JP2017519255A - 楽譜の追従方法及びそれに関連したモデル化方法 - Google Patents

Abstract

本発明は、楽譜（１０）を追従する方法であって、リアルタイムに遂行される、演奏者により放出された少なくとも１つの音（１２）を記録（２３）するステップ、少なくとも１つの半音階ベクトル（Ｖｘ）を推定（２４）するステップ、半音階ベクトル（Ｖｘ）を楽譜（１０）の理論半音階ベクトルと比較（２６）するステップ、半音階ベクトル（Ｖｘ）と直前の半音階ベクトル（Ｖｘ−１）との間の移行部（Ｔｘ）を楽譜（１０）の理論移行部と比較（２７）するステップ、及び半音階ベクトル（Ｖｘ）の比較（２６）及び移行部（Ｔｘ）の比較（２７）から、の直前の練習位置（Ｐｘ−１）の関数として演奏者の練習位置（Ｐｘ）を推定（２８）するステップ、を含み、記録のステップ（２３）は、移行部（Ｔｘ）の期間（Ｄｘ）と基準期間（Ｄｒｅｆ）との間の比率に応じて好適な期間（Ｄｉ）に対して実行される、方法に関する。

Description

本発明は、楽譜の追従方法及びそれに関連したモデル化方法に関する。本発明は、デジタル楽譜の読出しの分野に属する。

本発明により、コーチング、楽器の練習、または解釈に対する指導的リスニングに関して、特に有利な応用が見出される。

楽譜のテンポから、または演奏者により手動で付与された事前のテンポから能動区画（音符、小節、五線、等）を推測する、デジタル楽譜追従用のソフトウェアパッケージが存在する。これらのソフトウェアパッケージは従来、例えば上線または点状の指標等の楽譜マーキング用の要素を含んでいる。読出し開始を示す時間遅延の後、マーキング要素は楽譜のテンポに対応する速度で移動される。その結果、ミュージシャンは、楽譜のテンポを考慮して自身が理論的に位置すべき能動区画（音符、小節、五線、等）を見ながら、楽譜のテンポに合わせて楽譜を演奏し得る。

これらのソフトウェアパッケージは読出し時間が事前に規定されているため、ミュージシャンは演奏中に自分の実際のテンポを考慮に入れることはない。ミュージシャンは「楽譜のカーソルを追従」しなければならないのだが、自身の演奏に基づいて楽譜上でカーソル位置を規定することはできない。したがって、ミュージシャンは、解釈上困難な楽譜パートでスクロール速度を低減できない。同様に、ミュージシャンは、現存のソフトウェアパッケージによる追従中に、完璧さを望む楽譜パートについての反復ができない。

本発明の目的は、演奏者により付与された演奏を聴きながら楽譜を追従するための方法であって、スクロール速度または位置を演奏者の解釈の関数として変更するのに好適な方法を提案することにより、先行技術の欠点を改善することにある。

この目的のために、第１の態様によれば、本発明は、楽譜上にマーキング要素を表示するステップ、及びマーキング要素を移動するステップ、を含む、楽譜を追従する方法であって、リアルタイムに遂行される以下の、期間のデータフレームの形態で演奏者により放出された少なくとも１つの音を記録するステップ、データフレームの内容に基づいて少なくとも１つの半音階ベクトルを推定するステップ、半音階ベクトルを楽譜の理論半音階ベクトルと比較するステップ、半音階ベクトルと直前の半音階ベクトルとの間の移行部を楽譜の理論移行部と比較するステップ、及び演奏者の練習位置を半音階ベクトルの比較及び移行部の比較、の直前の練習位置の関数として推定するステップ、を更に含み、マーキング要素の表示及び移動のステップは、演奏者の練習位置の関数として実行され、かつ記録のステップは、移行部の期間と基準期間との間の比率の関数として適合された期間にわたって実行される、方法に関する。

本発明はかくして、演奏者により付与された音符またはコードを認識すること及び、この認識を楽譜のコードと関連付けることを可能にする。この関連付けにより、本追従方法の解釈へのリアルタイムな適合が可能になる。

例えば、音符またはコードに関する期間は楽譜の本来のテンポの関数として付与されるが、演奏者は必ずしもそれに合わせる必要はない。演奏者は、ある特定のパートについて速度の増大または減少を望み得る。本発明は、演奏者自身の特有のテンポに対する追従性の向上を可能にする。テンポのモデル化はまた、演奏者の現在のテンポ推定の取得を可能にし、高度な同期化用途に対して極めて有用であることが分かる。

別の実施例によれば、演奏者は全ての音符またはコードを最初から最後まで順に演奏するという有力な想定が存在する。実際には、演奏者はこのような稽古を行うことはほとんどない；逆に、演奏者は力を養うことを望んで、彼らが練習している楽曲内で前後に移動し停止して、その後別の箇所で再開するかもしれない。このような想定に取り組むために、本発明方法は、楽譜の連続性を断ちつつ楽譜内での「ジャンプ」の遂行を可能にする。このように、演奏の不連続性はモデル内で許容されるので、そのような不連続性が生じたとき、アルゴリズムは新たな位置への収束に限定的な時間しか要さない。

実施される本方法は、図形のみならず時間性を有するコードの正規化も広く含めて、楽譜に適用される。例えば、本方法はＭＩＤＩファイル（ＭＩＤＩは「Ｍｕｓｉｃａｌ Ｉｎｓｔｒｕｍｅｎｔ Ｄｉｇｉｔａｌ Ｉｎｔｅｒｆａｃｅ」の略語）の形態で具体化された楽譜中の位置を示すことも可能であろう。

本発明はまた、解釈に対する指導的リスニングにも適用される。例えば、聴衆はスピーカを有するオーディオシステムを介して楽譜解釈に対応する音声トラック対するリスニングが可能であり、音声トラックと関連付けられた楽譜の演奏過程で能動区画を見ることが可能である。

一実施形態によれば、本方法は、楽譜の理論半音階ベクトルにより半音階ベクトルを正規化するステップを含む。この正規化ステップは、理論半音階ベクトルの推定半音階ベクトルを用いた適合化を可能にし、かくして演奏者により演奏されたコードの認識及び関連付けに際して演奏を改善する。

一実施形態によれば、半音階ベクトルを楽譜の理論半音階ベクトルと比較するステップは、半音階ベクトルと各理論半音階ベクトルとの間のユークリッド距離を推定するサブステップ、取得されたユークリッド距離の合計を正規化するサブステップ、及び各理論半音階ベクトル中に半音階ベクトルが帰属する確率を推定するサブステップ、を含む。この実施形態は、比較演奏とリアルタイム処理を可能にし得る必要算定リソースとの間の良好な折衷策を提示する。

一実施形態によれば、半音階ベクトルと直前の半音階ベクトルとの間の移行部を比較するステップは、ポアソンの法則によって遂行される。この実施形態もまた、比較演奏とリアルタイム処理を可能にし得る必要算定リソースとの間の良好な折衷策を提示する。

一実施形態によれば、少なくとも１つの推定は対数尺で遂行される。本発明は、多くの場合０に近い値を含んだ、多数の乗算を含む。かくして、考察下の構成中の浮動小数点数に関する精度が超過し得るので、算定は場合によっては不安定にもなり得る。これを改善するために、この実施形態は、「対数確率」ドメインで全ての算定を遂行することを可能にする；かくしてすべての乗算は加算になり、算定の精度は許容可能に維持される。

一実施形態によれば、記録ステップの期間の推定は、ビタビ復号アルゴリズムによって遂行される。この実施形態もまた、演奏とリアルタイム処理を可能にし得る必要算定リソースとの間の良好な折衷策を提示する。

一実施形態によれば、少なくとも１つの推定は閾値を含み、該閾値未満では推定は該当しないと判定されて、その結果は利用されないことになる。本発明による楽譜の追従方法は、その確率的性質から、間違いにより演奏者に稚拙な示唆を提示する可能性がある。こうした間違いは、演奏者が楽譜を過度に自由に解釈した際に自身の演奏等で何回かの誤りを犯したときに起こり得る。本発明方法の提案による情報が信頼し得ない場合に最良に対処するために、この実施形態は、推定の適合性を判定する評価規準を導入することを可能にする。

第２の態様によれば、本発明は、楽譜を内容及び期間を有する少なくとも一連の理論コードにスライスするステップ、各理論コードの内容を理論半音階ベクトルの形態で表現するステップ、及び種々の理論コードの間の理論移行部をモデル化するステップを含む楽譜をモデル化する方法に関する。本発明のこの第２の態様は、デジタル楽譜表現の取得を可能にする。半音階ベクトルは、コード間の比較をより簡素にする、デジタル楽譜のより「構造化された」表現である。

一実施形態によれば、種々の理論コードの間の理論移行部のモデル化のステップは、隠れマルコフモデルによって遂行される。この実施形態もまた、比較演奏とリアルタイム処理を可能にし得る必要算定リソースとの間の良好な折衷策を提示する。

一実施形態によれば、理論半音階ベクトルは、少なくとも１つの範囲の値０または１の１２のスカラー量から成り、各スカラー量は半音階範囲の半音：ド、ド♯、レ、レ♯、ミ、ファ、ファ♯、ソ、ソ♯、ラ、ラ♯、シ、のうちの１つと関連付けられる。変形例として、半音階ベクトルは、例えばアラブ音楽の四分音を一体化するように、より多いスカラー数を含む。

本発明は、図面を参照しながら、本発明の実施形態の説明のためのみに以下に提示する詳細な説明の助けを得てより良好に理解されるであろう。

本発明の実施形態に従った楽譜をモデル化する方法のステップを示す。 本発明の実施形態に従った楽譜を追従する方法のステップを示す。 本発明の実施形態に従った楽譜の追従用のインターフェースを示す。

図１は、楽譜１０がステップ３０で一連の理論コードＳ＝｛Ｓ０、Ｓ１、．．．、Ｓｉ、ＳＩ−１｝にスライスされる、楽譜１０をモデル化する方法のステップを示す。Ｓのうちの各理論コードは、音高の組、場合によっては零、である内容Ｃｉと、ならびに開始及び終了を有する期間Ｄｉとに関連付けられる。コードの開始及び終了はそれぞれ、コードの内容Ｃｉが変化する直前の最小及び最大時間値である。

各理論コードＳｉの内容Ｃｉは、ステップ３１中で半音階ベクトルＶｉの形態で表される。好ましくは、半音階ベクトルＶｉは、０と１との間の値の様々な１２のスカラー量から成り、各スカラー量は半音階範囲の半音：ド、ド♯、レ、レ♯、ミ、ファ、ファ♯、ソ、ソ♯、ラ、ラ♯、シ、のうちの１つと関連付けられる。好ましくは、各半音階ベクトルＶｉのノルムは１に等しい。オクターブ差違は半音階ベクトルＶｉとしてのこの表現内で解消し；そのためコードの絶対音高はもはや考えられない。半音階ベクトルＶｉにより、理論コードＳｉの倍音の内容Ｃｉのコンパクトな変形態様の取得が可能になる。半音階ベクトルＶｉはまた、Sのうちの理論コード間の比較を行い、更にユークリッド距離について集中使用を可能にする、より「構造化された」表現である。

デジタル楽譜１０の理論コードSの間の移行部Ｔ０、Ｔｉ、ＴＩ−１はまた、明示的期間を用いた隠れマルコフモデルによってモデル化されるのが好ましい。したがって、各理論コードＳｉはマルコフ状態であると考えられ、各状態Ｓｉは、表現が以下の通りの離散型タイムラインと関連付けられる：

Ｌ_i＝［Ｌ_i,0Ｌ_i,1．．．Ｌ_i,j．．．Ｌ_i,J-1］、

式中、Jは半音階ベクトルのサイズであり、L及びPはタイムラインのサンプリング周期であり、Ｌｉ、ｊは演奏者がｊＰミリ秒間に状態Ｓｉにあった確率である。このタイムラインが一旦構築されると、一のコードから別のコードへの演奏者の進行に従った方式がモデル化され得る。

データベース１５はこのため、Ｓの各理論コードに対して、半音階ベクトルＶｉ、及び現在の理論コードとＳのコードとの間の理論移行部Ｔ０、Ｔｉ、ＴＩ−１で補充される。

図２は、楽譜１０を追従してリアルタイムに、即ち所定時間以内に、演奏者の演奏を分析する方法のステップを示す。

第１のステップ２３で、演奏者により放出された音１２は、期間Ｄｘ、例えば２００ｍｓ、のデータフレームＴｒの形態で記録される。ステップ２４では、このデータフレームＴｒの内容Ｃｘに基づいて、半音階ベクトルＶｘの推定を行う。例えば、この推定は、演奏者により演奏され得る全コードを認識し得るニューラルネットワークにより実行され得る。半音階ベクトルＶｘの正規化は、データベース１５に記憶された半音階ベクトルＶ０、Ｖ１、．．．Ｖｉ、．．．ＶＩ−１のフォーマットに対応するように、その後ステップ２５で遂行される。

ステップ２６ではその後、半音階ベクトルＶｘを楽譜１０の半音階ベクトルＶ０、Ｖ１、．．．Ｖｉ、．．．ＶＩ−１と比較する。この目的のために、半音階ベクトルＶｘと各半音階ベクトルＶｉとの間でユークリッド距離Ｅｉが算定される。これらの値は保存されて、ユークリッド距離Ｅｉの合計が１に等しくなるようにその後正規化される。したがって、ユークリッド距離Ｅｉは、Ｓの種々の理論コード中の現在のフレームＴｒの「非帰属」を表す。前回のステップでは、これらの「非帰属」にある確率の「帰属」する確率への変換、即ち以下の演算の遂行を行う：

Ｅ_i：＝１−Ｅ_i。

別のステップ２７では、半音階ベクトルＶｘと演奏者により直前に演奏された半音階ベクトルＶｘ−1との間の移行部Ｔｘを分析する。したがって、明示的期間を用いた隠れマルコフモデルは、データベース１５に記憶された理論移行部Ｔ０、．．．、Ｔｉ、ＴＩ−１の関数として使用される。移行部の算定は、以下の式の関数として遂行される：

Ｌ_i,0：＝ｍａｘ_j（Ｐｏｉｓｓｏｎ（ｊ，λ_i）Ｌ_i-1,j）、

式中、用語λは離散型タイムラインの各要素ｊと関連付けられた期待値を表す。用語ポアソンは、楽譜１０中に発生する数の理論コードＳの挙動について記述する離散型確率法則を指す。

離散型タイムラインの放出確率は、ｉ及びｊの全ての値に対して以下の式に従ってその後算定される：

Ｌ_i,j：＝Ｌ_i,jＥ_i。

これらの値は保存されて、離散型タイムラインＬｉ、ｊの合計が１に等しくなるようにその後正規化される。ｉ及びｊの最大論拠としては、演奏者により演奏される蓋然性が最も高いコード、及びコード内での演奏者の進行過程がそれぞれ示される。

上記の算定は、多くの場合０に近い値を含む多数の乗算を含んでいる。かくして、考察下の構成中の浮動小数点数に関する精度が超過に至り得るので、算定は場合によっては不安定になり得る。これを改善するために、全算定は「対数確率」ドメインで遂行され得；かくして全乗算は加算になり、算定の精度は許容可能に維持される。上記の数式はそれにより修正される。したがって、移行部の算定は以下の式に従って遂行されることになる：

Ｌ_i,0：＝ｍａｘ_j（ｌｏｇ（Ｐｏｉｓｓｏｎ（ｊ，λ_i））＋Ｌ_i-1,j）、

放出確率は、以下の式に従って考慮される：

Ｌ_i,j＝Ｌ_i,j＋ｌｏｇ（Ｅ_i）。

正規化は、次式に従って離散型タイムラインのリベースで置き換えられる：

Ｌ_i,j＝Ｌ_i,j−ｍａｘ_n,m（Ｌ_n,m）。

対数確率はこのように、それらの最大値が０に等しくなるように補償される。

この全情報により、ステップ２８で、半音階ベクトルＶｘの比較及び移行部Ｔｘの比較の、直前の練習位置Ｐｘ−1の関数として演奏者の練習位置Ｐｘを推定することが可能になる。この練習位置Ｐｘにより、デジタル楽譜１０上のマーキング要素１１の、表示がステップ２０で可能になり、移動がステップ２１で可能になる。

図３は、楽譜１０追従用のインターフェース１６を、マーキング要素１１を含めて示す。マーキング要素１１は、理論コードＳ１、Ｓ２、Ｓｉ、ＳＩ−１を表す離散型ラインの形態を取る。好ましくは、理論コードＳ１、Ｓ２、Ｓｉ、ＳＩ−１が中に位置する小節Ｂａｒ＿ｉもまたハイライト表示される。楽譜１０追従用のインターフェース１６はまた、本発明方法中の設定の調整のために演奏者にアクセス可能な指令制御部１７を含み、例えば演奏者の解釈による声音、及びインターフェースにより演奏される声音を選択する。

この実施形態では、演奏者がページ下部に到達すると、演奏者自身の指の使用を要することなくページが自動的に変わる。変形例として、楽譜１０は、練習位置Ｐｘの関数として、例えばデジタルタブレットの画面サイズのために、画面上でのスクロールが可能である。

更に、理論コードＳ１、Ｓ２、Ｓｉ、ＳＩ−１に関する期間Ｄｉは、楽譜１０の本来のテンポＴｐｏの関数として推定されるため、演奏者は必ずしもそれに合わせる必要はない。演奏者は、ある特定のパートで速度を増大または減少させるような解釈を望み得る。本発明は強化型追従を実施するために、演奏者の解釈速度に関する何らの不適当な想定も含まない。テンポＶのモデル化により、演奏者による現在のテンポＴｐｏ＿ｐｅｒｆの推定が可能になる。この推定は、高度同期化の用途に極めて有用であると理解され得る。テンポＤｉは楽譜１０内で有意に変化し得；そのため演奏者による精確なテンポＴｐｏ＿ｐｅｒｆが検討され、テンポＶが以下の式の関数として推定される：

このテンポＶの推定は、楽譜１０に対する演奏者の相対演奏速度を付与する。この速度推定をするために、マルコフ連鎖のビタビ復号法に適用可能なアルゴリズムのうちの１つを使用し得る。この復号法は、標的状態に繋がる蓋然性が最も高い状態連続の追跡を可能にする、動的復号法プログラミング技法である。明示的期間を用いるマルコフ連鎖の場合、標的は、厳密には状態ではなく確率Ｌｉ、ｊの状態Ｓｉ内の時相オフセットｊＰである。具体的に言えば、各標的は、その履歴を記憶するサイズＫのベクトルＭｉ、ｊを有する。ベクトルＭｉ、ｊは、移行部ステップで、次式に従って更新される：

ｊⁱ _max＝ａｒｇ ｍａｘ_jＬ_i、かつｓｈｉｆｔ（Ｍ_i,j）で

を全ｋに対し演算割り当てをする。

ベクトルＭｉ、ｊは、前回のＫ状態で費やされた時間を要約し、それにより次式に従って所与の標的に対してテンポ推定の取得を可能にする：

最終的なテンポは、（ｉ，ｊ）＝ａｒｇ ｍａｘｉ，ｊＬｉ，ｊにより索引付けられた、蓋然性が最も高い標的に基づいて

を評価することにより取得される。テンポ推定を一旦算定したら、理論コードＳｉと関連付けられた期間Ｄｉに修正を施す。この期間Ｄｉ変更により、演奏者により演奏される次の音声フレームＴｒに対する好適な処理が可能になる。

楽譜１０の追従方法は、その確率的性質から、間違いにより演奏者に対して稚拙な示唆を提示する可能性がある。こうした誤りは、演奏者が楽譜１０を過度に自由に解釈した際に自身の演奏等で何回かの誤りを犯したときに起こり得る。本方法の提案による情報が信頼し得ない場合（例えば、演奏者への警告）の最良の対処のために、例えば先に詳述した「リベース」ステップを使用することにより推定装置による適合性を判定する評価規準を導入することは有益であるかもしれない。この手順中、用語ｍａｘｎ、ｍ（Ｌｎ、ｍ）は、考察に係る前回のフレームＴｒにより生じた全面的ペナルティとして解釈され得る。前回のＮフレームについてｍａｘｎ、ｍ（Ｌｎ、ｍ）を平均することにより、前回のＮＰミリ秒の演奏に関するペナルティを取得することが可能である。したがって、超過した場合に推定が信頼し得ると判定される閾値を設定することが可能である。

楽譜１０に関しては、第１の概算では、演奏者は楽譜１０の直前の理論コードである状態Ｓｉ−１から状態Ｓｉに到達し得ると考えられ得る。言い換えれば、演奏者はあらゆるコードを演奏する。実際には、演奏者はこのような稽古を有することはほとんどない；逆に、演奏者は力を養うことを切望し、彼らが練習中の楽曲内で前後に移動し、停止し、その後別の箇所で再開するかもしれない。この想定に取り組むために、本発明方法は、移行部確率の選択により生じた連続性を断ちながら、楽譜１０内での「ジャンプ」の遂行を可能にする。「対数確率」空間では、値０は確率１に対応し、値−１は確率０（狭義の不可能）に対応する。本方法は、０未満または場合によっては−１に等しい「対数確率」を楽譜１０のある特定の区画と関連付ける。演奏者の演奏履歴に基づいて確立されるそのような値は、当該区画を新たな演奏区域の開始点とみなすアルゴリズムの可能性を、引き続き分析されるフレームがそのような示唆をするとしても、ほぼ完全に妨げる。

これを改善するために、過度に小さくなった確率Ｌｉ、ｊのチャート化が可能である。実際には、この確率Ｌｉ、ｊは、実行される閾値化演算により以下の式に従って明らかになる：

式中、Ｚは所望の閾値である。当該閾値は慎重に選択するべきである；この閾値は、その効果が任意の状況で蓋然性の等しい楽譜の各区画を表現するのだが、有効に維持されるように高すぎまたは低すぎてはならない。このように、演奏の不連続性がモデル内で許容され、そのような不連続性が生じたとき、本方法は新たな位置Ｐｘに収束するのに僅か数秒しか要さない。

本発明はこのように、読み取りラインに関する演奏者のテンポ及び変化を考慮することによりデジタル楽譜１０の演奏者による解釈に従って演奏者を能率的に誘導することを可能にする。

Claims (7)

1. 楽譜（１０）上にマーキング要素（１１）を表示（２０）するステップ、及び
   マーキング要素（１１）を移動（２１）するステップ、
   を含む、楽譜（１０）を追従する方法であって、
   リアルタイムに遂行される、
   期間（Ｄｉ）のデータフレーム（Ｔｒ）の形態で演奏者により放出された少なくとも１つの音（１２）を記録（２３）するステップ、
   データフレーム（Ｔｒ）の内容（Ｃｉ）に基づいて少なくとも１つの半音階ベクトル（Ｖｘ）を推定（２４）するステップ、
   半音階ベクトル（Ｖｘ）を楽譜（１０）の理論半音階ベクトル（Ｖ１、Ｖ２、Ｖｉ、ＶＩ−1）と比較（２６）するステップ、
   半音階ベクトル（Ｖｘ）と直前の半音階ベクトル（Ｖｘ−１）との間の移行部（Ｔｘ）を楽譜（１０）の理論移行部（Ｔ１、Ｔｉ、ＴＩ−1）と比較（２７）するステップ、及び
   演奏者の練習位置（Ｐｘ）を半音階ベクトル（Ｖｘ）の比較（２６）及び移行部（Ｔｘ）の比較（２７）、の直前の練習位置（Ｐｘ−１）の関数として推定（２８）するステップ、
   を更に含み、
   マーキング要素（１１）の表示（２０）及び移動（２１）のステップは、演奏者の練習位置（Ｐｘ）の関数として実行され、かつ
   記録のステップ（２３）は、移行部（Ｔｘ）の期間（Ｄｘ）と基準期間（Ｄｒｅｆ）との間の比率の関数として適合された期間（Ｄｉ）にわたって実行される、
   ことを特徴とする、
   方法。
2. 半音階ベクトル（Ｖｘ）は楽譜（１０）の理論半音階ベクトル（Ｖ１、Ｖ２、Ｖｉ、ＶＩ−1）により正規化（２５）されるステップを含むことを特徴とする、請求項１に記載の方法。
3. 半音階ベクトル（Ｖｘ）を楽譜（１０）の理論半音階ベクトル（Ｖ１、Ｖ２、Ｖｉ、ＶＩ−1）と比較（２６）するステップは、
   半音階ベクトル（Ｖｘ）と各理論半音階ベクトル（Ｖ１、Ｖ２、Ｖｉ、ＶＩ−１）との間のユークリッド距離（Ｅｉ）を推定するサブステップ、
   取得されたユークリッド距離（Ｅｉ）の合計を正規化するサブステップ、及び
   各理論半音階ベクトル（Ｖ１、Ｖ２、Ｖｉ、ＶＩ−１）中に半音階ベクトル（Ｖｘ）が帰属する確率を推定するサブステップ、
   を含むことを特徴とする、請求項１または２に記載の方法。
4. 半音階ベクトル（Ｖｘ）と直前の半音階ベクトル（Ｖｘ−１）との間の移行部（Ｔｘ）を比較（２７）するステップは、ポアソンの法則によって遂行されることを特徴とする、請求項１から３のいずれかに記載の方法。
5. 少なくとも１つの推定は対数尺で遂行されることを特徴とする、請求項１から４のいずれかに記載の方法。
6. 記録のステップ（２３）の期間（Ｄｉ）の推定は、ビタビ復号法アルゴリズムによって遂行されることを特徴とする、請求項１から５のいずれかに記載の方法。
7. 少なくとも１つの推定は閾値を含み、該閾値未満では推定は該当しないと判定されてその結果は利用されないことになることを特徴とする、請求項１から６のいずれかに記載の方法。

Images