JP2012008623A - プレイリスト作成装置、プレイリスト作成方法、及びプレイリスト作成プログラム - Google Patents

Abstract

【課題】好適な曲順のプレイリストを作成することができるプレイリスト作成装置、プレイリスト作成方法、及びプレイリスト作成プログラムを提供する。
【解決手段】楽曲抽出部は、所定の分類カテゴリに属する楽曲を、楽曲格納部に格納されている楽曲の中から複数抽出する。プレイリスト作成部は、楽曲抽出部が抽出した複数の楽曲それぞれについて、その複数の楽曲中における楽曲特徴量の平均度合い、または、所定の分類カテゴリ中における楽曲特徴量の平均度合いを算出し、その平均度合いに基づいて、複数の楽曲の内の、最も平均的な楽曲特徴量の楽曲を最初に再生する再生順序のプレイリストを作成する。
【選択図】図１

Description

本発明は、複数の楽曲をグループ化し、再生順を定めたものであるプレイリストを作成するプレイリスト作成装置、プレイリスト作成方法、及びプレイリスト作成プログラムに関するものである。

近年、画像、音楽、映像等のデジタルコンテンツを、ハードディスクドライブ等の大容量記憶装置に格納し、利用することが広く行われている。それに伴って、多数のコンテンツの中から所望のコンテンツを取り出す検索技術や、コンテンツを自動的に分類・整理する技術への要望が高まっており、そのような分野の技術が開発されている。
例えば、特許文献１においては、音響特徴量と、書誌情報とを用いて、楽曲を雰囲気で表す言葉である印象語に分類することによって、雰囲気を指定することで所望の楽曲を検索することの出来る装置が開示されている。

特開２００７−１２２４４２号公報

特許文献１では、楽曲を音響特徴量と、書誌情報とを用いることで、楽曲を雰囲気ごと（文献中では印象語）のグループに分類する。ユーザはその雰囲気を指定することで、聴きたい気分の楽曲グループを再生することが可能となる。ところで、同一のグループに属する楽曲といえども、グループに含まれる楽曲は様々であるので、「グループの有する雰囲気にピッタリ当てはまる曲」から、「あまり当てはまりの良くない曲」まで、様々な楽曲が登録される可能性がある。すなわち、最初に再生される楽曲が、そのグループにあまり当てはまりの良くない楽曲である場合、そのグループがどういった楽曲がグルーピングされているのか、ユーザがすぐに判断できない可能性がある。特に、アーティストや年代などによる、客観的情報によって作成されるグループとは異なり、雰囲気などの主観的影響の受けるグループでは、実際に視聴しないと、どのような雰囲気の楽曲がグルーピングされているのかの判断が困難である。そのため、最初に再生される楽曲は、なるべくグループを代表する楽曲を再生した方が好ましい。しかしながら、従来の技術では、同一のグループの楽曲をどのような順で再生すれば良いかについては記載されていない。

そこで本発明は、カテゴリ単位でプレイリストを作成する場合に、好適な曲順でプレイリストを作成することができるプレイリスト作成装置、プレイリスト作成方法、及びプレイリスト作成プログラムを提供することを目的とする。

本発明は上述した従来の技術の課題を解決するため、複数の楽曲を所定の再生順序で再生するためのプレイリストを作成するプレイリスト作成装置において、所定の分類カテゴリに属する楽曲を、楽曲格納部に格納されている楽曲の中から複数抽出する楽曲抽出部（３１）と、前記楽曲抽出部（３１）が抽出した複数の楽曲それぞれについて、前記複数の楽曲中における楽曲特徴量の平均度合い、または、前記所定の分類カテゴリ中における楽曲特徴量の平均度合いを算出し、その平均度合いに基づいて、前記複数の楽曲の内の、最も平均的な楽曲特徴量の楽曲を最初に再生する再生順序のプレイリストを作成するプレイリスト作成部（３３）とを備えることを特徴とするプレイリスト作成装置を提供する。
また、本発明は上述した従来の技術の課題を解決するため、複数の楽曲を所定の再生順序で再生するためのプレイリストを作成するプレイリスト作成方法において、所定の分類カテゴリに属する楽曲を、楽曲格納部に格納されている楽曲の中から複数抽出する楽曲抽出ステップ（Ｓ２０）と、前記楽曲抽出ステップ（Ｓ２０）において抽出した複数の楽曲それぞれについて、前記複数の楽曲中における楽曲特徴量の平均度合い、または、前記所定の分類カテゴリ中における楽曲特徴量の平均度合いを算出し、その平均度合いに基づいて、前記複数の楽曲の内の、最も平均的な楽曲特徴量の楽曲を最初に再生する再生順序のプレイリストを作成するプレイリスト作成ステップ（Ｓ４０）とを有することを特徴とするプレイリスト作成方法を提供する。
また、本発明は上述した従来の技術の課題を解決するため、コンピュータに、所定の分類カテゴリに属する楽曲を、楽曲格納部に格納されている楽曲の中から複数抽出する楽曲抽出ステップ（Ｓ２０）と、前記楽曲抽出ステップ（Ｓ２０）において抽出した複数の楽曲それぞれについて、前記複数の楽曲中における楽曲特徴量の平均度合い、または、前記所定の分類カテゴリ中における楽曲特徴量の平均度合いを算出し、その平均度合いに基づいて、前記複数の楽曲の内の、最も平均的な楽曲特徴量の楽曲を最初に再生する再生順序のプレイリストを作成するプレイリスト作成ステップ（Ｓ４０）とを実行させることを特徴とするプレイリスト作成プログラムを提供する。

本発明のプレイリスト作成装置、プレイリスト作成方法、及びプレイリスト作成プログラムによれば、カテゴリ単位でプレイリストを作成する場合に、好適な曲順でプレイリストを作成することができる。

本発明の一実施形態のプレイリスト作成装置１の構成を示すブロック図である。 本発明の一実施形態のプレイリスト作成装置１の動作を示すフローチャートである。 本発明の一実施形態の分類カテゴリ格納部に格納されるデータの一例を示す図である。 本発明の一実施形態の楽曲特徴量格納部に格納されるデータの一例を示す図である。 本発明の一実施形態のプレイリスト格納部に格納されるデータの一例を示す図である。 本発明の一実施形態の重心算出部及び楽曲抽出部の動作を示すフローチャートである。 本発明の一実施形態の登録楽曲ＩＤ読込ルーチンを示すサブフローチャートである。 本発明の一実施形態の２次元楽曲特徴量ベクトルと、重心の一例を示す図である。 本発明の一実施形態のプレイリスト作成部及び楽曲抽出部の動作を示すフローチャートである。

以下、本発明を実施するための形態について、下記のように、幾つか例を示して説明する。なお、以下の説明で、プレイリストとは、複数の楽曲をグループ化し、その複数の楽曲の再生順序を定めたものであるとする。

図１は、本発明の実施の形態１におけるプレイリスト作成装置の構成例である。
図１において、本実施の形態１のプレイリスト作成装置１は、入力部１０と、格納部２０と、分類カテゴリ指定部３０と、楽曲抽出部３１と、重心算出部３２と、プレイリスト作成部３３とを含んで構成されている。格納部２０は、例えば、ハードディスクやメモリのような高速アクセスが可能な大容量記録媒体を用いることができる。また、格納部２０は、楽曲格納部２１と、分類カテゴリ格納部２２と、楽曲特徴量格納部２３と、プレイリスト格納部２４とを有している。なお、図１では、機能ブロック図によりハードウエア的に構成して示しているが、プレイリスト作成装置１は、ＣＰＵや、メモリ、ハードディスクドライブ等を具備する通常のコンピュータを使って、ソフトウェア的に構成するようにしてもよい。なお、格納部２０は一つの記録媒体で構成してもよいし、複数の記録媒体で構成してもよい。

図２は、図１に示すプレイリスト作成装置１の動作の概要の一例を示すフローチャートである。図１に示すプレイリスト作成装置１の動作を、図２のフローチャートを参照して説明する。

まず、分類カテゴリ指定部３０は、入力部１０から、プレイリストとして作成する分類カテゴリの指定を受け付ける（ステップＳ１０）。次に、楽曲抽出部３１は、ステップＳ１０で指定された分類カテゴリに属する楽曲を、楽曲格納部に格納されている楽曲の中から複数抽出する（ステップＳ２０）。
次に、重心算出部３２は、楽曲特徴量格納部２３に格納された楽曲特徴量に基づいて、ステップＳ１０で指定された分類カテゴリの楽曲特徴量の代表値、または、ステップＳ２０において抽出した複数の楽曲の楽曲特徴量の代表値算出する（ステップＳ３０）。なお、本実施の形態においては、重心算出部３２は、後述するように、楽曲特徴量の重心を算出することで、楽曲特徴量の代表値を算出している。なお、重心算出部３２は、楽曲抽出部３１が抽出した複数の楽曲のみにおける楽曲特徴量の代表値を算出してもよいし、指定された分類カテゴリ全体における楽曲特徴量の代表値を算出するようにしてもよい。
なお、代表値とは、各楽曲の平均度合いを算出するための基準となる値であり、本実施の形態においては、重心を示す楽曲特徴量である。また、楽曲特徴量が１種類であれば、代表値は、各楽曲の楽曲特徴量を単に平均した値であってもよい。

次に、プレイリスト作成部３３は、抽出した楽曲それぞれの楽曲特徴量の平均度合いを算出し、その平均度合いに基づいて、ステップＳ２０で抽出した楽曲それぞれの再生順序を決定し、その順序で再生されるプレイリストを作成する（ステップＳ４０）。作成されたプレイリストは、プレイリスト格納部２４に格納される。以上が、プレイリスト作成装置１の動作の概要である。
なお、楽曲特徴量の平均度合いとは、楽曲が有する楽曲特徴量がどの程度平均的であるかを示す度合いである。また、楽曲特徴量の平均度合いが大きいとは、楽曲特徴量が平均的であることを示し、本実施の形態においては、楽曲特徴量が、重心算出部３２が算出した楽曲特徴量の代表値（重心）に近いことを意味する。また、楽曲特徴量の平均度合いが小さいとは、楽曲特徴量が平均的ではないことを示し、本実施の形態においては、楽曲特徴量が、重心算出部３２が算出した楽曲特徴量の代表値（重心）から遠いことを意味する。

続いて、各部の詳細な説明を行う。入力部１０は、選択や決定などの動作を行える、マウスやキーボードといった入力デバイスである。
楽曲格納部２１は、楽曲本体のデジタルデータと、各楽曲のデジタルデータを一意に識別するための識別子である楽曲ＩＤとを格納する。楽曲ＩＤは、１、２、３といった数値でも良いし、ＵＲＩ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｉｄｅｎｔｉｆｉｅｒ）などを用いても良い。また、楽曲本体のデジタルデータ及び楽曲ＩＤは、楽曲格納部２１に格納せず、ＬＡＮやバスなどを介して接続される外部装置から取得するようにしても良い。この場合は、その外部装置が、楽曲格納部２１として機能することとなる。また、楽曲ＩＤのみをプレイリスト作成装置１が格納するようにしてもよい。

分類カテゴリ格納部２２は、楽曲ＩＤと、その楽曲の分類情報を示す分類カテゴリＩＤとを関連付けて格納する。図３は、分類カテゴリ格納部２２のフォーマットの一例を示す図である。同図において、楽曲ＩＤ「楽曲ＩＤ１」の分類カテゴリは、“ロック”、“明るい”、“８０年代”であり、楽曲ＩＤ「楽曲ＩＤ２」の分類カテゴリは、“ダンス”、“スタイリッシュ”、“９０年代”であることを示している。また、図３では、楽曲ＩＤ１つに対し、分類カテゴリが３種類設定されているが、分類カテゴリは１種類以上設定されていれば良い。また、図３では、分類カテゴリを“ロック”や“明るい”といった文字で表現しているが、分類カテゴリを一意に識別するような数値によるＩＤを割り振ることで表現しても良い。このように分類カテゴリは、楽曲の雰囲気、楽曲が作成された年代、楽曲が属するジャンル、などで表される。なお、楽曲格納部２１と同様に、外部装置に分類カテゴリ格納部２２としての機能を持たせてもよい。

楽曲特徴量格納部２３は、楽曲ＩＤと、楽曲特徴量とを関連付けて格納する。楽曲特徴量とは、楽曲の平均パワーや、テンポ、ビート強度、ビートパターンなどといった、楽曲の音楽的特徴を数値で表したものである。これらの楽曲特徴量は、楽曲の音響信号を取得して、特開平６−２９０５７４号公報に記載されているような方法によって算出されたものを格納することを基本とするが、設計者が直接数値を入力しても良い。また、楽曲特徴量の種類は、１種類以上であれば良い。図４は、楽曲特徴量格納部２３のフォーマットの一例を示すものである。同図において、楽曲ＩＤ「楽曲ＩＤ１」の楽曲特徴量は、平均パワーが“６０ｄＢ”、テンポが“１８０ｂｐｍ”であり、ビート存在率が“０．８５”であり、楽曲ＩＤ「楽曲ＩＤ２」の楽曲特徴量は、平均パワーが“４０ｄＢ”、テンポが“１２０ｂｐｍ”、ビート存在率が“０．２１”であることを示している。なお、ｄＢ（ｄｅｃｉｂｅｌ）は音量を示す単位であり、ｂｐｍ（ｂｅａｔｓ ｐｅｒ ｍｉｎｕｔｅ）は１分当たりのビート数を示す単位である。また、ビート存在率とは、楽曲からある所定サイズの区間を切り出した時、その区間にビートが存在する確率を示したものである。なお、楽曲格納部２１と同様に、外部装置に楽曲特徴量格納部２３としての機能を持たせてもよい。

プレイリスト格納部２４は、プレイリストを識別するためのプレイリストＩＤと、プレイリストタイトルと共に、プレイリストに属する楽曲ＩＤを、そのプレイリストにおける再生順序がわかるように、プレイリストの再生順序の順に格納する。図５は、プレイリスト格納部２４に格納されたプレイリストの一例を示すものである。同図において、プレイリストＩＤ「プレイリストＩＤ１」は、プレイリストタイトルが“明るいプレイリスト”であり、プレイリストに属する楽曲ＩＤは、再生される順番に“楽曲ＩＤ１”、“楽曲ＩＤ４”、“楽曲ＩＤ７”、“楽曲ＩＤ１０”の４曲が格納されている。なお、“楽曲ＩＤ１”、“楽曲ＩＤ４”、“楽曲ＩＤ７”、“楽曲ＩＤ１０”の４曲は、「明るい」という分類カテゴリに属する楽曲であるとする。
分類カテゴリ指定部３０は、プレイリストとして作成する分類カテゴリの指定を、入力部１０から受け付ける。ここで指定された分類カテゴリを、以下、指定分類カテゴリとする。

楽曲抽出部３１は、指定分類カテゴリに属する楽曲を、楽曲格納部２１に格納されている楽曲の中から複数抽出する。なお、楽曲抽出部３１は、指定分類カテゴリに属する全ての楽曲を抽出してもよいし、所定数の楽曲のみを抽出してもよい。なお、楽曲抽出部３１が抽出した楽曲の楽曲ＩＤを、以降、登録楽曲ＩＤと称す。また、楽曲抽出部３１が抽出した全ての楽曲の集まりを登録楽曲群と称す。

重心算出部３２は、楽曲抽出部３１が抽出した複数の楽曲の楽曲ＩＤと、その複数の楽曲の楽曲特徴量の値に基づいて、登録楽曲群の楽曲特徴量の重心を算出する。
図６は、重心算出部３２及び楽曲抽出部３１の動作を示すフローチャートであり、以下、フローチャートを利用しながら楽曲抽出部３１及び重心算出部３２の説明を行う。
まず、楽曲抽出部３１は、分類カテゴリ格納部２２から、指定分類カテゴリを基に登録楽曲ＩＤを読み出す（ステップＳ２１）。この処理は、図７のフローチャートに示す登録楽曲ＩＤ読込ルーチンを実行する。ここで、図７を用いて登録楽曲ＩＤ読込ルーチンについて説明する。

登録楽曲ＩＤを読み出すために、まず、楽曲抽出部３１は、ループ処理を開始する（ステップＳ１００）。図７のステップＳ１００は、ループ処理を表す記号であり、ループＡは、開始値１のループカウンタｋが、ループを繰り返す毎に１ずつ増加し、終了値Ｎになるまでループを繰り返すことを示している。終了値Ｎは、一例として分類カテゴリ格納部２２に格納されたデータカラムの総数とする。

次に、楽曲抽出部３１は、分類カテゴリ格納部２２を参照して、ｋ番目の楽曲ＩＤ（楽曲ＩＤｋ）に対応する分類カテゴリ情報を読み込む（ステップＳ１０１）。
次に、楽曲抽出部３１は、ステップＳ２２で読み込んだ分類カテゴリ情報を基に、楽曲ＩＤｋが、指定分類カテゴリに属しているかどうかを判断する（ステップＳ１０２）。もし、楽曲ＩＤｋが指定分類カテゴリに属しているならばステップＳ１０３に進み、そうでなければ、ステップＳ１０４に進む。図３に示す分類カテゴリ格納部の例を基に具体例を示すと、指定分類カテゴリが“明るい”である場合、楽曲ＩＤ１は、分類カテゴリ“明るい”に属しているので、指定分類カテゴリに属していると判断されるが、楽曲ＩＤ２は、分類カテゴリ“明るい”に属していないため、指定分類カテゴリに属していないと判断される。
次に、楽曲抽出部３１は、指定分類カテゴリに属していると判断された楽曲ＩＤを、登録楽曲ＩＤとして、メモリなどに一時的に保管する（ステップＳ１０３）。

次に、楽曲抽出部３１は、ループカウンタｋを１増加させ、ループを繰り返す（ステップＳ１０４）。もし、ループカウンタｋがＮになると、ループを終了する。
以上が、図７に示す登録楽曲ＩＤ読込ルーチンの説明である。
なお、楽曲抽出部３１は、図７に示すように、楽曲格納部２１に格納されている全ての楽曲を対象に、登録楽曲ＩＤの読込みを行うようにしてもよいし、登録楽曲ＩＤの数が、所定の数になったら、登録楽曲ＩＤの読込みを終了するようにしてもよい。
このように、楽曲抽出部３１は、指定分類カテゴリに属していると判断した楽曲ＩＤを、登録楽曲ＩＤとして、メモリなどに一時的に保管することにより、指定された分類カテゴリに属する楽曲を複数抽出する。

図６の説明に戻り、重心算出部３２は、登録楽曲ＩＤそれぞれに対応する楽曲特徴量ベクトルを、楽曲特徴量格納部２３から取得する（ステップＳ２２）。楽曲特徴量格納部２３の説明で前述したように、本実施の形態においては、１つの楽曲ＩＤは、複数の楽曲特徴量を有する。以後、１つの楽曲ＩＤに対する楽曲特徴量全体を、楽曲特徴量ベクトルＦと称し、ｋ番目の登録楽曲ＩＤｋに対応する特徴量ベクトルをＦｋとする。なお、一例として、図４の楽曲ＩＤ１の場合、楽曲特徴量ベクトルＦは、Ｆ＝｛６０，１８０，０．８｝である。

次に、重心算出部３２は、登録楽曲群の楽曲特徴量の重心Ｇを、ステップＳ２２で読み込んだ楽曲特徴量ベクトルＦに基づいて計算する（ステップＳ２３）。重心Ｇは、登録楽曲ＩＤの総数（登録楽曲群に含まれる曲の数）をＭとして、以下の数１で求められる。

数１に示す通り、重心Ｇは、楽曲特徴量ベクトルＦと同一の次元数を有する。
ここで、３つの２次元楽曲特徴量ベクトルＦ１、Ｆ２、Ｆ３の重心Ｇ０を求める具体例を示す。各特徴量ベクトルの座標を、Ｆ１＝（１，５）、Ｆ２＝（２，１）、Ｆ３＝（６，３）とすると、重心Ｇ０は、Ｇ０＝（１＋２＋６，５＋１＋３）／３＝（９／３，９／３）＝（３，３）と求められる。図８は、Ｆ１、Ｆ２、Ｆ３、及びＧ０を、それぞれ２次元座標上に示した図である。図８では、白丸が各楽曲特徴量ベクトルの座標位置であり、黒丸が重心を示している。以上が、重心算出部３２の説明である。このように、重心算出部３２は、登録楽曲群における特徴量ベクトルの重心を算出することで、登録楽曲群の楽曲特徴量の代表値を算出している。
なお、楽曲抽出部３１が指定分類カテゴリに属する全ての楽曲を抽出した場合、重心算出部３２は、楽曲格納部２１に格納されている楽曲の内の、指定分類カテゴリに属する楽曲全てを対象とした重心を算出することとなる。つまり、この場合、重心算出部３２は、分類カテゴリにおける楽曲特徴量の代表値を算出する。

次に、プレイリスト作成部３３は、登録楽曲群の楽曲特徴量の代表値（重心Ｇ）を基準に、登録楽曲ＩＤに対応する各楽曲の楽曲特徴量の平均度合いを算出することで、各楽曲ＩＤの再生順序を決定し、その再生順にプレイリストを作成する。図９は、プレイリスト作成部３３及び楽曲抽出部３１の動作を示すフローチャートであり、以下、フローチャートを利用しながらプレイリスト作成部３３の説明を行う。

まず、楽曲抽出部３１が、分類カテゴリ格納部２２から、指定分類カテゴリを基に登録楽曲ＩＤを読み出す（ステップＳ３１）。この処理は、前述の図７に示す登録楽曲ＩＤ読込ルーチンと同様であるため、説明を省略する。また、本実施の形態において、ステップＳ３１において抽出した楽曲は、図６のステップＳ２１にて抽出した楽曲（登録楽曲群）と同じ楽曲であるとする。この場合はステップＳ３１を省略することができる。
次に、プレイリスト作成部３３は、重心算出部３２によって算出される登録楽曲群の楽曲特徴量の重心Ｇと、楽曲抽出部３１によって読み出した登録楽曲ＩＤに対応するそれぞれの楽曲の楽曲特徴量ベクトルとの距離Ｄをそれぞれ計算する（ステップＳ３２）。楽曲特徴量ベクトルＦ、及び重心Ｇの次元数をＸとすると、登録楽曲ＩＤｋの距離Ｄｋは、以下の数２によって求められる。

次に、プレイリスト作成部３３は、距離Ｄが短い順に、対応する登録楽曲ＩＤを並べ、その順に再生されるようにプレイリストを作成する（ステップＳ３３）。そして、作成したプレイリストを、プレイリスト格納部２４に格納する。なお、図５に示すプレイリスト格納部２４の一例のように、プレイリストにタイトルを付ける場合は、指定分類カテゴリのカテゴリ名に基づく命名を行うことが好ましい。例えば、プレイリスト作成部３３は、指定分類カテゴリ名が「楽しい」であった場合、後ろに「プレイリスト」という文字を付け加え、「楽しいプレイリスト」をプレイリストタイトル名にするといった処理を行う。

ここで、図８に示す３つの特徴量ベクトルＦ１，Ｆ２，Ｆ３について、距離Ｄを求めて曲順を決定する例を示す。２次元楽曲特徴量ベクトルＦ１、Ｆ２、Ｆ３と、重心Ｇ０との距離を、数２によってそれぞれ求めると、
Ｄ（Ｆ１，Ｇ０）＝２．８２８
Ｄ（Ｆ２，Ｇ０）＝２．２３６
Ｄ（Ｆ３，Ｇ０）＝３．０００
となる。この結果より、重心Ｇ０からの距離Ｄが短い順に楽曲特徴量ベクトルを並べると、Ｆ２、Ｆ１、Ｆ３の順となる。そして、プレイリスト作成部３３は、それぞれの楽曲特徴量ベクトルに対応する楽曲ＩＤの順に、プレイリストを作成する。つまり、プレイリスト作成部３３は、楽曲特徴量ベクトルＦ２に対応する楽曲、楽曲特徴量ベクトルＦ１に対応する楽曲、楽曲特徴量ベクトルＦ３に対応する楽曲、の順に再生される再生順序のプレイリストを作成する。以上がプレイリスト作成装置１の説明である。
このように、プレイリスト作成部３３は、登録楽曲群における楽曲特徴量に基づく重心Ｇと、登録楽曲ＩＤに対応する楽曲特徴量ベクトルそれぞれとの距離Ｄを計算することで登録楽曲群に含まれる楽曲（登録楽曲ＩＤに対応する楽曲）それぞれの、楽曲特徴量の平均度合いを算出している。

本実施の形態のプレイリスト作成装置１によると、登録楽曲群の中で最も平均的な楽曲特徴量の楽曲から再生することが出来るため、ユーザは、そのプレイリストに格納された曲がどのような雰囲気を有するのかをすぐに理解することが出来る。
また、登録楽曲群の楽曲特徴量の重心に近い順（距離Ｄが短い順）に楽曲を再生するため、再生曲が進んでいくにつれて、徐々に楽曲の印象の変化が大きくなるような曲順を、ユーザに提供することが出来る。

また、分類カテゴリとその楽曲特徴量の代表値（例えば重心）を関連付けて格納した平均楽曲特徴量格納部（図示せず）を備えるようにしてもよい。このようにした場合、プレイリスト作成部３３は、その平均楽曲特徴量格納部を参照することで、指定分類カテゴリの楽曲特徴量の代表値を取得することができ、その取得した楽曲特徴量の代表値を基準として、楽曲抽出部３１が抽出した登録楽曲群それぞれの楽曲特徴量の平均度合いを算出することができる。
なお、この場合、プレイリスト作成部３３は、プレイリストによって再生される楽曲それぞれについて、指定分類カテゴリおける楽曲特徴量の平均度合いを算出することとなる。
この場合、登録楽曲群における平均度合いとは多少異なる場合があるが、登録楽曲群は、分類カテゴリに基づいて抽出されているため、このような処理を行う場合でも、ユーザは、そのプレイリストに格納された曲がどのような雰囲気であるのかをすぐに理解することが出来る。このように、平均楽曲特徴量格納部を備えることで演算負荷を低減することができる。

また、プレイリスト作成部３３は、少なくとも、距離Ｄが最も短い楽曲が最初に再生されるプレイリストを作成すればよい。そのようにすることで、ユーザは、どのような雰囲気の曲が含まれているプレイリストなのかをすぐに理解することが出来る。
ただし、プレイリスト作成部３３が、楽曲特徴量が平均的である楽曲ほど、先の再生順序となるようなプレイリストを作成するようにすれば、再生曲が進んでいくにつれて、徐々に楽曲の印象の変化が大きくなるため、ユーザにプレイリストに含まれる楽曲の雰囲気をすぐに示すことができるとともに、ユーザを飽きさせることのないプレイリストを提供することができる。

また、登録楽曲群の楽曲特徴量の重心Ｇと、登録楽曲ＩＤに対応する楽曲特徴量ベクトルそれぞれとの距離Ｄを用いて、各楽曲の楽曲特徴量の平均度合いを算出することが好ましいが、楽曲特徴量の平均度合いを算出する方法はこれに限定されるものではない。
ただし、楽曲特徴量をベクトルとして扱い、登録楽曲群の楽曲特徴量の重心Ｇと、登録楽曲ＩＤに対応する楽曲特徴量ベクトルそれぞれとの距離Ｄを用いて、各楽曲の楽曲特徴量の平均度合いを算出することで、複数の種類の楽曲特徴量を有する楽曲であっても、比較的容易に楽曲特徴量の平均度合いを算出することができる。

なお、本実施の形態において、プレイリスト作成装置１内部に楽曲格納部２１が配置されており、ここに楽曲データが格納されている例について説明したが、前述したように、プレイリスト作成装置外部の装置に配置して、ＬＡＮやバスなどを介して取得できるようにしても良い。

１ プレイリスト作成装置
１０ 入力部
２０ 格納部
２１ 楽曲格納部
２２ 分類カテゴリ格納部
２３ 楽曲特徴量格納部
２４ プレイリスト格納部
３０ 分類カテゴリ指定部
３１ 楽曲抽出部
３２ 重心算出部
３３ プレイリスト作成部

Claims (5)

1. 複数の楽曲を所定の再生順序で再生するためのプレイリストを作成するプレイリスト作成装置において、
   所定の分類カテゴリに属する楽曲を、楽曲格納部に格納されている楽曲の中から複数抽出する楽曲抽出部と、
   前記楽曲抽出部が抽出した複数の楽曲それぞれについて、前記複数の楽曲中における楽曲特徴量の平均度合い、または、前記所定の分類カテゴリ中における楽曲特徴量の平均度合いを算出し、その平均度合いに基づいて、前記複数の楽曲の内の、最も平均的な楽曲特徴量の楽曲を最初に再生する再生順序のプレイリストを作成するプレイリスト作成部と
   を備えることを特徴とするプレイリスト作成装置。
2. 前記プレイリスト作成部は、前記平均度合いが大きい楽曲であるほど、先の再生順序となるようなプレイリストを作成することを特徴とする請求項１記載のプレイリスト作成装置。
3. 前記楽曲抽出部が抽出した複数の楽曲の楽曲特徴量ベクトルの重心を算出する重心算出部を備え、
   前記プレイリスト作成部は、前記重心に基づいて、前記平均度合いを算出することを特徴とする請求項１または２に記載のプレイリスト作成装置。
4. 複数の楽曲を所定の再生順序で再生するためのプレイリストを作成するプレイリスト作成方法において、
   所定の分類カテゴリに属する楽曲を、楽曲格納部に格納されている楽曲の中から複数抽出する楽曲抽出ステップと、
   前記楽曲抽出ステップにおいて抽出した複数の楽曲それぞれについて、前記複数の楽曲中における楽曲特徴量の平均度合い、または、前記所定の分類カテゴリ中における楽曲特徴量の平均度合いを算出し、その平均度合いに基づいて、前記複数の楽曲の内の、最も平均的な楽曲特徴量の楽曲を最初に再生する再生順序のプレイリストを作成するプレイリスト作成ステップと
   を有することを特徴とするプレイリスト作成方法。
5. コンピュータに、
   所定の分類カテゴリに属する楽曲を、楽曲格納部に格納されている楽曲の中から複数抽出する楽曲抽出ステップと、
   前記楽曲抽出ステップにおいて抽出した複数の楽曲それぞれについて、前記複数の楽曲中における楽曲特徴量の平均度合い、または、前記所定の分類カテゴリ中における楽曲特徴量の平均度合いを算出し、その平均度合いに基づいて、前記複数の楽曲の内の、最も平均的な楽曲特徴量の楽曲を最初に再生する再生順序のプレイリストを作成するプレイリスト作成ステップと
   を実行させることを特徴とするプレイリスト作成プログラム。

Images