JP2016075753A - リファレンスの音高差と歌唱音声の音高差を比較して採点を行うカラオケ採点装置 - Google Patents

Abstract

【課題】一人カラオケを利用する利用者や伴奏キーに合わせられない利用者に適した採点方法を提供する。【解決手段】本発明に係るカラオケ採点装置は、カラオケ楽曲の演奏とともに、演奏に同期して歌唱旋律における各音符の音高情報と区切り情報を含むリファレンスデータを取得する演奏手段（制御部２１、記憶部２３、音源部２４、音響処理部２５、スピーカ１２）と、歌唱音声を入力する歌唱音声入力手段（歌唱マイク１４、カラオケ本体１１）と、区切り情報（ノートオン、ノートオフ）によって識別される音符毎に、歌唱音声の音高を記録する記録手段（記憶部２３）と、リファレンスデータに含まれる連続する２つの音符の音高差と、当該２つの音符に対応する、記録した歌唱音声に含まれる２つの音符の音高差の差分の比較によって採点する第１の採点手段（制御部２１）を備える。【選択図】図２

Description

本発明は、利用者によるカラオケ歌唱の巧拙を採点するカラオケ採点装置に関し、特に、リファレンスの音高差と歌唱音声の音高差を比較して採点を行うものに関する。

カラオケ装置には、利用者の歌唱の巧拙を採点する採点機能が備えられている。特に最近は、利用者の歌唱を聴取した者が感じる聴覚的な印象と、採点結果のずれが小さいことが望まれており、これに応えるべく採点機能の改良や開発が行われている。このような歌唱の巧拙を適切に採点する技術として、例えば特許文献１には、ローパスフィルタ処理されたリファレンスデータと歌唱音声周波数データを音符毎に比較し、１個の音符の期間内にリファレンスデータと歌唱音声周波数データの差が許容範囲になったサンプルが所定回数以上であったとき、この音符について合格と判定し、１曲を通して合格と判定した音符の数に基づいて最終得点を決定する技術が開示されている。また特許文献２には、所定区間のリファレンスデータと歌唱音声周波数データを時間軸方向に相互にずらして、その相関が最大になる位置を求め、その位置にて各音符を比較することによりその周波数差に基づいて採点を行うことで、「ため」による歌唱でも正確に判定することができる技術が開示されている。

特開２００５−１０７３２８号公報 特開２００５−１０７３３０号公報

ところで最近では、一人でカラオケボックスに入って集中して歌唱するいわゆる一人カラオケが流行している。一人カラオケという形態を利用する目的のひとつとして、楽曲のレパートリーを増やすことが挙げられる。この目的を達成するためにはひとつの楽曲を繰り返し歌唱することになるが、その過程においては、音高の正確性よりも、どの程度メロディーを覚えられたか確認したいという要望がある。

またカラオケの利用者の中には、いわゆるアカペラであれば主旋律を正しく歌唱できるのに、伴奏を聞きながらそのキーに合わせた歌い方ができない利用者もおり、そのような特性の利用者についても、一般的な利用者と同様に音程の正確性を評価する採点機能が望まれる。しかしながら、前述の各特許文献を初めとする従来の採点処理では、リファレンス通りの音高で歌唱されているか否かを判定している。このため、いくら主旋律を正しく歌唱していても、キーがずれていれば評価は低くなってしまう。

ここで、特許文献２の技術を応用して、所定区間のリファレンスデータと歌唱音声周波数データを時間軸方向ではなく音高方向に相互にずらし、その相関が最大になる位置を割り出して、その位置にて各音符を比較することにより採点を行うことも考えられる。しかしながら、利用者の絶対ピッチ（音高の基準）は、時系列で頻繁に変化する傾向があることから、所定区間中にピッチ変化が生じた場合には、ピッチ変化前後の音程が正確であっても正しい評価が得られない。

本発明は、このような事情に鑑みてなされたものであり、その目的は、一人カラオケを利用する利用者や伴奏キーに合わせられない利用者に適した採点方法を提供することにある。

前述の目的を達成するため、本発明に係るカラオケ採点装置は、カラオケ楽曲の演奏とともに、演奏に同期して歌唱旋律における各音符の音高情報と区切り情報を含むリファレンスデータを取得する演奏手段と、歌唱音声を入力する歌唱音声入力手段と、前記区切り情報によって識別される音符毎に、前記歌唱音声の音高を記録する記録手段と、前記リファレンスデータに含まれる連続する２つの音符の音高差と、当該２つの音符に対応する、前記記録した歌唱音声に含まれる２つの音符の音高差の差分の比較によって採点する第１の採点手段と、を備えることを特徴とする。

本発明によれば、第１の採点手段は、リファレンスデータに含まれる連続する２つの音符の音高差と、これら２つの音符に対応する歌唱音声に含まれる２つの音符の音高差の差分の比較によって採点を行うので、各音符の音程の正確さを評価することができる。また、所定区間の中で絶対ピッチの変化が生じた場合であっても、ピッチ変化前後の音程が正確であれば比較的高い評価が得られる。これにより、一人カラオケを利用する利用者や伴奏キーに合わせられない利用者に適した採点を行うことができる。

前述のカラオケ採点装置において、前記記録手段に記録される音高は、前記区切り情報によって識別される１の音符の期間内に入力された歌唱音声の複数のサンプル音高のうち、所定期間における音高変動が所定範囲未満の水平箇所が検出された場合は、水平箇所の平均値をこの音符の音高とし、前記水平箇所が検出されなかった場合は、発音期間中に検出されたすべてのサンプル音高の平均値を当該音符の音高とすることが好ましい。このカラオケ採点装置では、各音符において歌唱音声の音高が定まらなくても、妥当な音高を設定できる。

前述のカラオケ採点装置において、利用対象のカラオケ採点装置に利用者をログインさせるためのログイン手段と、前記区切り情報によって識別される音符毎に、前記リファレンスデータと前記歌唱音声を比較し、その音高差によって採点する第２の採点手段と、を備え、前記ログイン手段によりログインした利用者が一人の場合には第１の採点手段で採点し、それ以外の場合には第２の採点手段で採点することが好ましい。このカラオケ採点装置では、ログインした利用者の人数に応じ、適切な採点週案を自動的に選択できる。すなわち、一人カラオケを利用する利用者については、各音符の音程の正確さを評価することができ、複数人でカラオケを利用する利用者については、聴取者の聴感に基づく歌のうまさを評価することができる。

本発明によれば、一人カラオケを利用する利用者や伴奏キーに合わせられない利用者に対し、各音符の音程の正確さを評価する採点機能を採用することで、伴奏キーに関係なく利用者がその楽曲において正しい旋律で歌唱しているかどうかを判断することができる。

カラオケ装置の構成を説明するブロック図である。 （ａ）は、カラオケ本体の構成を説明するブロック図である。（ｂ）は、制御部が有するメモリの一部領域を説明する図である。 第１採点処理を説明するフローチャートである。 歌唱音声のサンプル音高を説明する図である。 （ａ）は、水平箇所が検出されたサンプル音高を説明する図である。（ｂ）は、水平箇所が検出されなかったサンプル音高を説明する図である。 （ａ）は、リファレンスデータに含まれる連続する２つの音符の音高差を説明する図である。（ｂ）は、歌唱音声に含まれる連続する２つの音符の音高差を説明する図である。 リファレンスデータ及び歌唱音声における音符毎の音高や音高差等の具体例を説明する図である。 利用者のログインから退出までの処理を説明するフローチャートである。

以下、本発明の実施形態について説明する。まず、図１を参照し、カラオケ装置１の構成について説明する。このカラオケ装置１は、利用者によるカラオケ歌唱の巧拙を採点するカラオケ採点機能を有している。このため、本実施形態のカラオケ装置１は、本発明に係るカラオケ採点装置に相当する。

図１に示すように、カラオケ装置１は、カラオケ本体１１と、スピーカ１２と、モニタ１３と、歌唱マイク１４と、リモコン装置１５とを有している。

カラオケ本体１１は、利用者によって指定されたカラオケ楽曲の演奏制御、歌詞及び背景映像の表示制御、歌唱マイク１４で生成されたマイク信号の処理、カラオケ歌唱の採点等、カラオケ歌唱に関する各種の制御を行う部分である。そして、スピーカ１２、モニタ１３、歌唱マイク１４、及びリモコン装置１５は、有線或いは無線でカラオケ本体１１に接続されている。またカラオケ本体１１は、ルーター装置ＲＴを介して伝送路２に接続されている。この伝送路２を通じてカラオケ本体１１は、ホスト装置（図示せず）と通信することができる。ホスト装置との通信によってカラオケ本体１１は、例えば楽曲データのダウンロードや利用者のログイン（認証）を行うことができる。なお、このカラオケ本体１１については、後で詳しく説明する。

スピーカ１２は、カラオケ本体１１から出力される放音信号に基づいて音を出力する。例えば、歌唱音声とカラオケ演奏音が混合された混合音を出力する。モニタ１３は、カラオケ本体１１からの映像信号に基づいて映像を画面に表示する。例えば、歌唱しているカラオケ楽曲の歌詞や背景映像を表示する。歌唱マイク１４は、利用者（歌唱者）の歌唱音声を集音し、マイク信号に変換してカラオケ本体１１（詳しくは後述する音響処理部２５，図２（ａ）参照）に入力させる。このため、歌唱マイク１４とカラオケ本体１１の組は、利用者の歌唱音声を入力する歌唱音声入力手段に相当する。

リモコン装置１５は、カラオケ本体１１との間で情報を送受信するための双方向通信可能な短距離無線通信部を備えており、例えばカラオケ楽曲の予約時に操作される。カラオケ楽曲の予約時において、リモコン装置１５からは、演奏対象の楽曲を識別するための楽曲ＩＤを含んだ操作信号が送信される。そして、カラオケ本体１１は、選択されたカラオケ楽曲を待ち行列で管理する。

また、リモコン装置１５は、ルーター装置ＲＴとも通信可能に構成されており、利用者のログイン時にも操作される。ログイン処理の実行時において、リモコン装置１５からは、利用者を識別するための利用者ＩＤやパスワードが送信される。これらの利用者ＩＤやパスワードについては、伝送路２を介してホスト装置に送信される。このため、リモコン装置１５とホスト装置の組は、本発明におけるログイン手段に相当する。なお、利用者のログインをカラオケ装置１で処理してもよい。この場合には、カラオケ本体１１とリモコン装置１５の組がログイン手段に相当する。

次に、カラオケ本体１１について詳細に説明する。図２（ａ）に示すように、カラオケ本体１１は、制御部２１と、通信部２２と、記憶部２３と、音源部２４と、音響処理部２５と、表示処理部２６と、操作部２７とを有している。

制御部２１は、カラオケ本体１１における制御の中心となる部分である。通信部２２は、ルーター装置ＲＴを介してカラオケ本体１１を伝送路２に接続するためのインタフェースを提供する部分である。記憶部２３は、各種のデータを記憶する大容量の記憶装置であり、ハードディスクドライブ等によって構成されている。音源部２４は、カラオケ演奏音信号の基となる楽音信号を生成する部分である。音響処理部２５は、カラオケ演奏音や歌唱音声に関する処理を行う部分である。表示処理部２６は、カラオケ演奏時における背景映像等の表示制御を行う部分である。操作部２７は、パネルスイッチやリモコン装置１５の操作に応じた操作信号を出力する部分である。そして、これらの各部がバスＢＳを介して通信可能な状態に接続されている。

次に、制御部２１について説明する。制御部２１は、ＣＰＵ２１ａやメモリ２１ｂを有している。ＣＰＵ２１ａは、メモリ２１ｂに記憶された動作プログラムに従って各種の制御を実行する。例えば、操作部２７からの操作を受け付ける操作入力処理やシーケンサとして動作するシーケンサ処理を行う。また、記憶部２３に記憶された採点用プログラムを読み込んで実行することで、制御部２１は採点処理を行う。詳細は後述するが、本実施形態では、歌唱旋律を構成する音符毎にリファレンスデータと歌唱音声の音高同士を比較する一般的な採点モードによる採点処理（第２採点処理）の他、連続する２つの音符の音高差をリファレンスデータと歌唱音声との間で比較する別の採点モードによる採点処理（第１採点処理）も選択できる。

メモリ２１ｂは、ＣＰＵ２１ａに実行されるプログラムを記憶したり、プログラムの実行時に各種情報を一時的に記憶したりする記憶素子である。このメモリ２１ｂは、リモコン装置１５で予約されたカラオケ楽曲を、待ち行列で記憶することも行っている。また、メモリ２１ｂの一部領域はワークエリアとして用いられる他、図２（ｂ）に示すように、メモリ２１ｂの一部領域は、リファレンス音高記憶領域２１ｃ、リファレンス音高差記憶領域２１ｄ、歌唱音高記憶領域２１ｅ、歌唱音高差記憶領域２１ｆ、差分値記憶領域２１ｇ、及び判定結果記憶領域２１ｈとして用いられている。便宜上、これらの領域に記憶される情報については、後で説明する。

次に、記憶部２３について説明する。記憶部２３には、前述した採点用プログラムが記憶される採点用プログラム記憶領域２３ｂに加え、楽曲データ記憶領域２３ａが設けられている。この楽曲データ記憶領域２３ａには、カラオケ楽曲を演奏するための楽曲データが記憶される。楽曲データには、ＭＩＤＩデータとリファレンスデータと歌詞データが含まれる。

ＭＩＤＩデータは、電子楽器の音源を自動演奏させるためのデータ、すなわちカラオケ用の演奏データであり、デルタ時間で規定される時系列のＭＩＤＩイベント（メッセージ）によって構成される。ＭＩＤＩイベントには、例えば発音の開始を示すノートオンや発音の終了を示すノートオフがある。これらのノートオンやノートオフには、音の高さを表す音階番号や音の強さを表すベロシティが含まれている。制御部２１は、このＭＩＤＩデータを記憶部２３から読み出して蓄積し、デルタ時間で規定されるタイミングでＭＩＤＩイベントを音源部２４に送信する。

リファレンスデータは、利用者によるカラオケ歌唱を採点する際に用いられるものであり、歌唱旋律における各音符の音高を時系列で表す音高情報である。このリファレンスデータもＭＩＤＩ形式のデータとなっている。すなわち、デルタ時間で規定される時系列のＭＩＤＩイベント（メッセージ）によって構成されている。従って、リファレンスデータを構成するノートオン及びノートオフは、歌唱旋律における各音符の区切り情報に相当する。また、音階番号は、歌唱旋律における各音符の音高情報に相当する。制御部２１は、このリファレンスデータを記憶部２３から読み出して蓄積し、ＭＩＤＩデータと同期させつつ、デルタ時間で規定されるタイミングで各イベントを参照する。

歌詞データは、カラオケ楽曲における歌詞テロップをモニタ１３で表示させるための文字列データである。

次に、音源部２４及び音響処理部２５について説明する。音源部２４は、ＭＩＤＩイベントに基づいて楽音信号を生成する部分である。この音源部２４には、対象楽器が奏でた様々な音の波形データが読み出し可能に記憶されている。前述の制御部２１は、シーケンサ処理として、楽曲データ記憶領域２３ａからＭＩＤＩデータを取得し、ＭＩＤＩデータに含まれるＭＩＤＩイベントのそれぞれを所定のタイミングで音源部２４に送信する。そして、音源部２４は、受信したＭＩＤＩイベントに応じて波形データを加工し、デジタルの楽音信号を生成する。生成された楽音信号は、音響処理部２５へ出力される。

音響処理部２５では、楽音信号の処理やマイク信号（歌唱音声）の処理が行われる。例えば、カラオケ楽曲の演奏制御において、音響処理部２５は、音源部２４から出力された楽音信号をアナログ変換し、カラオケ演奏音信号を生成する。また、歌唱マイク１４からのマイク信号が入力されると、音響処理部２５は、マイク信号に対してエコー等の調整を適宜施してカラオケ演奏音信号とミキシングする。ミキシング後の信号は、放音信号としてスピーカ１２に出力される。これにより、スピーカ１２からは、歌唱音声とカラオケ演奏音が混合された混合音が出力される。以上の説明から判るように、制御部２１、記憶部２３、音源部２４、音響処理部２５、及びスピーカ１２の組は、カラオケ楽曲の演奏を行う演奏手段に相当する。

また、音響処理部２５は、調整前のマイク信号をデジタル変換し、歌唱信号を生成する。この歌唱信号は、例えば１０〜３０ｍｓの期間を単位に繰り返しサンプリングされた、時系列のサンプル音高群を含んでいる。音響処理部２５は、この歌唱信号（サンプル音高群）を制御部２１に送信する。制御部２１は、受信した歌唱信号に基づいて音符毎の音高を定め、記録手段としてのメモリ２１ｂ（歌唱音高記憶領域２１ｅ）に記録する。なお、音符毎の音高の決定については後で説明する。

次に、表示処理部２６、及び操作部２７について説明する。表示処理部２６は、カラオケ演奏時における背景映像の表示等の制御を行う。カラオケ演奏時において、モニタ１３には歌詞テロップが表示される。制御部２１のシーケンサ処理として、記憶部２３（楽曲データ記憶領域２３ａ）から表示処理部２６へ歌詞データが出力されるとともに、このシーケンサ処理で出力される色換え命令に従って、歌詞テロップの表示色が変更される。その結果、モニタ１３には、カラオケ楽曲の進行にあわせて歌詞テロップの表示色が変更される。

操作部２７は、パネルスイッチやリモコン受信回路などからなっており、パネルスイッチやリモコン装置１５の操作に応じた操作信号を制御部２１に対して出力する。制御部２１は、操作入力処理を行うことで操作信号を検出し、対応する処理を実行する。なお、パネルスイッチやリモコン装置１５は、操作を選択するための種々のスイッチ（図示せず）を備えている。

ここで、本実施形態の特徴である第１採点処理について説明する。なお、第１採点処理とともに、メモリ２１ｂに設けられた各領域についても説明する。前述したように、この第１採点処理では、連続する２つの音符の音高差をリファレンスデータと歌唱音声との間で比較することにより、歌唱の巧拙を採点している。

図３は、第１採点処理を説明するフローチャートである。第１採点処理では、主として制御部２１、音源部２４、及び音響処理部２５が動作をする。このため、各部の動作について説明する。そして、制御部２１は、この第１採点処理の実行時において、第１の採点手段として機能する。

音響処理部２５は、歌唱マイク１４から入力されるマイク信号（図３ではＭＩＣと表記）をデジタル変換して歌唱信号を生成し、制御部２１へ出力する（Ｓ４１）。図４に示すように、この歌唱信号は、所定のサンプリング期間を単位として繰り返しサンプリングされた時系列のサンプル音高群ＳＰを含んでいる。なお、サンプル音高群ＳＰを構成する短尺な線の１本１本は、１つのサンプル音高ｓｐを示している。

制御部２１は、音響処理部２５から送信された歌唱信号の取り込み処理を行う（Ｓ１１）。取り込んだ歌唱信号は、例えばメモリ２１ｂのワークエリアに記録される。また、制御部２１は、読出手段として機能し、演奏対象となるカラオケ楽曲のＭＩＤＩデータ（演奏データ，図３ではＭＩＤＩと表記）及びリファレンスデータ（図３ではＲＥＦと表記）を記憶部２３の楽曲データ記憶領域２３ａから取得し（Ｓ１２）、ＭＩＤＩデータに基づくシーケンサ処理を行う。また、制御部２１は、ＭＩＤＩデータに同期させてリファレンスデータを参照する。

すなわち制御部２１は、取得したＭＩＤＩデータに基づいてＭＩＤＩイベントのそれぞれを所定のタイミングで（Ｓ１３でＹ）、音源部２４に送信する（Ｓ１４）。音源部２４は、ＭＩＤＩイベントを取得するとともに、取得したノートオンのタイミングで楽音信号を生成し、音響処理部２５へ送信する（Ｓ３１）。また、音響処理部２５は、音源部２４から出力された楽音信号をアナログ変換することでカラオケ演奏音信号を生成し、マイク信号とミキシングして放音信号（図５では放音と表記）を出力する（Ｓ４２）。これにより、スピーカ１２からは、歌唱音声とカラオケ演奏音の混合音が出力される。

また、制御部２１は、参照しているリファレンスデータがノートオンであるか否かを判定しており（Ｓ１５）、ノートオンであった場合には音階番号を取得する（Ｓ１６）。そして、制御部２１は、取得した音階番号に基づいて音高（セント値）を認識し、メモリ２１ｂのリファレンス音高記憶領域２１ｃに時系列で記憶する。

また、制御部２１は、参照しているリファレンスデータがノートオフであるか否かも判定しており（Ｓ１７）、ノートオフであった場合には、１つの音符の期間が終了したとして、歌唱音声の音高を判定する（Ｓ１８）。音高の判定は、前回のノートオフから今回のノートオフの期間内に入力された、歌唱信号の複数のサンプル音高ｓｐによってなされる。詳しくは、ノートオフ（区切り情報）のデルタ時間によって識別される１の音符の発音期間内に入力された、歌唱信号の複数のサンプル音高ｓｐによってなされる。

例えば、制御部２１は、図５（ａ）に示すサンプル音高群ＳＰ１のように、１つの音符に対応する発音期間Ｔにおいて、所定期間Ｔ１に亘ってサンプル音高ｓｐの変動範囲が所定範囲Ｓ１未満である水平箇所Ｘが検出された場合には、この水平箇所Ｘの平均値ＡＶ１をこの音符の音高（セント値）とする。また、制御部２１は、図５（ｂ）に示すサンプル音高群ＳＰ２のように、前述の条件を満たす水平箇所が検出されなかった場合は、発音期間Ｔに検出されたすべてのサンプル音高ｓｐの平均値ＡＶ２を当該音符の音高（セント値）とする。なお、所定期間Ｔ１に関し、例えば音符で規定される期間の４０％の長さとされるが、任意の比率に定めればよい。所定範囲Ｓ１も判定精度に応じて任意の音高差に定めることができる。こうして定められた音符単位の音高は制御部２１に出力され、歌唱音声の音高として歌唱音高記憶領域２１ｅに記憶される。

歌唱音声について１つの音符に対応する音高を判定し、歌唱音高記憶領域２１ｅに記憶させたならば、制御部２１は、合否判定を行う（Ｓ１９）。合否の判定は、リファレンスデータに含まれる連続する２つの音符の音高差と、これら２つの音符に対応する、歌唱音声に含まれる２つの音符の音高差の差分の比較によって行われる。このため、合否判定は、２番目以降の音符の音高判定後から行われる。

例えば図６（ａ）及び（ｂ）に示すように、２音符目の音高判定が終わった直後において制御部２１は、リファレンスデータの２音符目の音高から１音符目の音高を減算し、リファレンスの音高差ｄＣ１−１を取得する。同様に、歌唱音声の２音符目の音高から１音符目の音高を減算し、歌唱音声の音高差ｄＣ２−１を取得する。そして、音高差ｄＣ１−１については、記憶部２３のリファレンス音高差記憶領域２１ｄに記憶される。同様に、音高差ｄＣ２−１については、記憶部２３の歌唱音高差記憶領域２１ｆに記憶される。次に、制御部２１は、リファレンスの音高差ｄＣ１−１と歌唱音声の音高差ｄＣ２−１の差の絶対値（差分値）を算出し、算出した差分値を記憶部２３の差分値記憶領域２１ｇに記憶する。

また、３音符目の音高判定が終わった直後において制御部２１は、リファレンスデータの３音符目の音高から２音符目の音高を減算し、リファレンスの音高差ｄＣ１−２を取得する。同様に、歌唱音声の３音符目の音高から２音符目の音高を減算し、歌唱音声の音高差ｄＣ２−２を取得する。これらの音高差ｄＣ１−２，ｄＣ２−２を所定の記憶領域２１ｄ、２１ｆに記憶させた後、制御部２１は、リファレンスの音高差ｄＣ１−２と歌唱音声の音高差ｄＣ２−２の差分値を算出して前述の記憶領域２１ｇに記憶させる。なお、４音符目以降の処理については同様であるため、説明は省略する。

差分値を記憶させたならば、制御部２１は、差分値と判定値とを比較し、音高差について合否を判定する。すなわち、差分値が所定値以内であれば、正しい音程で歌唱されていると判断する。例えば、判定値を１００セントに定めた場合、差分値が１００セント以内であれば音高差について合格と判定し、差分値が１００セントを越えていたら音高差について不合格と判定する。そして制御部２１は、判定結果を記憶部２３の判定結果記憶領域２１ｈに記憶させる。なお、この例では、差分値と判定値に関して絶対値を使用したが、絶対値を用いずに±１００セントのように、プラスからマイナスまでの範囲値にしてもよい。

ここで、図７の具体例を参照し、Ｓ１９の合否判定についてより詳しく説明する。この具体例では、リファレンス音高（Ｒｅｆ音高）に関し、１音符目が４８００セント（Ｃ４）、２音符目が５０００セント（Ｄ４）、３音符目が５２００セント（Ｅ４）、４音符目が５３００セント（Ｆ４）、５音符目が５２００セント（Ｅ４）、６音符目が５０００セント（Ｄ４）、及び７音符目が４８００セント（Ｃ４）である。また、歌唱音高（歌唱音声の音高）に関し、１音符目が５０２１セント、２音符目が５２１８セント、３音符目が５４０８セント、４音符目が５６７８セント、５音符目が５５８８セント、６音符目が５３７２セント、及び７音符目が５１８３セントである。

この場合、１つ目のリファレンス音高差ｄＣ１−１は、５０００セント（２音符目）−４８００セント（１音符目）で算出され＋２００セントになる。２つ目のリファレンス音高差ｄＣ１−２は、５２００セント（３音符目）−５０００セント（２音符目）で算出され＋２００セントになる。以下同様に、音高差ｄＣ１−３は＋１００セント、音高差ｄＣ１−４は−１００セント、音高差ｄＣ１−５は−２００セント、及び音高差ｄＣ１−６は−２００セントになる。

一方、１つ目の歌唱音高差ｄＣ２−１は、５２１８セント（２音符目）−５０２１セント（１音符目）で算出され＋１９７セントになる。２つ目の歌唱音高差ｄＣ２−２は、５４０８セント（３音符目）−５２１８セント（２音符目）で算出され＋１９０セントになる。以下同様に、音高差ｄＣ２−３は＋２４０セント、音高差ｄＣ２−４は−９０セント、音高差ｄＣ２−５は−２１６セント、及び音高差ｄＣ２−４は−１８９セントになる。

さらに、１つ目の差分値は、｜２００セント−１９７セント｜で算出され３セントになり、２つ目の差分値は、｜２００セント−１９０セント｜で算出され１０セントになる。同様に、３つ目の差分値は１４０セント、４つ目の差分値は１０セント、５つ目の差分値は１６セント、６つ目の差分値は１１セントになる。従って、この具体例では、第３音符から第４音符へ移行する際の音高差が不合格と判定され、他の音高差については合格と判定される。すなわち６つ中５つの音程差が合格になる。

なお、一般的な採点処理では、同じ音符に対する歌唱信号の音高情報とリファレンスデータの音高情報とが時系列で順次比較される。上記具体例にあてはめると、１音符目の音高差が、５０２１セント−４８００セントで算出され＋２２１セントになる。２音符目の音高差が、５２１８セント−５０００セントで算出され＋２１８セントになる。同様に、３音符目の音高差が＋２０８セント、４音符目の音高差が＋３７８セント、５音符目の音高差が＋３８８セント、６音符目の音高差が＋３７２セント、及び７音符目の音高差が＋３８３セントになる。何れの音符の音高差も＋２００セントを超えていることから、第１採点処理よりも悪い結果となる。

図３に戻り、Ｓ１９の合否判定が終了すると、制御部２１は、以上の処理を楽曲が終了するまで繰り返し行い（Ｓ１７でＮ，Ｓ２０でＮ）、楽曲が終了したならば（Ｓ２０でＹ）、モニタ１３等を介してカラオケ楽曲の全体の採点結果を報知する（Ｓ２１）。全体の採点結果は、判定結果記憶領域２１ｈに記憶された音符毎の判定結果を参照し、その合否の比率により取得される。

以上説明した第１採点モードは、一人カラオケを利用する利用者や伴奏キーに合わせられない利用者が一人で歌唱する場合に適している。言い換えれば、１台のカラオケ装置１を複数人で利用する場合には選択されないことが好ましい。そこで、本実施形態では、１台のカラオケ装置１に対してログインした利用者が一人の場合に第１採点モードを選択し、ログインした利用者が複数人の場合に、通常の採点モードである第２採点モードを選択するように構成している。図８は、このカラオケ装置１における、利用者のログインからログアウトまでの処理を説明するフローチャートである。

同図に示すように、このカラオケ装置１では、まず利用者のログイン処理（Ｓ５１）が行われる。このログイン処理において利用者は、リモコン装置１５を操作する。この操作により、リモコン装置１５からは、利用者を識別するための利用者ＩＤやパスワードが送信される。これらの利用者ＩＤやパスワードはホスト装置に送信され、利用者の認証処理が行われる。なお、利用者が複数いる場合、Ｓ４１のログイン処理は繰り返し行われる（Ｓ５２でＮ）。そして、利用者全員のログインが完了したならば（Ｓ５２でＹ）、制御部２１は、利用者が単数か否かを判定する（Ｓ５３）。

利用者が単数である場合、制御部２１は、採点モードとして第１採点モードを設定する（Ｓ５４）。前述したように、この第１採点モードは、リファレンスデータに含まれる連続する２つの音符の音高差と、当該２つの音符に対応する、記録した歌唱音声に含まれる２つの音符の音高差の差分の比較によって採点するモードである。一方、利用者が複数である場合、制御部２１は、採点モードとして第２採点モードを設定する（Ｓ５５）。この第２採点モードは、リファレンスデータに含まれる歌唱旋律の音符毎に、リファレンスデータの音高と歌唱音声の音高を比較し、その音高差によって採点するモードである。

このようにして採点モードを設定したならば、制御部２１は、カラオケ演奏が行われる毎に採点処理を行う（Ｓ５６）。すなわち、制御部２１は、第１採点モードが設定された場合に、第１の採点手段として機能し、リファレンスデータにおける音高差と歌唱音声における音高差の差分に基づいて採点を行う。一方、制御部２１は、第２採点モードが設定された場合に、第２の採点手段として機能し、リファレンスデータと歌唱音声の音符毎の音高差によって採点を行う。なお、この採点処理は、利用者がカラオケルームを退室する際に行うログアウトまで継続して行われる（Ｓ５７）。

以上説明したように、本実施形態のカラオケ装置１によれば、制御部２１は、第１採点モードが設定された場合に、リファレンスデータに含まれる連続する２つの音符の音高差と、これら２つの音符に対応する歌唱音声に含まれる２つの音符の音高差の差分の比較によって採点を行うので、各音符の音程の正確さを評価することができる。これにより、一人カラオケを利用する利用者や伴奏キーに合わせられない利用者に適した採点を行うことができる。また、所定区間の中で絶対ピッチの変化が生じた場合であっても、ピッチ変化前後の音程が正確であれば比較的高い評価が得られる。

また制御部２１は、ログインした利用者が一人の場合に第１採点モードによる採点処理を行い、ログインした利用者が複数人の場合に第２採点モードによる採点処理を行っている。これにより、ログインした利用者の人数に応じた適切な採点処理を自動的に選択できる。すなわち、一人カラオケを利用する利用者については、各音符の音程の正確さを評価することができ、複数人でカラオケを利用する利用者については、聴取者の聴感に基づく歌のうまさを評価することができる。

また制御部２１は、記憶部２３の歌唱音高記憶領域２１ｅに記憶させる音符毎の音高に関し、ノートオンやノートオフ（区切り情報）によって識別される１の音符の期間内に入力された歌唱音声の複数のサンプル音高ｓｐのうち、所定期間Ｔ１における音高変動が所定範囲Ｓ１未満の水平箇所Ｘが検出された場合は、水平箇所Ｘの平均値をこの音符の音高とし、水平箇所Ｘが検出されなかった場合は、発音期間Ｔ中に検出されたすべてのサンプル音高ｓｐの平均値を当該音符の音高としている。これにより、各音符において歌唱音声の音高が定まらなくても、妥当な音高を設定できる。

以上の実施形態の説明は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明はその趣旨を逸脱することなく、変更、改良され得ると共に本発明にはその等価物が含まれる。例えば、次のように構成してもよい。

リファレンスデータに関し、前述の実施形態ではＭＩＤＩ形式のデータを例示したが、ＭＩＤＩ形式のデータでなくてもよい。すなわち、カラオケ楽曲の演奏に同期して出力され、歌唱旋律における各音符の音高情報と区切り情報を含むデータであれば、リファレンスデータとして使用することができる。

歌唱音声の音高の記録を記録する記録手段に関し、前述の実施形態では、記憶部２３の歌唱音高記憶領域２１ｅを用い、当該領域に歌唱音高のデータを記憶させていたが、この構成に限定されるものではない。歌唱音声の音高を読み出しであればどのような形態で記録されていてもよい。

カラオケ採点装置に関し、前述の実施形態では、カラオケ装置１に組み込まれたものを例示したが、この態様に限定されるものではない。パーソナルコンピュータや家庭用ゲーム機に組み込んでもよいし、採点専用装置としてもよい。

１…カラオケ装置，２…伝送路，１１…カラオケ本体，１２…スピーカ，１３…モニタ，１４…歌唱マイク，１５…リモコン装置，２１…制御部，２１ａ…ＣＰＵ，２１ｂ…メモリ，２１ｃ…リファレンス音高記憶領域，２１ｄ…リファレンス音高差記憶領域，２１ｅ…歌唱音高記憶領域，２１ｆ…歌唱音高差記憶領域，２１ｇ…差分値記憶領域，２１ｈ…判定結果記憶領域，２２…通信部，２３…記憶部，２３ａ…楽曲データ記憶領域，２３ｂ…採点用プログラム記憶領域，２４…音源部，２５…音響処理部，２６…表示処理部，２７…操作部，ＲＴ…ルーター装置，ＢＳ…バス，ＳＰ…サンプル音高群，ＳＰ１…サンプル音高群，ＳＰ２…サンプル音高群，ｓｐ…サンプル音高，Ｘ…水平箇所

Claims (3)

1. カラオケ楽曲の演奏とともに、演奏に同期して歌唱旋律における各音符の音高情報と区切り情報を含むリファレンスデータを取得する演奏手段と、
   歌唱音声を入力する歌唱音声入力手段と、
   前記区切り情報によって識別される音符毎に、前記歌唱音声の音高を記録する記録手段と、
   前記リファレンスデータに含まれる連続する２つの音符の音高差と、当該２つの音符に対応する、前記記録した歌唱音声に含まれる２つの音符の音高差の差分の比較によって採点する第１の採点手段と、
   を備えることを特徴とするカラオケ採点装置。
2. 前記記録手段に記録される音高は、前記区切り情報によって識別される１の音符の期間内に入力された歌唱音声の複数のサンプル音高のうち、所定期間における音高変動が所定範囲未満の水平箇所が検出された場合は、前記水平箇所の平均値をこの音符の音高とし、前記水平箇所が検出されなかった場合は、発音期間中に検出されたすべてのサンプル音高の平均値を当該音符の音高とすることを特徴とする請求項１に記載のカラオケ採点装置。
3. 利用対象のカラオケ採点装置に利用者をログインさせるためのログイン手段と、
   前記区切り情報によって識別される音符毎に、前記リファレンスデータと前記歌唱音声を比較し、その音高差によって採点する第２の採点手段と、
   を備え、
   前記ログイン手段によりログインした利用者が一人の場合には第１の採点手段で採点し、それ以外の場合には第２の採点手段で採点することを特徴とする請求項１または２に記載のカラオケ採点装置。

Images