JP2016161831A - 歌唱評価装置およびプログラム - Google Patents

Abstract

【課題】楽譜データの存在を前提とすることなく、歌唱を適切に評価する。
【解決手段】区間設定部は、楽曲の一の歌唱音声を示す第１歌唱信号の音高が安定する複数の第１音高安定区間と、当該楽曲の他の歌唱音声を示す第２歌唱信号の音高が安定する複数の第２音高安定区間とを設定する。代表値算出部は、区間設定部が設定した複数の第１音高安定区間の各々と複数の第２音高安定区間の各々とが時間軸上で重複する重複区間毎に、第１歌唱音声の音高の代表値と第２歌唱音声の音高の代表値とを算出する。評価部は、各重複区間における第１歌唱信号の音高の代表値と第２歌唱信号の音高の代表値とが所定の音高関係にあるか否かに応じて、一の歌唱音声と他の歌唱音声との調和の度合いを評価する。
【選択図】図１

Description

本発明は、歌唱を評価する技術に関する。

複数の歌唱パートを有する楽曲について、歌唱した音声（以下「歌唱音声」という）を解析することで、各歌唱パート毎に歌唱の巧拙を評価する各種の歌唱評価技術が提案されている。例えば、特許文献１には、複数の歌唱パートを有する歌唱者の歌唱音声を評価する技術において、歌唱音声の音高（歌唱音高）と、利用者が歌唱すべき音高を表す評価用データとを比較することで、歌唱パート毎に歌唱の巧拙を評価する構成が開示されている。

特開２００８−２６８３６８号公報

しかしながら、特許文献１の構成では、複数の歌唱パート毎に評価用データを用意する必要があり、評価用データを作成する負担が大きいという事情がある。以上の事情を考慮して、本発明は、評価用データの存在を前提とすることなく、複数の歌唱パートについて歌唱音声の巧拙を適切に評価することを目的とする。

以上の課題を解決するために、本発明の第１態様に係る歌唱評価装置は、楽曲の一の歌唱音声を示す第１歌唱信号の音高が安定する複数の第１音高安定区間と、前記楽曲の他の歌唱音声を示す第２歌唱信号の音高が安定する複数の第２音高安定区間とを設定する区間設定部と、前記区間設定部が設定した複数の第１音高安定区間の各々と複数の第２音高安定区間の各々とが時間軸上で重複する重複区間毎に、前記第１歌唱信号の音高の代表値と前記第２歌唱信号の音高の代表値とを算出する代表値算出部と、前記各重複区間における前記第１歌唱信号の音高の代表値と前記第２歌唱信号の音高の代表値とが所定の音高関係にあるか否かに応じて、前記一の歌唱音声と前記他の歌唱音声との調和の度合いを評価する評価部とを具備する。以上の構成では、第１歌唱信号の音高の代表値と第２歌唱信号の音高の代表値とが所定の音高関係にあるか否かに応じて歌唱音声間の調和の度合いが評価されるから、楽曲の各歌唱パートの評価用データが存在しない場合でも、一の歌唱パートの歌唱音声と他の歌唱パートの歌唱音声との調和を度合いを適切に評価することが可能である。また、以上の構成では、第１歌唱信号の音高が安定する複数の第１音高安定区間と、第２歌唱信号の音高が安定する複数の第２音高安定区間とが重複する重複区間毎に第１歌唱信号の音高の代表値と第２歌唱信号の音高の代表値との関係が判定されるから、楽曲全体に亘る歌唱音高が評価対象とされる構成と比較して、演算の負荷を低減しながら適切に歌唱音高を評価することが可能になる。
ここで、所定の音高関係としては、例えば、一の音高安定区間の代表値と他の音高安定区間の代表値とが、十二平均音律における半音（１００cent）の整数倍だけ相違する関係が例示される。また、代表値としては、平均値や、中央値等が例示される。

第１態様に係る歌唱評価装置の好適例において、前記第１歌唱信号の音高を順次解析する音高解析部と、前記第２歌唱信号から順次解析された音高を受信する受信部とを具備し、前記区間設定部は、前記第１歌唱信号のうち前記音高解析部が解析した音高が安定する複数の第１音高安定区間と、前記第２歌唱信号のうち前記受信部が受信した音高が安定する複数の第２音高安定区間とを設定する。以上の構成では、第２歌唱信号から解析された音高が受信部によって受信されるから、音高解析部で第２歌唱信号の音高を解析する必要がない。したがって、音高解析部が第１歌唱信号の音高に加えて第２歌唱信号の音高も解析する構成と比較して、音高解析部による処理負荷を軽減することが可能になる。

第１態様に係る歌唱評価装置の好適例において、前記音高解析部は、時間軸上の第１解析点毎に前記第１歌唱信号の音高を順次に解析し、前記受信部は、時間軸上の第２解析点毎に順次に解析された前記第２歌唱信号の音高を受信し、前記区間設定部は、複数の第１解析点と複数の第２解析点との間で相互に対応するもの同士を時間軸上で相互に合致させたうえで、前記第１音高安定区間と前記第２音高安定区間とが重複する重複区間を設定する。以上の構成では、第１解析点と第２解析点とを時間軸上で相互に合致させるから、時間軸上で一致する解析点における、一の歌唱パート（例えば一の歌唱音声）の音高と、他の歌唱パート（例えば他の歌唱音声）の音高との調和の度合いを適切に評価することが可能になる、という利点がある。

本発明の第２態様に係る歌唱評価装置は、楽曲の一の歌唱音声を示す第１歌唱信号の音高が安定する複数の第１音高安定区間と、前記楽曲の他の歌唱音声を示す第２歌唱信号の音高が安定する複数の第２音高安定区間とを設定する区間設定部と、前記複数の第１音高安定区間の各々における音高の代表値を算出する一方、前記複数の第２音高安定区間の各々における音高の代表値を算出する代表値算出部と、前記複数の第１音高安定区間に亘る音高の代表値の度数分布を示す第１度数分布を生成する一方、前記複数の第２音高安定区間に亘る音高の代表値の度数分布を示す第２度数分布を生成する音高分布生成部と、前記第１度数分布を音階音の音高を中心とする複数の単位範囲に区分し、各単位範囲を相互に重複させて当該各単位範囲の分布の度数を複数の単位範囲にわたり音高毎に合計することで第１評価分布を作成する一方、前記第２度数分布を音階音の音高を中心とする複数の単位範囲に区分し、各単位範囲を相互に重複させて当該各単位範囲の分布の度数を複数の単位範囲にわたり音高毎に合計することで第２評価分布を作成する解析処理部と、前記第１評価分布と前記第２評価分布とに基づいて、前記一の歌唱音声と前記他の歌唱音声との歌唱音高の類似の度合いを評価する評価部とを具備する。以上の構成では、複数の第１音高安定区間に亘る第１歌唱信号の音高の代表値の第１度数分布と、複数の第２音高安定区間に亘る第２歌唱信号の音高の代表値の第２度数分布とに応じて、一の歌唱音声と他の歌唱音声との歌唱音高における傾向の類似の度合いが評価されるから、歌唱音声と対比すべき評価用データが存在しない場合でも、一の歌唱音声と他の歌唱音声との歌唱音高における傾向の類似の度合いを適切に評価することが可能になる。また、第１歌唱信号および第２歌唱信号の全区間が評価対象とされる構成と比較して、演算の処理負荷を低減しながら適切に歌唱音高を評価することが可能になる、という利点がある。

以上の各態様に係る歌唱評価装置は、専用のハードウェア（電子回路）によって実現されるほか、CPU（Central Processing Unit）等の汎用の演算処理装置とプログラムとの協働によっても実現される。本発明のプログラムは、コンピュータが読取可能な記録媒体に格納された形態で提供されてコンピュータにインストールされ得る。記録媒体は、例えば非一過性（non-transitory）の記録媒体であり、ＣＤ-ＲＯＭ等の光学式記録媒体（光ディスク）が好例であるが、半導体記録媒体や磁気記録媒体等の公知の任意の形式の記録媒体を包含し得る。また、例えば、本発明のプログラムは、通信網を介した配信の形態で提供されてコンピュータにインストールされ得る。また、本発明は、以上に説明した各態様に係る歌唱評価装置の動作方法（歌唱評価方法）としても特定される。

第１実施形態に係る歌唱評価システム１の概略図である。 第１歌唱信号Ｖ1の音高ＰAおよび第２歌唱信号Ｖ2の音高ＰBのグラフである。 解析区間ＴAおよび第１音高安定区間ＴSAの設定についての説明図である。 歌唱評価部２２(音高解析部２２２，区間設定部２２４)の動作のフローチャートである。 歌唱評価部２２（評価部２２８）の処理の動作のフローチャートである。 差分値Ｃに対する評価値の分布の一例を示す説明図である。 第２実施形態に係る歌唱評価システム１の概略図である。 音高解析部２２２が解析した第１歌唱信号Ｖ1の音高ＰAと、通信装置１５が受信した第２歌唱信号Ｖ2の音高ＰBのグラフである。 区間設定部２２４が第１解析点ＫAと第２解析点ＫBとを合致させた後の第１歌唱信号Ｖ1の音高ＰAと第２歌唱信号Ｖ2の音高ＰBのグラフである。 第４実施形態に係る歌唱評価システム１の概略図である。 第４実施形態の音高分布生成部２２５の処理についての説明図である。 第４実施形態の解析処理部２２７の処理についての説明図である。 第４実施形態の歌唱評価部２２の処理の動作のフローチャートである。 第５実施形態に係る歌唱評価システム１の概略図である。

＜第１実施形態＞
図１は、第１実施形態に係る歌唱評価システム１の概略図である。歌唱評価システム１は、図１に例示されるように、利用者Ｕ1が使用する端末装置Ｄ1と、利用者Ｕ2が使用する端末装置Ｄ2とを含んで構成される。第１実施形態では、端末装置Ｄ1を歌唱評価装置として利用する構成を例示する。利用者Ｕ1は、端末装置Ｄ1に向けて歌唱する。利用者Ｕ2は、端末装置Ｄ2に向けて歌唱する。

端末装置Ｄ2は、例えば携帯電話機やスマートフォン等の通信端末であり、収音装置３４と通信装置３５とを具備する。収音装置３４は、利用者Ｕ2が楽曲を歌唱した歌唱音声を収音して第２歌唱信号Ｖ2を生成する。通信装置３５は、端末装置Ｄ1と通信するための通信機器であり、収音装置３４が生成した第２歌唱信号Ｖ2を端末装置Ｄ1に送信する。

第１実施形態の端末装置Ｄ1は、利用者Ｕ1が楽曲を歌唱した歌唱音声（第１歌唱音声）と、端末装置Ｄ2の利用者Ｕ2が同一の楽曲を歌唱した歌唱音声（第２歌唱音声）との間の調和の度合いを評価する装置であり、演算処理装置１０と記憶装置１２と入力装置１３と収音装置１４と通信装置１５と表示装置１６と放音装置１８とを具備するコンピュータシステムで実現される。例えば、利用者が携行する可搬型の通信端末（携帯電話機やスマートフォン）およびパーソナルコンピュータ等の情報処理装置が端末装置Ｄ1として利用される。収音装置１４は、周囲の音響を収音する装置（マイクロホン）である。第１実施形態の収音装置１４は、端末装置Ｄ1の利用者Ｕ1が楽曲を歌唱した歌唱音声を収音して第１歌唱信号Ｖ1を生成する。入力装置１３は、利用者からの指示を受付ける機器（例えば、タッチパネル等）である。

記憶装置１２は、演算処理装置１０が実行するプログラムＰGMや演算処理装置１０が使用する各種のデータを記憶する。半導体記録媒体や磁気記録媒体等の公知の記録媒体または複数種の記録媒体の組合せが記憶装置１２として任意に採用される。具体的には、記憶装置１２は、楽曲データＬを記憶する。楽曲データＬは、楽曲の伴奏音を時系列で規定する伴奏データＢと、歌詞を示す歌詞データＱとを包含する。伴奏データＢは、例えばＭＰ３等の形式の音楽ファイルである。利用者が所望の楽曲を選択すると、当該楽曲の伴奏データＢが再生される。表示装置１６（例えば液晶表示パネル）は、演算処理装置１０から指示された画像を表示する。例えば、利用者が選択した楽曲の歌詞データＱや、歌唱音声の評価結果（評価値Ｓ）が表示装置１６に表示される。通信装置１５は、端末装置Ｄ2と通信するための通信機器である。具体的には、通信装置１５は、端末装置Ｄ2の通信装置３５が送信した第２歌唱信号Ｖ2を無線により受信する。なお、通信装置１５と端末装置Ｄ2との間の通信は、移動通信網やインターネット等の通信網４００を介した通信であってもよいし、無線LANやBluetooth（登録商標）規格等の近距離無線通信であってもよい。

図１の演算処理装置１０（ＣＰＵ）は、記憶装置１２に格納されたプログラムＰGMを実行することで、端末装置Ｄ1の各要素を統括的に制御する。具体的には、演算処理装置１０は、端末装置Ｄ1の収音装置１４によって生成された第１歌唱信号Ｖ1と、端末装置Ｄ2の収音装置３４によって生成された第２歌唱信号Ｖ2とが示す歌唱を評価するための複数の機能（歌唱評価部２２，再生処理部２６，表示処理部２８）を実現する。なお、演算処理装置１０の各機能を複数の装置に分散した構成や、専用の電子回路（例えばＤＳＰ）が演算処理装置１０の一部の機能を実現する構成も採用され得る。

再生処理部２６は、収音装置１４によって生成された第１歌唱信号Ｖ1と記憶装置１２から読み出された伴奏データＢとを混合するとともにアナログ信号に変換して放音装置１８に供給する。放音装置１８（例えばスピーカやヘッドホン）は、再生処理部２６から供給される信号に応じた音響を放音する。すなわち、伴奏データＢが表す楽曲の伴奏音と利用者Ｕ1の歌唱音声との混合音が放音装置１８から放音される。表示処理部２８は、各種の画像を表示装置１６に表示させる。具体的には、表示処理部２８は、歌唱対象として選択された楽曲が包含する歌詞データＱや、歌唱評価部２２によって生成された歌唱評価の結果を示す評価値Ｓを表示装置１６に表示させる。

歌唱評価部２２は、第１歌唱信号Ｖ1および第２歌唱信号Ｖ2を解析することで、利用者Ｕ1による歌唱音声の音高（歌唱音高）と、利用者Ｕ2による歌唱音高との調和の度合いを評価する手段であり、音高解析部２２２と区間設定部２２４と代表値算出部２２６と評価部２２８とを含んで構成される。

第１実施形態の音高解析部２２２は、収音装置１４によって生成された第１歌唱信号Ｖ1の音高ＰAを所定周期毎に順次に解析する。また、第１実施形態の音高解析部２２２は、通信装置１５によって受信された第２歌唱信号Ｖ2の音高ＰBを所定周期毎に順次に解析する。

図２は、音高解析部２２２によって解析される第１歌唱信号Ｖ1の音高ＰAと第２歌唱信号Ｖ2の音高ＰBのグラフである。音高解析部２２２は、楽曲に想定され得る音符の時間長と比較して十分に短い周期（例えば１０ms毎）で、第１歌唱信号Ｖ1の音高ＰAと第２歌唱信号Ｖ2の音高ＰBとを所定周期毎に順次に特定する。歌唱音声の音高の特定には、公知のピッチ検出技術が任意に採用され得る。

図１の区間設定部２２４は、歌唱の進行に並行して、音高解析部２２２が解析した第１歌唱信号Ｖ1の音高ＰAが安定する第１音高安定区間ＴSAを複数設定する。具体的には、区間設定部２２４は、図２に例示される通り、第１歌唱信号Ｖ1のうち音高ＰAの変動量（すなわち、音高ＰAの最高値と最低値との差異）が所定の範囲内に維持される区間を第１音高安定区間ＴSA（ＴSA1,ＴSA2,ＴSA3…）として設定する。同様に、区間設定部２２４は、歌唱の進行に並行して、音高解析部２２２が解析した第２歌唱信号Ｖ2の音高ＰBが安定する第２音高安定区間ＴSBを複数設定する。具体的には、区間設定部２２４は、第１音高安定区間ＴSAの特定と同様の方法により、第２歌唱信号Ｖ2のうち音高ＰBの変動量（すなわち、音高ＰBの最高値と最低値との差異）が所定の範囲内に維持される区間を第２音高安定区間ＴSB（ＴSB1,ＴSB2,ＴSB3…）として複数設定する。

また、区間設定部２２４は、複数の第１音高安定区間ＴSAの各々と、複数の第２音高安定区間ＴSBの各々とが時間軸上で重複する重複区間ＲＴSを特定する。重複区間ＲＴSは、図２に例示される通り、複数の第１音高安定区間ＴSA（ＴSA1,ＴSA2,ＴSA3…）の各々と、複数の第２音高安定区間ＴSB（ＴSB1,ＴSB2,ＴSB3…）の各々とが、時間軸上で重なり合う範囲である。

図１の代表値算出部２２６は、区間設定部２２４が設定した重複区間ＲＴS、すなわち、複数の第１音高安定区間ＴSAの各々と、複数の第２音高安定区間ＴSBの各々とが時間軸上で重複する重複区間ＲＴSにおける第１歌唱信号Ｖ1の音高ＰAの代表値ＲＰA（第１歌唱音声の音高の代表値）と第２歌唱信号Ｖ2の音高ＰBの代表値ＲＰB（第２歌唱音声の音高の代表値）とを算出する。代表値算出部２２６は、図２に例示されるように、重複区間ＲＴS毎に、音高ＰAの代表値ＲＰA（ＲＰA1,ＲＰA2,ＲＰA3…）および音高ＰBの代表値ＲＰB（ＲＰB1,ＲＰB2,ＲＰB3…）を算出する。具体的には、第１音高安定区間ＴSA（第２音高安定区間ＴSB）の各々で特定された複数の音高ＰA（ＰB）の平均値が代表値ＲＰA（ＲＰB）として算出される。

図１の評価部２２８は重複区間ＲＴS毎に代表値算出部２２６が算出した第１歌唱信号Ｖ1の音高ＰAの代表値ＲＰAと第２歌唱信号Ｖ2の音高ＰBの代表値ＲＰBとが所定の音高関係にあるか否かに応じて、第１歌唱音声と第２歌唱音声との間の調和の度合いを評価する。本実施形態の評価部２２８は、第１歌唱音声と第２歌唱音声とが聴感的に調和のとれた音高関係にあるか否かに着目して、第１歌唱音声と第２歌唱音声との調和の度合いを評価した評価値Ｓを出力する。

図４は、音高解析部２２２および区間設定部２２４の処理の動作のフローチャートである。例えば、楽曲データＬの再生が開始されると、図４の処理が開始される。なお、図４では、音高解析部２２２および区間設定部２２４による第１歌唱信号Ｖ1に対する処理を例示する。第２歌唱信号Ｖ2に対する処理は、第１歌唱信号Ｖ1に対する処理と同様であるので詳細な説明を省略する。

音高解析部２２２が第１歌唱信号Ｖ1のうち時間軸上の１個の時点（以下「解析点」という）ついて音高ＰAを特定すると（SA1）、区間設定部２２４は、図３に例示される通り、音高ＰAが特定された時間軸上の解析点ＫAを終点とする所定長の解析区間ＴAを設定する（SA2）。解析区間ＴAは、時間窓関数が規定する分析の対象とされる時間的区間であり、例えば、音高解析が実行される周期（１０ms）よりも十分に長い時間長（例えば２００ms）に設定される。したがって、解析点ＫAについて新たに特定された音高ＰAと解析点ＫA以前の音高ＰAとを含む複数の音高ＰAが解析区間ＴA内に包含される。

区間設定部２２４は、解析区間ＴA内の複数の音高ＰAの最大値ＰA-MAXと最小値ＰA-MINとを特定し、最大値ＰA-MAXと最小値ＰA-MINとの差分値Ｒ（絶対値）が所定の閾値ＰATHを下回るか否かを判定する（SA3）。差分値Ｒ（すなわち解析区間ＴA内の音高ＰAの分布幅）が狭いほど、第１歌唱信号Ｖ1の音高ＰAが安定していると評価できる。例えば、閾値ＰATHは、十二平均音律における５０centに設定され得る。

区間設定部２２４は、差分値Ｒが閾値ＰATHを下回る場合（SA3：YES）、当該解析区間ＴAを第１音高安定区間ＴSAに包含させる（SA4）。図３の解析区間ＴAnでは音高ＰAの最大値ＰA-MAXと最小値ＰA-MINとの差分値Ｒが閾値ＰATHを下回るから、解析点ＫAnを含む解析区間ＴAnが第１音高安定区間ＴSAに包含される。区間設定部２２４は、当該解析点ＫAにおける音高ＰAを記憶装置１２に記憶する（SA5）。

区間設定部２２４は、楽曲が終了するまでの間(SA9：NO)、音高解析部２２２によって音高ＰAが特定される毎に(SA1)、当該音高ＰAの解析点ＫAを終点とする解析区間ＴAを設定し(SA2)、当該解析区間ＴAにおける音高ＰAの差分値Ｒが閾値ＰATHを下回るか否かを判定する(SA3)。すなわち、図３から理解される通り、音高解析部２２２が音高ＰAを特定する周期(１０ms)毎に解析区間ＴAを時間軸上で順次に移動させながら、当該解析区間ＴAが第１音高安定区間ＴSA内に包含されるか否かが判定される。したがって、閾値ＰATHを下回る分布幅の範囲内の音高ＰAを音高解析部２２２が特定するたびに第１音高安定区間ＴSAが時間軸上で順次に伸長していく。

他方、解析区間ＴA内における音高ＰAの差分値Ｒが閾値ＰATH以上である場合（SA3：NO）、区間設定部２２４は、当該解析点ＫAを第１音高安定区間ＴSAに含めない（SA6）。区間設定部２２４は、現在の解析区間ＴAの直前の解析区間ＴAが第１音高安定区間ＴSA内に存在するか否かを判定する（SA7）。判定結果が肯定である場合、区間設定部２２４は、直前の解析区間ＴAの終点（解析点ＫA）を１個の第１音高安定区間ＴSAの終点として確定する（SA8）。つまり、区間設定部２２４は、歌唱の進行に並行して順次に第１音高安定区間ＴSAを設定する。以上の構成によれば、楽曲全体のうち音高ＰAの変動量が小さい第１音高安定区間ＴSAのみを歌唱評価の対象とすることが可能である。以上の手順で、第１音高安定区間ＴSAおよび第２音高安定区間ＴSBが順次に設定されると、記憶装置１２には、第１音高安定区間ＴSAに包含される音高ＰAと、第２音高安定区間ＴSBに包含される音高ＰBとが、順次蓄積していく。次に、区間設定部２２４は、図２に例示されるように、第１音高安定区間ＴSAと第２音高安定区間ＴSBとが時間軸上で重複する重複区間ＲＴSを特定する。

次に、評価部２２８による歌唱評価について説明する。図５は、評価部２２８が第１歌唱音声の音高と第２歌唱音声の音高との調和の度合いを評価する処理（評価処理）のフローチャートである。区間設定部２２４が楽曲内の重複区間ＲＴSn（ｎ＝１,２,３,４，……）を設定し、代表値算出部２２６が重複区間ＲＴS内における音高ＰAの代表値ＲＰAと音高ＰBの代表値ＲＰBとを算出するたびに図５の評価処理が実行される。

評価部２２８は、重複区間ＲＴS内における音高ＰAの代表値ＲＰAと音高ＰBの代表値ＲＰBとの差分値Ｃを算出する（SB1）。具体的には、区間設定部２２４が新たに設定した重複区間ＲＴSの代表値ＲＰAと代表値ＲＰBとの差分値Ｃが算定される。なお、代表値ＲＰAと代表値ＲＰBとの差分値が１２００cent（１オクターブ）を上回る場合には、１２００centの整数倍を差分から差引くことで１２００cent以下の差分値Ｃを算定する。

楽曲が十二平均律の１２種類の音階音（音律の音階を構成する離散的な音高）で構成される場合を想定すると、利用者Ｕ1が楽曲を歌唱した音声（第１歌唱音声）と、利用者Ｕ2が当該楽曲を歌唱した音声（第２歌唱音声）とで音高の調和がとれているとき、第１歌唱音声の音高と第２歌唱音声の音高との差分値は、相互に隣合う２個の音階音の間隔（半音に相当する１００cent）の整数倍に近似または合致すると期待される。したがって、１個の重複区間ＲＴSの代表値ＲＰAと代表値ＲＰBとの差分値Ｃが１００centの整数倍に相当するとき、当該重複区間ＲＴSでは、利用者Ｕ1の歌唱音高と利用者Ｕ2の歌唱音高とが、調和を保っていると評価できる。そこで、第１実施形態の評価部２２８は、重複区間ＲＴSにおける代表値ＲＰAと代表値ＲＰBとの差分値Ｃが１００centの整数倍に相当するときには、第１歌唱音声の音高と第２歌唱音声の音高との調和がとれているとして、評価値Ｓを増加させる。他方、差分値Ｃが１００centの整数倍から乖離する場合には、第１歌唱音声の音高と第２歌唱音声の音高との調和がとれていないと推定される。したがって、差分値Ｃが１００centの整数倍から乖離するときは、評価部２２８は、第１歌唱音声の音高と第２歌唱音声の音高とが調和しないとして、評価値Ｓを減少させる。

例えば、代表値ＲＰAと代表値ＲＰBとの差分値Ｃが、１００centの整数倍の３００cent（短３度）や４００cent（長３度）である場合、第１歌唱音声の音高と第２歌唱音声の音高とが調和し、聴感的に心地良い印象を与える。また、差分値が７００cent（完全５度）や１２００cent（１オクターブ、すなわち完全８度）や０cent（完全１度）である場合、すなわち、第１歌唱音声の音高と第２歌唱音声の音高とが協和音の関係にある場合、第１歌唱音声の音高と第２歌唱音声の音高とが調和し、聴感的に響きがある印象を与える。以上の事情を考慮して、第１歌唱音声の音高と第２歌唱音声の音高との差分値Ｃが３００centおよび４００centである場合や、第１歌唱音声の音高と第２歌唱音声の音高とが協和音（すなわち、差分値Ｃが700cent,1200cent,0cent）の関係にある場合、評価値Ｓを高くしてもよい。

評価部２２８は、重複区間ＲＴSにおける代表値ＲＰAと代表値ＲＰBとの差分値Ｃが１００centの整数倍に近似（合致を含む）するか否かを判定する(SB2)。具体的には、差分値Ｃが、１００centの整数倍を含む所定の範囲内（例えば±１０％）にあるか否かが判定される。差分値Ｃが１００centの整数倍に近似する場合(SB2:YES)、評価部２２８は重複区間ＲＴSnに対して、楽曲が開始されてから重複区間ＲＴSn-1までに獲得された評価値（得点:Score）Ｓn-1と、所定値Δ（正の整数）との加算値を、重複区間ＲＴSnまでに獲得した評価値（Score）Ｓnとして設定する（Ｓn＝Sn-1＋Δ）(SB3)。

他方、差分値Ｃが１００centの整数倍とは乖離する場合(SB2:NO)、楽曲が開始されてから重複区間ＲＴSn-1までに獲得された評価値Ｓn-1と、所定値Δ（正の整数）との減算値を、当該ｎ番目の重複区間ＲＴSnまでに獲得した評価値Ｓnとして設定する（Ｓn=Sn-1−Δ）(SB4)。評価部２２８は、SB3およびSB4で設定した評価値Ｓnを、端末装置Ｄ1の表示処理部２８に出力する。表示処理部２８は、歌唱の評価値Ｓnを表示装置１６に表示させる(SB5)。つまり、楽曲の再生（歌唱の進行）に並行して評価値Ｓnは時々刻々と変化していく。また、評価部２２８によって算出された評価値Ｓnは、通信装置１５によって端末装置Ｄ2に送信される。端末装置Ｄ2では、端末装置Ｄ1と同様に、評価値Ｓnを表示させる。

なお、差分値Ｃに応じた評価値Ｓの算定方法は適宜に変更される。例えば、差分値Ｃに対して図６のような関係となるように評価値Ｓを設定することも可能である。図６に例示される通り、差分値Ｃの複数の範囲の各々について評価値Ｓの分布が事前に設定され、複数の評価値Ｓのうち代表値ＲＰAと代表値ＲＰBとの差分値Ｃに応じた評価値Ｓが選択される。短３度（３半音）や長３度（４半音）の差分値Ｃは受聴者が知覚する調和の度合いが高いという傾向を考慮し、短３度に相当する差分値Ｃ（Ｃ＝３００）や長３度に相当する差分値Ｃ（Ｃ＝４００）には高い評価点Ｓが設定されている。

以上に説明した通り、第１実施形態の構成では、第１音高安定区間ＴSAと第２音高安定区間ＴSBとが時間軸上で重複する重複区間ＲＴS内の代表値ＲＰAと代表値ＲＰBとの差分値Ｃが所定の音高関係（具体的には、十二平均律等の特定の音律のもとで相互に隣合う各音階音の間隔の整数倍）にあるか否かに応じて歌唱が評価される。したがって、複数の歌唱パートの各々について楽譜データが存在しない場合でも、歌唱を適切に評価することが可能になる。

第１実施形態では、第１歌唱信号Ｖ1のうち音高ＰAが安定する第１音高安定区間ＴSAと、第２歌唱信号Ｖ2のうち音高ＰBが安定する第２音高安定区間ＴSBが重複する重複区間ＲＴSの各々における代表値ＲＰAと代表値ＲＰBとに応じて第１歌唱音声の音高と第２歌唱音声の音高との調和の程度が評価される。ここで、音符間で音高が連続的に遷移する区間や歌唱表現として音高が変動する区間（例えばビブラート区間）を含む楽曲全体に亘って歌唱を評価する構成（以下、「対比例」という）では、音高が不安定に遷移する区間を含む楽曲全体の歌唱が歌唱評価の対象とされるから、必ずしも適切な評価がなされない場合がある。他方、第１実施形態の構成によれば、音高が安定する第１音高安定区間ＴSAおよび第２音高安定区間ＴSBが重複する重複区間ＲＴSで算出された代表値ＲＰAおよび代表値ＲＰBに応じて、第１歌唱音声の音高と第２歌唱音声の音高との調和の程度が評価されるから、対比例の構成と比較して、安定した区間の音高を用いた適切な評価を実現することが可能になる。

＜第２実施形態＞
第１実施形態では、第２歌唱信号Ｖ2を端末装置Ｄ2から端末装置Ｄ1に送信して端末装置Ｄ1で第２歌唱信号Ｖ2の音高ＰBを解析した。第２実施形態では、端末装置Ｄ2で解析された第２歌唱信号Ｖ2の音高ＰBが端末装置Ｄ2から端末装置Ｄ1に順次に送信される。

図７は、第２実施形態の歌唱評価システム１の概略図である。第２実施形態では、利用者Ｕ2が使用する端末装置Ｄ2に音高解析部３６が付加される。音高解析部３６は、収音装置３４が生成した第２歌唱信号Ｖ2の音高ＰBを順次に解析する。音高解析部３６による音高ＰBの解析方法は、第１実施形態の音高解析部２２２による音高ＰBの解析方法と同様である。第２実施形態の通信装置３５は、図７に例示される通り、音高解析部３６によって解析された第２歌唱信号Ｖ2の音高ＰBを端末装置Ｄ1に送信する。端末装置Ｄ1の通信装置１５は、端末装置Ｄ2から送信された音高ＰBを順次に受信する。

端末装置Ｄ1の音高解析部２２２は、第１歌唱信号Ｖ1の音高ＰAを順次に解析して、解析した音高ＰAを区間設定部２２４に通知する。区間設定部２２４は、音高解析部２２２が解析した音高ＰAが安定する第１音高安定区間ＴSAを複数設定するとともに、通信装置１５によって受信された音高ＰBが安定する第２音高安定区間ＴSBを複数設定する。以降の説明については第１実施形態と同様であるので、説明を省略する。

以上の説明から理解される通り、第２実施形態の構成によっても第１実施形態と同様の効果が実現される。また、第２実施形態の構成によれば、音高解析部２２２は、第２歌唱信号Ｖ2の音高ＰBを解析する必要がないから、端末装置Ｄ1による演算処理の負荷を軽減することが可能になる、という利点もある。

＜第３実施形態＞
第２実施形態では、区間設定部２２４は、端末装置Ｄ1内の音高解析部２２２から音高ＰAを取得する一方で、通信装置１５によって受信された音高ＰBを取得する。音高ＰBは端末装置Ｄ2から端末装置Ｄ1に送信されるから、利用者Ｕ1と利用者Ｕ2とが相互に同期して同じ楽曲を歌唱した場合でも、区間設定部２２４が楽曲のうち特定の時点の音高ＰBを取得する時点は、区間設定部２２４が当該時点の音高ＰAを取得する時点に対して、例えば端末装置Ｄ1と端末装置Ｄ2との間の通信遅延の分だけ遅延し得る。具体的には、図８に例示されるように、楽曲内の各時点の音高ＰAを区間設定部２２４が取得する時点（例えば解析点ＫAｎ[n=1,2,3…]の時間軸上における位置）と、楽曲内の同じ時点の音高ＰBを区間設定部２２４が取得する時点（例えば、解析点ＫBｎ[n=1,2,3…]の時間軸上における位置）との間には、通信に要する遅延（Δt）が発生し得る。そこで、第３実施形態では、遅延時間を補償する処理を実行する。

第３実施形態の歌唱評価システム１の構成は第２実施形態と同様である。利用者Ｕ1が歌唱対象とする楽曲を選択すると、当該楽曲の再生指示が、端末装置Ｄ1から端末装置Ｄ2に送信される。端末装置Ｄ1と端末装置Ｄ2とでは、楽曲の開始時点が一致するから、利用者Ｕ1と利用者Ｕ2とは、同じ楽曲を同期して歌唱する。すなわち、端末装置Ｄ1で音高を解析する時点（解析点ＫA）と端末装置Ｄ2で音高を解析する時点（解析点ＫB）とが一致する。第３実施形態では、端末装置Ｄ1の音高解析部２２２は、第１歌唱信号Ｖ1のうち音高ＰAを解析するたびに、当該解析点ＫAの時間軸上における位置を示す情報（以降の説明では「第１時間情報」という。）を区間設定部２２４に通知する。また、端末装置Ｄ2の音高解析部３６は、第２歌唱信号Ｖ2のうち音高ＰBを解析するたびに、解析した音高ＰBと当該解析点ＫBの時間軸上における位置を示す情報（以降の説明では「第２時間情報」という。）を、通信装置３５を介して端末装置Ｄ1に送信する。端末装置Ｄ1の通信装置１５は、通信装置３５が送信した音高ＰBおよび第２時間情報を受信する。時間情報の一例としては、例えば、楽曲開始からの経過時間や時刻が例示される。

図９は、第３実施形態の区間設定部２２４による処理の説明図である。第３実施形態の区間設定部２２４は、音高解析部２２２により通知された第１時間情報と、通信装置３５および通信装置１５との間における通信を介して音高解析部３６により通知された第２時間情報とを相互に対応付けることで、第１時間情報が示す複数の解析点ＫA（第１解析点ＫA）と、第２時間情報が示す複数の解析点ＫB（第２解析点ＫB）との間で相互に対応するもの（楽曲内の同時点に対応するもの）同士を時間軸上で相互に合致させる。

区間設定部２２４は、相互に対応する解析点ＫAと解析点ＫBとを時間軸上で相互に合致させたうえで、第１実施形態と同様の手順により、第１音高安定区間ＴSAと第２音高安定区間ＴSBとを設定し、当該第１音高安定区間ＴSAと第２音高安定区間ＴSBとが時間軸上で重複する重複区間ＲＴSを設定する。

以上に説明した通り、第３実施形態の構成によっても、前述の各形態と同様の効果を奏することが可能である。第３実施形態の構成では、第１歌唱信号Ｖ1の音高ＰAが解析される第１解析点ＫAと、第２歌唱信号Ｖ2の音高ＰBが解析される第２解析点ＫBとを時間軸上で合致させる。したがって、端末装置Ｄ1から端末装置Ｄ2との間の通信に遅延が発生する場合でも、第１歌唱音声と第２歌唱音声との調和の程度を適切に評価することが可能になる。

＜第４実施形態＞
前述の各形態では、第１歌唱音声と第２歌唱音声とが所定の音高関係にあるか否かに応じて、第１歌唱音声の音高と第２歌唱音声の音高との調和の程度を評価した。第４実施形態では、第１歌唱音声と第２歌唱音声との歌唱音高の類似の度合いを評価する。

図１０は、第４実施形態の歌唱評価システム１の概略図である。図１０から把握される通り、第４実施形態の端末装置Ｄ1の構成においては、第１実施形態の端末装置Ｄ1の構成に対して音高分布生成部２２５と解析処理部２２７とが付加される。音高解析部２２２の機能および動作については第１実施形態と同様であるので詳細な説明を省略する。

第４実施形態の区間設定部２２４は、第１歌唱信号Ｖ1の音高ＰAが安定する第１音高安定区間ＴSAと、第２歌唱信号Ｖ2の音高ＰBが安定する第２音高安定区間ＴSBとを複数設定する。第４実施形態の区間設定部２２４は、第１音高安定区間ＴSAと第２音高安定区間ＴSBとが重複する重複区間ＲＴSは設定しない。代表値算出部２２６は、楽曲全体に亘って第１音高安定区間ＴSAおよび第２音高安定区間ＴSBの設定が完了すると、第１実施形態と同様の手法により、複数の第１音高安定区間ＴSAの各々における音高ＰAの代表値ＲＰAと、複数の第２音高安定区間ＴSBの各々における音高ＰBの代表値ＲＰBとを算出する。代表値算出部２２６は、算出した代表値ＲＰAおよび代表値ＲＰBを記憶装置１２に順次格納する。したがって、楽曲内の第１音高安定区間ＴSAの総数に相当する個数の代表値ＲＰAおよび第２音高安定区間ＴSBの総数に相当する個数の代表値ＲＰBが記憶装置１２に格納される。音高分布生成部２２５は、複数の第１音高安定区間ＴSAに亘る代表値ＲＰAの度数分布を示す第１度数分布を生成する一方、複数の第２音高安定区間ＴSBに亘る代表値ＲＰBの度数分布を示す第２度数分布を生成する。

図１１は、音高分布生成部２２５の処理についての説明図である。音高分布生成部２２５は、複数の第１音高安定区間ＴSAに包含される代表値ＲＰAを記憶装置１２から読み出し、当該代表値ＲＰAの第１度数分布（ヒストグラム）ＨAを作成する。度数分布ＨAは、相互に隣合う各音階音の音高差（１００cent）と比較して十分に細かく代表値ＲＰAの数値範囲を区分した複数の階級の各々における代表値ＲＰAの度数の分布である。また、音高分布生成部２２５は、第１度数分布ＨAの生成と同様に、複数の第２音高安定区間ＴSBに包含される代表値ＲＰBを記憶装置１２から読み出し、当該代表値ＲＰBの度数分布を示す第２度数分布ＨBを作成する。

図１０の解析処理部２２７は、音高分布生成部２２５によって生成された第１度数分布ＨAのうち音階音の音高を含む所定範囲の分布である複数の分布のそれぞれを合計する。具合的には、解析処理部２２７は、第１度数分布ＨAを音階音毎に区分した複数の単位範囲Ｔu(Ｔu1,Ｔu2,Ｔu3,Ｔu4,Ｔu5,Ｔu6)にわたり各単位範囲Ｔuの分布を合計して１個の第１評価分布ＱAを作成するとともに、当該第１評価分布ＱAの代表値を算出する。第４実施形態では、第１評価分布ＱAの平均値Ａ1を、第１評価分布ＱAの代表値として算出する。任意の１個の音階音に対応する単位範囲Ｔuは、当該音階音の音高を中心とする±５０centの範囲である。解析処理部２２７は、第１評価分布ＱAの生成と同様に、第２度数分布ＨBを音階音毎に区分した複数の単位範囲Ｔuにわたり各単位範囲Ｔuの分布を合計して１個の第２評価分布ＱBを作成するとともに当該第２評価分布ＱBの代表値（第２評価分布ＱBの平均値Ａ2）を算出する。

図１２は、解析処理部２２７により作成された第１評価分布ＱAの説明図である。解析処理部２２７は、音階音の音高（図１１では1200cent、1300cent、1400cent、1500cent、1600cent、1700cent）を０とする±５０centに亘る数値αの範囲（−５０≦α≦＋５０）に各単位範囲Ｔuの分布を対応させたうえで複数の単位範囲Ｔuに亘る分布の度数を数値α毎に合計する。そして、解析処理部２２７は、数値α毎の各合計度数を±５０centの範囲内でさらに合計した積算値（分布の下側の合計面積）が所定値（例えば１）となるように各合計度数を正規化することで第１評価分布ＱAを生成する。すなわち、解析処理部２２７は、音階音の音高を中心とする複数の単位範囲Ｔuに度数分布Ｈ（ＨA,ＨB）を区分し、各単位範囲Ｔuを相互に重複させて各単位範囲Ｔuの分布の度数を複数の単位範囲Ｔuにわたり数値α（音高）毎に合計する（さらにはその合計度数を正規化する）ことで第１評価分布ＱAを生成する。図１２の関数Ｇ(α)は、数値αを変数とした正規化後の第１評価分布ＱAを表現する関数である。解析処理部２２７は、第１評価分布ＱAの平均値Ａ1を算出する。また、解析処理部２２７は、第１評価分布ＱAと同様の方法で第２評価分布ＱBを生成してその平均値Ａ2を算出する。

以上の説明から理解される通り、第１評価分布ＱAは、複数の音階音の各々に対する音高ＰAの代表値ＲＰAの分布の傾向を表現する。具体的には、第１評価分布ＱAの平均値Ａ1が大きい場合には、利用者Ｕ1が、音階音の本来の音高に対して高目の音高を歌唱する傾向があると推定できる。同様に、第２評価分布ＱBは、各音階音の音高に対する音高ＰBの代表値ＲＰBの分布の傾向を表現する。具体的には、第２評価分布ＱBの平均値Ａ2が大きい場合には、利用者Ｕ2が、音階音の本来の音高に対して高目の音高を歌唱する傾向があると推定できる。

評価部２２８は、解析処理部２２７によって算定された第１評価分布ＱAの平均値Ａ1と第２評価分布ＱBの平均値Ａ2とに応じて、第１歌唱音声と第２歌唱音声との歌唱音高の類似の度合いを評価する。第１歌唱音声と第２歌唱音声との間で歌唱音高が近似する場合（例えば利用者Ｕ1および利用者Ｕ2の双方が、音階音の音高に対して高い音高で発音する傾向がある場合）、平均値Ａ1と平均値Ａ2とが相互に近似すると推定される。他方、第１歌唱音声と第２歌唱音声との間で歌唱音高が乖離する場合（例えば利用者Ｕ1は音階音に対して高い音高で発音する傾向がある一方で、利用者Ｕ2は音階音に対して低い音高で発音する傾向がある場合）、平均値Ａ1と平均値Ａ2とは乖離すると推定される。以上の傾向を考慮して、第４実施形態の評価部２２８は、第１評価分布ＱAの平均値Ａ1と第２評価分布ＱBの平均値Ａ2とが近似するほど、楽曲の全体を通して第１歌唱音声と第２歌唱音声との歌唱音高が類似するとして評価値Ｓを大きい数値に設定する。他方、第１評価分布ＱAの平均値Ａ1と第２評価分布ＱBの平均値Ａ2とが乖離するほど、楽曲の全体を通して第１歌唱音声と第２歌唱音声との歌唱音高が乖離するとして評価値Ｓを小さい数値に設定する。

図１３は、第４実施形態の歌唱評価部２２（音高分布生成部２２５，解析処理部２２７，評価部２２８）による動作の処理のフローチャートである。代表値算出部２２６が、各第１音高安定区間ＴSAn（ｎ＝１,２,３,４，……）の音高ＰAの代表値ＲＰAと各第２音高安定区間ＴSBn（ｎ＝１,２,３,４，……）の音高ＰBの代表値ＲＰBとを楽曲全体に亘り算出すると、図１３の評価処理が実行される。

音高分布生成部２２５は、楽曲内の複数の第１音高安定区間ＴSAに亘る代表値ＲＰAの第１度数分布ＨAを作成するとともに、楽曲内の複数の第２音高安定区間ＴSBに亘る代表値ＲＰBの第２度数分布ＨBを作成する(SD1)。解析処理部２２７は、音高分布生成部２２５によって生成された第１度数分布ＨAを音階音毎に区分した複数の単位範囲Ｔuから第１評価分布ＱAを作成するとともに、第２度数分布ＨBを音階音毎に区分した複数の単位範囲Ｔuから第２評価分布ＱBを作成する(SD2)。解析処理部２２７は、第１評価分布ＱAの平均値Ａ1と第２評価分布ＱBの平均値Ａ2とを算出する(SD3)。

評価部２２８は、解析処理部２２７によって算定された第１評価分布ＱAの平均値Ａ1と第２評価分布ＱBの平均値Ａ2とに応じて、第１歌唱音声と第２歌唱音声との歌唱音高の類似の度合いを評価する(SD4)。例えば、第１評価分布ＱAの平均値Ａ1と第２評価分布ＱBの平均値Ａ2とが近似するほど、楽曲の全体を通して第１歌唱音声の歌唱音高と第２歌唱音声の歌唱音高が類似するとして評価値Ｓを大きい数値に設定する。他方、第１評価分布ＱAの平均値Ａ1と第２評価分布ＱBの平均値Ａ2とが乖離するほど、楽曲の全体を通して第１歌唱音声の歌唱音高と第２歌唱音声の歌唱音高が乖離すると評価して評価値Ｓを小さい数値に設定する。表示処理部２８は、評価値Ｓを表示装置１６に表示させる(SD5)。

以上の説明から理解される通り、第４実施形態では、第１音高安定区間ＴSAにおける代表値ＲＰAの第１度数分布ＨAから生成された第１評価分布ＱAの平均値Ａ1（第１評価分布ＱAの代表値）と、第２音高安定区間ＴSBにおける代表値ＲＰBの第２度数分布ＨBから生成された第２評価分布ＱBの平均値Ａ2（第２評価分布ＱBの代表値）とに応じて、第１歌唱音声と第２歌唱音声との歌唱音高の類似の度合いが評価される。したがって、第４実施形態の構成によっても、第１実施形態の効果と同様に、楽曲の歌唱パート毎の楽譜データを必要とすることなく、利用者Ｕ1と利用者Ｕ2との歌唱音高の類似の度合いを適切に評価することが可能である。また、第４実施形態では、第１音高安定区間ＴSAにおける代表値ＲＰAと第２音高安定区間ＴSBにおける代表値ＲＰBとが歌唱評価の対象として利用されるから、楽曲のうち音高遷移が不安定な区間を含む全区間に亘る歌唱音高が評価対象とされる構成と比較して適切に歌唱音高を評価することが可能である。

＜第５実施形態＞
前述の各形態では、利用者Ｕ1が使用する端末装置Ｄ1を歌唱評価装置として利用する構成を例示した。第５実施形態では、端末装置Ｄ（Ｄ1，Ｄ2）との間で通信を実行する管理装置５００を歌唱評価装置として利用する構成を例示する。

図１４は、第５実施形態の歌唱評価システム１の概略図である。第５実施形態の歌唱評価システム１は、図１４に例示される通り、管理装置５００と、利用者Ｕ1が使用する端末装置Ｄ1と、利用者Ｕ2が使用する端末装置Ｄ2とを含んで構成される。端末装置Ｄ1および端末装置Ｄ2の構成は、図７に例示される端末装置Ｄ2と同様である。すなわち、利用者Ｕ1の第１歌唱音声を示す第１歌唱信号Ｖ1の音高ＰAが端末装置Ｄ1から管理装置５００に順次に送信され、利用者Ｕ2の第２歌唱音声を示す第２歌唱信号Ｖ2の音高ＰBが端末装置Ｄ2から管理装置５００に順次に送信される。

管理装置５００は、利用者Ｕ1の歌唱音声と、利用者Ｕ2の歌唱音声との音高の調和の度合いを評価して、評価結果を示す評価値Ｓを、利用者Ｕ1の端末装置Ｄ1と利用者Ｕ2の端末装置Ｄ2に各々送信する装置であり、歌唱評価部５２と通信装置５４とを包含する。通信装置５４は、端末装置Ｄ1および端末装置Ｄ2の各々と通信する。具体的には、通信装置５４は、端末装置Ｄ1が送信した音高ＰAと端末装置Ｄ2が送信した音高ＰBとを順次に受信する。歌唱評価部５２は、利用者Ｕ1による歌唱音声の音高と、利用者Ｕ2による歌唱音声の音高との調和の度合いを評価する。具体的には、第５実施形態の歌唱評価部５２は、第２実施形態の歌唱評価部２２と同様に、区間設定部２２４と代表値算出部２２６と評価部２２８とを包含する。区間設定部２２４，代表値算出部２２６，および，評価部２２８の処理は第２実施形態と同様であるので詳細な説明を省略する。評価部２２８が算定した評価値Ｓが、通信装置５４から端末装置Ｄ1および端末装置Ｄ2に送信されて各々の表示装置に表示される。

第５実施形態でも、前述の各実施形態と同様の効果が実現される。また、第５実施形態の構成では、利用者Ｕ1の第１歌唱音声の音高と利用者Ｕ2の第２歌唱音声の音高との調和の度合いが管理装置５００により評価される。したがって、端末装置Ｄ1には歌唱評価部２２を搭載する必要がないという利点がある。なお、図１４では、端末装置Ｄ1が第１歌唱信号Ｖ1の音高ＰAを送信するとともに端末装置Ｄ2が第２歌唱信号Ｖ2の音高ＰBを送信する構成を例示したが、端末装置Ｄ1が第１歌唱信号Ｖ1を管理装置５００に送信するとともに端末装置Ｄ2が第２歌唱信号Ｖ2を管理装置５００に送信する構成も採用され得る。具体的には、第１歌唱信号Ｖ1の音高ＰAと第２歌唱信号Ｖ2の音高ＰBとを解析する音高解析部２２２が管理装置５００の歌唱評価部５２に追加される。

＜変形例＞
前述の各形態は多様に変形され得る。具体的な変形の態様を以下に例示する。以下の例示から任意に選択された２以上の態様を適宜に併合することも可能である。

（１）第４実施形態では、第２歌唱信号Ｖ2を端末装置Ｄ2から端末装置Ｄ1に送信して端末装置Ｄ1で第２歌唱信号Ｖ2の音高ＰBを解析したが、第２実施形態および第３実施形態と同様に、端末装置Ｄ2で解析された第２歌唱信号Ｖ2の音高ＰBが端末装置Ｄ2から端末装置Ｄ1に順次に送信される構成としてもよい。

（２）第４実施形態では、第１評価分布ＱAの平均値Ａ1と第２評価分布ＱBの平均値Ａ2とを各分布の代表値として例示したが、第１評価分布ＱAおよび第２評価分布ＱBの各々の特徴を表す代表値は平均値に限定されない。例えば、第１評価分布ＱAおよび第２評価分布ＱBの各々について、平均値以外の指標値（中央値，最頻値等）や、分散値、二次モーメント等の各種の統計量が代表値として算定され得る。例えば、第１評価分布ＱAと第２評価分布ＱBとの間で分散値や二次モーメントが近似するほど、第１歌唱音声と第２歌唱音声の歌唱音高が類似すると評価することが可能である。

（３）第５実施形態では、第１歌唱信号Ｖ1の音高ＰAの代表値ＲＰAと、第２歌唱信号Ｖ2の音高ＰBの代表値ＲＰBとが所定の音高関係にあるか否かに応じて、第１歌唱音声と第２歌唱音声との調和の度合いを評価した。以上の例示以外に、第５実施形態の管理装置５００に、音高分布生成部２２５と解析処理部２２７とを付加し、第１歌唱音声と第２歌唱音声との歌唱音高の類似の度合いを評価してもよい。

（４）前述の各形態では、端末装置Ｄ1の記憶装置１２に伴奏データＢと歌詞データＱとを包含する楽曲データＬが記憶される構成を例示したが、端末装置Ｄ1と、図示を省略する楽曲提供サーバーとの間で通信網（例えば移動通信網やインターネット）４００を介した通信を実行することで楽曲データＬを受信する構成としてもよい。

（５）前述の各形態では、歌唱の評価結果として評価値Ｓを表示させる構成を例示した。評価値Ｓに替えて、「ＯＫ」や「ＮＧ」等のテキスト情報を評価情報として表示させてもよい。

（６）前述の各形態では、利用者Ｕ1が端末装置Ｄ1に向けて歌唱する一方、利用者Ｕ2が端末装置Ｄ2に向けて歌唱する構成を例示したが、利用者Ｕ1と利用者Ｕ2とが、ひとつの端末装置に向けて歌唱する構成としてもよい。具体的には、例えば、端末装置Ｄ1に複数の収音装置（１４Aおよび１４B）を付加して、利用者Ｕ1が収音装置１４Aに向けて歌唱し、利用者Ｕ2が収音装置１４Bに向けて歌唱してもよい。以上の構成によっても、第１実施形態と同様の効果が実現される。

１……歌唱評価システム、１０……演算処理装置、１２……記憶装置、１４……収音装置、１５……通信装置、１６……表示装置、１８……放音装置、２２……歌唱評価部、２６……再生処理部、２８……表示処理部、３４……収音装置、３５……通信装置、３６……音高解析部、５２……歌唱評価部、５４……通信装置、２２２……音高解析部、２２４……区間設定部、２２５……音高分布生成部、２２６……代表値算出部、２２７……解析処理部、２２８……評価部、５００……管理装置、Ｂ……伴奏データ、Ｑ……歌詞データ、Ｌ……楽曲データ、ＴSA……第１音高安定区間、ＴSB……第２音高安定区間、ＲＴS……重複区間、Ｔu……単位範囲。

Claims (6)

1. 楽曲の一の歌唱音声を示す第１歌唱信号の音高が安定する複数の第１音高安定区間と、前記楽曲の他の歌唱音声を示す第２歌唱信号の音高が安定する複数の第２音高安定区間とを設定する区間設定部と、
   前記区間設定部が設定した複数の第１音高安定区間の各々と複数の第２音高安定区間の各々とが時間軸上で重複する重複区間毎に、前記第１歌唱信号の音高の代表値と前記第２歌唱信号の音高の代表値とを算出する代表値算出部と、
   前記各重複区間における前記第１歌唱信号の音高の代表値と前記第２歌唱信号の音高の代表値とが所定の音高関係にあるか否かに応じて、前記一の歌唱音声と前記他の歌唱音声との調和の度合いを評価する評価部と
   を具備する歌唱評価装置。
2. 前記第１歌唱信号の音高を順次解析する音高解析部と、
   前記第２歌唱信号から順次解析された音高を受信する受信部とを具備し、
   前記区間設定部は、前記第１歌唱信号のうち前記音高解析部が解析した音高が安定する複数の第１音高安定区間と、前記第２歌唱信号のうち前記受信部が受信した音高が安定する複数の第２音高安定区間とを設定する
   請求項１の歌唱評価装置。
3. 前記音高解析部は、時間軸上の第１解析点毎に前記第１歌唱信号の音高を順次に解析し、
   前記受信部は、時間軸上の第２解析点毎に順次に解析された前記第２歌唱信号の音高を受信し、
   前記区間設定部は、複数の第１解析点と複数の第２解析点との間で相互に対応するもの同士を時間軸上で相互に合致させたうえで、前記第１音高安定区間と前記第２音高安定区間とが重複する重複区間を設定する
   請求項２の歌唱評価装置。
4. 楽曲の一の歌唱音声を示す第１歌唱信号の音高が安定する複数の第１音高安定区間と、前記楽曲の他の歌唱音声を示す第２歌唱信号の音高が安定する複数の第２音高安定区間とを設定する区間設定部と、
   前記複数の第１音高安定区間の各々における音高の代表値を算出する一方、前記複数の第２音高安定区間の各々における音高の代表値を算出する代表値算出部と、
   前記複数の第１音高安定区間に亘る音高の代表値の度数分布を示す第１度数分布を生成する一方、前記複数の第２音高安定区間に亘る音高の代表値の度数分布を示す第２度数分布を生成する音高分布生成部と、
   前記第１度数分布を音階音の音高を中心とする複数の単位範囲に区分し、各単位範囲を相互に重複させて当該各単位範囲の分布の度数を複数の単位範囲にわたり音高毎に合計することで第１評価分布を作成する一方、前記第２度数分布を音階音の音高を中心とする複数の単位範囲に区分し、各単位範囲を相互に重複させて当該各単位範囲の分布の度数を複数の単位範囲にわたり音高毎に合計することで第２評価分布を作成する解析処理部と、
   前記第１評価分布と前記第２評価分布とに基づいて、前記一の歌唱音声と前記他の歌唱音声との歌唱音高の類似の度合いを評価する評価部と
   を具備する歌唱評価装置。
5. 楽曲の一の歌唱音声を示す第１歌唱信号の音高が安定する複数の第１音高安定区間と、前記楽曲の他の歌唱音声を示す第２歌唱信号の音高が安定する複数の第２音高安定区間とを設定する区間設定部、
   前記区間設定部が設定した複数の第１音高安定区間の各々と複数の第２音高安定区間の各々とが時間軸上で重複する重複区間毎に、前記第１歌唱信号の音高の代表値と前記第２歌唱信号の音高の代表値とを算出する代表値算出部、
   前記各重複区間における前記第１歌唱信号の音高の代表値と前記第２歌唱信号の音高の代表値とが所定の音高関係にあるか否かに応じて、前記一の歌唱音声と前記他の歌唱音声との調和の度合いを評価する評価部
   としてコンピュータを機能させるプログラム。
6. 楽曲の一の歌唱音声を示す第１歌唱信号の音高が安定する複数の第１音高安定区間と、前記楽曲の他の歌唱音声を示す第２歌唱信号の音高が安定する複数の第２音高安定区間とを設定する区間設定部、
   前記複数の第１音高安定区間の各々における音高の代表値を算出する一方、前記複数の第２音高安定区間の各々における音高の代表値を算出する代表値算出部、
   前記複数の第１音高安定区間に亘る音高の代表値の度数分布を示す第１度数分布を生成する一方、前記複数の第２音高安定区間に亘る音高の代表値の度数分布を示す第２度数分布を生成する音高分布生成部、
   前記第１度数分布を音階音の音高を中心とする複数の単位範囲に区分し、各単位範囲を相互に重複させて当該各単位範囲の分布の度数を複数の単位範囲にわたり音高毎に合計することで第１評価分布を作成する一方、前記第２度数分布を音階音の音高を中心とする複数の単位範囲に区分し、各単位範囲を相互に重複させて当該各単位範囲の分布の度数を複数の単位範囲にわたり音高毎に合計することで第２評価分布を作成する解析処理部、
   前記第１評価分布と前記第２評価分布とに基づいて、前記一の歌唱音声と前記他の歌唱音声との歌唱音高の類似の度合いを評価する評価部
   としてコンピュータを機能させるプログラム。
   

Images