JP2007171289A - 曲検出装置 - Google Patents

Abstract

【課題】曲の間に無音部分が存在しない場合であっても曲検出を可能とし、また、曲検出を行った結果に対して曲名付与を可能とし、更にユーザが希望する曲の検出を可能とする曲検出装置を得る。
【解決手段】この発明に係る曲検出装置は、オーディオ信号１０１を入力して音響分析を行い音響特徴量を出力する音響分析手段１０３と、音響特徴量と音楽モデル１０４とを入力しオーディオ信号１０１の音楽尤度を計算して出力する音楽尤度計算手段１０５と、音楽尤度を入力して閾値比較により曲区間を判定し曲区間情報１０７を出力する曲区間判定手段１０６とを有する曲区間検出手段１０２を備えている。
【選択図】図１

Description

この発明は、オーディオ信号を入力して曲を検出する曲検出装置に関するものである。

曲検出装置は、オーディオ信号を入力して、曲の先頭、終了を機械が自動検出するシステムのことを言う。音楽放送のような複数の楽曲が連続した信号を録音する場合に、曲の先頭、終了を検出してインデックスを作成することで楽曲の検索を容易とする等実用性が高い。曲検出装置の従来技術としては、デジタルテープレコーダの曲間検出方式がある（例えば、特許文献１参照）。

特許文献１記載のデジタルテープレコーダの曲間検出方法では、無音判定によって曲間検出する場合に、過去の音声信号の最大値、最小値を記憶しておき、最大値から所定のレベル落ち、或いは最小値から所定のレベル上げに無音検出閾値を設定することが開示されている。

特開平３−２４８３５９号公報

従来の曲検出装置は、以上のように構成されていたので、曲の間に、パワーが無音検出閾値以下の無音部分が存在しない場合には、曲を検出することができないという課題があった。
また、曲検出を行った結果に対して、曲名を自動的に付与することができないという課題があった。
更に、ユーザが希望する曲の検出を行うことができないという課題があった。

この発明は上記のような課題を解消するためになされたもので、曲の間に無音部分が存在しない場合であっても曲検出を可能とし、また、曲検出を行った結果に対して曲名付与を可能とし、更にユーザが希望する曲の検出を可能とする曲検出装置を得ることを目的とする。

この発明に係る曲検出装置は、オーディオ信号を入力して音響分析を行い音響特徴量を出力する音響分析手段と、音響特徴量と音楽モデルとを入力しオーディオ信号の音楽尤度を計算して出力する音楽尤度計算手段と、音楽尤度を入力して閾値比較により曲区間を判定し曲区間情報を出力する曲区間判定手段とを有する曲区間検出手段を備えたことを特徴としたものである。

この発明によれば、オーディオ信号の音楽尤度を計算して、尤度が低い部分を曲間、尤度が高い部分を曲区間として判定するので、曲間のパワーが閾値以下でない場合であっても曲検出が可能となる。

実施の形態１．
以下、この発明の実施の形態１について説明する。図１は、この発明の実施の形態１に係る曲検出装置を示す構成図である。図１において、本曲検出装置の要部である曲区間検出手段１０２は、音響分析手段１０３、音楽尤度計算手段１０５、音楽尤度による曲区間判定手段１０６を備えている。また、オーディオ信号１０１、音楽モデル１０４、曲区間情報１０７は、必要に応じてデータベース化される。
音響分析手段１０３は、オーディオ信号１０１を入力して音響分析を行い、音響特徴量を出力する。
音楽尤度計算手段１０５は、音響分析手段１０３の出力である音響特徴量と、音楽モデル１０４とを入力して、音楽尤度を計算する。
音楽尤度による曲区間判定手段１０６は、音楽尤度計算手段１０５の出力である音楽尤度を入力し、曲区間を判定して曲区間情報１０７を出力する。

なお、この実施の形態１では、音響分析手段１０３、音楽尤度計算手段１０５、音楽尤度による曲区間判定手段１０６をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図２は、この発明の実施の形態１に係る曲検出装置の処理内容を示すフローチャートである。
図２において、先ず、音響分析手段１０３では、オーディオ信号１０１を入力して音響特徴量を出力する（ステップＳＴ１０１）。
ここで、オーディオ信号１０１とは、楽曲や音声が含まれた信号であり、例えば放送を受信することで得られる信号に対して48kHｚサンプリングで各16ビット量子化した
PCM（Pulse Code Modulation）データである。
また、音響特徴量とは、オーディオ信号の特徴を効率的に表現するものであり、例えば、20ms周期のフレーム毎に分析して得られるケプストラムの時系列である。ケプストラムについては、「音声情報処理」古井貞煕 著、森北出版株式会社（以降、参考文献１とする）の２−２節で説明されている。

次に、音楽尤度計算手段１０５は、音楽モデル１０４と音響分析手段１０３の出力である音響特徴量を入力して音楽尤度を計算する（ステップＳＴ１０２）。
ここで、音楽モデル１０４とは、音楽信号の音響特徴量に対して尤度計算を行うと高い尤度を示すものである。音楽モデル１０４は例えば、HMM（Hidden Markov Model）を用いて、HMMのパラメータを様々な音楽信号で学習したもので実現できる。なお、HMMの詳細は参考文献１の５−４節に記載されている。
音楽モデル１０４を用いて、各フレームの音響特徴量に対して尤度を求めることで、音楽尤度の時系列を得る。

次に、音楽尤度による曲区間判定手段１０６は、音楽尤度計算手段１０５の出力である音楽尤度の時系列を基に曲区間判定を行い、曲区間情報１０７を出力する（ステップＳＴ１０３）。
図３は、図１中の音楽尤度による曲区間判定手段１０６における曲区間判定方法について示したものである。図３の横軸は時刻、縦軸は各時刻のフレームに対する音楽尤度である。
図３において、音楽尤度Lが、予め定めた音楽尤度の閾値Lthよりも低い状態の区間であって、同区間の継続時間長Tが、予め定めた時間長の閾値Tthよりも長い場合には、同区間を曲間であると判定する。
同様の方法で、曲間検出をオーディオ信号１０１全てについて行い、曲間と曲間との間の区間を曲区間と判定する。

図４は、図１中の曲区間情報１０７のフォーマットを示したものである。曲区間情報１０７は、図４に示すように、曲の開始時刻及び終了時刻で表し、データベースに格納される。
図４では、曲開始時刻は、曲区間前の曲間の終了時刻と同一であるが、曲開始時刻を一定時間、前にずらしてもよい。同様に、曲終了時間を曲間開始時刻から一定時間、後ろにずらしてもよい。また、曲区間前後の曲間の中間時刻を、それぞれ曲開始時刻や曲終了時刻としてもよい。
なお、曲間として検出された区間を無音にしてしまうことで、同区間から雑音等を取り除いたオーディオ信号１０１を生成することも可能である。

この実施の形態１によれば、音響分析手段１０３、音楽尤度計算手段１０５、音楽尤度による曲区間判定手段１０６は、オーディオ信号１０１の音楽尤度を計算して、尤度が低い部分を曲間、尤度が高い部分を曲区間として判定するので、曲間のパワーが無音検出閾値以下でない場合であっても、曲検出が可能となる。

実施の形態２．
以下、この発明の実施の形態２について説明する。図５は、この発明の実施の形態２に係る曲検出装置を示す構成図である。図５において、本曲検出装置の要部である曲区間検出手段１０２は、音響分析手段１０３、無音楽尤度計算手段２０２、無音楽尤度による曲区間判定手段２０３を備えている。
音響分析手段１０３は、オーディオ信号１０１を入力して音響分析を行い音響特徴量を出力する。
無音楽尤度計算手段２０２は、音響分析手段１０３の出力である音響特徴量と、無音楽モデル２０１を入力し、無音楽尤度を計算する。
無音楽尤度による曲区間判定手段２０３は、無音楽尤度計算手段２０２の出力である無音楽尤度を入力して曲区間を判定し、曲区間情報１０７を出力する。

なお、この実施の形態２では、音響分析手段１０３、無音楽尤度計算手段２０２、無音楽尤度による曲区間判定手段２０３をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図６は、この発明の実施の形態２に係る曲検出装置の処理内容を示すフローチャートである。
図６において、先ず、音響分析手段１０３では、オーディオ信号１０１を入力して音響特徴量を出力する（ステップＳＴ２０１）。

次に、無音楽尤度計算手段２０２は、無音楽モデル２０１と音響分析手段１０３の出力である音響特徴量を入力して無音楽尤度を計算する（ステップＳＴ２０２）。
ここで、無音楽モデル２０１とは、音楽以外の信号の音響特徴量に対して尤度計算を行うと高い尤度を示すものである。無音楽モデル２０１は例えば、HMMを用いて、HMMのパラメータを大量の音楽以外の音で学習したもので実現できる。
無音楽モデル２０１を用いて、各フレームの音響特徴量に対して尤度を求めることで、無音楽尤度の時系列を得る。

次に、無音楽尤度による曲区間判定手段２０３は、無音楽尤度計算手段２０２の出力である無音楽尤度の時系列を基に曲区間判定を行い、曲区間情報１０７を出力する（ステップＳＴ２０３）。
図７は、図５中の無音楽尤度による曲区間判定手段２０３における曲区間判定方法について示した図である。図７の横軸は時刻、縦軸は各時刻のフレームに対する無音楽尤度である。
図７において、無音楽尤度LNが、予め定めた無音楽尤度の閾値LNthよりも高い状態であって、同区間の継続時間長Tが、予め定めた時間長の閾値TNthよりも長い場合には、同区間を曲間であると判定する。
同様の方法で曲間検出をオーディオ信号１０１全てについて行い、曲間と曲間との間の区間を曲区間と判定する。

この実施の形態２によれば、音響分析手段１０３、無音楽尤度計算手段２０２、無音楽尤度による曲区間判定手段２０３は、オーディオ信号１０１の無音楽尤度を計算して、尤度が高い部分を曲間、尤度が低い部分を曲区間として判定するので、曲間のパワーが無音検出閾値以下でない場合であっても、曲検出が可能となる。

実施の形態３．
以下、この発明の実施の形態３について説明する。図８は、この発明の実施の形態３に係る曲検出装置を示す構成図である。図８において、本曲検出装置の要部である曲区間検出手段１０２は、音響分析手段１０３、音声尤度計算手段３０２、音声尤度による曲区間判定手段３０３を備えている。
音響分析手段１０３は、オーディオ信号１０１を入力して音響分析を行い音響特徴量を出力する。
音声尤度計算手段３０２は、音響分析手段１０３の出力である音響特徴量と、音声モデル３０１を入力し、音声尤度を計算する。
音声尤度による曲区間判定手段３０３は、音声尤度計算手段３０２の出力である音声尤度を入力して曲区間を判定し、曲区間情報１０７を出力する。

なお、この実施の形態３では、音響分析手段１０３、音声尤度計算手段３０２、音声尤度による曲区間判定手段３０３をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図９は、この発明の実施の形態３に係る曲検出装置の処理内容を示すフローチャートである。
図９において、先ず、音響分析手段１０３では、オーディオ信号１０１を入力して音響特徴量を出力する（ステップＳＴ３０１）。

次に、音声尤度計算手段３０２は、音声モデル３０１と音響分析手段１０３の出力である音響特徴量を入力して、音声尤度を計算する（ステップＳＴ３０２）。
ここで、音声モデル３０１とは、人間の音声信号の音響特徴量に対して尤度計算を行うと高い尤度を示すものである。音声モデル３０１は例えば、HMMを用いて、HMMのパラメータを多数の人間が発声した単語や文の音声で学習したもので実現できる。
音声モデル３０１を用いて、各フレームの音響特徴量に対して尤度を求めることで、音声尤度の時系列を得る。

次に、音声尤度による曲区間判定手段３０３は、音声尤度計算手段３０２の出力である音声尤度の時系列を基に曲区間判定を行い、曲区間情報１０７を出力する（ステップＳＴ３０３）。
図１０は、図８中の音声尤度による曲区間判定手段３０３における曲区間判定方法について示した図である。図１０の横軸は時刻、縦軸は各時刻のフレームに対する音声尤度である。
図１０において、音声尤度LSが、予め定めた音声尤度の閾値LSthよりも高い状態の区間であって、同区間の継続時間長Tが、予め定めた時間長の閾値TSthよりも長い場合には、同区間を曲間であると判定する。
同様の方法で曲間検出をオーディオ信号１０１の全てについて行い、曲間と曲間との間の区間を曲区間と判定する。

この実施の形態３によれば、音響分析手段１０３、音声尤度計算手段３０２、音声尤度による曲区間判定手段３０３は、オーディオ信号１０１の音声尤度を計算して、尤度が高い部分を曲間、尤度が低い部分を曲区間として判定するので、曲間に曲紹介等の人の音声が入っている場合であっても、曲検出が可能となる。

実施の形態４．
以下、この発明の実施の形態４について説明する。図１１は、この発明の実施の形態４に係る曲検出装置を示す構成図である。図１１において、本曲検出装置の要部である曲区間検出手段１０２は、音響分析手段１０３、曲間定型音尤度計算手段４０２、曲間定型音尤度による曲区間判定手段４０３を備えている。
音響分析手段１０３は、オーディオ信号１０１を入力して音響分析を行い音響特徴量を出力する。
曲間定型音尤度計算手段４０２は、音響分析手段１０３の出力である音響特徴量と、曲間定型音モデル４０１を入力し、曲間定型音尤度を計算する。
曲間定型音尤度による曲区間判定手段４０３は、曲間定型音尤度計算手段４０２の出力である定型音尤度を入力して曲区間を判定し、曲区間情報１０７を出力する。

なお、この実施の形態４では、音響分析手段１０３、曲間定型音尤度計算手段４０２、曲間定型音尤度による曲区間判定手段４０３をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図１２は、この発明の実施の形態４に係る曲検出装置の処理内容を示すフローチャートである。
図１２において、先ず、音響分析手段１０３では、オーディオ信号１０１を入力して音響特徴量を出力する（ステップＳＴ４０１）。

次に、曲間定型音尤度計算手段４０２は、曲間定型音モデル４０１と音響分析手段１０３の出力である音響特徴量を入力して、曲間定型音尤度を計算する（ステップＳＴ４０２）。
ここで、曲間定型音モデル４０１とは、曲間に挿入される定型音の音響特徴量に対して尤度計算を行うと高い尤度を示すものである。曲間定型音モデル４０１は例えば、HMMを用いて、HMMのパラメータを曲間に挿入される定型音で学習したもので実現できる。
また、曲間定型音とは、音楽放送等で曲の間に挿入される決まった音である。曲間定型音としては例えば、1秒間の1kHzのトーン信号である。
定型音の登録は、ユーザが既に保存されているオーディオ信号中で、区間を指定して登録する。また、オーディオ信号曲中に繰り返し出現する音を自動検出して定型音として登録してもよい。
曲間定型音モデル４０１を用いて、各フレームの音響特徴量に対して尤度を求めることで、曲間定型音尤度の時系列を得る。

次に、曲間定型音尤度による曲区間判定手段４０３は、曲間定型音尤度計算手段４０２の出力である曲間定型音尤度の時系列を基に曲区間判定を行い、曲区間情報１０７を出力する（ステップＳＴ４０３）。
図１３は、図１１中の曲間定型音尤度による曲区間判定手段４０３における曲区間判定方法について示した図である。図１３の横軸は時刻、縦軸は各時刻のフレームに対する曲間定型音尤度である。
図１３において、曲間定型音尤度LCが、予め定めた曲間定型音尤度の閾値LCthよりも高い状態の区間であって、同区間の継続時間長Tが、予め定めた時間長の閾値TCthよりも長い場合には、同区間を曲間であると判定する。
同様の方法で曲間検出をオーディオ信号１０１全てについて行い、曲間と曲間との間の区間を曲区間と判定する。

この実施の形態４によれば、音響分析手段１０３、曲間定型音尤度計算手段４０２、曲間定型音尤度による曲区間判定手段４０３は、オーディオ信号１０１の曲間定型音尤度を計算して、尤度が高い部分を曲間、尤度が低い部分を曲区間として判定するので、曲間に定型音が入っている場合であっても、曲検出が可能となる。

実施の形態５．
以下、この発明の実施の形態５について説明する。図１４は、この発明の実施の形態５に係る曲検出装置を示す構成図である。
図１４において、本曲検出装置の要部である曲区間検出手段１０２は、曲情報切り替わり判定手段５０２、曲切り替わり情報による曲区間判定手段５０３を備えている。
曲情報切り替わり判定手段５０２は、曲情報５０１を入力して曲切り替わり情報を出力する。
曲切り替わり情報による曲区間判定手段５０３は、曲情報切り替わり判定手段５０２の出力である曲切り替わり情報を入力して曲区間情報１０７を出力する。

なお、この実施の形態５では、曲情報切り替わり判定手段５０２、曲切り替わり情報による曲区間判定手段５０３をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図１５は、この発明の実施の形態５に係る曲検出装置の処理内容を示すフローチャートである。また、図１６は、図１４中の曲情報５０１の内容について示した図である。更に、図１７は、図１４中の曲切り替わり判定手段５０２と、曲切り替わり情報による曲区間判定手段５０３の動作について示した図である。

図１５において、先ず、曲情報切り替わり判定手段５０２は、曲情報５０１を入力して曲情報の切り替わりを判定して曲切り替わり情報を出力する（ステップＳＴ５０１）。
ここで曲情報とは、オーディオ信号１０１（実施の形態１を参照）の付帯情報であり、曲情報の内容としては、例えば、図１６に示すようなアーティスト名（作曲者、作詞者、歌手、演奏者等を含む）、曲名、時間、ジャンルである。また、曲情報５０１は、オーディオ信号１０１に対して数秒間隔毎に付与されているものである（図１７を参照）。
曲情報切り替わり判定手段５０２における曲情報切り替わり判定は、数秒間隔で付与されている曲情報がその直前の曲情報と異なった時刻（曲情報が切り替わった時刻）を、曲切り替わり時刻として判定する。図１７の例では、Ｐ１，Ｐ２，Ｐ３が、曲情報が切り替わった時刻、即ち、曲切り替わり時刻である。曲情報切り替わり判定手段５０２が出力する曲切り替わり情報は、曲切り替わり時刻と、曲切り替わり時刻にオーディオ信号に付与された曲情報と、その直前の曲情報とを含んでいる。

次に、曲切り替わり情報による曲区間判定手段５０３は、曲情報切り替わり判定手段５０２の出力である曲切り替わり情報を入力して、曲区間情報１０７を出力する（ステップＳＴ５０２）。
図１７の例で、曲切り替わり時刻Ｐ１における曲切り替わり情報を曲切り替わり情報Ｐ１とすると、曲切り替わり情報Ｐ１は、曲切り替わり時刻Ｐ１（００：１３：０５）と、現在の曲情報Ｍ２と、その直前の曲情報Ｍ１とを含んでいる。曲切り替わり情報Ｐ１において、現在の曲情報Ｍ２及びその直前の曲情報Ｍ１の両方にアーティスト名、曲名等の情報が入っているので、曲切り替わり情報による曲区間判定手段５０３は、曲切り替わり時刻Ｐ１を直前の曲（図１７では曲Ａ）の終了時刻及び現在曲（図１７では曲Ｂ）の開始時刻と判定する。
また、図１７の曲切り替わり時刻Ｐ２における曲切り替わり情報Ｐ２は、曲切り替わり時刻Ｐ２（００：１８：３０）と、現在の曲情報Ｍ３と、その直前の曲情報Ｍ２とを含んでいる。曲切り替わり情報Ｐ２において、直前の曲情報Ｍ２には情報が入っており、現在の曲情報Ｍ３には情報が入っていない場合は、曲切り替わり情報による曲区間判定手段５０３は、曲切り替わり時刻Ｐ２を直前の曲（図１７では曲Ｂ）の終了時刻と判定する。
更に、図１７の曲切り替わり時刻Ｐ３における曲切り替わり情報Ｐ３は、曲切り替わり時刻（００：１９：２０）と、現在の曲情報Ｍ４と、その直前の曲情報Ｍ３とを含んでいる。曲切り替わり情報Ｐ３において、直前の曲情報Ｍ３に情報が入ってなく、現在の曲情報Ｍ４には情報が入っている場合には、曲切り替わり情報による曲区間判定手段５０３は、曲切り替わり時刻Ｐ３を現在の曲（図１７では曲Ｃ）の開始時刻と判定する。

図１８は、図１４中の曲区間情報１０７の内容を示した図である。上記のように、曲切り替わり情報による曲区間判定手段５０３は、それぞれの曲について、曲開始時刻及び曲終了時刻を判定する。曲開始時刻〜曲終了時刻までがその曲の曲区間である。そして、曲区間情報１０７として、各曲に関して、アーティスト名、曲名が付与された曲開始、曲終了時刻のリストを出力する（図１８を参照）。

この実施の形態５によれば、曲情報切り替わり判定手段５０２、曲切り替わり情報による曲区間判定手段５０３は、オーディオ信号１０１の付帯情報である曲情報５０１の切り替わりを基に曲区間を判定するので、曲間に一定パワー以下の無音部分がない場合であっても曲検出が可能であり、更に曲区間に対応する曲名を付与することが可能になる。

実施の形態６．
以下、この発明の実施の形態６について説明する。図１９は、この発明の実施の形態６に係る曲検出装置を示す構成図である。図１９において、本曲検出装置の要部である曲区間検出手段１０２は、音響分析手段１０３、音楽尤度計算手段１０５、曲情報切り替わり判定手段５０２、音楽尤度と曲切り替わり情報による曲区間判定手段６０１を備えている。
音響分析手段１０３は、オーディオ信号１０１を入力して音響分析を行い音響特徴量を出力する。
音楽尤度計算手段１０５は、音響分析手段１０３の出力である音響特徴量と音楽モデル１０４を入力し、音楽尤度を計算する。
曲情報切り替わり判定手段５０２は、曲情報５０１を入力して曲切り替わり情報を出力する。
音楽尤度と曲切り替わり情報による曲区間判定手段６０１は、音楽尤度計算手段１０５の出力である音楽尤度と、曲情報切り替わり判定手段５０２の出力である曲切り替わり情報を入力して曲区間情報１０７を出力する。

なお、この実施の形態６では、音響分析手段１０３、音楽尤度計算手段１０５、曲情報切り替わり判定手段５０２、音楽尤度と曲切り替わり情報による曲区間判定手段６０１をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図２０は、この発明の実施の形態６に係る曲検出装置の処理内容を示すフローチャートである。
図２０において、先ず、音響分析手段１０３では、オーディオ信号１０１を入力して音響特徴量を出力する（ステップＳＴ６０１）。

次に、音楽尤度計算手段１０５は、音楽モデル１０４と音響分析手段１０３の出力である音響特徴量を入力して音楽尤度を計算する（ステップＳＴ６０２）。

次に、曲情報切り替わり判定手段５０２は、曲情報５０１を入力して曲情報の切り替わりを判定し、曲切り替わり情報を出力する（ステップＳＴ６０３）。
なお、ステップＳＴ６０２とステップＳＴ６０３とを逐次処理とするのではなく、ステップＳＴ６０１，６０２とステップＳＴ６０３とを並行処理としてもよい。

次に、音楽尤度と曲情報切り替わりによる曲区間判定手段６０１は、音楽尤度計算手段１０５の出力である音楽尤度と、曲情報切り替わり判定手段５０２の出力である曲切り替わり情報とを入力して、曲区間情報１０７を出力する（ステップＳＴ６０４）。

図２１は、図１９中の音楽尤度と曲情報切り替わりによる曲区間判定手段６０１の動作例について示した図である。図２１において、曲情報切り替わり時刻Ｐ１は、曲情報切り替わり判定手段５０２によって、曲切り替わり時刻（曲開始時刻）であると判定されている。しかしながら、曲情報は数秒間隔で得られるとすれば、曲情報切り替わり時刻Ｐ１は、正確な曲の開始時刻を示していない場合もある。
そこで、音楽尤度と曲切り替わり情報による曲区間判定手段６０１は、曲情報切り替わり時刻Ｐ１の前後区間（例えば前後５秒）を曲間検出対象区間として、音楽尤度の時系列を基に曲切り替わり時刻を補正する。例えば、曲情報切り替わり時刻Ｐ１の前後５秒の区間において、音楽尤度Lが、予め定めた音楽尤度の閾値Lthよりも低い状態の区間を曲間とし、高い状態の区間を曲区間として補正する。
図２１では、正確な曲の開始時刻（音楽尤度による曲開始時刻）から曲切り替わり時刻（曲情報切り替わり時刻Ｐ１）までの区間を、音楽尤度を利用した曲開始判定によって、曲区間として補正している。

この実施の形態６によれば、音響分析手段１０３、音楽尤度計算手段１０５、曲情報切り替わり判定手段５０２、音楽尤度と曲情報切り替わりによる曲区間判定手段６０１は、音楽尤度と曲切り替わり情報とを利用して曲区間を判定するので、曲情報の切り替わり時刻が正確な曲切り替わり時刻（曲開始時刻、曲終了時刻）と一致していない場合であっても、適正な曲検出が可能となる。

実施の形態７．
以下、この発明の実施の形態７について説明する。図２２は、この発明の実施の形態７に係る曲検出装置を示す構成図である。図２２において本曲検出装置の要部である曲区間検出手段１０２は、オーディオ信号パワー計算手段７０１と、曲情報切り替わり判定手段５０２、オーディオ信号パワーと曲切り替わり情報による曲区間判定手段７０２を備えている。
オーディオ信号パワー計算手段７０１は、オーディオ信号１０１を入力してオーディオ信号のパワーを計算し、オーディオ信号パワーを出力する。
曲情報切り替わり判定手段５０２は、曲情報５０１を入力して、曲切り替わり情報を出力する。
オーディオ信号パワーと曲切り替わり情報による曲区間判定手段７０２は、オーディオ信号パワー計算手段７０１の出力であるオーディオ信号パワーと、曲情報切り替わり判定手段５０２の出力である曲切り替わり情報とを入力して、曲区間情報１０７を出力する。

なお、この実施の形態７では、オーディオ信号パワー計算手段７０１、曲情報切り替わり判定手段５０２、オーディオ信号パワーと曲切り替わり情報による曲区間判定手段７０２をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図２３は、この発明の実施の形態７に係る曲検出装置の処理内容を示すフローチャートである。
図２３において、先ず、オーディオ信号パワー計算手段７０１では、オーディオ信号１０１を入力してオーディオ信号パワーを出力する（ステップＳＴ７０１）。
ここでオーディオ信号パワーPとは、信号の大きさを示す指標であり、数式１で計算する。

数式１で、s(t)は時刻tのオーディオ信号の値であり、Mはオーディオ信号パワーを求めるための１フレーム内のサンプル数である。またlogは対数である。
オーディオ信号パワーは、オーディオ信号に対して、例えば、フレーム長を25msとして20ms周期で計算した時系列とする。

次に、曲情報切り替わり判定手段５０２は、曲情報５０１を入力して曲情報の切り替わりを判定し、曲切り替わり情報を出力する（ステップＳＴ７０２）。
なお、ステップＳＴ７０１とステップＳＴ７０２とを逐次処理とするのではなく、並行処理としてもよい。

次に、オーディオ信号パワーと曲切り替わり情報による曲区間判定手段７０２は、オーディオ信号パワー計算手段７０１の出力であるオーディオ信号パワーと、曲情報切り替わり判定手段５０２の出力である曲切り替わり情報とを入力して、曲区間情報１０７を出力する（ステップＳＴ７０３）。

図２４は、図２２中のオーディオ信号パワーと曲切り替わり情報による曲区間判定手段７０２の動作例について示した図である。図２４において、曲情報切り替わり時刻Ｐ１は、曲情報切り替わり判定手段５０２によって、曲切り替わり時刻（曲開始時刻）であると判定されている。しかしながら、曲情報は数秒間隔で得られるとすれば、時刻Ｐ１は正確な曲の開始を示していない場合もある。
そこで、オーディオ信号パワーと曲切り替わり情報による曲区間判定手段７０２は、曲情報切り替わり時刻Ｐ１の前後区間（例えば前後５秒）を曲間検出対象区間として、オーディオ信号パワーの時系列を基に曲切り替わり時刻を補正する。例えば、曲情報切り替わり時刻Ｐ１の前後５秒の区間において、オーディオ信号パワーPが、予め定めたオーディオ信号パワーの閾値Pthよりも低い状態の区間を曲間とし、高い状態の区間を曲区間として補正する。
図２４では、正確な曲の開始時刻（オーディオ信号パワーによる曲開始時刻）から曲切り替わり時刻（曲情報切り替わり時刻Ｐ１）までの区間を、オーディオ信号パワーを利用した曲開始判定によって、曲区間として補正している。

この実施の形態７によれば、オーディオ信号パワー計算手段７０１、曲情報切り替わり判定手段５０２、オーディオ信号パワーと曲切り替わり情報による曲区間判定手段７０２は、オーディオ信号パワーと曲切り替わり情報とを利用して曲区間を判定するので、曲情報の切り替わり時刻が正確な曲切り替わり時刻（曲開始時刻、曲終了時刻）と一致していない場合であっても、適正な曲検出が可能となる。

実施の形態８．
以下、この発明の実施の形態８について説明する。図２５は、この発明の実施の形態８係る曲検出装置を示す構成図である。図２５において、本曲検出装置は、曲区間検出手段１０２、曲調検出手段８０１、曲調連続性による曲区間判定手段を備えている。
曲区間検出手段１０２は、オーディオ信号１０１を入力して、曲区間候補を出力する。
曲調検出手段８０１は、オーディオ信号１０１と、曲区間検出手段１０２の出力である曲区間候補を入力して、各曲区間に対する曲調を検出する。
曲調連続性による曲区間判定手段８０２は、曲調検出手段８０１の出力である各曲区間に対する曲調を入力して、曲調の連続性によって曲区間の判定を行い、曲区間情報１０７を出力する。

なお、この実施の形態８では、曲区間検出手段１０２、曲調検出手段８０１、曲調連続性による曲区間判定手段８０２をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図２６は、この発明の実施の形態８に係る曲検出装置の処理内容を示すフローチャートである。
図２６において、先ず、曲区間検出手段１０２では、オーディオ信号１０１を入力して曲区間候補を出力する（ステップＳＴ８０１）。
なお、曲区間検出手段１０２は、実施の形態１〜７のうちのいずれかを適用して、その出力（曲区間情報１０７）を曲区間候補としてもよい。

次に、曲調検出手段８０１では、オーディオ信号１０１と曲区間検出手段１０２の出力である曲区間候補を入力して、各曲区間候補の曲単位について曲調検出を行う（ステップＳＴ８０２）。
ここで曲調とは、曲の主観性を値として表すものであり、例えば曲の明るさやリズムである。曲調検出については例えば、「特開平１０−１１４６３号公報」（以下、参考文献２）に記載されている方法を用いる。

次に、曲調連続性による曲区間判定手段８０２では、曲調検出手段８０１の出力である各曲区間に対する曲調を入力して曲区間を判定し、曲区間情報１０７を出力する（ステップＳＴ８０３）。
以下に、曲調連続性による曲区間判定手段８０２の動作について、曲調としてその曲区間候補の明るさを抽出する場合について説明するが、参考文献２等に示す、その他の値を曲調として用いてもよい。

各曲区間候補の曲調として、それぞれの明るさを、例えば１〜１００の１００段階で抽出する。
Ｎ番目の曲区間候補の明るさ値と、Ｎ＋１番目の曲区間候補の明るさ値との差が、予め定めた明るさ値の差の閾値（曲調の差の閾値）以下であるならば、両曲区間候補は同じ曲を構成する可能性が高い。
このとき、曲調連続性による曲区間判定手段８０２は、Ｎ番目の曲区間候補とＮ＋１番目の曲区間候補とを、１つの連続した曲区間（Ｎ番目の曲区間）として判定する（曲調連続性の判定）。従って、Ｎ番目の曲区間候補の曲開始時刻がＮ番目の曲区間の曲開始時刻となり、Ｎ＋１番目の曲の曲終了時刻がＮ番目の曲区間の曲終了時刻となる。

この実施の形態８によれば、曲区間検出手段１０２、曲調検出手段８０１、曲調連続性による曲区間判定手段８０２は、曲調の連続性によって曲区間を判定するので、１つの曲区間内で長い無音部分が存在するような場合でも、その無音部分の前後の曲区間がそれぞれ異なる曲区間と判定されることがなく、より適正な曲検出が可能となる。

実施の形態９．
以下、この発明の実施の形態９について説明する。図２７は、この発明の実施の形態９に係る曲検出装置を示す構成図である。図２７において、本曲検出装置は、オーディオ信号一時保存手段９０２、現在曲開始検出手段９０４、現在曲終了検出手段９０５、現在曲保存手段９０６、オーディオ信号再生手段９０８を備えている。
オーディオ信号一時保存手段９０２は、オーディオ信号１０１と現在曲保存要求９０３を入力し、一時保存オーディオ信号９０１を出力する。
現在曲開始検出手段９０４は、現在曲保存要求９０３と、一時保存オーディオ信号９０１を入力して、現在曲の開始時刻を検出する。
現在曲終了検出手段９０５は、オーディオ信号１０１と、現在曲保存要求９０３を入力して、現在曲の終了時刻を検出する。
現在曲保存手段９０６は、現在曲開始検出手段９０４の出力である現在曲の開始時刻と、一時保存オーディオ信号９０１、現在曲終了検出手段９０５の出力である現在曲の終了時刻と、オーディオ信号１０１を入力して現在曲オーディオ信号９０７を記憶装置に保存する。
オーディオ信号再生手段９０８は、オーディオ信号１０１を入力して再生音９０９を生成する。

なお、この実施の形態９では、オーディオ信号一時保存手段９０２、現在曲開始検出手段９０４、現在曲終了検出手段９０５、現在曲保存手段９０６、オーディオ信号再生手段９０８をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図２８は、この発明の実施の形態９に係る曲検出装置の処理内容を示すフローチャートである。
図２８において、先ず、オーディオ信号再生手段９０８では、オーディオ信号１０１を入力して再生音９０９を生成し、ユーザに聴取させる（ステップＳＴ９０１）。再生音９０９は、例えばスピーカによって再生しユーザに聴取させる。

次に、オーディオ信号一時保存手段９０２は、オーディオ信号１０１と現在曲保存要求９０３を入力して、一時保存オーディオ信号９０１を出力する（ステップＳＴ９０２）。
ここで、現在曲保存要求９０３とは、再生音９０９を聞いているユーザが現在再生している曲を保存したい場合に送る命令である。
オーディオ信号一時保存手段９０２は、現在曲保存要求９０３を受理するまでは、現在再生しているオーディオ信号からＫ秒前のオーディオ信号までを一時的に保持する（一時保存オーディオ信号９０１）。現在曲保存要求９０３を受理した場合は、一時保存オーディオ信号の更新を中止し、現在の一時保存オーディオ信号を保持する。

次に、現在曲開始検出手段９０４は、現在曲保存要求９０３と一時保存オーディオ信号９０１を入力して、現在曲の開始時刻を検出する（ステップＳＴ９０３）。
現在曲開始検出手段９０４の動作の一例として、一時保存オーディオ信号９０１を入力し、音楽尤度を用いて曲間検出を行う場合の、開始時刻検出を説明する。
現在曲保存要求９０３を受理した時点の一時保存オーディオ信号９０１について、実施の形態１と同様に、音楽尤度によって曲間検出を行い、現在曲保存要求９０３を受理した時刻の直前に検出された曲間の時刻を、現在曲の開始時刻とする。

図２９は、図２７中の現在曲開始検出手段９０４の動作について示した図である。図２９において、現在曲保存要求受理時刻の再生中オーディオ信号データからＫ秒前に再生されたオーディオ信号データまでが、一時保存オーディオ信号９０１である。
一時保存オーディオ信号９０１において、音楽尤度Lが曲間判定閾値（音楽尤度の閾値）よりも低い状態の区間を曲間と判定する。
そして、この曲間のうち、現在曲保存要求受理時刻に最も近い部分（現在曲開始オーディオ信号データ）を、現在曲の開始時刻とする。

次に、現在曲終了検出手段９０５では、現在曲保存要求９０３とオーディオ信号１０１を入力して、現在曲の終了時刻を検出する（ステップＳＴ９０４）。
現在曲の終了時刻は、現在曲保存要求９０３を受理した時刻の直後に検出された曲間の時刻とする。曲間は例えば、図２９と同様に、オーディオ信号１０１から音楽尤度を抽出して、曲間を判定する。

次に、現在曲保存手段９０６では、現在曲開始検出手段９０４の出力である現在曲の開始時刻と、一時保存オーディオ信号９０１と、現在曲終了検出手段９０５の出力である現在曲の終了時刻と、オーディオ信号１０１を入力して、現在曲オーディオ信号９０７を出力する（ステップＳＴ９０５）。
現在曲の開始時刻から現在曲保存要求を受理した時刻までのオーディオ信号は、一時保存オーディオ信号９０１から抽出して、現在曲オーディオ信号９０７として保存する。図２９では、現在曲開始オーディオ信号データから現在曲保存要求受理時刻の再生中オーディオ信号データまでのデータ系列が、現在曲オーディオ信号９０７の前半部に相当する。
また、現在曲保存要求受理以降については、現在曲保存要求受理時点からオーディオ信号１０１を保存し始めて、現在曲の終了時刻で保存を終了する。この保存されたオーディオ信号１０１が、現在曲オーディオ信号９０７の後半部に相当する。

この実施の形態９によれば、オーディオ信号一時保存手段９０２、現在曲開始検出手段９０４、現在曲終了検出手段９０５、現在曲保存手段９０６、オーディオ信号再生手段９０８は、オーディオ信号１０１を一時保存して現在曲の曲開始時刻を検出するので、現在曲の途中で保存要求を出した場合であっても、曲の開始から保存することができる。

実施の形態１０．
以下、この発明の実施の形態１０について説明する。図３０は、この発明の実施の形態１０に係る曲検出装置を示す構成図である。図３０において、本曲検出装置は、曲一致判定手段１００２、指定曲区間抽出手段１００３、指定曲保存手段１００４を備えている。
曲一致判定手段１００２は、曲指定１００１と曲情報５０１を入力して曲一致情報を出力する。
指定曲区間検出手段１００３は、曲一致判定手段１００２の出力である曲一致情報を入力して指定曲の区間を判定する。
指定曲保存手段１００４は、オーディオ信号１０１と指定曲区間抽出手段１００３の出力である指定曲区間を入力して指定曲オーディオ信号１００５を保存する。

なお、この実施の形態１０では、曲一致判定手段１００２、指定曲区間検出手段１００３、指定曲保存手段１００４をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図３１は、この発明の実施の形態１０に係る曲検出装置の処理内容を示すフローチャートである。
図３１において、先ず、曲一致判定手段１００２は、曲指定１００１と曲情報５０１を入力し、曲一致情報を出力する（ステップＳＴ１００１）。
ここで、曲指定１００１とは、ユーザが保存したい曲を指定するものであり、曲名、アーティスト名等で指定する。曲名やアーティスト名の指定は、例えば、ユーザがテキストで入力する方法がある。また、曲情報５０１を事前に取得して保存し、曲名やアーティスト名のリストを生成して、そのリストからユーザに選択させるようにしても良い。
曲一致判定手段１００２では、曲名やアーティスト名で指定された曲指定１００１と曲情報５０１とを照合して一致していた場合には、「一致」という情報（曲一致情報）を出力する。

図１７の例では、曲指定として、アーティスト名が「ジョージ」、曲名が「Ｂ」と指定した場合は、曲情報Ｍ２と一致していると判定する。また、曲情報と曲指定が部分的に一致している場合には、一致とみなしてもよい。例えば、曲指定として曲名を「さくら」と入力し、曲情報の曲名が「さくらの歌」であった場合には、部分的に「さくら」が一致しているので、一致と判定する。曲一致判定手段１００２は、曲情報Ｍ２が最初に得られた時刻から曲情報Ｍ２が得られなくなる時刻まで「一致」という情報（曲一致情報）を出力する。

次に、曲指定区間抽出手段１００３は、曲一致判定手段１００２の出力である曲一致情報を入力して、指定曲区間を抽出する（ステップＳＴ１００２）。
具体的には、曲指定区間抽出手段１００３は、曲一致判定手段１００２から曲一致情報として「一致」が出力されている間は、指定曲の曲区間であると判定する。
曲区間は例えば、曲開始時刻０２：３０：１３、曲終了時刻０２：１７：５５というように表現する。

次に指定曲保存手段１００４は、指定曲区間検出手段１００３の出力である指定曲区間と、オーディオ信号１０１を入力して、指定曲オーディオ信号１００５として保存する（ステップＳＴ１００３）。
指定曲区間が例えば、曲開始時刻０２：３０：１３、曲終了時刻０２：１７：５５であるときは、オーディオ信号１０１の０２：３０：１３から０２：１７：５５までを、指定曲オーディオ信号１００５として保存する

この実施の形態１０によれば、曲一致判定手段１００２、指定曲区間抽出手段１００３、指定曲保存手段１００４は、ユーザが指定した曲と曲情報が一致した曲を保存するので、希望の曲だけを選んで保存することができる。

実施の形態１１．
以下、この発明の実施の形態１１について説明する。図３２は、この発明の実施の形態１１に係る検出装置を示す構成図である。図３２において、本曲検出装置は、曲区間検出手段１０２、音楽データベース１１０１、音楽照合手段１１０２を備えている。
曲区間検出手段１０２は、オーディオ信号１０１を入力して曲区間を検出して曲区間情報を出力する。
音楽照合手段１１０２は、曲区間検出手段１０２の出力である曲区間情報と、音楽データベース１１０１の格納データと、オーディオ信号１０１を入力して曲区間情報１０７を出力する。

なお、この実施の形態１１では、曲区間検出手段１０２、音楽照合手段１１０２をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図３３は、この発明の実施の形態１１に係る曲検出装置の処理内容を示すフローチャートである。
図３３において、先ず、曲区間検出手段１０２では、オーディオ信号１０１を入力し、曲区間情報を出力する（ステップＳＴ１１０１）。
なお、曲区間検出手段１０２は、実施の形態１〜７のうちのいずれかを適用して、その出力（曲区間情報１０７）を用いてもよい。

次に、音楽照合手段１１０２では、曲区間検出手段１０２の出力である曲区間情報と、音楽データベース１１０１の格納データと、オーディオ信号１０１を入力して曲区間情報を出力する（ステップＳＴ１１０２）。
ここで、音楽データベース１１０１とは、曲名、アーティスト名、曲の開始部分のオーディオ信号等が、データテーブルの項目（構成要素）となっている。

図３４は、図３２中の音楽照合手段１１０２の動作を示した図である。図３４において、音楽照合手段１１０２では、曲区間情報で示されるオーディオ信号１０１の曲開始部分と、音楽データベースの構成要素である曲Ａのオーディオ信号の曲開始部分との照合を行う。
照合は例えば、オーディオ信号１０１をケプストラムに変換して、ＤＰ（Dynamic Programming）マッチングによって行う。ＤＰマッチングについては、参考文献１の５−３節で説明されている。
音楽照合処理を音楽データベース１１０１に格納されている曲全てについて行い、最も照合スコアが高い曲を選択して、その曲区間情報に対して、音楽データベース１１０１から抽出した曲名（「Ａ」）とアーティスト名（「ヤング」）を付与する。そして、曲区間情報１０７として出力する。

この実施の形態１１によれば、音楽照合手段１１０２は、音楽データベースを用いて、曲区間に対して音楽照合を行って曲を特定するので、曲区間に対応する曲名やアーティスト名を曲区間情報に付与することができる。

実施の形態１２．
以下、この発明の実施の形態１２について説明する。図３５は、この発明の実施の形態１２に係る曲検出装置を示す構成図である。図３５において、本曲検出装置は、指定曲情報抽出手段１２０１、音楽データベースに基づく指定曲区間検出手段１２０２、指定曲保存手段１００４を備えている。
指定曲情報抽出手段１２０１は、曲指定１００１を入力し、音楽データベース１１０１を参照して指定曲音楽データベース情報を出力する。
音楽データベースに基づく指定曲区間検出手段１２０２は、指定曲情報抽出手段１２０１の出力である指定曲音楽データベース情報と、オーディオ信号１０１を入力して、指定曲区間を検出する。
指定曲保存手段１００４は、音楽データベースに基づく指定曲区間検出手段１２０２の出力である指定曲区間と、オーディオ信号１０１を入力して、オーディオ信号１０１から指定曲区間のオーディオ信号を抽出し、指定曲オーディオ信号１００５として保存する。

なお、この実施の形態１２では、指定曲情報抽出手段１２０１、音楽データベースに基づく指定曲区間検出手段１２０２、指定曲保存手段１００４をハードウェアで構成してもよいが、各手段の処理内容を記述した曲検出プログラムを作成し、コンピュータ（演算装置）が当該曲検出プログラムを実行するようにしてもよい。

次に、動作について説明する。図３６は、この発明の実施の形態１２に係る曲検出装置の処理内容を示すフローチャートである。
図３６において、先ず、指定曲情報抽出手段１２０１では、ユーザ指定した曲指定１００１と音楽データベース１１０１の格納データを入力して、指定曲音楽データベース情報を出力する（ステップＳＴ１２０１）。
ここで、音楽データベース１１０１は、曲名、アーティスト名、曲の開始部分と終了部分のオーディオ信号等がデータテーブルの項目（構成要素）となっている。
指定曲情報抽出手段１２０１では、曲指定１００１で示されている曲名と音楽データベース１１０１内の曲名との照合を行い、一致している曲について、曲名、アーティスト名、曲の開始部分と終了部分のオーディオ信号を指定曲音楽データベース情報として抽出する。

次に、音楽データベースに基づく指定曲区間検出手段１２０２は、オーディオ信号１０１と、指定曲情報抽出手段１２０１の出力である指定曲音楽データベース情報を入力して、指定曲の曲区間を検出し、指定曲区間情報を出力する（ステップＳＴ１２０２）。

音楽データベースに基づく指定曲区間検出手段１２０２では、オーディオ信号１０１に対して、指定曲音楽データベース情報として音楽データベース１１０１から抽出された、曲開始部分及び曲終了部分を用いて照合処理を行う。
オーディオ信号１０１と、抽出された曲開始部分及び曲終了部分との照合処理は、例えば、指定曲の音楽データベース１１０１の曲開始部分及び曲終了部分を標準パタンとした連続ＤＰマッチングによって行う。連続ＤＰマッチングについては、参考文献１の５−６節に説明がある。
オーディオ信号１０１と曲開始部分との連続ＤＰマッチングのスコアが、予め定めた照合スコアの閾値より高ければ、指定曲の開始部分がオーディオ信号１０１内にあったとして、指定曲の曲区間の開始時刻を検出する。
次に、オーディオ信号１０１と曲終了部分との連続ＤＰマッチングのスコアが、予め定めた照合スコアの閾値以下となる最初の部分が、指定曲の終了部分であると判定して、指定曲の曲区間の終了時刻を検出する。
そして、検出した指定曲区間（開始時刻、終了時刻）を、指定曲区間情報として出力する。

次に、指定曲保存手段１００４は、音楽データベースに基づく指定曲区間検出手段１２０２の出力である指定曲区間情報と、オーディオ信号１０１を入力して、オーディオ信号１０１から指定曲に対応するオーディオ信号（指定曲区間の開始時刻から終了時刻までの）を抽出して、指定曲オーディオ信号１００５として保存する（ステップＳＴ１２０３）。

この実施の形態１２によれば、指定曲情報抽出手段１２０１、音楽データベースに基づく指定曲区間検出手段１２０２、指定曲保存手段１００４は、指定曲１００１のオーディオ情報を音楽データベース１１０１から抽出して、オーディオ信号１０１に対して、一致する部分を抽出して指定曲区間を検出するので、ユーザの希望の曲を検出して保存することができる。

この発明の実施の形態１に係る曲検出装置を示す構成図である。 この発明の実施の形態１に係る曲検出装置の処理内容を示すフローチャートである。 図１中の音楽尤度による曲区間判定手段における曲区間判定方法について示したものである。 図１中の曲区間情報のフォーマットを示したものである。 この発明の実施の形態２に係る曲検出装置を示す構成図である。 この発明の実施の形態２に係る曲検出装置の処理内容を示すフローチャートである。 図５中の無音楽尤度による曲区間判定手段における曲区間判定方法について示した図である。 この発明の実施の形態３に係る曲検出装置を示す構成図である。 この発明の実施の形態３に係る曲検出装置の処理内容を示すフローチャートである。 図８中の音声尤度による曲区間判定手段における曲区間判定方法について示した図である。 この発明の実施の形態４に係る曲検出装置を示す構成図である。 この発明の実施の形態４に係る曲検出装置の処理内容を示すフローチャートである。 図１１中の曲間定型音尤度による曲区間判定手段における曲区間判定方法について示した図である。 この発明の実施の形態５に係る曲検出装置を示す構成図である。 この発明の実施の形態５に係る曲検出装置の処理内容を示すフローチャートである。 図１４中の曲情報の内容について示した図である。 図１４中の曲切り替わり判定手段と、曲切り替わり情報による曲区間判定手段の動作について示した図である。 図１４中の曲区間情報の内容を示した図である。 この発明の実施の形態６に係る曲検出装置を示す構成図である。 この発明の実施の形態６に係る曲検出装置の処理内容を示すフローチャートである。 図１９中の音楽尤度と曲情報切り替わりによる曲区間判定手段の動作例について示した図である。 この発明の実施の形態７に係る曲検出装置を示す構成図である。 この発明の実施の形態７に係る曲検出装置の処理内容を示すフローチャートである。 図２２中のオーディオ信号パワーと曲切り替わり情報による曲区間判定手段の動作例について示した図である。 この発明の実施の形態８係る曲検出装置を示す構成図である。 この発明の実施の形態８に係る曲検出装置の処理内容を示すフローチャートである。 この発明の実施の形態９に係る曲検出装置を示す構成図である。 この発明の実施の形態９に係る曲検出装置の処理内容を示すフローチャートである。 図２７中の現在曲開始検出手段の動作について示した図である。 この発明の実施の形態１０に係る曲検出装置を示す構成図である。 この発明の実施の形態１０に係る曲検出装置の処理内容を示すフローチャートである。 この発明の実施の形態１１に係る検出装置を示す構成図である。 この発明の実施の形態１１に係る曲検出装置の処理内容を示すフローチャートである。 図３２中の音楽照合手段の動作を示した図である。 この発明の実施の形態１２に係る曲検出装置を示す構成図である。 この発明の実施の形態１２に係る曲検出装置の処理内容を示すフローチャートである。

符号の説明

１０１ オーディオ信号、１０２ 曲区間検出手段、１０３ 音響分析手段、１０４ 音楽モデル、１０５ 音楽尤度計算手段、１０６ 音楽尤度による曲区間判定手段、１０７ 曲区間情報、２０１ 無音楽モデル、２０２ 無音楽尤度計算手段、２０３ 無音楽尤度による曲区間判定手段、３０１ 音声モデル、３０２ 音声尤度計算手段、３０３ 音声尤度による曲区間判定手段、４０１ 曲間定型音モデル、４０２ 曲間定型音尤度計算手段、４０３ 曲間定型音尤度による曲区間判定手段、５０１ 曲情報、５０２ 曲情報切り替わり判定手段、５０３ 曲切り替わり情報による曲区間判定手段、６０１ 音楽尤度と曲情報切り替わりによる曲区間判定手段、７０１ オーディオ信号パワー計算手段、７０２ オーディオ信号パワーと曲切り替わり情報による曲区間判定手段、８０１ 曲調検出手段、８０２ 曲調連続性による曲区間判定手段、９０１ 一時保存オーディオ信号、９０２ オーディオ信号一時保存手段、９０３ 現在曲保存要求、９０４ 現在曲開始検出手段、９０５ 現在曲終了検出手段、９０６ 現在曲保存手段、９０７ 現在曲オーディオ信号、９０８ オーディオ信号再生手段、９０９ 再生音、１００１ 曲指定、１００２ 曲一致判定手段、１００３ 指定曲区間抽出手段、１００４ 指定曲保存手段、１００５ 指定曲オーディオ信号、１１０１ 音楽データベース、１１０２ 音楽照合手段、１２０１ 指定曲情報抽出手段、１２０２ 音楽データベースに基づく指定曲区間検出手段。

Claims (12)

1. オーディオ信号を入力して音響分析を行い音響特徴量を出力する音響分析手段と、前記音響特徴量と音楽モデルとを入力し前記オーディオ信号の音楽尤度を計算して出力する音楽尤度計算手段と、前記音楽尤度を入力して閾値比較により曲区間を判定し曲区間情報を出力する曲区間判定手段とを有する曲区間検出手段を備えたことを特徴とする曲検出装置。
2. オーディオ信号を入力して音響分析を行い音響特徴量を出力する音響分析手段と、前記音響特徴量と無音楽モデルとを入力し前記オーディオ信号の無音楽尤度を計算して出力する無音楽尤度計算手段と、前記無音楽尤度を入力して閾値比較により曲区間を判定し曲区間情報を出力する曲区間判定手段とを有する曲区間検出手段を備えたことを特徴とする曲検出装置。
3. オーディオ信号を入力して音響分析を行い音響特徴量を出力する音響分析手段と、前記音響特徴量と音声モデルとを入力し前記オーディオ信号の音声尤度を計算して出力する音声尤度計算手段と、前記音声尤度を入力して閾値比較により曲区間を判定し曲区間情報を出力する曲区間判定手段とを有する曲区間検出手段を備えたことを特徴とする曲検出装置。
4. オーディオ信号を入力して音響分析を行い音響特徴量を出力する音響分析手段と、前記音響特徴量と曲間定型音モデルとを入力し前記オーディオ信号の曲間定型音尤度を計算して出力する曲間定型音尤度計算手段と、前記曲間定型音尤度を入力して閾値比較により曲区間を判定し曲区間情報を出力する曲区間判定手段とを有する曲区間検出手段を備えたことを特徴とする曲検出装置。
5. オーディオ信号の付帯情報である曲情報を入力して前記曲情報の変化から曲の切り替わりを判定し曲切り替わり情報を出力する曲情報切り替わり判定手段と、前記曲切り替わり情報を入力して曲区間を判定し曲区間情報を出力する曲区間判定手段とを有する曲区間検出手段を備えたことを特徴とする曲検出装置。
6. オーディオ信号を入力して音響分析を行い音響特徴量を出力する音響分析手段と、前記音響特徴量と音楽モデルとを入力し前記オーディオ信号の音楽尤度を計算して出力する音楽尤度計算手段と、前記オーディオ信号の付帯情報である曲情報を入力して前記曲情報の変化から曲の切り替わりを判定し曲切り替わり情報を出力する曲情報切り替わり判定手段と、前記曲切り替わり情報を入力して曲区間を判定すると共に前記音楽尤度を入力して閾値比較により前記曲区間を補正し曲区間情報を出力する曲区間判定手段とを有する曲区間検出手段を備えたことを特徴とする曲検出装置。
7. オーディオ信号を入力しオーディオ信号パワーを計算して出力するオーディオ信号パワー計算手段と、前記オーディオ信号の付帯情報である曲情報を入力して曲情報の変化から曲の切り替わりを判定し曲切り替わり情報を出力する曲情報切り替わり判定手段と、前記曲切り替わり情報を入力して曲区間を判定すると共に前記オーディオ信号パワーを入力して閾値比較により前記曲区間を補正し曲区間情報を出力する曲区間判定手段とを有する曲区間検出手段を備えたことを特徴とする曲検出装置。
8. 請求項１から請求項７のうちのいずれか１項記載の曲区間検出手段と、
   前記曲区間検出手段が出力する前記曲区間情報を入力し、各曲区間を基にした曲単位に対して曲調検出を行い、各曲区間の曲調を出力する曲調検出手段と、
   前記各曲区間の曲調を入力して、曲調の連続性によって前記曲区間を再判定し、補正した曲区間情報を出力する曲区間判定手段とを備えたことを特徴とする曲検出装置。
9. オーディオ信号を入力して再生音を出力するオーディオ信号再生手段と、
   前記オーディオ信号を入力して、前記オーディオ信号再生手段が再生している一定時間のオーディオ信号を一時的に保持し、現在曲保存要求が入力された場合には前記一定時間のオーディオ信号の更新を中止して一時保存オーディオ信号として出力するオーディオ信号一時保存手段と、
   前記現在曲保存要求と前記一時保存オーディオ信号とを入力し、音楽尤度の閾値判定により現在曲の開始時刻を検出して出力する現在曲開始検出手段と、
   前記現在曲保存要求と前記オーディオ信号とを入力し、音楽尤度の閾値判定により現在曲の終了時刻を検出して出力する現在曲終了検出手段と、
   前記オーディオ信号と前記一時保存オーディオ信号と前記現在曲の開始時刻と終了時刻とを入力して、前記現在曲に対応するオーディオ信号を抽出して保存する現在曲保存手段とを備えたことを特徴とする曲検出装置。
10. 指定曲に関する情報を含む曲指定とオーディオ信号の付帯情報である曲情報とを入力して、前記曲指定と前記曲情報とが一致しているかを判定し、一致している場合には曲一致情報を出力する曲一致判定手段と、
    前記曲一致情報を入力し、前記指定曲と一致している曲区間を抽出して指定曲区間として出力する指定曲区間抽出手段と、
    前記オーディオ信号と前記指定曲区間とを入力して、前記指定曲に対応するオーディオ信号を保存する指定曲保存手段とを備えたことを特徴とした曲検出装置。
11. 請求項１から請求項７のうちのいずれか１項記載の曲区間検出手段と、
    前記オーディオ信号と前記曲区間検出手段が出力する前記曲区間情報とを入力し、前記曲区間に対応するオーディオ信号と音楽データベースに格納されている曲とを照合して、最も照合スコアが高い曲区間の前記曲区間情報に前記音楽データベースから抽出した前記曲に対応した情報を付与する音楽照合手段とを備えたことを特徴とする曲検出装置。
12. 指定曲に関する情報を含む曲指定を入力して、前記指定曲の曲開始部分と曲終了部分とを含む情報を音楽データベースから抽出し、指定曲音楽データベース情報として出力する指定曲情報抽出手段と、
    オーディオ信号と前記指定曲音楽データベース情報とを入力して、前記オーディオ信号と前記指定曲の曲開始部分と曲終了部分とを照合し、前記指定曲に相当する曲区間を検出して指定曲区間情報として出力する指定曲区間検出手段と、
    前記オーディオ信号と前記指定曲区間情報とを入力して、前記指定曲に対応するオーディオ信号を抽出して保存する指定曲保存手段とを備えたことを特徴とする曲検出装置。

Images