JP2018146853A - フレーズデータベース生成装置、フレーズデータベース生成方法およびフレーズデータベース生成プログラム - Google Patents

Abstract

【課題】入手しやすいオーディオデータを用いて多様な利用方法を有しかつ編曲作業において高い自由度を有するフレーズデータベースを生成することが可能なフレーズデータベース生成装置、フレーズデータベース生成方法およびフレーズデータベース生成プログラムを提供する。
【解決手段】記憶装置７はフレーズデータベース３００を記憶する。参照オーディオデータ取得部１１０は、参照用のオーディオデータを参照オーディオデータＲＤを取得する。対象オーディオデータ抽出部１２０は、取得された参照オーディオデータＲＤから一または複数の対象オーディオデータＯＢを抽出する。イベントデータ列生成部１８０は、抽出された対象オーディオデータＯＢを演奏情報を表すイベントデータ列ＥＤに変換する。登録部１９０は、イベントデータ列ＥＤをフレーズデータＦＤとしてフレーズデータベース３００に登録する。
【選択図】図２

Description

本発明は、複数のフレーズデータを記憶するフレーズデータベースを生成するためのフレーズデータベース生成装置、フレーズデータベース生成方法およびフレーズデータベース生成プログラムに関する。

楽曲データを自動的に生成する種々の楽曲生成装置が提案されている。例えば、特許文献１に記載された楽曲生成装置では、新たな楽曲データの生成のために参照される楽曲データのうち楽曲の生成のために参照される区間のデータが参照演奏データとして切り出される。参照演奏データが音符または休符等の演奏情報に従って複数のフレーズデータに分割される。分割された複数のフレーズデータがフレーズデータベースに記憶される。新たな楽曲データの生成の際には、元楽曲データにおいて楽曲生成対象区間のデータがターゲット区間データとして指定される。ターゲット区間データは、音符または休符等の演奏情報に従って複数のターゲットフレーズ区間に分割される。

使用者の検索対象指定操作に応じて、ターゲットフレーズ区間のデータに適合するフレーズデータがフレーズデータベースにおいて検索される。元楽曲データにおいて、各ターゲットフレーズ区間のデータが、検索されたフレーズデータにより置換される。それにより、新たな楽曲データが生成される。

特許第５５０４８５７号公報

上記の特許文献１に記載された楽曲生成装置においては、フレーズデータベースを生成するために、参照される楽曲データがオーディオデータである場合、生成されるフレーズデータもオーディオデータとなる。オーディオデータは、音の波形を示すサンプリングデータ列である。オーディオデータからなる楽曲データは入手しやすい。一方、ＭＩＤＩ（Musical Instrument Digital Interface）形式のデータ（以下、ＭＩＤＩデータと呼ぶ。）は、演奏情報を示すイベントデータ列からなる。ＭＩＤＩデータは多様な利用方法を有するとともに、編曲作業において高い自由度を有する。しかしながら、ＭＩＤＩデータの編集作業に慣れない者にとってＭＩＤＩデータからなるフレーズデータを作成することは困難である。

本発明の目的は、入手しやすいオーディオデータを用いて多様な利用方法を有しかつ編曲作業において高い自由度を有するフレーズデータベースを生成することが可能なフレーズデータベース生成装置、フレーズデータベース生成方法およびフレーズデータベース生成プログラムを提供することである。

（１）本発明に係るフレーズデータベース生成装置は、楽曲データの生成のために使用可能な複数のフレーズデータをデータベースとして記憶する記憶手段と、参照用のオーディオデータを参照オーディオデータとして取得する取得手段と、取得された参照オーディオデータから一または複数の対象オーディオデータを抽出する抽出手段と、抽出された各対象オーディオデータを、演奏情報を表すイベントデータ列に変換する変換手段と、変換により得られたイベントデータ列を記憶手段に記憶されたデータベースにフレーズデータとして登録する登録手段とを備える。

そのフレーズデータベース生成装置においては、参照オーディオデータから一または複数の対象オーディオデータが抽出され、抽出された各対象オーディオデータがイベントデータ列に変換され、イベントデータ列がフレーズデータベースにフレーズデータとして登録される。したがって、入手しやすいオーディオデータを用いて多様な利用方法を有しかつ編曲作業において高い自由度を有するフレーズデータベースを生成することが可能となる。

（２）変換手段は、オーディオデータから音符の要素と表情の要素とを分離し、音符の要素を音符イベントデータに変換し、表情の要素を表情付けイベントデータに変換してもよい。この場合、使用者がイベントデータ列のイベントデータに表情を付加する作業を行うことなく、表情が付加された多様なフレーズデータをフレーズデータベースに登録することが可能となる。

（３）変換手段は、対象オーディオデータを予め定められた複数の変換規則に基づいて複数のイベントデータに変換し、変換により得られた複数のイベントデータにより構成されるイベントデータ列を生成する。この場合、対象オーディオデータが容易に複数種類のイベントデータに変換される。

（４）本発明に係るフレーズデータベース生成方法は、参照用のオーディオデータを参照オーディオデータとして取得するステップと、取得された参照オーディオデータから一または複数の対象オーディオデータを抽出するステップと、抽出された各対象オーディオデータを、演奏情報を表すイベントデータ列に変換するステップと、変換により得られたイベントデータ列を、記憶手段に記憶されたデータベースに、楽曲データの生成のために使用可能なフレーズデータとして登録するステップとを含む。

（５）本発明に係るフレーズデータベース生成プログラムは、参照用のオーディオデータを参照オーディオデータとして取得するステップと、取得された参照オーディオデータから一または複数の対象オーディオデータを抽出するステップと、抽出された各対象オーディオデータを、演奏情報を表すイベントデータ列に変換するステップと、変換により得られたイベントデータ列を、記憶手段に記憶されたデータベースに、楽曲データの生成のために使用可能なフレーズデータとして登録するステップとを、コンピュータに実行させるためのものである。

本発明によれば、入手しやすいオーディオデータを用いて多様な利用方法を有しかつ編曲作業において高い自由度を有するフレーズデータベースを生成することが可能となる。

本発明の一実施の形態に係るフレーズデータベース生成装置を含む電子音楽装置の構成を示すブロック図である。 フレーズデータベース生成装置および楽曲データ生成装置の機能的な構成を示すブロック図である。 差分ピッチの検出方法を示す模式図である。 フレーズデータベース生成装置によるフレーズデータベース生成処理の一例を示す模式図である。 フレーズデータベース生成装置により行われるフレーズデータベース生成処理を示すフローチャートである。 図５のイベントデータ列生成処理の詳細を示すフローチャートである。 図５のイベントデータ列生成処理の詳細を示すフローチャートである。 ピッチの連続的な変化を表すイベントデータの例を示す模式図である。 クレッシェンドを表すイベントデータの例を示す模式図である。 アクセントを表すイベントデータの例を示す模式図である。

以下、本発明の実施の形態に係るフレーズデータベース生成装置、フレーズデータベース生成方法およびフレーズデータベース生成プログラムについて図面を用いて詳細に説明する。

（１）電子音楽装置の構成
図１は本発明の一実施の形態に係るフレーズデータベース生成装置を含む電子音楽装置の構成を示すブロック図である。

図１の電子音楽装置１は、例えば楽曲生成装置または電子楽器である。電子音楽装置１は、演奏操作子２、設定操作子３および表示器４を備える。演奏操作子２は、例えば鍵盤を含み、バス１４に接続される。使用者の演奏動作に基づく演奏データが楽曲データとして演奏操作子２により入力される。設定操作子３は、オンオフ操作される操作スイッチ、回転操作される操作スイッチ、またはスライド操作される操作スイッチ等を含み、バス１４に接続される。この設定操作子３は、音量の調整、電源のオンオフおよび各種設定を行うために用いられる。表示器４はバス１４に接続される。表示器４には、楽曲名、楽譜、またはその他の各種情報が表示される。表示器４がタッチパネルディスプレイであってもよい。この場合、演奏操作子２または設定操作子３の一部または全てが表示器４に表示されてもよい。使用者は、表示器４を操作することにより各種操作を指示することができる。

電子音楽装置１は、音源部５およびサウンドシステム６を備える。音源部５はバス１４に接続され、演奏操作子２から入力される楽曲データまたは後述する記憶装置７から与えられる楽曲データ等に基づいてオーディオデータ（音響信号）を生成する。オーディオデータは、音の波形を示すサンプリングデータ列である。サウンドシステム６は、デジタルアナログ（Ｄ／Ａ）変換回路、増幅器およびスピーカを含む。このサウンドシステム６は、音源部５から与えられるオーディオデータをアナログ音信号に変換し、アナログ音信号に基づく音を発生する。

電子音楽装置１は、記憶装置７、ＲＡＭ（ランダムアクセスメモリ）９、ＲＯＭ（リードオンリメモリ）１０、ＣＰＵ（中央演算処理装置）１１および通信Ｉ／Ｆ（インタフェース）１２をさらに備える。記憶装置７、ＲＡＭ９、ＲＯＭ１０、ＣＰＵ１１および通信Ｉ／Ｆ１２はバス１４に接続される。外部電子音楽装置１３等の外部機器が通信Ｉ／Ｆ１２を介してバス１４に接続されてもよい。

記憶装置７は、ハードディスク、光学ディスク、磁気ディスクまたはメモリカード等の記憶媒体を含む。この記憶装置７には、楽曲データが記憶されるととともにフレーズデータベース３００が記憶される。フレーズデータベース３００の構成については後述する。本実施の形態では、楽曲データは、楽曲を表すオーディオデータである。演奏操作子２から入力される楽曲データが記憶装置７に記憶されてもよい。

ＲＯＭ１０は、例えば不揮発性メモリからなり、フレーズデータベース生成プログラム、楽曲データ生成プログラムおよび制御プログラム等のコンピュータプログラムを記憶する。ＲＡＭ９は、例えば揮発性メモリからなり、ＣＰＵ１１の作業領域として用いられるとともに、各種データを一時的に記憶する。ＣＰＵ１１は、ＲＯＭ１０に記憶されたフレーズデータベース生成プログラム、楽曲データ生成プログラムおよび制御プログラムを実行する。記憶装置７、ＲＡＭ９、ＲＯＭ１０およびＣＰＵ１１がフレーズデータベース生成装置１００および楽曲データ生成装置２００を構成する。なお、フレーズデータベース生成プログラムおよび楽曲データ生成プログラムが記憶装置７に記憶されてもよい。

フレーズデータベース生成プログラムおよび楽曲データ生成プログラムは、コンピュータが読み取り可能な記録媒体に格納された形態で提供され、ＲＯＭ１０または記憶装置７にインストールされてもよい。また、通信Ｉ／Ｆ１２が通信網に接続されている場合、通信網に接続されたサーバから配信されたフレーズデータベース生成プログラムおよび楽曲データ生成プログラムがＲＯＭ１０または記憶装置７にインストールされてもよい。

（２）フレーズデータベース生成装置１００および楽曲データ生成装置２００
図２はフレーズデータベース生成装置１００および楽曲データ生成装置２００の機能的な構成を示すブロック図である。図３は差分ピッチの検出方法を示す模式図である。図４はフレーズデータベース生成装置１００によるフレーズデータベース生成処理の一例を示す模式図である。

図２に示すように、フレーズデータベース生成装置１００は、参照オーディオデータ取得部１１０、対象オーディオデータ抽出部１２０、周波数検出部１３０、振幅検出部１４０、波形検出部１５０、音符要素検出部１６０、表情要素検出部１７０、イベントデータ列生成部１８０、登録部１９０およびフレーズデータベース３００を含む。表情要素検出部１７０は、差分ピッチ検出部１７１、音量検出部１７２および音色検出部１７３を含む。フレーズデータベース生成装置１００の各部の機能は、図１のＣＰＵ１１がＲＯＭ１０または記憶装置７に記憶されたフレーズデータベース生成プログラムを実行することにより実現される。

楽曲データ生成装置２００は、元楽曲データ取得部２１０、ターゲット区間指定部２２０、ターゲットフレーズ分割部２３０、フレーズデータ検索部２４０、データ変換部２５０およびフレーズデータ置換部２６０を含む。楽曲データ生成装置２００の各部の機能は、図１のＣＰＵ１１がＲＯＭ１０または記憶装置７に記憶された楽曲データ生成プログラムを実行することにより実現される。

フレーズデータベース生成装置１００において、参照オーディオデータ取得部１１０は、記憶装置７に記憶される楽曲データまたは演奏操作子２から入力される楽曲データを参照オーディオデータＲＤとして取得する。また、参照オーディオデータ取得部１１０は、外部電子音楽装置１３から与えられる楽曲データを参照オーディオデータＲＤとして取得してもよい。対象オーディオデータ抽出部１２０は、参照オーディオデータ取得部１１０により取得された参照オーディオデータＲＤのうち楽曲生成の際に参照の対象とされる区間のデータを一または複数の対象オーディオデータＯＢとして抽出する。この場合、対象オーディオデータ抽出部１２０は、参照オーディオデータＲＤを複数の区間に分割することにより一または複数の対象オーディオデータＯＢを得る。例えば、参照オーディオデータＲＤが所定区間ごとに分割されてもよく、休符区間で分割されてもよい。あるいは、参照オーディオデータＲＤからコードが検出され、参照オーディオデータＲＤがコードの区間ごとに分割されてもよい。また、使用者の設定操作子３の操作に基づいて参照オーディオデータＲＤの一部または全てが対象オーディオデータＯＢとして抽出されてもよい。

周波数検出部１３０は、対象オーディオデータ抽出部１２０により抽出された対象オーディオデータＯＢの周波数を所定時間ごとに検出する。振幅検出部１４０は、対象オーディオデータ抽出部１２０により抽出された対象オーディオデータＯＢの振幅を所定時間ごとに検出する。波形検出部１５０は、対象オーディオデータ抽出部１２０により抽出された対象オーディオデータＯＢの波形を所定時間ごとに検出する。

音符要素検出部１６０は、周波数検出部１３０により検出された周波数および振幅検出部１４０により検出された振幅に基づいて音符要素を検出する。本実施の形態では、音符要素は、音符のピッチ、音符の長さ（デュレーション）および音の強さ（ベロシティ）を含む。例えば、図３（ａ）に示すように、対象オーディオデータＯＢの周波数の時間的変化が検出される。実際の周波数ｆの時間的変化において音名に相当する周波数Ｎ１，Ｎ２が特定される。それにより、図３（ｂ）に示すように、各音符の音名が検出されるとともに、各音符の長さが検出される。図３（ｂ）の例では、音名の“Ｃ”および音名の“Ｄ”が特定される。また、対象オーディオデータＯＢにおいて各音符に相当する区間の振幅に基づいて各音符についての音の強さが検出される。

表情要素検出部１７０は、周波数検出部１３０により検出された周波数、振幅検出部１４０により検出された振幅および波形検出部１５０により検出された波形に基づいて表情要素を検出する。本実施の形態では、表示要素は、音量、ピッチの変動および音色を含む。表情要素検出部１７０において、差分ピッチ検出部１７１は、検出された周波数の変化に基づいて各音符のピッチを基準とするピッチの変動を差分ピッチとして検出する。差分ピッチは、半音以下のピッチであり、数セント〜数十セント程度である。例えば、図３（ｃ）に示すように、図３（ａ）の実際の周波数ｆと音名に相当する周波数Ｎ１，Ｎ２との差分に相当する差分ピッチｄが検出される。

音量検出部１７２は、検出された振幅に基づいて音量を検出する。音色検出部１７３は、検出された波形に基づいて音色を検出する。例えば、複数の音色に対応する波形が予め記憶され、検出された波形が予め記憶された波形と比較されることにより音色が検出される。

本実施の形態では、図４に示されるように、対象オーディオデータＯＢの周波数、振幅および波形が検出される。周波数および振幅に基づいて音符要素が検出される。上記のように、音符要素には、音符のピッチ、音符の長さおよび音の強さが含まれる。また、周波数、振幅および波形に基づいて表情要素が検出される。上記のように、表情要素には、音量、ピッチの変動および音色が含まれる。

図２のイベントデータ列生成部１８０は、以下に示される複数の変換規則に基づいて、音符要素検出部１６０により検出された音符要素および表情要素検出部１７０により検出された表情要素を表すＭＩＤＩ形式のイベントデータ列ＥＤを生成する。本実施の形態では、図４に示すように、音符のピッチ、音符の長さおよび音の強さに基づいて「ノートオン」および「ノートオフ」が生成される。「ノートオン」は、発音を表すイベントデータであり、音符のピッチに対応するノート番号および音の強さであるベロシティの値を含む。「ノートオフ」は消音を表すイベントデータである。時間軸上での「ノートオン」から「ノートオフ」までの時間が音符の長さを表す。

音量に基づいて「ボリューム」または「エクスプレッション」が生成される。「ボリューム」は音量を調整するためのイベントデータであり、音量を表す値を含む。「エクスプレッション」は音量を変化させるためのイベントデータであり、音量を表す値を含む。「エクスプレッション」を用いて楽曲にクレッシェンドまたはデクレッシェンド等の抑揚を付けることができ、「ボリューム」を用いて楽曲の複数のパートの基本的なミックスバランスを設定することができる。

ピッチの変動に基づいて「ピッチベンド」が生成される。「ピッチベンド」は、ピッチを変化させるためのイベントデータであり、基準値を中心とするピッチの変化量を示す値を含む。音色に基づいて「プログラムチェンジ／バンクセレクト」が生成される。「プログラムチェンジ」は、音色を切り替えるためのイベントデータであり、音色を示す値を含む。「バンクセレクト」は、複数の音色を含むバンクを切り替えるためのイベントデータであり、バンクを示す値を含む。なお、音色を同じバンク内で切り替える場合には、イベントデータとして「プログラムチェンジ」のみが生成される。

図２の登録部１９０は、イベントデータ列生成部１８０により生成されたイベントデータ列ＥＤをフレーズデータＦＤとして記憶装置７のフレーズデータベース３００に登録する。

図２の楽曲データ生成装置２００において、元楽曲データ取得部２１０は、記憶装置７に記憶される楽曲データまたは演奏操作子２から入力される楽曲データを元楽曲データＢＤ１として取得する。元楽曲データＢＤ１は、新たな楽曲データの生成に用いられる楽曲データである。ターゲット区間指定部２２０は、使用者による設定操作子３の操作に基づいて元楽曲データＢＤ１のうち変更対象区間のデータ（以下、ターゲット区間データＴＳと呼ぶ。）を指定する。図４の例では、元楽曲データＢＤ１のうちターゲット区間データＴＳａ，ＴＳｂが指定される。

図２のターゲットフレーズ分割部２３０は、ターゲット区間指定部２２０により指定された各ターゲット区間データＴＳを音符または休符等の演奏情報に基づいて分割することにより複数のターゲットフレーズＴＦを得る。

フレーズデータ検索部２４０は、ターゲットフレーズ分割部２３０により得られた各ターゲットフレーズＴＦについて所定の条件に適合するフレーズデータＦＤをフレーズデータベース３００内の複数のフレーズデータＦＤから検索する。データ変換部２５０は、フレーズデータ検索部２４０により検索されたフレーズデータＦＤの各音高をターゲットフレーズＴＦに基づいて調整し、調整後のフレーズデータＦＤａを生成する。例えば、データ変換部２５０は、フレーズデータＦＤの各音高をターゲットフレーズＴＦのコード、調または音域に適合するように調整する。

フレーズデータ置換部２６０は、ターゲット区間データＴＳにおいて変更対象となるターゲットフレーズＴＦをデータ変換部２５０により得られたフレーズデータＦＤａで置換する。それにより、新たな楽曲データＢＤ２が生成される。

（３）フレーズデータベース生成装置１００の動作
まず、図５を参照しながらフレーズデータベース生成処理について説明する。図５はフレーズデータベース生成装置１００により行われるフレーズデータベース生成処理を示すフローチャートである。図５のフレーズデータベース生成処理は、図１のＣＰＵ１１がＲＯＭ１０または記憶装置７に記憶されたフレーズデータベース生成プログラムを実行することにより行われる。

図２の参照オーディオデータ取得部１１０が参照オーディオデータＲＤを取得する（ステップＳ１）。参照オーディオデータＲＤは、例えば単音のピアノパート、ドラムパート等を表すオーディオデータである。次に、対象オーディオデータ抽出部１２０が参照オーディオデータＲＤから一または複数の対象オーディオデータＯＢを抽出する（ステップＳ２）。

その後、イベントデータ列生成部１８０が後述するイベントデータ列生成処理を行う（ステップＳ３）。それにより、イベントデータ列ＥＤが生成される。次いで、登録部１９０がイベントデータ列ＥＤをフレーズデータＦＤとしてフレーズデータベース３００に登録する（ステップＳ５）。その後、登録部１９０は、全ての対象オーディオデータＯＢについてフレーズデータＦＤが登録されたか否かを判定する（ステップＳ５）。いずれかの対象オーディオデータＯＢについてフレーズデータＦＤが登録されていない場合には、次の対象オーディオデータＯＢについてステップＳ２〜Ｓ５の処理が繰り返される。全ての対象オーディオデータＯＢについてフレーズデータＦＤが登録された場合には、フレーズデータベース生成処理が終了される。

次に、図６および図７を参照しながら図５のステップＳ３のイベントデータ列生成処理について説明する。図６および図７は図５のイベントデータ列生成処理の詳細を示すフローチャートである。図８はピッチの連続的な変化を表すイベントデータの例を示す模式図、図９はクレッシェンドを表すイベントデータの例を示す模式図、図１０はアクセントを表すイベントデータの例を示す模式図である。以下のイベントデータ列生成処理により生成される各イベントデータはイベントの発生すべき時点を表す時間情報を含む。

図２のイベントデータ列生成部１８０は、図１の書き込み用のイベントリストを図１の記憶装置７またはＲＡＭ９に用意する（ステップＳ１１）。振幅検出部１４０は、対象オーディオデータＯＢの振幅を検出する（ステップＳ１２）。音量検出部１７２は、振幅に基づいて音量を検出する（ステップＳ１３）。イベントデータ列生成部１８０は、音量に基づいてイベントデータを生成する（ステップＳ１４）。図４の例では、音量に関するイベントデータとして「ボリューム」または「エクスプレッション」が生成される。

波形検出部１５０は、対象オーディオデータＯＢの波形を検出する（ステップＳ１５）。音色検出部１７３は、波形に基づいて音色を検出する（ステップＳ１６）。イベントデータ列生成部１８０は、音色に基づいてイベントデータを生成する（ステップＳ１７）。例えば、ストリングス系の音色を用いるパートにおいて、弦を弾いたような音が検出された場合、音色を用意されたピチカート音色に切り替えるための「プログラムチェンジ」が生成される。

音符要素検出部１６０は、対象オーディオデータＯＢから音符要素を検出する（ステップＳ１８）。具体的には、音符要素検出部１６０は、周波数に基づいて音符のピッチおよび音符の長さを検出し、振幅に基づいて音の強さを検出する。イベントデータ列生成部１８０は、音符要素に基づいてイベントデータを生成する（ステップＳ１９）。図４の例では、音符要素に関するイベントデータとして「ノートオン」または「ノートオフ」が生成される。「ノートオン」にはベロシティの値が含まれる。

差分ピッチ検出部１７１は、対象オーディオデータＯＢから差分ピッチを検出する（ステップＳ２０）。イベントデータ列生成部１８０は、差分ピッチ検出部１７１により差分ピッチが検出されたか否かを判定する（ステップＳ２１）。差分ピッチが検出された場合には、イベントデータ列生成部１８０は、差分ピッチに基づいてイベントデータを生成する（ステップＳ２２）。図４の例では、差分ピッチに関するイベントデータとして「ピッチベンド」が生成される。

図８の例では、音のピッチが連続的に変化する。図８の横軸は時間を表し、縦軸はピッチを表す。図８では、「ノートオン」が符号「ＯＮ」および番号で表され、「ノートオフ」が符号「ＯＦ」および番号で表され、「ピッチベンド」が符号「ＰＢ」および番号で表される。

時間軸上でノートオンＯＮ１とノートオフＯＦ１との間、ノートオンＯＮ２とノートオフＯＦ２との間、ノートオンＯＮ３とノートオフＯＦ３との間およびノートオンＯＮ４の後に、ピッチベンドＰＢ１〜ＰＢ７が例えば１０ｍｓ間隔で配置される。ピッチベンドＰＢ１〜ＰＢ７の値は、連続的に変化するように設定される。これにより、ノートオンＯＮ１〜ＯＮ４により発生される複数の音のピッチが連続的に変化する。

差分ピッチが検出されない場合には、イベントデータ列生成部１８０は、ステップＳ２３に進む。ステップＳ２３において、イベントデータ列生成部１８０は、振幅の変化があるか否かを判定する（ステップＳ２３）。振幅の変化がある場合には、イベントデータ列生成部１８０は、振幅の変化に基づいてイベントデータを生成する（ステップＳ２４）。図４の例では、振幅の変化に関するイベントデータとして「ボリューム」または「エクスプレッション」が生成される。

さらに、イベントデータ列生成部１８０は、振幅の変化が強さに関する音楽記号に相当するか否かを判定する（ステップＳ２５）。振幅の変化が強さに関する音楽記号に相当する場合には、イベントデータ列生成部１８０は、音楽記号に基づいてイベントデータを生成する（ステップＳ２６）。

図９の例では、振幅の変化が音楽記号のクレッシェンドに相当する。図９の横軸は時間を表し、縦軸は音量を表す。図９では、「ノートオン」が符号「ＯＮ」および番号で表され、「ノートオフ」が符号「ＯＦ」および番号で表され、「エクスプレッション」が符号「ＥＸ」および番号で表される。

時間軸上でノートオンＯＮ１とノートオフＯＦ１との間、ノートオンＯＮ２とノートオフＯＦ２との間、ノートオンＯＮ３とノートオフＯＦ３との間およびノートオンＯＮ４の後に、エクスプレッションＥＸ１〜ＥＸ７が配置される。エクスプレッションＥＸ１〜ＥＸ７の値は徐々に増加するように設定される。これにより、ノートオンＯＮ１〜ＯＮ４により発生される複数の音の強さが徐々に増加する。振幅の変化が音楽記号のデクレッシェンドに相当する場合には、エクスプレッションＥＸ１〜ＥＸ７の値が徐々に減少するように設定される。

図１０の例では、振幅の変化が音楽記号のアクセントに相当する。図１０の横軸は時間を表し、縦軸はベロシティを表す。時間軸上でノートオンＯＮ１〜ＯＮ６が順に配置される。ノートオンＯＮ１〜ＯＮ３のベロシティの値は増加するように設定され、ノートオンＯＮ４〜ＯＮ６のベロシティの値は減少するように設定される。それにより、ノートオンＯＮ４〜ＯＮ６により発生される１つの音の強さが増加および減少する。強さに関する音楽記号の他の例としては、ディミヌエンド、ピアニッシモ、ピアノメゾピアノ、メゾフォルテ、フォルテ、フォルティッシモ、ピアノ・ピアニッシモ、フォルテ・フォルティッシモ、リタルダンド、アッチェレランド等が挙げられる。

イベントデータ列生成部１８０は、図７のステップＳ２３において振幅の変化がない場合またはステップＳ２５において振幅の変化が強さに関する音楽記号に相当しない場合には、ステップＳ２７に進む。ステップＳ２７では、イベントデータ列生成部１８０は、対象オーディオデータＯＢの全ての区間についてイベントデータの生成が終了したか否かを判定する。対象オーディオデータＯＢのいずれかの区間についてイベントデータの生成が終了していない場合には、ステップＳ１２〜Ｓ２７の処理が繰り返される。対象オーディオデータＯＢの全ての区間についてイベントデータの生成が終了した場合には、イベントデータ列生成部１８０は、生成されたイベントデータをイベントリストに書き込むことによりイベントデータ列ＥＤを生成する（ステップＳ２８）。

本実施の形態では、複数のイベントデータがステップＳ２８においてイベントリストに書き込まれるが、ステップＳ１４，Ｓ１７，Ｓ１９，Ｓ２２，Ｓ２４，Ｓ２６において生成された各イベントデータが生成直後に時間情報に基づいてイベントリストに書き込まれてもよい。

（４）実施の形態の効果
本実施の形態に係るフレーズデータベース生成装置１００によれば、参照オーディオデータＲＤから一または複数の対象オーディオデータＯＢが抽出され、抽出された各対象オーディオデータＯＢがＭＩＤＩ形式のイベントデータ列に変換され、イベントデータ列がＭＩＤＩ形式のフレーズデータＦＤとしてフレーズデータベース３００に登録される。また、フレーズデータＦＤには表情要素も付加される。

オーディオデータからなる楽曲データは参照オーディオデータＲＤとして入手しやすいため、フレーズデータベース３００に多様なＭＩＤＩ形式のフレーズデータＦＤを登録することが可能となる。この場合、使用者は、オーディオデータからの波形の切り出し作業およびＭＩＤＩデータの編集作業に慣れていなくても、オーディオデータからなる楽曲データを用いてＭＩＤＩ形式のフレーズデータＦＤを容易に得ることができる。

また、ＭＩＤＩ形式のフレーズデータＦＤは、多様な利用方法を有する。例えば、ＭＩＤＩ形式のフレーズデータＦＤを用いて表示器４に容易に楽譜を表示することができる。また、楽曲の再生テンポを任意に設定すること、および音色を容易に変更することが可能である。それにより、フレーズデータＦＤの選択後の編集作業の自由度が高くなる。

（５）他の実施の形態
上記実施の形態では、表情要素として、音量、ピッチの変動および音色に関する要素がフレーズデータＦＤに付加されるが、表情要素はこれらに限定されず、例えば移調等の調の変更に関する要素であってもよい。

音色に関するイベントデータを生成する際に、対象オーディオデータＯＢを周波数分析するとともに生成されたイベントデータの再生結果を周波数分析し、対象オーディオデータＯＢのスペクトルとイベントデータの再生結果のスペクトルとが近づくように音源部５のフィルタまたはイコライザのパラメータを調整するためのイベントデータを生成してもよい。周波数分析では、短い所定時間ごとに分析結果の評価を行い、フィルタまたはイコライザのパラメータをデータとして出力する。パラメータとしては、「カットオフ（ブライトネス）」、「Ｑ（レゾナンス／ハーモニーコンテンツ）」、「イコライザ周波数」、「イコライザゲイン」等が挙げられる。フィルタまたはイコライザのパラメータを調整するためには、「コントロールチェンジ」の「モジュレーション」、「サウンドコントロール」等の種々のイベントデータを用いることができる。

ある音名の音をピッチの連続的な変化により他の音名の音に移行させる場合には、１つの「ノートオン」および複数の「ピッチベンド」を用いることにより音のピッチを変化させてもよく、ある音名に対応する「ノートオン」と他の音名に対応する「ノートオン」との間に複数の「ピッチベンド」を配置することにより音のピッチを変化させてもよい。これら両方の方法により生成されたフレーズデータＦＤがフレーズデータベース３００に登録されてもよい。

上記実施の形態では、演奏情報を表すイベントデータ列としてＭＩＤＩ形式のイベントデータ列が用いられるが、演奏情報を表すイベントデータ列としてＭＩＤＩの拡張規格等の他の形式のイベントデータ列が用いられてもよい。

フレーズデータベース生成装置１００は、パーソナルコンピュータ、スマートデバイス（Smart Device）等の電子機器に適用されてもよい。上記実施の形態に係るフレーズデータベース生成装置１００は、ＣＰＵ１１等のハードウエアおよびフレーズデータベース生成プログラム等のソフトウエアにより実現されているが、図２のフレーズデータベース生成装置１００の各構成要素が電子回路等のハードウエアにより実現されてもよい。

（６）請求項の各構成要素と実施の形態の各部との対応
以下、請求項の各構成要素と実施の形態の各部との対応の例について説明するが、本発明は下記の例に限定されない。請求項の各構成要素として、請求項に記載されている構成または機能を有する他の種々の要素を用いることができる。上記実施の形態では、記憶装置７が記憶手段の例であり、参照オーディオデータ取得部１１０が取得手段の例であり、対象オーディオデータ抽出部１２０が抽出手段の例であり、周波数検出部１３０、振幅検出部１４０、波形検出部１５０、音符要素検出部１６０、表情要素検出部１７０およびイベントデータ列生成部１８０が変換手段の例であり、登録部１９０が登録手段の例である。

１…電子音楽装置，２…演奏操作子，３…設定操作子，４…表示器，５…音源部，６…サウンドシステム，７…記憶装置，９…ＲＡＭ，１０…ＲＯＭ，１１…ＣＰＵ，１２…通信Ｉ／Ｆ，１３…外部電子音楽装置，１４…バス，１００…フレーズデータベース生成装置，１１０…参照オーディオデータ取得部，１２０…対象オーディオデータ抽出部，１３０…周波数検出部，１４０…振幅検出部，１５０…波形検出部，１６０…音符要素検出部，３００…フレーズデータベース，１７０…表情要素検出部，１７１…差分ピッチ検出部，１７２…音量検出部，１７３…音色検出部，１８０…イベントデータ列生成部，１９０…登録部，２００…楽曲データ生成装置，２１０…元楽曲データ取得部，２２０…ターゲット区間指定部，２３０…ターゲットフレーズ分割部，２４０…フレーズデータ検索部，２５０…データ変換部，２６０…フレーズデータ置換部

Claims (5)

1. 楽曲データの生成のために使用可能な複数のフレーズデータをデータベースとして記憶する記憶手段と、
   参照用のオーディオデータを参照オーディオデータとして取得する取得手段と、
   取得された参照オーディオデータから一または複数の対象オーディオデータを抽出する抽出手段と、
   抽出された各対象オーディオデータを、演奏情報を表すイベントデータ列に変換する変換手段と、
   変換により得られたイベントデータ列を前記記憶手段に記憶されたデータベースにフレーズデータとして登録する登録手段とを備える、フレーズデータベース生成装置。
2. 前記変換手段は、オーディオデータから音符の要素と表情の要素とを分離し、音符の要素を音符イベントデータに変換し、表情の要素を表情付けイベントデータに変換する、請求項１記載のフレーズデータベース生成装置。
3. 前記変換手段は、対象オーディオデータを予め定められた複数の変換規則に基づいて複数のイベントデータに変換し、変換により得られた複数のイベントデータにより構成されるイベントデータ列を生成する、請求項１または２記載のフレーズデータベース生成装置。
4. 参照用のオーディオデータを参照オーディオデータとして取得するステップと、
   取得された参照オーディオデータから一または複数の対象オーディオデータを抽出するステップと、
   抽出された各対象オーディオデータを、演奏情報を表すイベントデータ列に変換するステップと、
   変換により得られたイベントデータ列を、記憶手段に記憶されたデータベースに、楽曲データの生成のために使用可能なフレーズデータとして登録するステップとを含む、フレーズデータベース生成方法。
5. 参照用のオーディオデータを参照オーディオデータとして取得するステップと、
   取得された参照オーディオデータから一または複数の対象オーディオデータを抽出するステップと、
   抽出された各対象オーディオデータを、演奏情報を表すイベントデータ列に変換するステップと、
   変換により得られたイベントデータ列を、記憶手段に記憶されたデータベースに、楽曲データの生成のために使用可能なフレーズデータとして登録するステップとを、
   コンピュータに実行させるためのフレーズデータベース生成プログラム。

Images