JP2013195481A - 音声制御装置 - Google Patents

Abstract

【課題】歌手と同じような臨場感のある雰囲気を再現することができる音声制御装置を提供することを目的とする。
【解決手段】マイクロホンＭＩＣで収音したユーザの歌声の収音データＤａｕの曲調を検出する曲調検出部４と、音源部３から出力される音楽データＤｓｏｎに含まれる歌手のボーカル音の曲調を検出する曲調検出部５と、曲調検出結果ＣＨｘ，ＣＨｙを比較して類似性を判断する比較部６と、収音データＤａｕ音量と歌手のボーカル音との音量差分Ｄｖｏｌを算出する音量比較部９と、ユーザの歌声と歌手のボーカル音との類似性がある場合に、収音データＤａｕの音量を音量比較部９から入力される音量差分Ｄｖｏｌに応じて歌手のボーカル音の音量と同じになるように調整する音量調整部１０とを備える。
【選択図】図１

Description

本発明は、家庭用オーディオ機器や車載オーディオシステムなどに適用され、カラオケ機能を有する音声制御装置に関するものである。

従来のカラオケ機能を有するオーディオ再生装置として、ＭＤ（Ｍｉｎｉ Ｄｉｓｋ）、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）やＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）等の各種ストレージ媒体に記録されている音楽ソースからボーカル音を抽出することで、お手本となるボーカル歌唱データを生成するカラオケシステムが提案されている（例えば特許文献１参照）。以下の図面を参照しながら、上記した従来のカラオケ装置の一例について説明する。

図４は従来のカラオケ装置を示すものである。図４において、マイクロホンＭＩＣ及び入力アンプ部２と、音源部３と、曲調検出部４，５と、比較部６と、ボーカル音量調整部７と、混合部８を有して構成されている。

マイクロホンＭＩＣ及び入力アンプ部２はユーザの歌声を収音して、デジタルデータ列からなる収音データＤａｕにＡ／Ｄ変換して出力する。音源部３はＣＤなどの各種ストレージ媒体に記録される音楽を再生して出力する情報再生装置であり、デジタルデータ列からなる音楽データＤｓｏｎを出力する。曲調検出部４，５はそれぞれ入力アンプ部２と音源部３から出力されるデータＤａｕとＤｓｏｎに対して所定周期毎に曲調検出を行う。それにより、曲調を有する歌声の特徴（調整、拍、和音の変化量、拍の最大レベル、楽音の最大強度）を抽出し、抽出した６種類のパラメータからなる特徴量をそれぞれＣＨｘとＣＨｙとして、比較部６に供給する。

比較部６はユーザの歌声に関する特徴量ＣＨｘと歌手のボーカル音に関する特徴量ＣＨｙのパラメータ毎に比較する。パラメータ毎の差分値が夫々予め決められた基準値の範囲内であれば、比較部６はユーザの歌声と歌手のボーカル音とが類似していると判断して制御信号ＣＮＴをボーカル音量調整部７と混合部８に出力し、それ以外の場合には制御信号ＣＮＴを出力しない。

ボーカル音量調整部７は、比較部６から制御信号ＣＮＴが供給される期間だけ、歌手のボーカル音のデータを音楽データＤｓｏｎから除去又は減衰させることにより、伴奏音の音楽データＤｃを生成して出力する。制御信号ＣＮＴが出力されない期間では、音楽データＤｓｏｎはそのまま音楽データＤｃとして通過して出力される。

混合部８は制御信号ＣＮＴが出力される期間では、入力アンプ部２からの収音データＤａｕのまま、ボーカル音量調整部７からの前記の伴奏音の音楽データＤｃと混合し、音楽再生用データＤｏｕｔとして、スピーカ等に供給して音楽再生を行わせる。

以上によって、マイクロホンＭＩＣで収音した音が環境音や会話等の曲調を有さない音である場合には、特徴量ＣＨｘと特徴量ＣＨｙとが類似しなくなるため、比較部６は、収音した音をユーザの歌声ではないと判断し、制御信号ＣＮＴを出力しなくなる。この為、結果的に、ユーザが発生した歌声を精度よく検出することが可能となっている。更に、特徴量ＣＨｘと特徴量ＣＨｙとが類似している場合に限り、歌手のボーカル音を除去又は減衰させて、前記収音したユーザの歌声を再生するので、歌手のボーカル音が邪魔することなく、お手本となるボーカル歌唱データを用意しないオーディオ再生装置でもカラオケを楽しむことができる。

国際公開第２００５／１１１９９７号

しかしながら、上記従来技術では、マイクロホンＭＩＣで収音したユーザの歌声と音源部３からの歌手のボーカル音が類似していると比較部６が判断する場合、ユーザの歌声の音量大小に関わらず、入力アンプ部２からのＤａｕと同じ大きさで、伴奏音の音楽データＤｃと混合している。そのため、ユーザの歌声が小さい（もしくは大きすぎる）と、伴奏音との音量バランスが悪く、歌手と同じような臨場感のある雰囲気を再現することができないという問題点を有していた。

本発明はこのような従来の問題点に鑑みてなされたものであり、ユーザの歌声を伴奏音とバランスよく制御することで、カラオケをより楽しむことができる音声制御装置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、本発明の音声制御装置１は、従来技術を基づいて、マイクロホンＭＩＣ及び入力アンプ部２からの収音データＤａｕと音源部３から出力される音楽データＤｓｏｎとを入力してユーザの歌声と歌手のボーカル音の音量差分を算出する音量比較部９（詳細を後述する）と、前記音量比較部から入力される音量差分Ｄｖｏｌと比較部６から入力される制御信号ＣＮＴを用いて前記収音データＤａｕの音量を調整する第１の音量調整部１０と、を具備し、第１の音量調整部１０は、比較部６がユーザの歌声と歌手のボーカル音とが類似しているときのみに動作することを特徴とする。

本発明によれば、ユーザの歌声の音量大小に関わらず、音楽ソースの音量とバランスがよく、出力されるように制御することで、歌手と同じような臨場感のある雰囲気を再現することができる。また、前記音量調整手段はユーザの歌声と歌手のボーカル音とが類似しているときのみに動作するため、ユーザが歌っていないときの周辺の環境音などのノイズや会話が増幅されて出力されることなどは無い。

本発明の実施の形態における音声制御装置１のブロック図 本発明の実施の形態における音量比較部９のブロック図 図１に示した音声制御装置１の動作を説明する為のフローチャート 従来のカラオケ装置の構成例を示すブロック図

以下、本発明の実施の形態における音声制御装置について、図面を参照しながら説明する。なお、以下で説明する本発明の実施の形態は、本発明の好ましい一具体例を示すものである。本実施の形態で示される数値、形状、構成要素、構成要素の配置及び接続形態などは、一例であり、本発明を限定する主旨ではない。本発明は、特許請求の範囲だけによって限定される。よって、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素は、本発明の課題を達成するのに必ずしも必要ではないが、より好ましい形態を構成するものとして説明される。図１は、本実施形態の音声制御装置１の構成を表したブロック図である。ただし、以下の説明においては、本発明の実施の形態に示す図１において、図４と共通する部分には同一の符号を付し、その説明を省略する。

図１において、音量比較部９と第１の音量調整部１０とを含む構成となっている。

音量比較部９は、マイクロホンＭＩＣ及び入力アンプ部２からの収音データＤａｕと音源部３から出力される音楽データＤｓｏｎとを入力して、ユーザの歌声と歌手のボーカル音との音量差分Ｄｖｏｌを算出し、音量調整部１０へ出力する。

音量調整部１０は、音量比較部９から入力された音量差分Ｄｖｏｌと比較部６から入力された制御信号ＣＮＴを用いて、入力アンプ部２から入力された収音データＤａｕの音量を調整する。ここで、音量調整部１０は、制御信号ＣＮＴを入力されたときにかぎり、収音データＤａｕの音量を調整する。

ここで、図２のブロック図を参照しながら、音量比較部９の詳細な構成を説明する。

音量比較部９は、Ｂ．Ｐ．Ｆ部９１，９３（ＢａｎｄＰａｓｓ Ｆｉｌｔｅｒ）と、整流部９２，９４と、差動回路部９５とで構成される。

Ｂ．Ｐ．Ｆ部９１は、入力アンプ部２から出力されるデジタルデータ列からなる収音データＤａｕをデジタル演算処理することによって、人間の発話音声の周波数帯域成分に相当する音声データＤｖｃｅ１を抽出し、整流部９２に供給する。

整流部９２は、所定周期に同期して入力された音声データＤｖｃｅ１の音量（エネルギー）を算出し、音量データＤｖｃｅ２として差動回路部９５に供給する。ここで、音声データＤｖｃｅ１の音量を算出する方法としては、信号振幅の２乗を所定時間周期積分するなど、一般的に知られる方法を用いることができる。

Ｂ．Ｐ．Ｆ部９３は、Ｂ．Ｐ．Ｆ部９１と同様に、音源部３から入力される音楽データＤｓｏｎをデジタル演算処理することにより、人間の発話音声の周波数帯域成分に相当する歌手のボーカル音の音声データＤｖｃｌ１を抽出し、整流部９４に供給する。

整流部９４は、整流部９２と同様に、所定周期に同期して入力された音声データＤｖｃｌ１の音量（エネルギー）を算出し、音量データＤｖｃｌ２として差動回路部９５に供給する。

差動回路部９５は、整流部９２，９４から所定周期に同期して入力される音量データＤｖｃｅ２とＤｖｃｌ２とを比較して、音量差分Ｄｖｏｌを算出して、音量調整部１０へ出力する。

次に、上述した構成を有する本実施形態の音声制御装置１の動作について図３を参照して説明する。

図３において、ユーザが音源部３である音楽情報再生装置に音楽ソース（ＭＤやＣＤ、ＤＶＤなどの各種ストレージ媒体）を装填して、再生開始の操作を行うとともに、本実施形態の音声制御装置１が起動する。そして、マイクロホンＭＩＣからユーザの歌声が収音され、カラオケ動作を開始する（ステップＳＴ１）。

次に、ステップＳＴ２，ＳＴ３において、曲調検出部４，５が互いに同期をとりながら並列処理を行い、収音データＤａｕから特徴量ＣＨｘ、音楽データＤｓｏｎから特徴量ＣＨｙを検出する。

ステップＳＴ４，ＳＴ５において、Ｂ．Ｐ．Ｆ部９１，９３と、整流部９２，９４が夫々互いに同期をとりながら、収音データＤａｕから音量データＤｖｃｅ２、音楽データＤｓｏｎから音量データＤｖｃｌ２を算出する。そして、ステップＳＴ６において、音量データＤｖｃｅ２とＤｖｃｌ２の差分を算出する。

ステップＳＴ７において、比較部６が特徴量ＣＨｘとＣＨｙを比較することによって相互の類似性を判断し、類似性があると判断するとステップＳＴ８とＳＴ９の処理へ移行しする。類似性がないと判断すると、ステップＳＴ８，ＳＴ９，ＳＴ１０の処理を行わず直接にステップＳ１１へ移行する。

ステップＳＴ８において、ボーカル音量調整部７が、音楽データＤｓｏｎに含まれている歌手のボーカル音Ｄｖｏｃに基づいて擬似的な歌手のボーカル音に相当するインパルス応答列データｈｖｏｃを生成する。そして、音楽データＤｓｏｎからインパルス応答列データｈｖｏｃを減算することによって、歌手のボーカル音に関するデータを除去又は減衰させ、伴奏音の音楽データＤｃを生成し、混合部８に供給する。

ステップＳＴ９において、ステップＳＴ６で算出された音量差分Ｄｖｏｌに応じて、入力アンプ部２から入力されているユーザの歌声の収音データＤａｕの音量を、歌手のボーカル音量と同じになるように調整し、音量補正後の音声データＤａｕｃｏｍｐとして混合部８に供給する。

ステップ１０において、ステップＳＴ８から入力された伴奏音の音楽データＤｃと、ステップＳＴ９から入力された音量補正後の音声データＤａｕｃｏｍｐとを混合することによって、ユーザの歌声を含まれている音楽再生用データＤｏｕｔを再生して出力する。

したがって、ステップＳＴ７，ＳＴ９では、比較部６が類似性ありと判断した場合には、音量調整部１０はマイクロホンＭＩＣ及び入力アンプ部２からの収音データＤａｕを音源部３に含まれる歌手のボーカル音量Ｄｖｃｌ２と同じになるように調整する。それにより、ユーザの歌声の音量大小に関わらず、音楽ソースの伴奏音の音量とバランスよく、出力されるように制御することができる。

ステップＳＴ１１では、音源部３のカラオケ機能がオフ操作されているか否かに応じて、カラオケ動作を継続又は停止する。すなわち、音源部３のカラオケ機能がオフ操作されていないと、ステップＳＴ２，ＳＴ３，ＳＴ４，ＳＴ５に戻って、処理を繰り返し、音源部３のカラオケ機能がオフ操作されるとカラオケ動作を終了する。

以上説明したように本実施形態の音声制御装置１によれば、マイクロホンＭＩＣで収音した音の曲調と音源部３からの音楽データの歌手のボーカル音の曲調が類似している場合に限り、音楽データの歌手のボーカル音を除去又は減衰させて、収音した音声データＤａｕの音量を歌手のボーカル音の音量と同じように調整して再生する。それにより、ユーザの歌声の音量大小に関わらず、音楽ソースの伴奏音の音量とバランスがよく、出力されるように制御することができて、歌手と同じような臨場感のある雰囲気を再現することができ、カラオケをもっと楽しむことが可能となる。

本発明の音声制御装置は、ユーザ周辺の環境音などのノイズや会話があっても、ユーザの歌声の音量大小に関わらず、歌手と同じような臨場感のある雰囲気を再現できるという効果を有し、家庭用オーディオ機器や車載オーディオシステムなどのような、カラオケ機能を有する音声制御装置等として有用である。

１ 音声制御装置
２ 入力アンプ部
３ 音源部
４、５ 曲調検出部
６ 比較部
７ ボーカル音量調整部
８ 混合部
９ 音量比較部
１０ 音量調整部
９１、９３ Ｂ．Ｐ．Ｆ部
９２、９４ 整流部
９５ 差動回路部

Claims (3)

1. 音を収音する収音手段から収音したユーザの歌声と音源手段から出力される音楽データとを混合して出力する音声制御装置であって、
   前記収音手段から収音したユーザの歌声の音量と音源手段から出力される音楽信号に含まれる歌手のボーカル音の音量との音量差分を算出する音量比較手段と、
   前記ユーザの歌声と前記歌手のボーカル音との類似性があると判断すると、前記音量比較手段から供給される音量差分に応じて前記ユーザの歌声の音量を調整する音量調整手段と、を具備することを特徴とする音声制御装置。
2. 前記音量調整手段は、前記収音したユーザの歌声と前記歌手のボーカル音とが類似しているとき、前記ユーザの歌声の音量を前記歌手のボーカル音の音量と同じになるように調整することを特徴する請求項１に記載の音声制御装置。
3. 前記音量比較手段は、前記収音したユーザの歌声の音量の算出と、前記歌手のボーカル音の音量の算出とを互いに同期をとって、音量差分を算出することを特徴する請求項１に記載の音声制御装置。

Images