JP2012173691A - 楽曲再生制御装置、楽曲再生制御方法およびコンピュータプログラム - Google Patents

Abstract

【課題】複数の楽曲を切れ目なく連続再生させる際に、楽曲が不自然に切り替わることを防ぐ。
【解決手段】楽曲に分割点を設定し、再生区間に分割する楽曲分割部と、再生区間の音楽特徴量を算出する音楽特徴量算出部と、再生楽曲について、いずれかの分割点を楽曲切替ポイントとして設定し、所定数連続する再生区間を類似基準区間として設定する再生楽曲処理部と、他の楽曲について、連続する所定数の再生区間を評価対象区間として順次設定し、類似基準区間と対応する順番の再生区間同士を順次対比させることで類似度を算出し、最も類似度の高い評価対象区間を抽出し、その評価対象区間を含む楽曲を次楽曲として設定する評価楽曲処理部と、再生楽曲を楽曲切替ポイントまで再生したら、次楽曲の最も類似度の高い評価対象区間から再生を開始させる再生制御部と、を備えた楽曲再生制御装置。
【選択図】図１

Description

本発明は、複数の楽曲を切れ目なく連続して再生させる楽曲再生制御装置、楽曲再生制御方法およびコンピュータプログラムに関する。

近年、大量の楽曲データを、ハードディスクドライブ、半導体メモリ等の大容量記憶装置に格納し、再生することが広く行なわれている。このような場合、ユーザは、格納された楽曲データのうち、所望の楽曲を選択して個別に再生することもできるし、数多くの楽曲を連続して再生することもできる。

楽曲を連続して再生させる場合には、例えば、所定のディレクトリに格納された楽曲データを順番に再生させるような制御が行なわれている。すなわち、ある曲の再生が終了すると、次の曲の再生が開始される。

特開２００６−３３７９１４号公報

ところで、楽曲の終了を聴き手に意識させずに数多くの楽曲を連続して再生したい場合がある。例えば、喫茶店などでバックミュージックとして音楽を流す場合、ある楽曲の終了を意識させずに、自然な雰囲気で切れ目なく次の楽曲に切り替えることができれば、顧客は、バックミュージックに気を取られることなく喫茶や会話に集中することができ、顧客サービスの向上につながる。

そこで、本発明は、複数の楽曲を切れ目なく連続再生させる際に、楽曲が不自然に切り替わることを防ぐことを目的とする。

上記課題を解決するため、本発明の第１の態様である楽曲再生制御装置は、複数の楽曲のそれぞれについて、所定の基準に基づいて分割点を設定することで、複数の再生区間に分割する楽曲分割部と、それぞれの再生区間について、音楽的な特徴を指標化した音楽特徴量を算出する音楽特徴量算出部と、所定の再生楽曲における、いずれかの分割点を楽曲切替ポイントとして設定し、前記切替ポイントから連続する所定数の再生区間を類似基準区間として設定する再生楽曲処理部と、前記再生楽曲の他の楽曲について、前記所定数連続する再生区間を評価対象区間として順次設定し、その設定した評価対象区間について、前記類似基準区間と対応する順番の再生区間同士を順次対比させることで類似度を算出することで、最も類似度の高い評価対象区間を抽出し、その最も類似度の高い評価対象区間を含む楽曲を次楽曲として設定する評価楽曲処理部と、前記再生楽曲を前記楽曲切替ポイントまで再生したら、前記次楽曲の最も類似度の高い評価対象区間から再生を開始させる再生制御部と、を備えることを特徴とする。
ここで、前記再生楽曲処理部は、類似基準区間に含まれる再生区間の長さが長いほど高い重み付けとなる重視度を算出し、前記評価楽曲処理部は、前記重視度により再生区間に重み付けを行なって前記類似度を算出することができる。
また、前記楽曲分割部は、分割した再生区間それぞれについて、設定した分割点の妥当性を示す分割妥当度を算出し、前記評価楽曲処理部は、前記分割妥当度により再生区間に重み付けを行なって前記類似度を算出することができる。
このとき、前記分割妥当度は、所定周波数帯域の前記分割点における平均パワーと、楽曲全体の平均パワーとの差分が大きいほど、高い重み付けとすることができる。
また、前記楽曲分割部は、楽曲の所定周波数帯域における平均パワーの極値を検出することにより前記分割点を設定することができる。
また、前記再生楽曲処理部は、前記再生楽曲の所定の再生位置を含む再生区間の先頭を楽曲切替ポイントとして設定することができる。
上記課題を解決するため、本発明の第２の態様である楽曲再生制御方法は、複数の楽曲のそれぞれについて、所定の基準に基づいて分割点を設定することで、複数の再生区間に分割する楽曲分割ステップと、それぞれの再生区間について、音楽的な特徴を指標化した音楽特徴量を算出する音楽特徴量算出ステップと、所定の再生楽曲における、いずれかの分割点を楽曲切替ポイントとして設定し、前記切替ポイントから連続する所定数の再生区間を類似基準区間として設定する再生楽曲処理ステップと、前記再生楽曲の他の楽曲について、前記所定数連続する再生区間を評価対象区間として順次設定し、その設定した評価対象区間について、前記類似基準区間と対応する順番の再生区間同士を順次対比させることで類似度を算出することで、最も類似度の高い評価対象区間を抽出し、その最も類似度の高い評価対象区間を含む楽曲を次楽曲として設定する評価楽曲処理ステップと、前記再生楽曲を前記楽曲切替ポイントまで再生したら、前記次楽曲の最も類似度の高い評価対象区間から再生を開始させる再生制御ステップと、を含むことを特徴とする。
上記課題を解決するため、本発明の第３の態様であるコンピュータプログラムは、複数の楽曲のそれぞれについて、所定の基準に基づいて分割点を設定することで、複数の再生区間に分割する楽曲分割部、それぞれの再生区間について、音楽的な特徴を指標化した音楽特徴量を算出する音楽特徴量算出部、所定の再生楽曲における、いずれかの分割点を楽曲切替ポイントとして設定し、前記切替ポイントから連続する所定数の再生区間を類似基準区間として設定する再生楽曲処理部、前記再生楽曲の他の楽曲について、前記所定数連続する再生区間を評価対象区間として順次設定し、その設定した評価対象区間について、前記類似基準区間と対応する順番の再生区間同士を順次対比させることで類似度を算出することで、最も類似度の高い評価対象区間を抽出し、その最も類似度の高い評価対象区間を含む楽曲を次楽曲として設定する評価楽曲処理部、前記再生楽曲を前記楽曲切替ポイントまで再生したら、前記次楽曲の最も類似度の高い評価対象区間から再生を開始させる再生制御部、として情報処理装置を機能させることを特徴とする。

本発明によれば、複数の楽曲を切れ目なく連続再生させる際に、楽曲が不自然に切り替わることを防ぐことができる。

本発明の第１実施形態に係る楽曲再生装置の機能構成を示すブロック図である。 楽曲解析部の動作について説明するフローチャートである。 楽曲分割部が行なう楽曲分割処理の詳細について説明するフローチャートである。 低周波帯域の複素周波数特性の例として、周波数帯域毎の振幅特性ａ_mxの例と、位相特性ｐ_mxの例を示す図である。 ある楽曲の（ｆ（ｍ）−Ｆ_Av）を描いたグラフである。 設定された再生区間を示す図である。 楽曲分割情報が記録された楽曲解析情報の例を示す図である。 音楽特徴量算出部の動作について説明するフローチャートである。 音楽特徴量が記録された楽曲解析情報の例を示す図である。 連続再生時の楽曲再生装置の動作を説明するフローチャートである。 次楽曲設定処理について説明するフローチャートである。 再生楽曲の類似基準区間と評価対象楽曲の評価対象区間とについて説明する図である。 類似基準区間と評価対象区間との類似度の算出について説明する図である。 再生楽曲の楽曲切替ポイントと次楽曲の再生開始ポイントについて説明する図である。 本発明の第２実施形態に係る楽曲再生装置の機能構成を示すブロック図である。 第２実施形態における楽曲分割部が行なう楽曲分割処理の詳細について説明するフローチャートである。 第２実施形態における楽曲分割情報が記録された楽曲解析情報の例を示す図である。 第２実施形態における次楽曲設定処理について説明するフローチャートである。

本発明の実施の形態について図面を参照して詳細に説明する。図１は、本発明の第１実施形態に係る楽曲再生装置１０の機能構成を示すブロック図である。

本図に示すように、楽曲再生装置１０は、再生制御部１１０、再生部１２０、操作受付部１３０、楽曲解析部１４０、次楽曲選定部１５０、記憶部１６０を備えて構成される。楽曲再生装置１０は、例えば、ＣＰＵ、メモリ、補助記憶装置、インタフェース等を備え、ＣＰＵがメモリに格納されたプログラムを実行することにより種々の動作を行なう情報処理装置を用いることができる。具体的には、パーソナルコンピュータ、据置型／可搬型音響装置等とすることができる。また、本図に示した各機能ブロックは、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。なお、楽曲再生装置１０のうち、再生制御部１１０、楽曲解析部１４０、次楽曲選定部１５０は、楽曲再生制御装置として機能する。

再生制御部１１０は、記憶部１６０に格納された楽曲データの再生処理を制御する。本実施形態では、特に、複数の楽曲を切れ目なく続けて再生する連続再生処理を制御する。連続再生に際しては、あらかじめ楽曲解析部１４０に、それぞれの楽曲を複数の再生区間に分割させ、それぞれの再生区間について音楽特徴量を算出させておく。そして、連続再生実行時には、次楽曲選定部１５０に、再生中の楽曲の次に再生する楽曲を選定させる。なお、本実施形態では、再生中の楽曲について次に再生する楽曲を選定する場合を例に説明するが、再生中の楽曲に限られず、再生前の楽曲について次に再生する楽曲を選定するようにしてもよい。さらには、すべての再生順序を予め設定するようにしてもよい。

再生部１２０は、再生制御部１１０の指示に基づいて楽曲データを再生し、再生音を外部あるいは内部に備えられたスピーカー、ヘッドフォン等に出力する。操作受付部１３０は、キーボード、マウス、タッチパネル等の入力装置を介してユーザから各種操作を受け付ける。

楽曲解析部１４０は、楽曲分割部１４１、音楽特徴量算出部１４２を備えている。楽曲分割部１４１は、記憶部１６０に格納された各楽曲データに基づく楽曲を複数の区間に分割する。分割されたそれぞれの区間を再生区間と称する。楽曲分割部１４１は、曲調や音響的特徴が変化するポイントを検出できるような所定の基準に従って、楽曲を複数の再生区間に分割する。

音楽特徴量算出部１４２は、楽曲分割部１４１が分割した再生区間毎に、音楽特徴量を算出する。音楽特徴量は、再生区間の音楽的な特徴を指標化したものであり、複数の要素で表わすことができる。

次楽曲選定部１５０は、連続再生において、再生中の楽曲における楽曲切替ポイントと、次に再生する楽曲と再生開始ポイントとを選定する。すなわち、連続再生においては、再生中の楽曲は楽曲切替ポイントにおいて再生を終了し、次の楽曲が再生開始ポイントから、切れ目なく再生を開始する。次楽曲選定部１５０は、この際に、なるべく違和感が生じないように、次楽曲と再生開始ポイントとを決定する。

次楽曲選定部１５０は、再生楽曲処理部１５１、評価楽曲処理部１５２を備えている。

再生楽曲処理部１５１は、再生中の楽曲に対して楽曲切替ポイントを設定する。また、楽曲切替ポイントから連続する所定数の再生区間を類似基準区間として設定し、類似基準区間に含まれるそれぞれの再生区間について重視度を算出する。

評価楽曲処理部１５２は、次楽曲の候補となる楽曲を順次、評価対象楽曲とする。そして、評価対象楽曲となった楽曲に評価対象区間を設定する。評価対象区間は、類似基準区間と同じ数の連続する再生区間を含んだ区間である。そして、評価対象区間をずらしながら、類似基準区間と評価対象区間との類似度を算出する。評価楽曲処理部１５２は、算出された類似度のうち最も高い類似度である評価対象区間を抽出し、その評価対象区間を含む楽曲を次楽曲として設定する。また、その評価対象区間の開始位置を再生開始ポイントとして設定する。

類似基準区間と評価対象区間との類似度算出では、類似基準区間に含まれる再生区間と、評価対象区間に含まれる再生区間とを対比させ、順番が対応する再生区間同士の音楽特徴量の類似度を算出し、さらに重視度を加味して類似基準区間と評価対象区間との類似度を算出する。すなわち、類似度の高い類似基準区間と評価対象区間とは、対応する再生区間同士で音楽特徴量が近似することを意味する。

この結果、次楽曲として設定された楽曲の再生開始ポイントから連続する再生区間の音楽的特徴の推移は、再生中の楽曲の楽曲切替ポイントから連続する再生区間の音楽的特徴の推移・展開と類似したものとなる。したがって、切れ目なく再生した場合における違和感を少なくすることができる。

記憶部１６０は、ハードディスクドライブや半導体メモリ等の記憶装置であり、楽曲格納部１６１、楽曲解析情報格納部１６２を備えている。楽曲格納部１６１は、楽曲フォーマットで記録された楽曲データを格納する。楽曲データには、楽曲ＩＤ等の識別子が付されているものとする。楽曲解析情報格納部１６２は、格納された楽曲データのそれぞれの楽曲についての楽曲解析情報を格納する。楽曲解析情報には、楽曲分割部１４１が分割した再生区間に関する情報と、音楽特徴量算出部１４２が算出した再生区間毎の音楽特徴量とが含まれる。

次に、楽曲解析部１４０の動作について図２のフローチャートを参照して説明する。楽曲解析部１４０が行なう処理は、楽曲格納部１６１に格納されているすべての楽曲データに対して楽曲データ毎に行なう。ただし、楽曲格納部１６１の所定のディレクトリに格納された楽曲データを対象としたり、前回の処理から新たに記録された楽曲データのみを対象にしてもよい。

楽曲解析部１４０は、まず、所定の順序に従って処理対象とする楽曲データを設定する（Ｓ１０１）。処理対象とする楽曲データの順序は、例えば、楽曲ＩＤ順、楽曲データ名順、データ作成日順等とすることができる。

そして、再生対象となった楽曲データの楽曲を再生区間に分割する（Ｓ１０２）。この処理は、楽曲分割部１４１が行なう。次に、音楽特徴量算出部１４２が分割された再生区間のそれぞれについて音楽特徴量を算出する（Ｓ１０３）。

楽曲解析部１４０は、以上の再生区間分割処理（Ｓ１０２）と音楽特徴量算出処理（Ｓ１０３）を、処理対象楽曲を順次設定しながら繰り返す（Ｓ１０４）。これにより、すべての楽曲について、再生区間への分割、再生区間毎の音楽特徴量の算出が行なわれる。

次に、楽曲分割部１４１が行なう楽曲分割処理（Ｓ１０２）の詳細について図３のフローチャートを参照して説明する。楽曲分割部１４１は、楽曲の曲調や音響的な変化点を検出して、そのポイントで楽曲を分割する。本実施形態では、曲調や音響的な変化点を検出するために、低周波数帯域の平均パワーに着目する。

ただし、低周波数帯域の平均パワーへの着目は一例であり、他の周波数帯域を用いてもよいし、他の手法により、曲調や音響的な変化点を検出するようにしてもよい。一般に、低周波数帯域の平均パワーが大きければ、バスドラムやベースが強いリズミックな曲調と推定され、中周波数帯域の平均パワーが大きければ、メロディックな曲調と推定され、高周波数帯域の平均パワーが大きければ、音の数が多い曲調や賑やかな曲調と推定される。また、シンセサイザーなどを多用した楽曲では全周波数帯域に渡ってパワーが大きく、オーケストラの楽曲は、低周波数帯域が弱くて高周波数帯域が比較的強い傾向が表れる。

低周波数帯域の平均パワーを取得するために、処理対象楽曲の音楽信号に対して、ＦＦＴ（高速フーリエ変換）を行ない、低周波数帯域の複素周波数特性を算出する（Ｓ３０１）。ＦＦＴは、離散フーリエ変換を高速化したものであって、フーリエ変換を行なう区間であるフレーム１つ当たりのサンプル数は、２の累乗に設定する。なお、本実施形態においては、１フレームあたりの所定サンプル数を１０２４として説明する。図４は、低周波帯域の複素周波数特性の例として、周波数帯域毎の振幅特性ａ_ｍｘの例と、位相特性ｐ_ｍｘの例を示す図である。本図の例では、低周波帯域を、０〜４３Ｈｚ、４３〜８６Ｈｚ、８６〜１２９Ｈｚの３つ（帯域番号１〜３）の帯域に分割し、それぞれについて振幅特性ａ_ｍｘと、位相特性ｐ_ｍｘとを算出している。

そして、低周波のそれぞれの周波数帯域についてフレーム毎に平均パワーを算出する（Ｓ３０２）。フレーム番号をｍ、帯域データ番号をｘ、低周波数帯域の開始帯域番号をｘ_０（図４の例では１）、低周波数帯域の終了帯域番号をＸ（図４の例では３）とすると、フレーム番号ｍにおける低周波数帯域の平均パワーｆ（ｍ）は、［数１］によって算出することができる。

図４に示した例を用いて、［数１］に従って平均パワーｆ（ｍ）を求めると、［数２］に示すような結果が得られる。

次に、フレーム毎の低周波数帯域の平均パワーから、楽曲全体の統計量として、楽曲全体の低周波数帯域の平均パワーＦ_Ａｖおよび標準偏差σを算出する（Ｓ３０３）。総フレーム数をＭとすると、楽曲全体の平均パワーＦ_Ａｖは、［数３］によって求められ、標準偏差σは、［数４］によって求めることができる。

次に、所定の条件を満たすフレームを抽出し、抽出されたフレームを、分割点の候補であるカット候補点とする（Ｓ３０４）。所定の条件として、例えば、［数５］を満たした極大値または極小値のフレームとすることができる。

［数５］におけるαは、カット候補点の抽出数を調整するための０以上の実数であり、αの値を大きくすると、カット候補点として抽出されるフレーム数は少なくなり、αの値を小さくすると、カット候補点として抽出されるフレーム数は多くなる。ここでは、例としてα＝２．０とする。

図５は、横軸をフレーム番号として、ある楽曲の（ｆ（ｍ）−Ｆ_Ａｖ）を描いたグラフである。図中の２本の水平破線は、±２．０σの閾値を示している。ｆ（ｍ）−Ｆ_Ａｖが２．０σ以上であり、かつ極大であるフレーム、あるいは（ｆ（ｍ）−Ｆ_Ａｖ）が−２．０以下であり、かつ極小であるフレームをカット候補点とする。本図の例においては、条件を満たし抽出されるカット候補点は７点であり、それぞれ破線円で示している。この結果、分割される再生区間の候補として、区間候補１〜区間候補８が得られる。

次に、区間候補から所定の長さ以下の区間候補を、隣接する区間候補のいずれかに結合させることで、再生区間を決定する（Ｓ３０５）。これは、再生区間が短くなりすぎることを防ぐためである。隣接する区間候補のどちらに結合させるかは予め設定しておくことができる。例えば、後の区間候補に結合させたり、短い方の区間候補に結合させることができる。あるいは、前の区間候補に結合させたり、長い方の区間候補に結合させるようにしてもよい。

図５に示した例における区間候補７が所定の長さ以下である場合には、区間候補７を区間候補６に結合させ、図６に示すように再生区間１〜再生区間７の７つの再生区間を設定する。本図でも示されているように、各再生区間の開始ポイントと終了ポイントとは、平均パワーｆ（ｍ）が極値となるポイントである。このため、曲調や音響的な変化点において再生区間が区切られることが期待される。

再生区間が決定されると、楽曲解析情報の楽曲分割情報として楽曲解析情報格納部１６２に記録する（Ｓ３０６）。図７は、楽曲分割情報が記録された楽曲解析情報の例を示す図である。本図の例では、楽曲ＩＤ１の楽曲が、１５個の再生区間に分割されていることが示されている。それぞれの再生区間は、開始時間と終了時間とで区切りポイントが示されている。なお、フレーム番号ｍから再生時間ｔ［秒］への変換は、１フレーム当たりのサンプル数をｓ、サンプリング周波数をｆｒ［Ｈｚ］として、［数６］にしたがって行なうことができる。ただし、別のフォーマットで再生区間を示すようにしてもよい。

以上が、楽曲分割部１４１が行なう楽曲分割処理（Ｓ１０２）の詳細であるが、曲調や音響的な変化点で楽曲を再生区間に分割する方法であれば、他の方法を用いてもよい。あるいは、楽曲分割情報を格納したデータベースから、楽曲分割情報を取得するようにしてもよい。このデータベースは、楽曲再生装置１０の内部に設けてもよいし、外部に設けてもよい。

次に、音楽特徴量算出部１４２が行なう音楽特徴量算出処理（Ｓ１０３）の詳細について図８のフローチャートを参照して説明する。音楽特徴量算出部１４２は、楽曲分割部１４１によって分割された再生区間のそれぞれについて音楽特徴量を算出する。

このため、まず処理対象再生区間を設定する（Ｓ４０１）。処理対象再生区間は、例えば、再生区間番号順に設定することができる。

そして、処理対象となった再生区間の音楽特徴量を算出する（Ｓ４０２）。音楽特徴量は、再生区間の音楽的な特徴を指標化したものであり、種々の量で表わすことができる。音楽特徴量は、複数の種類を用いることが望ましく、例えば、テンポ（１分間の拍数）、低周波数帯域の平均パワーである低域平均パワー、高周波数帯域の平均パワーである高域平均パワー、平均音量等を用いることができる。また、調性、周波数帯域、音定感、音の厚み、リズムパターン、ビート存在率等を公知の技術を用いて指標化したものであってもよい。なお、公知の技術例としては、特開２００７−３２２５９８号公報、特開平６−２９０５７４号公報等に記載された技術が挙げられる。

音楽特徴量を算出すると、楽曲解析情報格納部１６２に格納されている画曲解析情報の対応する楽曲の再生区間番号に記録する（Ｓ４０３）。以上の処理を処理対象楽曲のすべての再生区間に対して行なう（Ｓ４０４）。図９は、音楽特徴量が記録された楽曲解析情報の例を示している。本図の例では、音楽特徴量としてテンポ、低域平均パワー、高域平均パワーを用いている。

次に、連続再生時における楽曲再生装置１０の動作について図１０のフローチャートを参照して説明する。連続再生は、例えば、操作受付部１３０を介して、ユーザから連続再生指示を受け付けることで開始する（Ｓ２０１）。そして、最初に再生する開始楽曲の設定を行なう（Ｓ２０２）。最初に再生する楽曲をユーザから指定されている場合には、指定された楽曲を開始楽曲とする。ユーザが特定の楽曲を指定していない場合は、例えば、ランダムに開始楽曲を設定する。

最初に再生する楽曲が設定されると、その楽曲の再生を開始する（Ｓ２０３）。楽曲の再生は、記憶部１６０の楽曲格納部１６１に格納されている楽曲データを再生部１２０が再生することで行なわれる。

楽曲の再生は、連続再生が終了するまで（Ｓ２０４：Ｙｅｓ）、楽曲を切り替えながら続ける。連続再生の終了は、例えば、全楽曲を再生した場合、ユーザから終了の指示を受け付けた場合、所定の楽曲数を再生した場合、所定時間再生を行なった場合等とすることができる。

楽曲の再生中に、次に再生する次楽曲の設定を行なう（Ｓ２０５）。次楽曲の設定では、再生中の楽曲についての楽曲切替ポイントと、次楽曲の再生開始ポイントが併せて設定される。楽曲切替ポイント、再生開始ポイントは、例えば、再生経過時間で表わすことができる。

そして、再生中の楽曲の再生位置（再生時間）が、楽曲切替ポイントに達すると（Ｓ２０６：Ｙｅｓ）、次楽曲の再生に切り替える（Ｓ２０７）。この際に、次楽曲の再生開始ポイントから再生を開始する。その後は、次楽曲を再生中の楽曲として扱い、同様の手順で次楽曲を設定していく。これにより、楽曲が途切れることなく連続再生が行なわれる。

なお、再生中の楽曲の再生位置が、楽曲切替ポイントに達したとき、再生中の楽曲の再生をすぐに終了せず、一定の時間だけ、再生を継続するようにしてもよい。この場合、再生中の楽曲と次楽曲とが同時に再生されるが、例えば、再生中の楽曲をフェードアウトさせ、次楽曲をフェードインさせることで、楽曲の切替を円滑に行なえるようになる。

次に、次楽曲選定部１５０が行なう次楽曲設定処理（Ｓ２０５）の詳細について図１１のフローチャートを参照して説明する。次楽曲設定処理（Ｓ２０５）では、まず、再生楽曲処理部１５１が、再生中の楽曲について楽曲切替ポイントを設定する（Ｓ５０１）。

楽曲切替ポイントは、種々の方法で任意に設定することができるが、本実施形態では、図１２（ａ）に示すように、再生中の楽曲の再生時間長に対して、例えば、７０％の位置を含む再生区間の先頭位置を楽曲切替ポイントとして設定するものとする。７０％としたのは、楽曲切替ポイントが前過ぎると再生中の楽曲の再生時間が短くなるからである。なお、７０％の位置に最も近い再生区間の先頭位置を楽曲切替ポイントとしてもよい。

楽曲切替ポイントを設定すると、その再生区間から、連続する所定数の再生区間を類似基準区間として設定する（Ｓ５０２）。図１２（ａ）に示した例では、所定数を４として類似基準区間を設定している。ただし、所定数の４は一例であり、他の数であってもよい。また、楽曲切替ポイントや類似基準区間として設定する再生区間の数は、ユーザからの指示に基づいて設定するようにしてもよい。

次に、類似基準区間に含まれるそれぞれの再生区間について重視度を算出する（Ｓ５０３）。重視度は、それぞれの再生区間の音楽特徴量をどの程度重視するかを示す値であり、本実施形態では、再生区間の長さに比例するものとする。すなわち、再生区間の長さが相対的に大きいほど、重視度を高く設定する。これは、再生区間が長いほど印象が大きくなると考えられるからである。このため、類似基準区間中のｉ番目の再生区間の重視度ｗ_ｉは、図１２（ｂ）に示すように、その再生区間の再生時間をＤ_ｉとし、類似基準区間の再生時間をＴとして、［数７］により算出することができる。

例えば、１番目の再生区間の再生時間Ｄ１が２５秒であり、２番目の再生区間の再生時間Ｄ２が３５秒であり、３番目の再生区間の再生時間Ｄ３が２２秒であり、４番目の再生区間の再生時間Ｄ４が１８秒であったとすると、類似基準区間の再生時間Ｔは１００秒となり、それぞれの再生区間の重視度は、Ｗ１＝０．２５、Ｗ２＝０．３５、Ｗ３＝０．２２、Ｗ４＝０．１８となる。

類似基準区間が設定され、重視度が算出されると、評価楽曲処理部１５２が次楽曲の選定を行なう。そのために、評価対象楽曲を設定する（Ｓ５０４）。評価対象楽曲は、記憶部１６０の楽曲格納部１６１に格納されている楽曲データに係る楽曲のうち、再生中の楽曲および再生済の楽曲以外の楽曲を順次設定する。

そして、設定された評価対象楽曲について評価対象区間を設定する（Ｓ５０５）。評価対象区間は、類似基準区間との類似度を算出する区間であり、類似基準区間と同じ数の連続する再生区間を含んだ区間である。評価対象区間は、図１２（ｃ）に示すように、評価対象楽曲の先頭再生区間から１再生区間ずつずらしながら設定していく。この場合、評価対象区間に含まれる再生区間数は、図１２（ａ）に示した類似基準区間に含まれる再生区間数と同じ４である。

次に設定された評価対象区間と類似基準区間との類似度を算出する（Ｓ５０６）。類似度の算出にあたっては、対応する順番の再生区間毎に音楽特徴量の類似度を算出し、算出された類似度の重み付け平均値を評価対象区間と類似基準区間との類似度とする。重み付け値は、再生区間の重視度を用いる。

再生区間毎の音楽特徴量の類似度は、複数要素の音楽特徴量をベクトルで表わし、そのベクトルのコサイン距離を用いて算出することができる。ただし、コサイン距離に限られず、ジャカード（Ｊａｃｃａｒｄ）係数、ピアソン積率相関係数等を用いて類似度を算出してもよい。

例えば、図１３に示すように、音楽特徴量として、「テンポ」「低域平均パワー」「高域平均パワー」の３つの要素が採用されていたとすると、類似度基準区間の第１再生区間の音楽特徴量は、（Ｖａ１１、Ｖａ１２、Ｖａ１３）の３次元のベクトルＶａ１で表わすことができる。同様に、評価多少区間の第１再生区間の音楽特徴量は、（Ｖｋ１１、Ｖｋ１２、Ｖｋ１３）の３次元のベクトルＶｋ１で表わすことができる。

この場合、第１再生区間の類似度ｃｏｓθ_１は、［数８］により求めることができる。

コサイン距離等による類似度の算出を、対応する順番の再生区間同士で行ない、重視度による重み付け平均値を評価対象区間と類似基準区間との類似度とする。すなわち、類似基準区間に含まれる再生区間の数をｄとし、ｉ番目の再生区間の重視度をｗ_ｉとすると、評価対象区間と類似基準区間との類似度Ｓｉｍは、［数９］により求めることができる。

なお、重視度ｗ_ｉの総和が１である場合、重視度ｗ_ｉが平均の意味を有するので、類似度Ｓｉｍは、［数１０］によって求めることができる。

以上の、評価対象区間と類似基準区間との類似度算出を、図１２（ｃ）に示すように、評価対象区間をずらしながら繰り返す（Ｓ５０９）。そして、設定可能なすべての評価対象区間に対して類似算出を終えると（Ｓ５０７：Ｙｅｓ）、評価対象楽曲の中で最大の類似度が算出された評価対象区間を抽出する（Ｓ５０８）。

なお、評価対象楽曲の終了付近の評価対象区間が最大類似度として設定されると、次楽曲の再生時間が極めて短くなってしまう。これを避けるため、評価対象楽曲に対する評価対象区間の設定範囲に制限を設けるようにしてもよい。例えば、評価対象楽曲に含まれる再生区間数をＳとしたとき、評価対象区間の先頭再生区間が、Ｓ／２番目の再生区間以内となるように、評価対象区間を設定するようにしてもよい。

あるいは、調整係数をβ（０＜β≦１）、類似基準区間の再生区間数をｄ、評価対象楽曲に含まれる再生区間数をＳとして、評価対象区間の先頭再生区間が、［数１１］で求められるＪ番目の再生区間以内となるように、評価対象区間を設定するようにしてもよい。

例えば、Ｓ＝２０、ｄ＝４、β＝０．６のとき、Ｊ＝０．６×２０−４＝８となり、次曲の開始再生区間は、再生区間１〜再生区間８のいずれかに制限される。

以上に示した最大の類似度が算出された評価対象区間の抽出を、評価すべきすべての評価対象楽曲に対して行なうと（Ｓ５０９：Ｙｅｓ）、その中で最も大きな類似度の評価対象区間と、その評価対象区間を含む楽曲とを抽出する（Ｓ５１０）。

そして、抽出された最大の類似度が、予め定められた閾値以上であるかどうかを判定する（Ｓ５１１）。抽出された最大の類似度が、予め定められた閾値未満であれば（Ｓ５１２：Ｎｏ）、類似基準区間に含める再生区間数を短縮して（Ｓ５１２）、再度、重視度算出処理（Ｓ５０３）以降の処理を繰り返す。例えば、類似基準区間に含める再生区間数４であった場合には、３にして再処理を行なうようにする。この場合、評価対象区間の数も対応させて縮小させる。これにより、類似度が低い楽曲が次楽曲として設定され、連続再生において違和感が生じるのを防いでいる。

抽出された最大の類似度が、予め定められた閾値以上であれば（Ｓ５１２：Ｙｅｓ）、その楽曲を次楽曲として設定し、評価対象区間の開始位置を再生開始ポイントとして設定する（Ｓ５１３）。

再生区間は、曲調や音響的な変化点において分割されたものであり、音楽特徴量は、再生区間の音楽的な特徴を指標化したものである。このため、類似基準区間と類似度の高い評価対象区間は、音楽的な特徴の推移・展開が類似していることを意味する。

例えば、類似基準区間の第１再生区間が静かな曲調であり、第２再生区間がややリズムのある曲調であり、第３再生区間が激しい曲調であり、第４再生区間が再度静かな曲調であった場合、同じような展開をする評価対象区間の類似度が高く算出される。このような評価対象区間を、再生中の楽曲の楽曲切替ポイントから切り替えて再生開始することで、違和感のない連続再生を実現することが可能となる。

図１４は、再生楽曲の楽曲切替ポイントと次楽曲の再生開始ポイントについて説明する図である。本図の例では、再生楽曲の再生区間１８〜再生区間２１が類似基準区間として設定されている。このため、楽曲切替ポイントは、再生区間１８の先頭位置となる。これに対して、次楽曲として設定された楽曲は、再生区間１〜再生区間５の評価対象区間が最大類似度となったものとする。この場合、再生開始ポイントは、再生区間２の先頭位置となる。

本図の例では、再生制御部１１０は、再生楽曲の再生位置が、楽曲切替ポイントまで進むと、すなわち、再生区間１７の再生が終了すると、再生楽曲の再生を終了し、次楽曲の再生開始ポイント、すなわち、再生区間２から切れ目なく再生を開始する。本図において、再生対象となっている再生区間を網掛けで示している。

このとき、再生楽曲の再生区間１８〜再生区間２１の音楽的特徴の推移・展開と、次楽曲の再生区間２〜再生区間５の音楽的特徴の推移・展開とは類似しているため、違和感なく連続再生を行なうことができる。

次に、本発明の第２実施形態について説明する。図１５は、本発明の第２実施形態に係る楽曲再生装置２０の機能構成を示すブロック図である。第１実施形態と同じブロックについては同じ符号を付し、説明を簡略化する。

第１実施形態の楽曲再生装置１０は、類似基準区間に含まれる再生区間の重視度を、再生区間の長さに応じた値としたが、第２実施形態の楽曲再生装置２０は、再生区間への分割における分割点の妥当性を示す分割妥当度を重視度として用いるものとする。

本図に示すように、第２実施形態に係る楽曲再生装置２０は、楽曲分割部１４１と音楽特徴量算出部１４２とを備えた楽曲解析部１４０に替えて、楽曲分割部１４１ａと音楽特徴量算出部１４２とを備えた楽曲解析部１４０ａを備えている。また、再生楽曲処理部１５１と評価楽曲処理部１５２とを備えた次楽曲選定部１５０に替えて、再生楽曲処理部１５１ａと評価楽曲処理部１５２ａとを備えた次楽曲選定部１５０ａを備えている。さらに、楽曲格納部１６１と楽曲解析情報格納部１６２とを備えた記憶部１６０に替えて、楽曲格納部１６１と楽曲解析情報格納部１６２ａとを備えた記憶部１６０ａを備えている。他の構成については、第１実施形態の楽曲再生装置１０と同様である。

楽曲解析部１４０ａの動作は図２に示した楽曲解析部１４０の動作と同様であるため、説明を省略し、楽曲分割部１４１ａが行なう楽曲分割処理（Ｓ１０２）の詳細について図１６のフローチャートを参照して説明する。ここでは、図３に示した楽曲分割部１４１が行なう楽曲分割処理（Ｓ１０２）との差異を中心に説明する。

低周波数帯域の複素周波数特性算出処理（Ｓ３０１）、平均パワー算出処理（Ｓ３０２）、楽曲全体の平均パワー統計量算出処理（Ｓ３０３）、カット候補点抽出処理（Ｓ３０４）、再生区間決定処理（Ｓ３０５）は、第１実施形態の楽曲解析部１４０の動作と同様である。

第２実施形態では、再生区間を決定した後、それぞれの分割点における分割の妥当性を示す分割妥当度を算出する（Ｓ３０７）。分割妥当度λは、再生区間の先頭フレームｍにおける低周波数帯域の平均パワーをｆ（ｍ）、［数３］によって算出される楽曲全体の低周波数帯域の平均パワーをＦ_Ａｖ、［数４］によって算出される楽曲全体の低周波数帯域の標準偏差をσとして、［数１２］によって求めることができる。つまり、再生区間の分割点の平均パワーであるｆ（ｍ）と楽曲全体の平均パワーＦ_Ａｖとの差分が大きいほど高い重み付けとなる。ただし、分割妥当度、分割の妥当性、すなわち、分割点により曲調や音響的特徴が変化している確度を指標化できるものであれば、他の方法で求めてもよい。

再生区間が決定され、分割妥当度が算出されると、楽曲解析情報の楽曲分割情報として楽曲解析情報格納部１６２ａに記録する（Ｓ３０８）。図１７は、第２実施形態における楽曲分割情報が記録された楽曲解析情報の例を示す図である。本図に示すように、楽曲分割情報に、分割妥当度が追加され、それぞれの再生区間に対して、０．６、０．５等の分割妥当度が記録されている。

次に、次楽曲選定部１５０ａが行なう次楽曲設定処理について図１８のフローチャートを参照して説明する。ここでは、図１１に示した次楽曲選定部１５０が行なう次楽曲設定処理との差異を中心に説明する。

第２実施形態の次楽曲設定処理では、評価対象区間と類似基準区間との類似度算出処理（Ｓ５０６）において、その再生区間の分割妥当度λを重視度Ｗ_ｉとして用いる。このため、第１実施形態における重視度の算出（Ｓ５０３）は行なわない。他の処理については、図１１に示した次楽曲設定処理と同様である。

第２実施形態の楽曲再生装置２０では、曲調や音響的な変化点の確からしさを示す分割妥当度が高い再生区間を重視して評価対象区間と類似基準区間との類似度を算出するため、楽曲の変化点として重要な再生区間の音楽的特徴がより反映されることになる。このため、連続再生の楽曲切替点における違和感をより少なくすることが可能となる。

１０…楽曲再生装置
２０…楽曲再生装置
１１０…再生制御部
１２０…再生部
１３０…操作受付部
１４０、１４０ａ…楽曲解析部
１４１、１４１ａ…楽曲分割部
１４２…音楽特徴量算出部
１５０、１５０ａ…次楽曲選定部
１５１、１５１ａ…再生楽曲処理部
１５２、１５２ａ…評価楽曲処理部
１６０、１６０ａ…記憶部
１６１…楽曲格納部
１６２、１６２ａ…楽曲解析情報格納部

Claims (8)

1. 複数の楽曲のそれぞれについて、所定の基準に基づいて分割点を設定することで、複数の再生区間に分割する楽曲分割部と、
   それぞれの再生区間について、音楽的な特徴を指標化した音楽特徴量を算出する音楽特徴量算出部と、
   所定の再生楽曲における、いずれかの分割点を楽曲切替ポイントとして設定し、前記切替ポイントから連続する所定数の再生区間を類似基準区間として設定する再生楽曲処理部と、
   前記再生楽曲の他の楽曲について、前記所定数連続する再生区間を評価対象区間として順次設定し、その設定した評価対象区間について、前記類似基準区間と対応する順番の再生区間同士を順次対比させることで類似度を算出することで、最も類似度の高い評価対象区間を抽出し、その最も類似度の高い評価対象区間を含む楽曲を次楽曲として設定する評価楽曲処理部と、
   前記再生楽曲を前記楽曲切替ポイントまで再生したら、前記次楽曲の最も類似度の高い評価対象区間から再生を開始させる再生制御部と、
   を備えることを特徴とする楽曲再生制御装置。
2. 前記再生楽曲処理部は、類似基準区間に含まれる再生区間の長さが長いほど高い重み付けとなる重視度を算出し、
   前記評価楽曲処理部は、前記重視度により再生区間に重み付けを行なって前記類似度を算出することを特徴とする請求項１に記載の楽曲再生制御装置。
3. 前記楽曲分割部は、分割した再生区間それぞれについて、設定した分割点の妥当性を示す分割妥当度を算出し、
   前記評価楽曲処理部は、前記分割妥当度により再生区間に重み付けを行なって前記類似度を算出することを特徴とする請求項１に記載の楽曲再生制御装置。
4. 前記分割妥当度は、所定周波数帯域の前記分割点における平均パワーと、楽曲全体の平均パワーとの差分が大きいほど、高い重み付けとなることを特徴とする請求項３記載の楽曲再生制御装置。
5. 前記楽曲分割部は、楽曲の所定周波数帯域における平均パワーの極値を検出することにより前記分割点を設定することを特徴とする請求項１に記載の楽曲再生制御装置。
6. 前記再生楽曲処理部は、前記再生楽曲の所定の再生位置を含む再生区間の先頭を楽曲切替ポイントとして設定することを特徴とする請求項１に記載の楽曲再生制御装置。
7. 複数の楽曲のそれぞれについて、所定の基準に基づいて分割点を設定することで、複数の再生区間に分割する楽曲分割ステップと、
   それぞれの再生区間について、音楽的な特徴を指標化した音楽特徴量を算出する音楽特徴量算出ステップと、
   所定の再生楽曲における、いずれかの分割点を楽曲切替ポイントとして設定し、前記切替ポイントから連続する所定数の再生区間を類似基準区間として設定する再生楽曲処理ステップと、
   前記再生楽曲の他の楽曲について、前記所定数連続する再生区間を評価対象区間として順次設定し、その設定した評価対象区間について、前記類似基準区間と対応する順番の再生区間同士を順次対比させることで類似度を算出することで、最も類似度の高い評価対象区間を抽出し、その最も類似度の高い評価対象区間を含む楽曲を次楽曲として設定する評価楽曲処理ステップと、
   前記再生楽曲を前記楽曲切替ポイントまで再生したら、前記次楽曲の最も類似度の高い評価対象区間から再生を開始させる再生制御ステップと、
   を含むことを特徴とする楽曲再生制御方法。
8. 複数の楽曲のそれぞれについて、所定の基準に基づいて分割点を設定することで、複数の再生区間に分割する楽曲分割部、
   それぞれの再生区間について、音楽的な特徴を指標化した音楽特徴量を算出する音楽特徴量算出部、
   所定の再生楽曲における、いずれかの分割点を楽曲切替ポイントとして設定し、前記切替ポイントから連続する所定数の再生区間を類似基準区間として設定する再生楽曲処理部、
   前記再生楽曲の他の楽曲について、前記所定数連続する再生区間を評価対象区間として順次設定し、その設定した評価対象区間について、前記類似基準区間と対応する順番の再生区間同士を順次対比させることで類似度を算出することで、最も類似度の高い評価対象区間を抽出し、その最も類似度の高い評価対象区間を含む楽曲を次楽曲として設定する評価楽曲処理部、
   前記再生楽曲を前記楽曲切替ポイントまで再生したら、前記次楽曲の最も類似度の高い評価対象区間から再生を開始させる再生制御部、
   として情報処理装置を機能させることを特徴とするコンピュータプログラム。