JP2012194437A - カラオケ装置 - Google Patents

Abstract

【課題】カラオケ装置にて演奏される楽曲が歌いやすくなるように楽曲データを修正する技術の提供。
【解決手段】ＭＩＤＩアレンジ処理では、演奏指令を出力し、再生演奏処理を実行して、特定楽曲を演奏する（Ｓ１４０）。その特定楽曲の演奏中に取得した音声波形データから、歌声音高ｖｎ０（ｋ）を特定する（Ｓ１６０）。その歌声音高ｖｎ０（ｋ）を、特定楽音ｋの音高との間の音高差である平均音高差分ＤＮ（ｉ）が閾値Ｔｈ以上であれば（Ｓ１８０：ＹＥＳ）、単位区間（ｉ＋１）に対する修正量ＧＳ（ｉ＋１）を導出する（Ｓ１９０）。その後、単位区間（ｉ＋１）においてガイドメロディを構成する楽音の音高を、修正量ＧＳ（ｉ＋１）（即ち、オクターブ単位で）シフトすることで修正楽曲データを生成する（Ｓ２００）。そして、単位区間（ｉ＋１）のガイドメロディについては、音高が変更された後の楽音が演奏される。
【選択図】図３

Description

本発明は、カラオケ装置に関する。

従来、予め規定された種類の楽器の音（以下、楽器音とする）を出力するカラオケ装置であって、ＭＩＤＩ規格によって楽曲を表した楽曲データに基づいて当該楽曲を演奏するカラオケ装置が知られている（例えば、特許文献１参照）。

一般的に、楽曲データは、少なくとも、当該楽曲にて歌唱されるべき旋律を表すガイドメロディの演奏を担当する楽器音であるガイメロ楽器音、及びガイドメロディに対する副次的な旋律を表す伴奏メロディの演奏を担当する各楽器音である伴奏楽器音のそれぞれについて、個々の楽音の音高、演奏開始タイミングが規定された楽譜トラックを有している。

そして、このようなカラオケ装置では、当該カラオケ装置にて演奏された楽曲のガイドメロディにあわせて、当該カラオケ装置の利用者が歌唱することがなされる。

特開平１０−２２２１７６号公報

しかしながら、特許文献１に記載されたカラオケ装置にて演奏された楽曲に対し、当該カラオケ装置の利用者が歌唱すると、ガイドメロディを構成する楽音は、利用者自身が発した歌声に埋もれてしまい、聞き取りにくくなってしまう。

つまり、特許文献１に記載されたカラオケ装置では、ガイドメロディを構成する楽音が時間軸に沿って推移した音高の推移が聞き取りにくくなり、カラオケ装置にて演奏された楽曲が歌いにくくなる可能性があるという問題があった。

そこで、本発明は、カラオケ装置において、演奏されている楽曲が歌いやすくなるように楽曲データを修正する技術を提供することを目的とする。

上記目的を達成するためになされた本発明は、カラオケ装置に関する。
本発明のカラオケ装置では、楽曲データ取得手段が、楽曲の楽譜を表し、少なくとも、該楽曲にて歌唱されるべき旋律を表すガイドメロディについて、個々の楽音の音高、及び演奏開始タイミングが少なくとも規定された楽曲データを取得する。その取得した楽曲データに基づいて、楽曲演奏手段が、該楽曲データに対応する楽曲である特定楽曲を演奏する。

そして、音声データ取得手段が、楽曲演奏手段での特定楽曲の演奏中に入力される音声の波形を表す音声波形データを取得し、少なくとも、音声データ取得手段で取得した音声波形データに基づいて、音高特定手段が、特定楽曲に規定された時間長である少なくとも１つの単位区間における音声の音高を表す歌唱音高を特定する。

さらに、音高差分特定手段が、音高特定手段で特定した単位区間における歌唱音高と、ガイドメロディを形成する楽音のうちの該単位区間に対応する楽音である特定楽音の音高との音高差を表す音高差分を特定する。その特定した音高差分が、予め規定された閾値以上であれば、修正手段が、ガイドメロディを形成する楽音のうち、時間軸に沿って特定楽音よりも後の楽音である対象楽音の音高をオクターブ単位で変更する。

本発明のカラオケ装置では、ガイドメロディを形成する楽音の音高を、当該カラオケ装置の利用者が正確に歌唱できなければ、時間軸に沿って特定楽音よりも後の楽音（即ち、対象楽音）の音高をオクターブ単位で変更する。

このため、本発明のカラオケ装置によれば、当該カラオケ装置の利用者自身が発声した音の音高に対象楽音の音高が重なることを低減でき、当該カラオケ装置の利用者にとって、ガイドメロディの楽音（即ち、対象楽音）が聞き取りにくくなることを低減できる。

さらに、本発明のカラオケ装置では、対象楽音の音高の変更を、オクターブ単位で実行している。人は、通常、同一の音名であればオクターブ（音階）が異なっても、同じ音として認識することが知られている。よって、当該カラオケ装置で修正された楽曲データであれば、当該カラオケ装置の利用者にとって、修正後の対象楽音を、修正前の対象楽音と同じ音として認識可能な状態に維持できる。さらには、修正された後の特定楽曲において、修正後の対象楽音が、当該特定楽曲の伴奏音（即ち、ガイドメロディを構成する楽音以外の楽音）と不協和音となることを防止できる。

これらの結果、修正された後の特定楽曲は、当該カラオケ装置の利用者にとって、修正後の対象楽音を修正前の対象楽音と同様の音として認識可能である共に、利用者自身が発した歌声を聞き取りやすいため、修正された後の特定楽曲は歌いやすくなる。換言すれば、本発明のカラオケ装置によれば、当該カラオケ装置にて演奏される楽曲が歌いやすくなるように楽曲データを修正する技術を提供することができる。

なお、ここで言う音高とは、音の高さを表す概念であり、例えば、音名に対応する特定の周波数や、その特定の周波数を含む周波数帯域を含むものである。また、ここで言う単位区間とは、特定楽曲に規定された少なくとも１つの時間長であり、その時間長は、例えば、予め規定された音符長に相当する時間長であっても良いし、予め規定された数の小節に相当する時間長であっても良いし、予め規定されたフレーズ（例えば、ＡメロやＢメロ、サビ）に相当する時間長であっても良い。

また、本発明のカラオケ装置における修正手段は、音高差分が、歌唱音高が特定楽音の音高よりも高いことを表していれば、修正前の対象楽音の音高よりも低くなるように、対象楽音の音高を変更し、音高差分が、歌唱音高が特定楽音の音高よりも低いことを表していれば、修正前の対象楽音の音高よりも高くなるように、対象楽音の音高を変更しても良い（請求項２）。

このようなカラオケ装置では、当該カラオケ装置の利用者が発声した声の音高が特定楽音の音高よりも高ければ、対象楽音の音高を低くし、当該カラオケ装置の利用者が発声した声の音高が特定楽音の音高よりも低ければ、対象楽音の音高を高くする。

このように変更された特定楽曲をカラオケ装置の利用者が歌唱する場合、その利用者が一般的な利用者であれば、発する歌声の音高は、ガイドメロディとして出力される修正後の対象楽音の音高に引っ張られる。

このことから、修正された後の特定楽曲であれば、当該カラオケ装置の利用者自身が発した歌声の音高を、本来発声すべきガイドメロディの音高に近づけることができる。
さらに、本発明のカラオケ装置において、音高差分特定手段は、少なくとも、歌唱音高から修正前の特定楽音の音高を減算した値を音高差分として特定しても良い。この場合、本発明における修正手段は、音高差分が正の値であれば、修正前の対象楽音の音高から対象楽音の音高を１オクターブ低下させ、音高差分の値が負の値であれば、修正前の対象楽音の音高から対象楽音の音高を１オクターブ高くしても良い（請求項３）。

このようなカラオケ装置によれば、対象楽音の音高を変更する際の変更量を必要最小限とすることができる。この結果、特定楽曲の印象が、演奏途中で大きく変更されることを防止できる。

ところで、本発明のカラオケ装置においては、特定楽曲における単位区間は、当該特定楽曲の時間軸に沿って連続するように複数規定されていても良い。
この場合、本発明の音声データ取得手段は、音声波形データを継続して取得し、音高特定手段は、特定楽曲の時間軸に沿って、歌唱音高を繰り返し特定しても良い。さらに、本発明における音高差分特定手段は、楽曲演奏手段で演奏されている特定楽曲の時間軸に沿って、当該特定楽曲が単位区間となる毎に、該単位区間に対する音高差分を特定し、修正手段は、特定楽曲の時間軸に沿って、音高差分特定手段が音高差分を特定する毎に、対象楽音の音高をオクターブ単位で変更しても良い（請求項４）。

このようなカラオケ装置では、特定楽曲の時間軸に沿って楽曲データの修正を繰り返し実行する。
この結果、本発明のカラオケ装置によれば、特定楽曲の時間軸に沿った各区間で、最適な音高に変更されたガイドメロディを演奏することができる。

本発明が適用されたカラオケ装置の概略構成を示すブロック図である。 ＭＩＤＩデータの概要を説明する図である。 ＭＩＤＩアレンジ処理の処理手順を示すフローチャートである。 カラオケ装置の動作例を示した図である。 カラオケ装置の動作例を示した図である。

以下に本発明の実施形態を図面と共に説明する。
図１は、本発明が適用されたカラオケ装置の概略構成を示すブロック図である。
この図１に示すカラオケ装置１０は、楽曲を表す楽曲データに基づいて、当該楽曲データに対応する楽曲を演奏すると共に、その楽曲データを修正する装置である。以下、カラオケ装置１０にて修正した楽曲データを修正楽曲データと称す。

この楽曲データ（ここでは、修正楽曲データも含む）によって表わされる楽曲とは、作曲者が作曲した楽曲を、カラオケの用途のために編曲した楽曲であり、通常、当該楽曲にて歌唱されるべき旋律を表すガイドメロディと、そのガイドメロディに対する副次的な旋律を表す少なくとも一つの伴奏メロディと、当該楽曲のリズムを表すリズム旋律とを有する。ここで言う伴奏メロディには、ガイドメロディとは異なる旋律に加えて、ガイドメロディの和音に相当する旋律を含む。

図１に示すように、カラオケ装置１０は、通信部１１と、入力受付部１３と、表示部１４と、音声入力部１５と、音声出力部１６と、音源モジュール１７と、記憶部１８と、制御部２０とを備えている。

このうち、通信部１１は、カラオケ装置１０をネットワーク（例えば、専用回線やＷＡＮ）に接続し、その接続されたネットワークを介して外部と通信を行うものである。
入力受付部１３は、外部からの操作に従って情報や指令の入力を受け付ける入力機器（例えば、リモートコントローラ）である。表示部１４は、画像を表示する表示装置（例えば、液晶ディスプレイやＣＲＴ等）である。また、音声入力部１５は、音声を電気信号に変換して制御部２０に入力する装置（いわゆるマイクロホン）である。音声出力部１６は、制御部２０からの電気信号を音声に変換して出力する装置（いわゆるスピーカ）である。

さらに、音源モジュール１７は、楽曲データに基づいて、予め規定された種類の楽器の音（以下、楽器音とする）を出力する装置である。本実施形態においては、音源モジュール１７は、周知のＭＩＤＩ（Ｍｕｓｉｃａｌ Ｉｎｓｔｒｕｍｅｎｔ Ｄｉｇｉｔａｌ Ｉｎｔｅｒｆａｃｅ）音源によって構成されている。そして、音源モジュール１７にて出力される楽器音は、鍵盤楽器（例えば、ピアノやパイプオルガンなど）の楽器音、弦楽器（例えば、バイオリンやビオラ、ギター、ベース、琴など）の楽器音、打楽器（例えば、ドラムやシンバル、ティンパニー、木琴、ビブラフォンなど）の楽器音、及び管楽器（例えば、クラリネットやトランペット、フルート、尺八など）の楽器音などである。

次に、楽曲データは、楽曲を区別するデータである識別データと、当該楽曲の歌詞を表す歌詞データと、当該楽曲にて用いられる楽器各々についての楽譜を表す楽譜トラックとを少なくとも有し、周知のＭＩＤＩ規格によって表されている。

楽譜トラックとしては、ガイドメロディと、伴奏メロディと、リズム旋律とのそれぞれに対応するデータが予め生成されている。つまり、楽譜トラックには、ガイドメロディの演奏を担当する楽器（以下、ガイメロ楽器とする）に対応する楽譜トラック、伴奏メロディの演奏を担当する各楽器（以下、伴奏メロディ楽器とする）に対応する楽譜トラック、リズム旋律の演奏を担当する楽器（以下、リズム楽器とする）に対応する楽譜トラックが存在する。

なお、実施形態においては、ガイメロ楽器として、例えば、ビブラフォンが規定され、リズム楽器として、例えば、ドラムやシンバルなどが規定されている。また、実施形態における伴奏メロディ楽器には、当該伴奏メロディ楽器の楽器音における周波数のスペクトル構造が人の声と同様のスペクトル構造（即ち、倍音構造）となる楽器（以下、ハーモニー伴奏楽器とする）が含まれる。このハーモニー伴奏楽器には、例えば、バイオリンやビオラ、ギター、ベース（いわゆるベースギター）などが含まれる。

各楽譜トラックには、楽器の種類に応じてインデックス番号が割り振られており、このインデックス番号によって、各楽譜トラックに対応する楽器の種類を特定可能となる。
ところで、各楽譜トラックに規定される内容には、個々の楽音（即ち、楽器音）の音符長、個々の楽音の音高（いわゆるノートナンバー）、個々の楽音の強さ（いわゆるアタック、ベロシティ、ディケイなど）がある。

ただし、楽譜トラックでの音符長は、当該楽音（楽器音）の出力を開始する、当該楽曲の演奏開始からの時刻を表す演奏開始タイミング（いわゆるノートオンタイミング）と、当該楽音（楽器音）の出力を終了する、当該楽曲の演奏開始からの時刻を表す終了タイミング（いわゆるノートオフタイミング）とによって規定されている。

つまり、各楽譜トラックは、図２に示すように、時間の進行に沿った楽音それぞれについて、ノートナンバー、ノートオンタイミング、及びノートオフタイミングが規定されることによって、楽器にて演奏すべき楽譜を表している。

また、記憶部１８は、記憶内容を読み書き可能に構成された不揮発性の記憶装置（例えば、ハードディスク装置）である。この記憶部１８には、処理プログラムや、通信部１１を介して取得された楽曲データが少なくとも格納される。

制御部２０は、電源が切断されても記憶内容を保持する必要がある処理プログラムやデータを格納するＲＯＭ２１と、処理プログラムやデータを一時的に格納するＲＡＭ２２と、ＲＯＭ２１やＲＡＭ２２に記憶された処理プログラムに従って各処理（各種演算）を実行するＣＰＵ２３とを少なくとも有した周知のコンピュータを中心に構成されている。

なお、本実施形態における処理プログラムとして、入力受付部１３を介して指定された楽曲（以下、特定楽曲）に対応する楽曲データを取得して、特定楽曲を演奏すると共に、その特定楽曲の演奏中に、カラオケ装置１０の利用者が歌唱しやすい楽曲となるように当該楽曲データを修正する（即ち、修正楽曲データを生成する）ＭＩＤＩアレンジ処理の処理手順を表した処理プログラムが予め用意されている。
〈ＭＩＤＩアレンジ処理について〉
次に、制御部２０が実行するＭＩＤＩアレンジ処理について説明する。

ここで、図３は、ＭＩＤＩアレンジ処理の処理手順を示すフローチャートである。
このＭＩＤＩアレンジ処理は、入力受付部１３を介して起動指令が入力されると、実行が開始されるものである。

このＭＩＤＩアレンジ処理は、図３に示すように、起動されると、まず、入力受付部１３を介して入力され、かつ特定楽曲の指定を受け付ける楽曲選択指令を取得する（Ｓ１１０）。

続いて、Ｓ１１０で取得した楽曲選択指令に対応する楽曲データを取得する（Ｓ１２０）。そのＳ１２０にて取得した楽曲データ（以下、取得楽曲データと称す）におけるガイメロ楽器音に対応する楽譜トラックに規定された楽音の情報（即ち、音高や演奏開始タイミング）を取得する（Ｓ１３０）。

そして、楽曲データに基づいて特定楽曲が演奏されるように、再生演奏処理を制御部２０に実行させる再生指令を出力する（Ｓ１４０）。この再生指令によって実行される再生演奏処理は、少なくとも楽曲データ（ここでは、取得楽曲データ、及び後述するＳ２１０にて生成される修正楽曲データのうちの一方）を読み込み、その読み込んだ楽曲データに対応する特定楽曲の演奏を実行し、演奏音を音声出力部１６から放音すると共に、歌詞データに基づく歌詞を表示部１４に表示する周知の処理である。ただし、本実施形態における再生演奏処理では、楽曲データを、特定楽曲の時間軸に沿って予め規定された単位区間ｉ毎に読み込み、特定楽曲の演奏を単位区間ｉ毎に実行可能とされている。

この単位区間ｉとは、特定楽曲の時間軸に沿って予め規定されたフレーズ（例えば、ＡメロやＢメロ、サビ）それぞれに相当する時間長であることが好ましい。ただし、単位区間ｉは、これに限るものではなく、予め規定された数の小節に相当する時間長でも良いし、ガイドメロディを形成する各楽音の時間長でも良い。ただし、記号ｉは、単位区間を識別するインデックスであり、時間軸に沿った単位区間の順番を表す。

さらに、音声入力部１５を介して入力される音の波形を表す音声波形データを取得する（Ｓ１５０）。カラオケ装置１０において、再生演奏処理の実行中、即ち、特定楽曲の演奏中に、音声入力部１５を介して入力される音は、通常、カラオケ装置１０の利用者が発した歌声である。

続いて、Ｓ１５０で取得した音声波形データ及びＳ１３０で取得したガイメロ楽器音に対応する楽譜トラックに規定された楽音の情報に基づいて、カラオケ装置１０の利用者が発した歌声の音高を表す歌声音高ｖｎ０（ｋ）を導出する（Ｓ１６０）。このＳ１６０では、ガイドメロディを形成し、かつ単位区間ｉに含まれる個々の楽音である特定楽音ｋ毎に、歌声音高ｖｎ０（ｋ）を導出する。なお、ｋは、特定楽音を識別するインデックスであり、時間軸に沿った特定楽音の順番を表す。

具体的に本実施形態のＳ１６０では、Ｓ１５０にて音声波形データを取得すると、その取得した音声波形データに基づいて、歌声の周波数（以下、瞬時音高と称す）を単位時間毎に特定する。ただし、単位時間は、特定楽音ｋの中で演奏時間が最も短い特定楽音の時間長（即ち、演奏時間）よりも短い時間長である。なお、瞬時音高を特定する方法としては、時間軸上の自己相関を用いる方法や、周波数スペクトルの自己相関を用いる方法など、周知の手法を用いれば良いため、ここでの詳しい説明は省略する。

そして、特定楽音ｋにおける全単位時間での瞬時音高を平均化及び平滑化することで、一つの特定楽音ｋに対する歌声音高周波数ｖｆ₀（ｋ）を導出する。この導出した歌声音高周波数ｖｆ₀（ｋ）を下記（１）式に代入することで、歌声音高ｖｎ０（ｋ）を導出する。

すなわち、（１）式は、歌声音高周波数ｖｆ₀（ｋ）をノートナンバーに変換する式である。
続いて、Ｓ１６０で導出した歌声音高ｖｎ０（ｋ）と、Ｓ１３０で取得したガイメロ楽器音に対応する楽譜トラックに規定された楽音の情報とに基づいて、特定楽音ｋの音高と歌声音高ｖｎ０（ｋ）との単位区間ｉにおける平均の音高差分（以下、平均音高差分と称す）ＤＮ（ｉ）を導出する（Ｓ１７０）。

具体的に本実施形態のＳ１７０では、Ｓ１６０で導出した歌声音高ｖｎ０（ｋ）を、下記（２）式に代入することで、平均音高差分ＤＮ（ｉ）を導出する。なお、（２）式中のＫＮは、単位区間ｉ内に含まれる特定楽音ｋの数を表し、ｎｎ（ｋ）は、取得楽曲データにおける特定楽音ｋの音高（ノートナンバー）を表す。

さらに、Ｓ１７０で導出した平均音高差分ＤＮ（ｉ）の絶対値が、予め規定された閾値Ｔｈ以上であるか否かを判定する（Ｓ１８０）。本実施形態の閾値Ｔｈは、カラオケ装置１０の利用者が発した声の音高と、ガイドメロディを形成する楽音の音高とのズレについて、許容範囲を示すものとして、予め規定されている。

このＳ１８０での判定の結果、平均音高差分ＤＮ（ｉ）の絶対値が閾値Ｔｈ以上であれば（Ｓ１８０：ＹＥＳ）、ガイメロ楽器に対応する楽譜トラックに規定された全ての楽音の中で、時間軸に沿って、現サイクルにて演奏した単位区間ｉの次の単位区間（ｉ＋１）に含まれる楽音（即ち、時間軸に沿って特定楽音ｋよりも後の楽音である対象楽音）の音高を変更する修正量ＧＳ（ｉ＋１）を導出する（Ｓ１９０）。

具体的に本実施形態のＳ１９０では、Ｓ１７０で導出した平均音高差分ＤＮ（ｉ）を下記（３）式に代入することで、修正量ＧＳ（ｉ＋１）を導出する。なお、（３）式中のｓｉｇｎは、入力値が負の値であれば「１」を、入力値が正の値であれば「−１」を出力する符号関数であり、修正量ＧＳ（ｉ＋１）は、オクターブ（即ち、１２半音）単位である。

したがって、（３）式は、ガイドメロディを構成する楽音の音高よりも歌声音高ｖｎ０（ｋ）が低ければ、ガイドメロディを構成する楽音の音高が修正前よりも高くなるように、修正量ＧＳ（ｉ＋１）を「＋１」とする。また、（３）式は、ガイドメロディを構成する楽音の音高よりも歌声音高ｖｎ０（ｋ）が高ければ、ガイドメロディを構成する楽音の音高が修正前よりも低くなるように、修正量ＧＳ（ｉ＋１）を「−１」とする。

続いて、ガイメロ楽器に対応する楽譜トラックに規定された全ての楽音の中で、単位区間（ｉ＋１）に含まれる楽音（即ち、対象楽音）の音高を、Ｓ１９０で導出した修正量ＧＳ（ｉ＋１）に基づいて変更する（Ｓ２００）。具体的に本実施形態のＳ２００では、対象楽音の音高（即ち、予め規定されたノートナンバー）に、｛修正量ＧＳ（ｉ＋１）×１２｝によって表される値（ノートナンバー）を加算する。

換言すれば、本実施形態のＳ２００では、単位区間（ｉ＋１）についての対象楽音の音高を修正量ＧＳ（ｉ＋１）シフトすることで修正した取得楽曲データを、修正楽曲データとして生成する。

その後、Ｓ１５０へと戻る。
ただし、再生演奏処理では、時間軸に沿って、現サイクルにて読み込んだ単位区間ｉの次の単位区間（ｉ＋１）について楽曲データを読み込み、特定楽曲の演奏を継続する。このとき読み込まれる楽曲データは、Ｓ２００にて生成された修正楽曲データであり、その修正楽曲データに規定されたガイメロ楽器音に対応する楽譜トラックは、先のＳ２００にて楽音の音高がシフトされたものである。

その後、Ｓ１５０からＳ２００のステップを繰り返す。
一方、Ｓ１８０での判定の結果、平均音高差分ＤＮ（ｉ）の絶対値が閾値Ｔｈ未満である場合（Ｓ１８０：ＮＯ）には、Ｓ１９０，Ｓ２００を実行することなく、Ｓ１５０へと戻る。

なお、再生演奏処理では、時間軸に沿って、現サイクルにて読み込んだ単位区間ｉの次の単位区間（ｉ＋１）について楽曲データを読み込み、特定楽曲の演奏を継続する。このとき読み込まれる楽曲データは、Ｓ１２０にて取得した取得楽曲データそのものであり、その取得楽曲データが有するガイメロ楽器音に対応する楽譜トラックは、楽音の音高が、当該取得楽曲データが生成されたときの楽音の音高に維持されている。

その後、Ｓ１５０からＳ２００のステップを繰り返す。
ただし、制御部２０は、再生演奏処理により、特定楽曲を構成する楽音を最後まで演奏すると、ＭＩＤＩアレンジ処理を終了し、次の起動指令が入力されるまで待機する。
〈カラオケ装置の動作例〉
次に、カラオケ装置１０の動作例を説明する。

ここで、図４，５は、ＭＩＤＩアレンジ処理の動作例を示した図であり、それぞれ、ガイドメロディを構成する楽音と、伴奏メロディを構成する楽音と、歌声音高との関係を示した図である。

この動作例の状況として、ＭＩＤＩアレンジ処理を実行中のカラオケ装置１０において、図４に示すような特定楽曲における単位区間ｉを演奏中である状況を想定する。ただし、図中，ＧＮｏで表される楽音がガイドメロディを形成する楽音（即ち、特定楽音ｋ）であり、図中，ＡＮｏで表される楽音が伴奏メロディやリズム旋律といったガイドメロディ以外の旋律を構成する楽音である。

そして、図４に示すように、歌声音高ｖｎ０（ｋ）が、単位区間ｉにおける特定楽音ｋ（図中，ＧＮｏ１〜５で表される楽音）の音高との間に、閾値Ｔｈ以上のズレを有している場合を想定する。この場合、ＭＩＤＩアレンジ処理におけるＳ１７０で導出される平均音高差分ＤＮ（ｉ）が閾値Ｔｈ以上であるため、Ｓ１９０にて、単位区間（ｉ＋１）に対する修正量ＧＳ（ｉ＋１）を導出する。

その後、図５に示すように、修正量ＧＳ（ｉ＋１）に従って、音高がシフトされた楽音（図中，Ｇ'Ｎｏ１〜４で表される楽音）によって、単位区間（ｉ＋１）におけるガイドメロディを形成する修正楽曲データを生成する。ただし、生成された修正楽曲データにおいては、伴奏メロディやリズム旋律といったガイドメロディ以外の旋律を構成する楽音（図中，ＡＮｏで表される楽音）の音高については、取得楽曲データが生成されたときの音高（即ち、初期値）に維持される。

そして、再生演奏処理により、単位区間（ｉ＋１）のガイドメロディについては、音高が変更された後の楽音が演奏される。
一方、歌声音高ｖｎ０（ｋ）が、単位区間ｉにおける特定楽音ｋ（図中，ＧＮｏ１〜５で表される楽音）の音高との間に、閾値Ｔｈ以上のズレを有していない場合を想定する。この場合、ＭＩＤＩアレンジ処理におけるＳ１７０で導出される平均音高差分ＤＮ（ｉ）が閾値Ｔｈ未満であるため、図４に示すように、単位区間（ｉ＋１）におけるガイドメロディを形成する楽音（図中，ＧＮｏで表される楽音）の音高は、伴奏メロディやリズム旋律といったガイドメロディ以外の旋律を構成する楽音（図中，ＡＮｏで表される楽音）の音高と同様、取得楽曲データにおける楽音の音高、即ち、予め規定された音高に維持される。

そして、再生演奏処理により、単位区間（ｉ＋１）については、取得楽曲データにおける楽音が演奏される。
［実施形態の効果］
以上説明したように、カラオケ装置１０では、平均音高差分ＤＮ（ｉ）が閾値Ｔｈ以上であれば、対象楽音の音高をオクターブ単位でシフトして演奏している。

この結果、カラオケ装置１０によれば、当該カラオケ装置１０の利用者自身が発声した音の音高に対象楽音の音高が重なることを低減でき、カラオケ装置１０の利用者にとって、ガイドメロディの楽音（即ち、対象楽音）が聞き取りにくくなることを低減できる。

しかも、カラオケ装置１０では、対象楽音の音高の変更を、１オクターブ単位で実行している。人は、通常、同一の音名であればオクターブ（音階）が異なっても、同じ音として認識することが知られている。

よって、カラオケ装置１０で修正された楽曲データであれば、当該カラオケ装置１０の利用者にとって、修正後の対象楽音を、修正前の対象楽音と同じ音として認識可能な状態に維持できる。

さらには、修正された後の特定楽曲において、修正後の対象楽音が、当該特定楽曲の伴奏音（即ち、ガイドメロディを構成する楽音以外の楽音）と不協和音となることを防止できる。そして、上記実施形態のＭＩＤＩアレンジ処理では、対象楽音の音高の変更量を１オクターブとしているため、変更量は必要最小限であり、特定楽曲の印象が、演奏途中で大きく変更されることを防止できる。

これらの結果、修正された後の特定楽曲は、カラオケ装置１０の利用者にとって、修正後の対象楽音を修正前の対象楽音と同様の音として認識可能である共に、利用者自身が発した歌声を聞き取りやすいため、修正された後の特定楽曲は歌いやすくなる。換言すれば、カラオケ装置１０によれば、カラオケ装置１０にて演奏される楽曲が歌いやすくなるように楽曲データを修正する技術を提供することができる。

特に、カラオケ装置１０では、カラオケ装置１０の利用者が発声した声の音高（即ち、歌唱音高ｖｎ０（ｋ））が、特定楽音ｋの音高よりも高ければ、対象楽音の音高を低くし、歌唱音高ｖｎ０（ｋ）が特定楽音ｋの音高よりも低ければ、対象楽音の音高を高くする。

このように変更された特定楽曲をカラオケ装置１０の利用者が歌唱する場合、その利用者が一般的な利用者であれば、発する歌声の音高は、ガイドメロディとして出力される修正後の対象楽音の音高に引っ張られる。

このことから、修正された後の特定楽曲であれば、カラオケ装置１０の利用者自身が発した歌声の音高を、本来発声すべきガイドメロディの音高に近づけることができる。
［その他の実施形態］
以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において、様々な態様にて実施することが可能である。

例えば、上記実施形態においては、ＭＩＤＩアレンジ処理をカラオケ装置１０の制御部２０にて実行していたが、ＭＩＤＩアレンジ処理を実行する装置は、これに限るものではない。カラオケ装置が、楽曲データに基づいて、特定楽曲を演奏するカラオケ端末と、カラオケ端末に楽曲データを配信するサーバとを備えた通信カラオケシステムとして構成されている場合には、ＭＩＤＩアレンジ処理をサーバにて実行しても良い。
［実施形態と特許請求の範囲との対応関係］
最後に、上記実施形態の記載と、特許請求の範囲の記載との関係を説明する。

本実施形態のＭＩＤＩアレンジ処理におけるＳ１２０が、本発明の楽曲データ取得手段に相当し、ＭＩＤＩアレンジ処理におけるＳ１４０が、本発明の楽曲演奏手段に相当し、ＭＩＤＩアレンジ処理におけるＳ１５０が、本発明の音声データ取得手段に相当する。さらに、ＭＩＤＩアレンジ処理におけるＳ１６０が、本発明の音高特定手段に相当し、ＭＩＤＩアレンジ処理におけるＳ１７０が、本発明の音高差分特定手段に相当し、ＭＩＤＩアレンジ処理におけるＳ１８０〜Ｓ２００が、本発明の修正手段に相当する。

１０…カラオケ装置 １１…通信部 １３…入力受付部 １４…表示部 １５…音声入力部 １６…音声出力部 １７…音源モジュール １８…記憶部 ２０…制御部 ２１…ＲＯＭ ２２…ＲＡＭ ２３…ＣＰＵ

Claims (4)

1. 楽曲の楽譜を表し、少なくとも、該楽曲にて歌唱されるべき旋律を表すガイドメロディについて、個々の楽音の音高、及び演奏開始タイミングが少なくとも規定された楽曲データを取得する楽曲データ取得手段と、
   前記楽曲データ取得手段で取得した楽曲データに基づいて、該楽曲データに対応する楽曲である特定楽曲を演奏する楽曲演奏手段と、
   前記楽曲演奏手段での特定楽曲の演奏中に入力される音声の波形を表す音声波形データを取得する音声データ取得手段と、
   少なくとも、前記音声データ取得手段で取得した音声波形データに基づいて、前記特定楽曲に規定された時間長である少なくとも１つの単位区間における前記音声の音高を表す歌唱音高を特定する音高特定手段と、
   前記音高特定手段で特定した前記単位区間における歌唱音高と、前記ガイドメロディを形成する楽音のうちの該単位区間に対応する楽音である特定楽音の音高との音高差を表す音高差分を特定する音高差分特定手段と、
   前記音高差分特定手段で特定した音高差分が、予め規定された閾値以上であれば、前記ガイドメロディを形成する楽音のうち、時間軸に沿って前記特定楽音よりも後の楽音である対象楽音の音高をオクターブ単位で変更する修正手段と
   を備えることを特徴とするカラオケ装置。
2. 前記修正手段は、
   前記音高差分が、前記歌唱音高が前記特定楽音の音高よりも高いことを表していれば、修正前の対象楽音の音高よりも低くなるように、前記対象楽音の音高を変更し、前記音高差分が、前記歌唱音高が前記特定楽音の音高よりも低いことを表していれば、修正前の対象楽音の音高よりも高くなるように、前記対象楽音の音高を変更することを特徴とする請求項１に記載のカラオケ装置。
3. 前記音高差分特定手段は、
   少なくとも、前記歌唱音高から前記特定楽音の音高を減算した値を前記音高差分として特定し、
   前記修正手段は、
   前記音高差分が正の値であれば、修正前の対象楽音の音高から前記対象楽音の音高を１オクターブ低下させ、前記音高差分の値が負の値であれば、修正前の対象楽音の音高から前記対象楽音の音高を１オクターブ高くすることを特徴とする請求項２に記載のカラオケ装置。
4. 前記単位区間は、前記特定楽曲の時間軸に沿って連続するように複数規定されており、
   前記音声データ取得手段は、
   前記音声波形データを継続して取得し、
   前記音高特定手段は、
   前記特定楽曲の時間軸に沿って、前記歌唱音高を繰り返し特定し、
   前記音高差分特定手段は、
   前記楽曲演奏手段で演奏されている特定楽曲の時間軸に沿って、当該特定楽曲が前記単位区間となる毎に、該単位区間に対する前記音高差分を特定し、
   前記修正手段は、
   前記特定楽曲の時間軸に沿って、前記音高差分特定手段が音高差分を特定する毎に、前記対象楽音の音高をオクターブ単位で変更する
   ことを特徴とする請求項１から請求項３のいずれか一項に記載のカラオケ装置。

Images