定の楽曲解析手法でそれぞれ解析処理することにより当該楽曲データの特徴を表す複数項目毎の連続値でなる数値メタデータを、複数項目毎に複数種類のクラスにクラス分けし、複数項目毎に、各クラスに分類される楽曲データの数を統計することにより、楽曲データに対するユーザ固有の嗜好を表した嗜好プロファイルを生成することができるので、ユーザが所持する楽曲データに応じたユーザ固有の嗜好度を、抽象的ではなく複数項目毎の具体的な数値からなる嗜好プロファイルとして生成することができ、かくして短時間でかつ簡単に、お互いが所有する楽曲データに対するユーザ固有の嗜好を比較し、有効活用するための嗜好プロファイルを生成し得る嗜好プロファイル生成装置、嗜好プロファイル生成方法及びプロファイル生成プログラムを実現することができる。
以下、図面について、本発明の一実施の形態を詳述する。
(1)携帯型音楽プレーヤの構成
図1において、1は全体として本発明の嗜好プロファイル生成機能を搭載した携帯型音楽プレーヤを示し、図示しないバッテリから供給される電源電圧を電源回路5によって所定電圧の内部電力に変換し、これをCPU(Central Processing Unit)2乃至各回路に供給することにより全体を駆動させるようになされている。
図1において、1は全体として本発明の嗜好プロファイル生成機能を搭載した携帯型音楽プレーヤを示し、図示しないバッテリから供給される電源電圧を電源回路5によって所定電圧の内部電力に変換し、これをCPU(Central Processing Unit)2乃至各回路に供給することにより全体を駆動させるようになされている。
携帯型音楽プレーヤ1のCPU2は、ROM(Read Only Memory)3に格納された基本プログラムや各種アプリケーションプログラム(プロファイル生成プログラム等)を読み出してRAM(Random Access Memory)4に展開することにより、一般的な楽曲データの録音処理又は再生処理を実行したり、後述する嗜好プロファイルの生成処理等を実行するようになされている。
具体的にCPU2は、操作キーコントローラ6を介してユーザから再生を希望する例えば楽曲aが指定されたことを認識すると、バス19を経由してハードディスクドライブ14にアクセスし、ハードディスク15から当該楽曲aの楽曲データを読み出させ、これをDSP10へ送出する。
携帯型音楽プレーヤ1のCPU2は、DSP10に対して楽曲aの楽曲データに対して伸長化及び復号化等の再生処理を実行させ、その結果得られる楽曲aの再生データをディジタルアナログ変換回路11によりアナログの再生信号に変換させた後、増幅回路12及びヘッドホンジャック13を介してヘッドホン(図示せず)から楽曲aの音声を出力させる。
このとき携帯型音楽プレーヤ1のCPU2は、LCD(Liquid Crystal Display)コントローラ7を介してLCD8に現在出力中の楽曲aのタイトル、アーティスト名、再生経過時間のほか、バッテリ残量等の種々の情報を表示するようになされている。
また携帯型音楽プレーヤ1のCPU2は、入出力インタフェース16を介して接続されたパーソナルコンピュータ17との間で楽曲データ等を相互に送受信することが可能であり、当該パーソナルコンピュータ17から受信した楽曲データをハードディスクドライブ14を介してハードディスク15に格納し得るようになされている。
さらに携帯型音楽プレーヤ1のCPU2は、例えばブルートゥースモジュール(登録商標)やIEEE(Institute Of Electrical and Electronics Engineers)802.11g、あるいは赤外線等の近距離無線通信インタフェース18を有しており、これにより当該携帯型音楽プレーヤ1の所持者であるユーザA以外の他のユーザBが所持する携帯型音楽プレーヤ1との間で後述する嗜好プロファイルや楽曲データを相互に送受信し得るようになされている。なお携帯型音楽プレーヤ1では、近距離無線通信インタフェース18を用いているが、これに限るものではなく、有線による通信インタフェース等のその他種々の通信手段を用いることが可能である。
このような構成でなる携帯型音楽プレーヤ1においては、アプリケーションプログラムの一つであるプロファイル生成プログラムを起動することにより、ハードディスク15に多数格納された複数の楽曲データに基づいて、楽曲に対するユーザAの嗜好を表す嗜好プロファイルを生成し得るようになされており、次に嗜好プロファイルを生成するまでの流れと、その嗜好プロファイルの利用方法について以下説明する。
(2)嗜好プロファイルの生成方法
(2−1)楽曲解析処理手順
携帯型音楽プレーヤ1においては、嗜好プロファイルの生成処理に入る前に、前処理としてユーザAがハードディスク15に格納してある複数の楽曲データそれぞれに対する数値メタデータを解析しておく必要があり、その楽曲解析処理手順について最初に説明する。
(2−1)楽曲解析処理手順
携帯型音楽プレーヤ1においては、嗜好プロファイルの生成処理に入る前に、前処理としてユーザAがハードディスク15に格納してある複数の楽曲データそれぞれに対する数値メタデータを解析しておく必要があり、その楽曲解析処理手順について最初に説明する。
図2に示すように携帯型音楽プレーヤ1のCPU2は、ルーチンRT1の開始ステップから入って次のステップSP1へ移り、ハードディスク15に格納されている複数の楽曲データについて解析することにより、「tempo」、「speed」、「dispersion」、「major」、……等の楽曲に関する特徴を各種項目毎に表した数値メタデータからなる楽曲解析データを所定の手法により算出し、次のステップSP2へ移る。
因みに、楽曲解析データの算出手法の一例としては、本願出願人の特開2005-274708公報に詳述されているが、必ずしもこれに限るものではなく、その他種々の手法により楽曲解析データを算出するようにしても良い。
ここで図3に示すように楽曲解析データG1は、例えば楽曲aについては、「tempo:123」、「speed:34」、「dispersion:56」、「major:42」、……等のように当該楽曲aの特徴が複数の項目毎に連続値でなる特徴量として数値化され、同様に、楽曲bについても「tempo:87」、「speed:64」、「dispersion:34」、「major:56」、……、楽曲cについても「tempo:120」、「speed:21」、「dispersion:73」、「major:21」、……等のように当該楽曲b及び楽曲cの特徴が複数の項目毎に連続値でなる特徴量として数値化されたものである。
この楽曲解析データG1は、嗜好プロファイルを生成するための第1段階として必要なデータであり、携帯型音楽プレーヤ1のCPU2が解析しても良いが、入出力インタフェース16を介して接続されたパーソナルコンピュータ17によって解析してもらい、その結果を受け取るようにしても良い。
ステップSP2において携帯型音楽プレーヤ1のCPU2は、楽曲解析データG1を基に項目毎の特徴量をバケット値に変換し、次のステップSP3へ移る。ここで特徴量をバケット値に変換するとは、予め携帯型音楽プレーヤ1に保持されている図4に示すような特徴量―バケット値変換テーブルTBTに基づいて、例えば「tempo」の項目に関しては、特徴量「0−57」がバケット番号「0」に該当し、特徴量「58−71」がバケット番号「1」に該当し、特徴量「72−80」がバケット番号「2」に該当し、……、特徴量「181−200」がバケット番号「9」に該当するように、特徴量を10段階の離散値(バケット番号)にクラス分けして分類することをいう。因みに携帯型音楽プレーヤ1のCPU2は、「tempo」の項目以外の他の項目の全てについても特徴量を離散値(バケット番号)に変換する。
なお、この特徴量―バケット値変換テーブルTBTは、例えば、音楽(楽曲)の配信サービス(EMD(Electronic Music Distribution)サービスを提供するサーバからダウンロードして取得するようにしても良い。但し、いずれの場合であっても、後に他のユーザの嗜好プロファイルと比較することなどを考慮すると、各バケットと各特徴量の範囲との対応関係は、それぞれの特徴量―バケット値変換テーブルTBTで共通していることが望ましい。
因みに、特徴量―バケット値変換テーブルTBTは、幅広いジャンルから大量の楽曲を集め、各楽曲の特徴量を上述の手法により数値で算出し、解析対象とした楽曲が均等に分類されるように各バケットと特徴量とが対応付けられている。
具体的には、解析対象とした楽曲をN曲、バケットをM個作る場合には、まず、N曲の楽曲を数値メタデータでソートする。そして、値の小さい方または大きい方からN/M曲目と(N/M)+1曲目の数値メタデータの中間値を、最初又は最後のバケット区切りとし、この処理を順次繰り返すことにより、N−1個のバケット区切りを生成する。
各バケット値を単に等間隔に分けると、どのユーザも似たような嗜好プロファイルになってしまう可能性があるが、このような手法によれば、数値が集中する範囲は、より細かくクラス分けされることになり、ユーザごとの特徴を反映した嗜好プロファイルを生成することができるのである。
ステップSP3において携帯型音楽プレーヤ1のCPU2は、楽曲解析データG1の特徴量をバケット値に変換することにより、図5に示すように各楽曲(楽曲a、楽曲b、楽曲c、……)について各種項目毎にバケット番号が付されたメタデータ付曲集合データMMDを生成することができ、これをハードディスク15に保存し、次のステップSP4へ移って処理を終了する。
(2−2)プロファイル生成処理手順
次に、携帯型音楽プレーヤ1においては、楽曲解析処理手順RT1に続いて最終的な嗜好プロファイルを生成するためのプロファイル生成処理手順について説明する。
次に、携帯型音楽プレーヤ1においては、楽曲解析処理手順RT1に続いて最終的な嗜好プロファイルを生成するためのプロファイル生成処理手順について説明する。
図6に示すように携帯型音楽プレーヤ1のCPU2は、ルーチンRT2の開始ステップから入って次のステップSP11へ移り、メタデータ付曲集合データMMD(図5)のうち、ユーザが「好き」な楽曲と、「嫌い」な楽曲とをラベル付けし、次のステップSP12へ移る。
ここでラベル付けとは、ユーザによる明示的な設定操作に応じて楽曲データ毎に「好き」又は「嫌い」に応じたフラグを付加することであるが、必ずしも明示的な設定操作だけではなく、再生回数が所定値を超える楽曲については「好き」であるとみなし、所定値以下の楽曲については「嫌い」であるとみなしてフラグを付加することも可能である。
或いは、ラベル付けの方法としては、プレーヤ自身の操作履歴を利用して、頻繁にスキップ操作された楽曲については「嫌い」であるとみなしたり、所謂レーティングを利用して「好き」又は「嫌い」を判断してフラグを付加することもできる。
ステップSP12において携帯型音楽プレーヤ1のCPU2は、ステップSP11でフラグが付加されたメタデータ付曲集合データMMDを各楽曲データのバケットに格納していく。このときステップSP11で付加されたラベルのフラグに基づき、各バケット番号に該当する楽曲数の値に対して「好き」のフラグであれば「+1」を加算し、「嫌い」のフラグであれば「−1」を加算した上で格納する。
因みに、携帯型音楽プレーヤ1のCPU2は、各バケット番号に該当する楽曲数の値に対して「好き」のフラグであれば「+1」を加算し、「嫌い」のフラグであれば「−1」を加算するだけではなく、そのバケットに隣接したバケット番号に該当する楽曲数の値についても同時に増減することが可能である。
ステップSP13において携帯型音楽プレーヤ1のCPU2は、各バケットに格納された数値データの総和を算出し、次のステップSP14へ移る。
このステップSP13までの処理により生成されるのが、図7に示す嗜好プロファイルPR0である。この嗜好プロファイルPR0は、ユーザの音楽に対する嗜好を表すものである。図7の例では、「tempo(テンポ)」がバケット6のクラスで最大となっているので、この嗜好プロファイルを持つユーザは、テンポについては、バケット6に該当する特徴量を持つ音楽をより好むものと推測することができる。
嗜好プロファイルPR0中の各数値は、概ね、「tempo」、「speed」、「dispersion」、「major」、……、の各種項目毎に割り振られたバケット番号に該当する楽曲数が幾つあるのかを示している。一般的には、携帯型音楽プレーヤ1に保持される楽曲は、ユーザの好みにある程度合致すると考えられるため、楽曲データにラベル付けがされていなくても、生成される嗜好プロファイルPR0は、ユーザの音楽に対する嗜好を反映しているといえる。
しかしながら、ステップSP12において、各バケットに数値が格納される際に、ステップSP11で付加されたラベルのフラグに応じた加減がなされる場合には、更にユーザの好みが反映された嗜好プロファイルPR0が生成されることになる。
後述するように他のユーザと嗜好プロファイルを比較する場合などにおいては、嗜好プロファイルPR0中の各データが正規化されていることが望ましい。そこでステップSP14において携帯型音楽プレーヤ1のCPU2は、ステップSP13で生成された嗜好プロファイルPR0の各バケットにおける値を正規化し、次のステップSP15へ移る。
ステップSP15において携帯型音楽プレーヤ1のCPU2は、ステップSP14で正規化することにより、図8に示すような最終的な嗜好プロファイルPR1を生成し、これをハードディスク15に保存した後、次のステップSP16へ移ってプロファイル生成処理手順を終了する。
ところで、上述のプロファイル生成処理手順に従って生成される嗜好プロファイルPR1について、もう少し詳細に説明すると、図9に示すように、例えばユーザAとユーザBとでは保持している楽曲の種類及び曲数が異なるので、異なる嗜好プロファイルPR1A及びPR1Bが生成されることになる。
この嗜好プロファイルPR1A及びPR1Bでは、楽曲の特徴量を表す各種項目が多数存在し、それぞれについて一通り説明する。「tempo(テンポ)」は、1分間あたりの4分音符の数、すなわちBPM(Beat Per Minutes)である。「speed(スピード感)」は、速い感じの曲か、ゆっくりとした感じの曲かを表し、速い感じの曲ほど大きな値になり、ゆっくりとした感じの曲ほど小さい値になるものである。
「dispersion(テンポ分散)」は、テンポの揺れの大きさを表し、テンポの変化の大きな曲ほど大きい値になり、テンポが一定の曲ほど小さい値になるものである。「major(メジャーコードの割合)」は、メジャーコードの出現割合の大きさを表し、メジャーコードの出現割合が大きい曲ほど大きい値になり、マイナーコードの出現割合が大きい曲ほど小さい値になるものである。
「happy(明るさ)」は、曲の明るさを表し、明るい曲ほど大きい値になり、暗い曲ほど小さい値になるものである。「emotion(感情)」は、その曲が感情的かどうかを表し、感情が揺さぶられる曲ほど大きい値になり、すました曲ほど小さい値になるものである。「chord variation(コード進行のバリエーション)」は、コード進行のバリエーションの多さを表し、曲中で様々なコード進行が使われる曲ほど大きな値になり、同じコード進行が曲全体で繰り返しているような曲ほど小さい値になるものである。
「chord complexity(コード判定の難度)」は、コード判定の難しさを表し、4和音の割合が大きい曲、コードが判別できないような曲ほど大きい値になり、3和音の割合が大きい曲、コード判定が容易な曲ほど小さい値になるものである。「key complexity(キー判定の難度)」は、キー(調)判定の難しさを表し、スケールが判別できない曲ほど大きな値になり、明確なスケールが存在する曲ほど小さい値になるものである。
「notes(音符の多さ)」は、音符の多さを表し、何十もの楽器のアンサンブルのように全体の音符の数が多い曲ほど大きい値になり、ソロ演奏など全体に音符の数が少ない曲ほど小さい値になるものである。「rhythm ratio(リズム楽器の割合)」は、リズム楽器の割合を表し、打楽器など音符を持たない音の数が多い曲ほど大きい値になり、その他の音程を持った音の数が少ない曲ほど小さい値になるものである。
「duration(トーンの長さ)」は、トーンの長さを表し、同じ音符が持続することの多い曲ほど大きい値に、同じ音符が持続することの少ない曲ほど小さい値になるものである。「release(トーンの減衰のゆるやかさ)」は、トーンの減衰のゆるやかさを表し、発音が終わった後、音量がゆるやかに減衰する音の多い曲ほど大きい値に、音がすぐに減衰する曲ほど小さい値になるものである。
「hard(発音の速さ)」は、発音の速さを表し、発音の際、音量が大きくなるまでの時間(アタックタイム)が短い個所の多い曲ほど大きい値に、長い個所の多い曲ほど小さい値になるものである。「clearness(トーンの明瞭度)」は、トーンの倍音がはっきりと現れているか≒聞き取りやすさを表し、倍音がはっきりとしたトーンが多い曲ほど大きい値に、少ない曲ほど小さい値になるものである。
「expanse(ステレオの広がりの大きさ)」は、ステレオの広がりの大きさを表し、左右チャンネルの信号差が大きい曲ほど大きい値に、小さい曲ほど小さい値になるものである。「density(音の密度)」は、周波数の埋まり具合を表し、様々な音が発音された結果、多くの周波数が埋まっている曲ほど大きい値になり、信号の無い帯域の多い曲ほど小さい値になるものである。
「amplitude range(音量変化の大きさ)」は、全体の音量変化の大きさを表し、音量が大きく変化する曲ほど大きい値になり、あまり変化しない曲ほど小さい値になるものである。「hi mid(高域の強さ)」は、中音域と比較した高域の強さを表し、高域の音量が大きい曲ほど大きい値に、小さい曲ほど小さい値になるものである。「lo mid(低域の強さ)」は、中音域と比較した低域の強さを表し、低域の音量が大きい曲ほど大きい値に、小さい曲ほど小さい値になるものである。
このような嗜好プロファイルPR1A、PR1Bは、ユーザA、ユーザBがそれぞれ所持している複数の楽曲に関する個々の嗜好が細かな項目毎に分かれて数値化されたものであり、ジャンルや曲名、さらにはアーティスト名等には拘わらず、複数の楽曲全体の持つ特徴が全て反映された非常に有意なプロファイルである。
このような嗜好プロファイルPR1A、PR1Bを用いた種々の利用形態について、以下説明する。
(3)嗜好プロファイルの利用形態
(3−1)相性度算出処理手順
携帯型音楽プレーヤ1を所有しているユーザAが同じ携帯型音楽プレーヤ1を所有しているユーザBから嗜好プロファイルPR1Bを取り込み、ユーザAの嗜好プロファイルPR1AとユーザBの嗜好プロファイルPR1Bとを基にユーザA及びユーザBの音楽に関する嗜好の相性度を求める利用形態について、図10のフローチャートを用いて説明する。
(3−1)相性度算出処理手順
携帯型音楽プレーヤ1を所有しているユーザAが同じ携帯型音楽プレーヤ1を所有しているユーザBから嗜好プロファイルPR1Bを取り込み、ユーザAの嗜好プロファイルPR1AとユーザBの嗜好プロファイルPR1Bとを基にユーザA及びユーザBの音楽に関する嗜好の相性度を求める利用形態について、図10のフローチャートを用いて説明する。
携帯型音楽プレーヤ1のCPU2は、ルーチンRT3の開始ステップから入って次のステップSP21へ移り、近距離無線通信インタフェース18を介してユーザBの携帯型音楽プレーヤ1から嗜好プロファイルPR1B(図9(B))を取り込むと、次のステップSP22へ移る。
ステップSP22において携帯型音楽プレーヤ1のCPU2は、図11に示すようにユーザAの嗜好プロファイルPR1Aと、ユーザBの嗜好プロファイルPR1Bとを比較し、同じ位置に存在するバケット値同士の差の絶対値をそれぞれ求め、その総和を算出し、次のステップSP23へ移る。
具体的にはCPU2は、ユーザAの嗜好プロファイルPR1Aにおける「tempo」のバケット1のバケット値0.048と、ユーザBの嗜好プロファイルPR1Bにおける「tempo」のバケット1のバケット値0.060との差0.012、ユーザAの嗜好プロファイルPR1Aにおける「tempo」のバケット2のバケット値0.094と、ユーザBの嗜好プロファイルPR1Bにおける「tempo」のバケット2のバケット値0.069との差0.025、……、ユーザAの嗜好プロファイルPR1Aにおける「lo mid」のバケット10のバケット値0.072と、ユーザBの嗜好プロファイルPR1Bにおける「lo mid」のバケット10のバケット値0.064との差0.008の総和を算出する。
ステップSP23において携帯型音楽プレーヤ1のCPU2は、ステップSP22で算出した総和の値に基づいてユーザAの音楽嗜好とユーザBの音楽嗜好との類似度すなわち相性度を求め、その相性度を画面出力し、次のステップSP24へ移って相性度算出処理を終了する。
ここで相性度算出処理手順RT3では、総和の値が小さいほど、ユーザAの音楽嗜好とユーザBの音楽嗜好とが似ていることを表しており、総和の値が大きいほどユーザAの音楽嗜好とユーザBの音楽嗜好とが似ていないことを表している。
従って携帯型音楽プレーヤ1のCPU2は、図12に示すように相性度算出処理手順RT3で算出した総和の値に基づく相性度(%表示)を相性度算出結果画面IGDとしてLCD8(図1)に表示するようになされている。
この相性度算出結果画面IGDでは、ユーザAの音楽嗜好及びユーザBの音楽嗜好の相性度が「79%」であることが示されると共に、その中でもユーザA及びユーザBの双方が所有する同じ楽曲については、そのタイトル及びアーティスト名が表示されるので、当該相性度算出結果画面IGDを目視確認したユーザAは、ユーザBの音楽嗜好と近いのか遠いのかを数値と、楽曲のタイトル及びアーティスト名により直感的に認識することができる。
すなわち相性度を示す%表示の値が高く、楽曲のタイトル及びアーティスト名が提示されているときは、音楽嗜好が似ていると共に同じ楽曲を所有していることをユーザは認識することができ、また相性度を示す%表示の値が高いものの、楽曲のタイトル及びアーティスト名が提示されていないときは、同じ楽曲をお互いが所有している訳ではないが、音楽嗜好的には非常に似ていることをユーザは認識することができるのである。
このような相性度算出処理手順RT3については、ユーザAの携帯型音楽プレーヤ1と、ユーザBの携帯型音楽プレーヤ1とがアドホック接続された状態で、相手から嗜好プロファイルPR1Bを取り込むことにより実行するようにしたが、これに限るものではなく、ユーザAの携帯型音楽プレーヤ1と入出力インタフェース16を介してパーソナルコンピュータ17と接続し、当該パーソナルコンピュータ17から相手の嗜好プロファイルPR1を取り込んで相性度算出処理手順RT3を実行することも可能であり、「音楽相性占い」のようなアプリケーションとしての利用形態が考えられる。
(3−2)スコアを使用したソート処理手順
携帯型音楽プレーヤ1のユーザAは、ハードディスク15に格納された複数の楽曲のうち好きな楽曲から順番に聴取したいと考えたとき、嗜好プロファイルPR1から楽曲単位のスコアを算出し、そのスコアに基づいてソートすることによりユーザAの好きであろう楽曲から再生するといった利用形態について図13のフローチャートを用いて説明する。
携帯型音楽プレーヤ1のユーザAは、ハードディスク15に格納された複数の楽曲のうち好きな楽曲から順番に聴取したいと考えたとき、嗜好プロファイルPR1から楽曲単位のスコアを算出し、そのスコアに基づいてソートすることによりユーザAの好きであろう楽曲から再生するといった利用形態について図13のフローチャートを用いて説明する。
携帯型音楽プレーヤ1のCPU2は、ルーチンRT4の開始ステップから入って次のステップSP31へ移り、図14(A)に示すようにハードディスク15に格納してあるメタデータ付曲集合データMMDを読み込み、次のステップSP32へ移る。
ステップSP32において携帯型音楽プレーヤ1のCPU2は、メタデータ付曲集合データMMDのうちユーザがスコア算出を希望する例えば楽曲aの該当するバケット番号を各項目毎(この場合のバケット番号は「tempo:9」、「speed:4」、「dispersion:6」、「major:4」、……)に求め、次のステップSP33へ移る。
ステップSP33において携帯型音楽プレーヤ1のCPU2は、図14(B)及び(C)に示すように、楽曲aに関する各種項目のバケット番号に対応付けられているバケット値(0.093、0.103、0.107、0.092、……、)を加算し、その合計値(この場合0.73)を楽曲aに関するスコアとして算出し、次のステップSP34へ移る。
ステップSP34において携帯型音楽プレーヤ1のCPU2は、楽曲aに続いて楽曲b、楽曲c、……、についてもスコアを算出したか否かを判定し、否定結果が得られると、上述のステップSP32以降の処理を繰り返し、肯定結果が得られると次のステップSP35へ移る。
ステップSP35において携帯型音楽プレーヤ1のCPU2は、楽曲a、楽曲b、楽曲c、……、についても全てスコアを算出し終えたので、スコア順に楽曲a、楽曲b、楽曲c、……、をソートすることによりユーザAが好む楽曲順に再生することができるようになり、次ぎのステップSP36へ移ってソート処理手順を終了する。
すなわち携帯型音楽プレーヤ1のCPU2は、嗜好プロファイルPR1Aの各種項目毎に正規化されたバケット値を基に、ユーザAがハードディスク15に格納している複数の楽曲データそれぞれに対してスコアを算出することができるので、当該スコアの大きな値からソートすればユーザAの好きな順番に複数の楽曲データを並び替えることができ、スコアの小さな値から用いてソートすれば嫌いな順番に複数の楽曲データを並び替えることができる。
但し、このスコアは絶対値ではなく、相対値であるため、スコアの値だけを見てユーザAがその楽曲aを最も好きであるか否かの判断をすることはできず、他の楽曲b、c、……におけるスコアの値と比較しなければ判断し難い。
因みに携帯型音楽プレーヤ1のCPU2は、上述のソート処理手順RT4を用いることにより、ユーザAが再生することを希望するプレイリストの曲順を好きな楽曲の順番で並び替えるといった利用形態に適用することができる。
また携帯型音楽プレーヤ1のCPU2は、ユーザBの携帯型音楽プレーヤ1から取り込んだ嗜好プロファイルPR1Bを基に、上述のソート処理手順RT4を実行することにより、ユーザBが所有する複数の楽曲データの中からユーザAが好きそうな楽曲の候補をリストアップするといった利用形態に適用することもできる。
(3−3)マージ処理手順
携帯型音楽プレーヤ1を所有しているユーザAが同じ携帯型音楽プレーヤ1を所有しているユーザBから嗜好プロファイルPR1Bを取り込み、ユーザAの嗜好プロファイルPR1AとユーザBの嗜好プロファイルPR1BとをマージしてユーザA及びユーザB共に共通の嗜好プロファイルを新たに生成し、それを用いてユーザA及びユーザBが共に好きであろう順番に楽曲をソートするといった利用形態について、図15のフローチャートを用いて説明する。
携帯型音楽プレーヤ1を所有しているユーザAが同じ携帯型音楽プレーヤ1を所有しているユーザBから嗜好プロファイルPR1Bを取り込み、ユーザAの嗜好プロファイルPR1AとユーザBの嗜好プロファイルPR1BとをマージしてユーザA及びユーザB共に共通の嗜好プロファイルを新たに生成し、それを用いてユーザA及びユーザBが共に好きであろう順番に楽曲をソートするといった利用形態について、図15のフローチャートを用いて説明する。
携帯型音楽プレーヤ1のCPU2は、ルーチンRT5の開始ステップから入って次のステップSP41へ移り、近距離無線通信インタフェース18を介してユーザBの携帯型音楽プレーヤ1から嗜好プロファイルPR1Bを取り込むと、次のステップSP42へ移る。
ステップSP42において携帯型音楽プレーヤ1のCPU2は、図16に示すようにユーザAの嗜好プロファイルPR1A及びユーザBの嗜好プロファイルPR1Bのうち同じ位置に存在するバケット値の平均値をそれぞれ求め、次のステップSP43へ移る。
ステップSP43において携帯型音楽プレーヤ1のCPU2は、ステップSP43でそれぞれ求めた平均値を新たなバケット値として用いることにより、図17に示すようにその平均値を用いたマージ後の嗜好プロファイルPR1Cを生成し、これをハードディスク15に保存し、次ぎのステップSP44へ移ってマージ処理手順を終了する。
これにより携帯型音楽プレーヤ1のCPU2は、ユーザAが所有する複数の楽曲データに基づく嗜好プロファイルPR1Aと、ユーザBの所有する複数の楽曲データに基づく嗜好プロファイルPR1Bとをマージした結果得られる新たな嗜好プロファイルPR1Cを基に上述したスコアを各楽曲データ単位で算出することにより、ユーザAが所持する複数の楽曲データ及びユーザBが所有する複数の楽曲データの中からユーザA及びユーザBの双方が好むであろう順番で楽曲データをソートすることができるといったフィルタリング的な利用形態に適用することもできる。
(4)動作及び効果
以上の構成において、携帯型音楽プレーヤ1のCPU2は、図18に示すようにプロファイル生成プログラムに基づいて楽曲解析モジュールM1、嗜好情報収集モジュールM2、プロファイル生成モジュールM3、プロファイル比較モジュールM4、フィルタリングモジュールM5及びプロファイル結合モジュールM6を形成し、これらが相互に組み合わされて用いられる。
以上の構成において、携帯型音楽プレーヤ1のCPU2は、図18に示すようにプロファイル生成プログラムに基づいて楽曲解析モジュールM1、嗜好情報収集モジュールM2、プロファイル生成モジュールM3、プロファイル比較モジュールM4、フィルタリングモジュールM5及びプロファイル結合モジュールM6を形成し、これらが相互に組み合わされて用いられる。
すなわち携帯型音楽プレーヤ1のCPU2では、楽曲解析モジュールM1によって上述した楽曲解析処理手順RT1(図2)を実行し、嗜好情報収集モジュールM2によってユーザAが「好き」な楽曲と、「嫌い」な楽曲とをラベル付けした際のフラグを楽曲データに対して付加し、プロファイル生成モジュールM3によって上述したプロファイル生成処理手順RT2(図6)を実行する。
そして携帯型音楽プレーヤ1のCPU2は、プロファイル生成モジュールM3によって生成したユーザAの嗜好プロファイルPR1Aと、携帯型音楽プレーヤ1から取り込んだユーザBの嗜好プロファイルPR1Bとをプロファイル比較モジュールM4によってそれぞれ比較し、各種項目及びバケット番号によって定まる位置におけるバケット値の差をそれぞれ算出し、その差の絶対値の総和に基づいて相性度を算出する。
従って携帯型音楽プレーヤ1のCPU2は、ジャンルや楽曲タイトル、アーティスト名を比較するといった従来の嗜好比較手法に比べて、楽曲データの各種項目毎が細かく切り分けられた特徴量同士を数値的に比較し、ユーザAが所持する複数の楽曲データにより定められる特徴量と、ユーザBが所持する複数の楽曲データにより定められる特徴量との類似度(相性度)を明確な数値(%表示)として算出することができるので、ジャンルやアーティストに拘わらず、きめ細かでかつ精度の高い相性度を提示することができる。
また携帯型音楽プレーヤ1のCPU2は、ユーザBの携帯型音楽プレーヤ1から嗜好プロファイルPR1Bを取り込み、嗜好プロファイルPR1AとPR1Bとにおける各特徴量同士の差の絶対値和の総和を算出するだけなので、従来のように、相手先の端末から楽曲データリストの転送を受けたり、比較時間に長時間を要することがなく、簡単かつ短時間で相性度を求めることができる。
また携帯型音楽プレーヤ1のCPU2は、嗜好プロファイルPR1Aを用いて楽曲データ毎のスコアを算出したり、ユーザAの嗜好プロファイルPR1AとユーザBの嗜好プロファイルPR1Bとのマージ結果である新たな嗜好プロファイルPR1Cを用いて楽曲データ毎のスコアを算出することにより、そのスコアの値に基づいて容易にソートすることができるので、スコアの値に基づいてユーザAやユーザBの好きであろう順番に楽曲データを並び換えるといったフィルタリング的な使用を可能にすることができる。
このように本発明の携帯型音楽プレーヤ1では、嗜好プロファイルPR1A、PR1Bが数値化されたデータであるために、当該嗜好プロファイルPR1A、PR1Bを一段と有意な情報として利用に供することができ、かくして多機能化を図ることができると共にユーザの使い勝手を大幅に向上させることができる。
以上の構成によれば、携帯型音楽プレーヤ1のCPU2は、楽曲データが持つ各種項目毎の特徴量を数値化してなる嗜好プロファイルPR1を生成するようにしたことにより、ユーザAが所有する複数の楽曲データ全体により定まる嗜好を具体的な数値として提供することができるので、種々の利用形態に適用することができる。
(5)他の実施の形態
なお上述の実施の形態においては、本発明の嗜好プロファイル生成機能を携帯型音楽プレーヤに搭載するようにした場合について述べたが、本発明はこれに限らず、音楽再生機能付きの携帯電話機やPDA(Personal Digital Assistant)、パーソナルコンピュータに適用するようにしても良い。
なお上述の実施の形態においては、本発明の嗜好プロファイル生成機能を携帯型音楽プレーヤに搭載するようにした場合について述べたが、本発明はこれに限らず、音楽再生機能付きの携帯電話機やPDA(Personal Digital Assistant)、パーソナルコンピュータに適用するようにしても良い。
また上述の実施の形態においては、本発明の嗜好プロファイル生成機能を携帯型音楽プレーヤ1に搭載し、当該携帯型音楽プレーヤ1自身で嗜好プロファイルPR1を生成するようにした場合について述べたが、本発明はこれに限らず、嗜好プロファイル生成機能を携帯型音楽プレーヤと接続されるパーソナルコンピュータに搭載し、嗜好プロファイルPR1の生成については当該パーソナルコンピュータによって実行させ、その生成された嗜好プロファイルPR1をパーソナルコンピュータから携帯型音楽プレーヤ1が受け取るようにしても良い。
さらに上述の実施の形態においては、例えば楽曲データaに関する各種項目のバケット番号に対応付けられているバケット値を順次加算し、その合計値を楽曲データaに関する相対値でなるスコアとして算出するようにした場合について述べたが、本発明はこれに限らず、例えば図19に示すように、ユーザAの嗜好プロファイルPR1A´があったとき、各種項目における特徴量最小値の合計値Σmin(1.61)と、特徴量最大値の合計値Σmax(2.54)とを求め、楽曲Xのバケット番号に合致する特徴量iの合計値Σi(2.33)を求めた後、次式 Score=(Σi−Σmin)/(Σmax−Σmin)によって絶対値でなるスコア(0.77)を求めるようにしても良い。このスコアについては絶対値であるため、限りなく「1」に近ければ近いほど、ユーザAがこの楽曲Xを好きなことを示すことになる。
さらに上述の実施の形態においては、楽曲に関する嗜好プロファイルPR1を生成するようにした場合について述べたが、本発明はこれに限らず、映像に付加された音声やラジオ番組についての嗜好プロファイルを生成するようにしても良く、また鳥や動物の鳴き声に関する嗜好プロファイルを生成する等、音声に関する種々の嗜好プロファイルを生成すうようにしても良い。
さらに上述の実施の形態においては、CPU2がプロファイル生成プログラムに基づいて嗜好プロファイルPR1を生成するようにした場合について述べたが、本発明はこれに限らず、プロファイル生成プログラムが格納されたCD−ROM(Compact Disc-Read Only Memory)、DVD−ROM(Digital Versatile Disc-Read Only Memory)、半導体メモリ等の種々の記憶媒体を携帯型音楽プレーヤ1にインストールすることにより当該プロファイル生成プログラムに基づいて嗜好プロファイルPR1を生成するようにしても良い。
さらに上述の実施の形態においては、記憶手段としてのハードディスク15、楽曲解析手段としての楽曲解析モジュールM2、プロファイル生成手段としてのプロファイル生成モジュールM3によってソフトウェア的に嗜好プロファイル生成装置を実現するようにした場合について述べたが、本発明はこれに限らず、記憶手段、楽曲解析手段及びプロファイル生成手段をハードウェア的に構成するようにしても良い。
本発明の嗜好プロファイル生成装置、嗜好プロファイル生成方法及びプロファイル生成プログラムは、例えば携帯型音楽プレーヤに限らず、音楽再生機能を有する携帯電話機、PDA(Personal Digital Assistant)、パーソナルコンピュータ、コンピュータゲーム機等の種々の電子機器に適用することができる。
1……携帯型音楽プレーヤ、2……CPU、3……ROM、4……RAM、5……電源回路、6……操作キーコントローラ、7……LCDコントローラ、8……LCD、10……DSP、11……D/A変換回路、12……増幅回路、13……ヘッドホンジャック、14……ハードディスクドライブ、15……ハードディスク、16……入出力インタフェース、17……パーソナルコンピュータ、18……近距離無線通信インタフェース。
Claims (9)
- 1以上の楽曲データを保持する記憶手段と、
上記楽曲データを所定の楽曲解析手法でそれぞれ解析処理することにより当該楽曲データの特徴を表す複数項目毎の連続値でなる数値メタデータを、上記複数項目毎に複数種類のクラスにクラス分けする楽曲解析手段と、
上記複数項目毎に、各クラスに分類される上記楽曲データの数を統計することにより、上記楽曲データに対するユーザ固有の嗜好を表した嗜好プロファイルを生成するプロファイル生成手段と
を具えることを特徴とする嗜好プロファイル生成装置。 - 上記プロファイル生成手段は、上記各クラスに分類した上記複数項目毎の上記楽曲データの数を正規化することにより得られる正規化値を用いて上記嗜好プロファイルを生成する
ことを特徴とする請求項1に記載の嗜好プロファイル生成装置。 - 上記プロファイル生成手段は、上記嗜好プロファイルを生成する際、上記各楽曲データに付加された所定のフラグにそれぞれ対応する所定値を上記クラスに分類した上記楽曲データの数に対して加算又は減算する
ことを特徴とする請求項1に記載の嗜好プロファイル生成装置。 - 上記嗜好プロファイルを相手端末と送受信する通信手段と、
上記相手端末から受信した上記嗜好プロファイルと、上記プロファイル生成手段によって生成した自身の上記嗜好プロファイルとを上記複数項目毎にそれぞれ比較することにより、お互いの嗜好の類似度を求める類似度算出手段と
を具えることを特徴とする請求項1に記載の嗜好プロファイル生成装置。 - 上記類似度算出手段は、上記嗜好プロファイルの上記各クラスに分類した上記複数項目毎の上記楽曲データの数を正規化することにより得られる正規化値を用い、上記比較する上記正規化値の差の絶対値を上記複数項目毎に算出し、上記絶対値の総和に基づいて上記嗜好の類似度を求める
ことを特徴とする請求項4に記載の嗜好プロファイル生成装置。 - 上記楽曲データに対する上記複数項目毎の上記正規化値を加算することにより当該楽曲データのスコアを算出し、当該スコアの値に基づいて上記複数の楽曲データをソートするソート手段と
を具えることを特徴とする請求項1に記載の嗜好プロファイル生成装置。 - 上記プロファイル生成手段は、上記嗜好プロファイルを相手端末と送受信する通信手段を介して上記相手端末から受信した嗜好プロファイルと、上記プロファイル生成手段によって生成した自身の上記嗜好プロファイルとの上記複数項目毎の平均値を算出することにより、お互いの嗜好がマージされた新たな嗜好プロファイルを生成する
ことを特徴とする請求項1に記載の嗜好プロファイル生成装置。 - 記憶手段に保持された1以上の楽曲データを所定の楽曲解析手法でそれぞれ解析処理することにより当該楽曲データの特徴を表す複数項目毎の連続値でなる数値メタデータを、上記複数項目毎に複数種類のクラスにクラス分けする楽曲解析ステップと、
上記複数項目毎に、各クラスに分類される上記楽曲データの数を統計することにより、上記楽曲データに対するユーザ固有の嗜好を表した嗜好プロファイルを生成するプロファイル生成ステップと
を具えることを特徴とする嗜好プロファイル生成方法。 - 情報処理装置に対して、
記憶手段に保持された1以上の楽曲データを所定の楽曲解析手法でそれぞれ解析処理することにより当該楽曲データの特徴を表す複数項目毎の連続値でなる数値メタデータを、上記複数項目毎に複数種類のクラスにクラス分けする楽曲解析ステップと、
上記複数項目毎に、各クラスに分類される上記楽曲データの数を統計することにより、上記楽曲データに対するユーザ固有の嗜好を表した嗜好プロファイルを生成するプロファイル生成ステップと
を実行させることを特徴とするプロファイル生成プログラム。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005361115A JP2007164545A (ja) | 2005-12-14 | 2005-12-14 | 嗜好プロファイル生成装置、嗜好プロファイル生成方法及びプロファイル生成プログラム |
US11/638,312 US20070157797A1 (en) | 2005-12-14 | 2006-12-13 | Taste profile production apparatus, taste profile production method and profile production program |
EP06126012A EP1798643A2 (en) | 2005-12-14 | 2006-12-13 | Taste profile production apparatus, taste profile production method and profile production program |
KR1020060127769A KR20070063455A (ko) | 2005-12-14 | 2006-12-14 | 기호 프로파일 생성 장치, 기호 프로파일 생성 방법 및프로파일 생성 프로그램 |
TW095146916A TW200818116A (en) | 2005-12-14 | 2006-12-14 | Taste profile production apparatus, taste profile production method and computer readable medium storing profile production programs |
CNA2006100644697A CN101025742A (zh) | 2005-12-14 | 2006-12-14 | 嗜好档产生设备、嗜好档产生方法以及简档产生程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005361115A JP2007164545A (ja) | 2005-12-14 | 2005-12-14 | 嗜好プロファイル生成装置、嗜好プロファイル生成方法及びプロファイル生成プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007164545A true JP2007164545A (ja) | 2007-06-28 |
Family
ID=37907705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005361115A Abandoned JP2007164545A (ja) | 2005-12-14 | 2005-12-14 | 嗜好プロファイル生成装置、嗜好プロファイル生成方法及びプロファイル生成プログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US20070157797A1 (ja) |
EP (1) | EP1798643A2 (ja) |
JP (1) | JP2007164545A (ja) |
KR (1) | KR20070063455A (ja) |
CN (1) | CN101025742A (ja) |
TW (1) | TW200818116A (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4650662B2 (ja) * | 2004-03-23 | 2011-03-16 | ソニー株式会社 | 信号処理装置および信号処理方法、プログラム、並びに記録媒体 |
JP5135931B2 (ja) * | 2007-07-17 | 2013-02-06 | ヤマハ株式会社 | 楽曲加工装置およびプログラム |
WO2009022713A1 (ja) * | 2007-08-13 | 2009-02-19 | Nec Corporation | 通信装置、コミュニケーション分析方法およびコミュニケーション分析プログラム |
US8224856B2 (en) * | 2007-11-26 | 2012-07-17 | Abo Enterprises, Llc | Intelligent default weighting process for criteria utilized to score media content items |
US20100205222A1 (en) * | 2009-02-10 | 2010-08-12 | Tom Gajdos | Music profiling |
US8555173B2 (en) * | 2009-05-31 | 2013-10-08 | Linkedin Corporation | Recommendation engine |
US20110125763A1 (en) * | 2009-11-24 | 2011-05-26 | Nokia Corporation | Method and apparatus for determining similarity of media interest |
CN103093786A (zh) * | 2011-10-27 | 2013-05-08 | 浪潮乐金数字移动通信有限公司 | 音乐播放器及其实施方法 |
US10140372B2 (en) | 2012-09-12 | 2018-11-27 | Gracenote, Inc. | User profile based on clustering tiered descriptors |
WO2014144833A2 (en) * | 2013-03-15 | 2014-09-18 | The Echo Nest Corporation | Taste profile attributes |
CN104978377B (zh) * | 2014-09-25 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种多媒体数据处理的方法、装置以及终端 |
US9798823B2 (en) | 2015-11-17 | 2017-10-24 | Spotify Ab | System, methods and computer products for determining affinity to a content creator |
WO2018016581A1 (ja) * | 2016-07-22 | 2018-01-25 | ヤマハ株式会社 | 楽曲データ処理方法およびプログラム |
EP3711050B1 (en) * | 2017-12-20 | 2024-01-24 | Saronikos Trading and Services, Unipessoal Lda | System, device and method for selecting and making available for reading and reproducing multimedia contents |
US11521256B2 (en) * | 2021-01-31 | 2022-12-06 | Walmart Apollo, Llc | Automatically generating personalized flavor preferences |
US20230027322A1 (en) * | 2021-06-09 | 2023-01-26 | Coro Health, Llc | Therapeutic music and media processing system |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7181297B1 (en) * | 1999-09-28 | 2007-02-20 | Sound Id | System and method for delivering customized audio data |
US20010054054A1 (en) * | 2000-03-27 | 2001-12-20 | Olson Steven Robert | Apparatus and method for controllably retrieving and/or filtering content from the world wide web with a profile based search engine |
JP2004522177A (ja) * | 2000-06-29 | 2004-07-22 | ミュージックゲノム.コム インコーポレイテッド | 音楽に対する好みを予測するためのシステムおよび方法 |
US7075000B2 (en) * | 2000-06-29 | 2006-07-11 | Musicgenome.Com Inc. | System and method for prediction of musical preferences |
EP1170722B1 (en) * | 2000-07-04 | 2010-09-22 | Sony France S.A. | Incremental music title item sequence completion apparatus and method |
EP1378912A3 (en) * | 2002-07-02 | 2005-10-05 | Matsushita Electric Industrial Co., Ltd. | Music search system |
US7081579B2 (en) * | 2002-10-03 | 2006-07-25 | Polyphonic Human Media Interface, S.L. | Method and system for music recommendation |
WO2005072405A2 (en) * | 2004-01-27 | 2005-08-11 | Transpose, Llc | Enabling recommendations and community by massively-distributed nearest-neighbor searching |
-
2005
- 2005-12-14 JP JP2005361115A patent/JP2007164545A/ja not_active Abandoned
-
2006
- 2006-12-13 EP EP06126012A patent/EP1798643A2/en not_active Withdrawn
- 2006-12-13 US US11/638,312 patent/US20070157797A1/en not_active Abandoned
- 2006-12-14 KR KR1020060127769A patent/KR20070063455A/ko not_active Application Discontinuation
- 2006-12-14 TW TW095146916A patent/TW200818116A/zh unknown
- 2006-12-14 CN CNA2006100644697A patent/CN101025742A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
KR20070063455A (ko) | 2007-06-19 |
TW200818116A (en) | 2008-04-16 |
EP1798643A2 (en) | 2007-06-20 |
US20070157797A1 (en) | 2007-07-12 |
CN101025742A (zh) | 2007-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007164545A (ja) | 嗜好プロファイル生成装置、嗜好プロファイル生成方法及びプロファイル生成プログラム | |
JP4199097B2 (ja) | 楽曲自動分類装置及び方法 | |
US8642872B2 (en) | Music steering with automatically detected musical attributes | |
US7613736B2 (en) | Sharing music essence in a recommendation system | |
JP4581476B2 (ja) | 情報処理装置および方法、並びにプログラム | |
US20060224260A1 (en) | Scan shuffle for building playlists | |
JP3797547B2 (ja) | プレイリスト生成装置、オーディオ情報提供装置、オーディオ情報提供システムおよびその方法、プログラム、記録媒体 | |
US6746246B2 (en) | Method and apparatus for composing a song | |
CN110211556B (zh) | 音乐文件的处理方法、装置、终端及存储介质 | |
US11158295B2 (en) | System and method for AI controlled song construction | |
US11271993B2 (en) | Streaming music categorization using rhythm, texture and pitch | |
US9037278B2 (en) | System and method of predicting user audio file preferences | |
JP5771498B2 (ja) | 楽曲再生システム、装置及び楽曲再生方法 | |
JP6288197B2 (ja) | 評価装置及びプログラム | |
JP6102076B2 (ja) | 評価装置 | |
US20090144253A1 (en) | Method of processing a set of content items, and data- processing device | |
USRE43379E1 (en) | Music selecting apparatus and method | |
JP5098896B2 (ja) | 再生装置および再生方法 | |
US7385130B2 (en) | Music selecting apparatus and method | |
JP4279274B2 (ja) | 携帯端末装置および楽曲情報表示方法 | |
KR102122195B1 (ko) | 인공지능 합주 시스템 및 인공지능 합주 방법 | |
US8134063B2 (en) | Music piece production apparatus, music piece reproduction method, and music piece reproduction program | |
JP6611633B2 (ja) | カラオケシステム用サーバ | |
CN117690397A (zh) | 旋律处理方法、装置、设备、存储介质及程序产品 | |
KR20220112005A (ko) | 사용자의 음원 소비 정보에 기초한 음원 서비스 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090807 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090813 |
|
A762 | Written abandonment of application |
Free format text: JAPANESE INTERMEDIATE CODE: A762 Effective date: 20090908 |