JP2019020528A - 電子メロディ特定装置、プログラム、及び電子メロディ特定方法 - Google Patents

Abstract

【課題】簡易な構成及び処理によって電子メロディを高精度に特定することが可能な電子メロディ特定装置を得る。【解決手段】パターン生成部１６は、各セグメントに包含される複数のフレームに関する複数の周波数スペクトルＸを平均化することにより、セグメント毎の周波数スペクトルＹが複数配列されたスペクトルパターンＳＰ０２Ａを生成する。類似度算出部１７は、パターン生成部１６によって生成されたスペクトルパターンＳＰ０２Ａと、記憶部１９に記憶されている各スペクトルパターンＳＰ０３との類似度を算出する。類似度算出部１７は、パターン生成部１６によって生成されたスペクトルパターンＳＰ０２Ａをセグメント単位で変更しつつ、対応するセグメント毎に類似度を算出することによって得られるＮ個の類似度の代表値を、スペクトルパターンＳＰ０２ＡとスペクトルパターンＳＰ０３との類似度として算出する。【選択図】図１

Description

本発明は、電子メロディ特定装置、プログラム、及び電子メロディ特定方法に関する。

下記特許文献１には、様々な音声の標準パターンを予め準備しておき、入力音声と標準パターンとのパターンマッチングを行うことによって入力音声を認識する音声認識装置が開示されている。

特開昭６２−１１１２９３号公報

人間が発声する音声は、たとえ同一の単語やフレーズであっても、性別、年齢、訛り、及び発声速度等の話者の個性に起因して、様々なスペクトル変動及び時間的変動が生じる。従って、不特定話者の音声を認識対象とする音声認識装置においては、話者の個性に起因するこれらの変動を補正すべく、複雑な正規化回路等を実装する必要がある。例えば上記特許文献１に開示された音声認識装置では、時間的変動を補正すべく、線形伸縮した入力音声を全区間で１フレームずつシフトしながら、標準パターンとのパターンマッチングが行われている。

一方、駅の発着メロディや店舗の入店メロディ等の電子メロディは、シンセサイザーによって作られた簡単な音楽であることが多く、人間が発声する音声と比較して、周波数バンドが狭くて周波数成分も少ない。しかも、人間が発声する音声とは異なり電子メロディは、録音された音源をスピーカーから再生するだけなので、話者の個性に起因するスペクトル変動や時間的変動が存在しない。

従って、電子メロディを特定対象とする電子メロディ特定装置において、音声認識装置と同等の複雑な機能を実装したのでは、オーバースペックとなって無駄にコストが上昇する。

本発明はかかる問題を解決するために成されたものであり、簡易な構成及び処理によって電子メロディを高精度に特定することが可能な、電子メロディ特定装置、プログラム、及び電子メロディ特定方法を得ることを目的とするものである。

本発明の第１の態様に係る電子メロディ特定装置は、特定対象である電子メロディの時系列信号を取得する取得部と、前記取得部によって取得された電子メロディの時系列信号を、所定の第１区間単位で周波数解析することにより、第１区間毎の第１周波数スペクトルが複数配列された第１スペクトルパターンを生成する、第１のパターン生成部と、前記第１のパターン生成部によって生成された第１スペクトルパターンを、それぞれに複数の第１区間を包含するＮ個（Ｎは複数）の第２区間に分割し、各第２区間に包含される複数の第１区間に関する複数の第１周波数スペクトルを平均化することにより、第２区間毎の第２周波数スペクトルが複数配列された第２スペクトルパターンを生成する、第２のパターン生成部と、既知の複数の電子メロディの各々に関して予め生成され、Ｎ個の第２区間に分割された、第３スペクトルパターンを記憶する記憶部と、前記第２のパターン生成部によって生成された第２スペクトルパターンと、前記記憶部に記憶されている各第３スペクトルパターンとの類似度を算出する算出処理部と、前記算出処理部による類似度の算出結果に基づいて、前記取得部によって取得された電子メロディを特定する特定処理部と、を備え、前記算出処理部は、前記第２のパターン生成部によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の代表値を、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出する、電子メロディ特定装置。

第１の態様に係る電子メロディ特定装置によれば、第２のパターン生成部は、各第２区間に包含される複数の第１区間に関する複数の第１周波数スペクトルを平均化することにより、第２区間毎の第２周波数スペクトルが複数配列された第２スペクトルパターンを生成する。そして、算出処理部は、第２のパターン生成部によって生成された第２スペクトルパターンと、記憶部に記憶されている各第３スペクトルパターンとの類似度を算出する。これにより、平均化前の第１スペクトルパターンを用いて類似度を算出する場合と比較して、演算量が削減されるため処理負荷を軽減することができる。また、第３スペクトルパターンを簡略化できるため、記憶部に必要な記憶容量を削減することができる。

さらに、算出処理部は、第２スペクトルパターンと第３スペクトルパターンとで対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の代表値を、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出する。従って、第１区間毎に類似度を算出する場合と比較して、演算量が削減されるため処理負荷を軽減することが可能となる。

しかも、算出処理部は、第２のパターン生成部によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、対応する第２区間毎に類似度を算出する。ユーザによる手動の録音操作によって取得部が電子メロディの時系列信号を取得する場合には、録音操作の開始タイミング及び終了タイミングのずれに起因して、第２スペクトルパターンと第３スペクトルパターンとで第２区間の位置ずれが生じ得る。従って、算出処理部が、第２のパターン生成部によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、第２スペクトルパターンと第３スペクトルパターンとの類似度を算出することにより、第２区間の位置ずれが生じている場合であっても、第２スペクトルパターンと第３スペクトルパターンとの類似度を適切に算出することが可能となる。

本発明の第２の態様に係る電子メロディ特定装置は、第１の態様に係る電子メロディ特定装置において特に、前記代表値は平均値であることを特徴とするものである。

第２の態様に係る電子メロディ特定装置によれば、算出処理部は、対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の平均値を、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出する。これにより、スペクトルパターンの全体領域における周波数成分の分布に基づいて、類似度を算出することが可能となる。

本発明の第３の態様に係る電子メロディ特定装置は、第１の態様に係る電子メロディ特定装置において特に、前記代表値は最大値であることを特徴とするものである。

第３の態様に係る電子メロディ特定装置によれば、算出処理部は、対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の最大値を、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出する。これにより、特徴的部分を含む電子メロディに関して、その特徴的部分に対応する第２周波数スペクトルにおける周波数成分の分布に基づいて、類似度を算出することが可能となる。

本発明の第４の態様に係る電子メロディ特定装置は、第１〜第３のいずれか一つの態様に係る電子メロディ特定装置において特に、前記算出処理部は、第１スペクトルパターンに基づいて生成された第２スペクトルパターンである基準第２スペクトルパターンと、基準第２スペクトルパターンに含まれるＮ個の第２区間の配列順序を循環シフトさせることによって得られる（Ｎ−１）個の擬似第２スペクトルパターンと、の各々に関して、第３スペクトルパターンとの類似度を算出することを特徴とするものである。

第４の態様に係る電子メロディ特定装置によれば、算出処理部は、基準第２スペクトルパターンと、基準第２スペクトルパターンに含まれるＮ個の第２区間の配列順序を循環シフトさせることによって得られる（Ｎ−１）個の擬似第２スペクトルパターンと、の各々に関して、第３スペクトルパターンとの類似度を算出する。基準第２スペクトルパターンに含まれるＮ個の第２区間の配列順序を循環シフトさせることによって得られる（Ｎ−１）個の擬似第２スペクトルパターンが規定されるため、第２区間の位置ずれが大きい場合であっても、第２スペクトルパターンと第３スペクトルパターンとの類似度を適切に算出することが可能となる。

本発明の第５の態様に係る電子メロディ特定装置は、第１〜第３のいずれか一つの態様に係る電子メロディ特定装置において特に、前記算出処理部は、第１スペクトルパターンに基づいて生成された第２スペクトルパターンである基準第２スペクトルパターンと、基準第２スペクトルパターンに含まれるＮ個の第２区間の配列順序を前後方向に１区間ずつ循環シフトさせることによって得られる２個の擬似第２スペクトルパターンと、の各々に関して、第３スペクトルパターンとの類似度を算出することを特徴とするものである。

第５の態様に係る電子メロディ特定装置によれば、算出処理部は、基準第２スペクトルパターンと、基準第２スペクトルパターンに含まれるＮ個の第２区間の配列順序を前後方向に１区間ずつ循環シフトさせることによって得られる２個の擬似第２スペクトルパターンと、の各々に関して、第３スペクトルパターンとの類似度を算出する。基準第２スペクトルパターンに含まれるＮ個の第２区間の配列順序を前後方向に１区間ずつ循環シフトさせることによって得られる２個の擬似第２スペクトルパターンが規定されるため、全区間の循環シフトと比較して処理負荷の増大を抑制しつつ、第２スペクトルパターンと第３スペクトルパターンとの類似度を適切に算出することが可能となる。

本発明の第６の態様に係る電子メロディ特定装置は、第４又は第５の態様に係る電子メロディ特定装置において特に、前記算出処理部は、第２スペクトルパターンに含まれるＮ個の第２区間のうち、時系列順で先頭部分及び末尾部分の第２区間に関しては、算出した類似度に１未満の重み係数を乗算することを特徴とするものである。

第６の態様に係る電子メロディ特定装置によれば、算出処理部は、第２スペクトルパターンに含まれるＮ個の第２区間のうち、時系列順で先頭部分及び末尾部分の第２区間に関しては、算出した類似度に１未満の重み係数を乗算する。従って、ユーザによる録音操作のタイミングずれが最も反映されやすい先頭部分及び末尾部分の第２区間の影響を低減することが可能となる。

本発明の第７の態様に係る電子メロディ特定装置は、第４又は第５の態様に係る電子メロディ特定装置において特に、前記第２のパターン生成部は、第１スペクトルパターンに基づいて第２スペクトルパターンを生成するにあたり、各第２区間に包含される第１区間の個数を非均等に配分可能であり、第２スペクトルパターンに含まれるＮ個の第２区間のうち、時系列順で先頭部分及び末尾部分の第２区間に関しては、中央部分の第２区間に配分される第１区間の個数よりも少数の第１区間を配分することを特徴とするものである。

第７の態様に係る電子メロディ特定装置によれば、第２のパターン生成部は、第２スペクトルパターンに含まれるＮ個の第２区間のうち、時系列順で先頭部分及び末尾部分の第２区間に関しては、中央部分の第２区間に配分される第１区間の個数よりも少数の第１区間を配分する。従って、ユーザによる録音操作のタイミングずれが最も反映されやすい先頭部分及び末尾部分の第２区間の影響を低減することが可能となる。

本発明の第８の態様に係る電子メロディ特定装置は、第１〜第３のいずれか一つの態様に係る電子メロディ特定装置において特に、前記算出処理部は、第１スペクトルパターンに基づいて生成された第２スペクトルパターンに含まれるＮ個の第２区間のうち時系列順で先頭部分及び末尾部分の第２区間を除外することによって、（Ｎ−２）個の第２区間を含む擬似第２スペクトルパターンを規定し、当該擬似第２スペクトルパターンを先頭から順に１区間ずつ後方シフトさせることによって得られる３個の擬似第２スペクトルパターンの各々に関して、第３スペクトルパターンとの類似度を算出することを特徴とするものである。

第８の態様に係る電子メロディ特定装置によれば、算出処理部は、第２スペクトルパターンに含まれるＮ個の第２区間のうち時系列順で先頭部分及び末尾部分の第２区間を除外することによって、（Ｎ−２）個の第２区間を含む擬似第２スペクトルパターンを規定し、当該擬似第２スペクトルパターンを先頭から順に１区間ずつ後方シフトさせることによって得られる３個の擬似第２スペクトルパターンの各々に関して、第３スペクトルパターンとの類似度を算出する。第２スペクトルパターンに含まれるＮ個の第２区間のうち時系列順で先頭部分及び末尾部分の第２区間を除外することによって擬似第２スペクトルパターンが規定されるため、全区間の循環シフトと比較して処理負荷の増大を抑制しつつ、ユーザによる録音操作のタイミングずれが最も反映されやすい先頭部分及び末尾部分の第２区間の影響を排除することが可能となる。

本発明の第９の態様に係る電子メロディ特定装置は、第１〜第８のいずれか一つの態様に係る電子メロディ特定装置において特に、前記第２のパターン生成部は、第２スペクトルパターンにおける周波数成分の分布に基づいて、各第２区間に包含される第１区間の個数を非均等に配分可能であることを特徴とするものである。

第９の態様に係る電子メロディ特定装置によれば、第２のパターン生成部は、第２スペクトルパターンにおける周波数成分の分布に基づいて、各第２区間に包含される第１区間の個数を非均等に配分可能である。第２区間に包含される第１区間の個数に応じて解像度を調整できるため、重要な箇所の解像度を上げ、重要でない箇所の解像度を下げるような配分を行うことにより、処理負荷の増大を回避しつつ電子メロディの特定精度を向上することが可能となる。

本発明の第１０の態様に係る電子メロディ特定装置は、第９の態様に係る電子メロディ特定装置において特に、前記第２のパターン生成部は、比較的多数の周波数成分を含む第２周波数スペクトルに対応する第２区間に対しては比較的少数の第１区間を配分し、比較的少数の周波数成分を含む第２周波数スペクトルに対応する第２区間に対しては比較的多数の第１区間を配分することを特徴とするものである。

第１０の態様に係る電子メロディ特定装置によれば、第２のパターン生成部は、比較的多数の周波数成分を含む第２周波数スペクトルに対応する第２区間に対しては比較的少数の第１区間を配分し、比較的少数の周波数成分を含む第２周波数スペクトルに対応する第２区間に対しては比較的多数の第１区間を配分する。比較的多数の周波数成分を含む第２周波数スペクトルは、電子メロディを特定するために重要な箇所であるため、そのような第２周波数スペクトルに対応する第２区間に対しては比較的少数の第１区間を配分することにより、解像度を上げることができ、その結果、電子メロディの特定精度を向上することが可能となる。一方、比較的少数の周波数成分を含む第２周波数スペクトルは、電子メロディを特定するために重要でない箇所であるため、そのような第２周波数スペクトルに対応する第２区間に対しては比較的多数の第１区間を配分することにより、処理負荷の増大を回避することが可能となる。

本発明の第１１の態様に係る電子メロディ特定装置は、第１〜第１０のいずれか一つの態様に係る電子メロディ特定装置において特に、前記記憶部には、Ｎ個の第２区間の各々に包含される第１区間の個数が非均等に配分された第１グループの第３スペクトルパターンと、Ｎ個の第２区間の各々に包含される第１区間の個数が均等に配分された第２グループの第３スペクトルパターンと、が記憶されており、前記算出処理部は、前記第２のパターン生成部によって生成された第２スペクトルパターンにおいて、各第２区間に包含される第１区間の個数が非均等に配分されている場合は、当該第２スペクトルパターンと、前記記憶部に記憶されている第１グループの第３スペクトルパターンとの類似度を算出し、前記第２のパターン生成部によって生成された第２スペクトルパターンにおいて、各第２区間に包含される第１区間の個数が均等に配分されている場合は、当該第２スペクトルパターンと、前記記憶部に記憶されている第２グループの第３スペクトルパターンとの類似度を算出することを特徴とするものである。

第１１の態様に係る電子メロディ特定装置によれば、算出処理部は、各第２区間に包含される第１区間の個数が非均等に配分されている第２スペクトルパターンに関しては、第１グループの第３スペクトルパターンとの類似度を算出し、一方、各第２区間に包含される第１区間の個数が均等に配分されている第２スペクトルパターンに関しては、第２グループの第３スペクトルパターンとの類似度を算出する。このように、第３スペクトルパターンを予め第１グループと第２グループとに分類しておき、第２スペクトルパターンの種別に応じて比較対象の第３スペクトルパターンを選別することにより、電子メロディの特定精度の低下を抑制しつつ、処理負荷の軽減及び所要時間の短縮化を図ることが可能となる。

本発明の第１２の態様に係る電子メロディ特定装置は、第１１の態様に係る電子メロディ特定装置において特に、前記算出処理部は、前記第２のパターン生成部によって生成された第２スペクトルパターンと、前記記憶部に記憶されている第１グループの第３スペクトルパターンとの類似度が、所定のしきい値未満である場合には、さらに、当該第２スペクトルパターンと、前記記憶部に記憶されている第２グループの第３スペクトルパターンとの類似度を算出し、前記第２のパターン生成部によって生成された第２スペクトルパターンと、前記記憶部に記憶されている第２グループの第３スペクトルパターンとの類似度が、所定のしきい値未満である場合には、さらに、当該第２スペクトルパターンと、前記記憶部に記憶されている第１グループの第３スペクトルパターンとの類似度を算出することを特徴とするものである。

第１２の態様に係る電子メロディ特定装置によれば、算出処理部は、各第２区間に包含される第１区間の個数が非均等に配分されている第２スペクトルパターンに関して、第１グループの第３スペクトルパターンとの類似度がしきい値未満である場合には、さらに、当該第２スペクトルパターンと第２グループの第３スペクトルパターンとの類似度を算出する。また、算出処理部は、各第２区間に包含される第１区間の個数が均等に配分されている第２スペクトルパターンに関して、第２グループの第３スペクトルパターンとの類似度がしきい値未満である場合には、さらに、当該第２スペクトルパターンと第１グループの第３スペクトルパターンとの類似度を算出する。このように、第１グループ及び第２グループの一方のグループの第３スペクトルパターンとの類似度がしきい値未満である場合には、他方のグループの第３スペクトルパターンとの類似度を算出することにより、類似度がしきい値以上の第３スペクトルパターンが発見される可能性があるため、電子メロディの特定精度を向上することが可能となる。

本発明の第１３の態様に係る電子メロディ特定装置は、第１〜第１２のいずれか一つの態様に係る電子メロディ特定装置において特に、前記第１のパターン生成部は、高速フーリエ変換を用いた周波数解析によって第１周波数スペクトルを生成し、前記第２のパターン生成部は、複数の第１周波数スペクトルを平均化して第２周波数スペクトルを生成するにあたり、高速フーリエ変換における絶対値化前の複素信号に対して平均化を行うことを特徴とするものである。

第１３の態様に係る電子メロディ特定装置によれば、第２のパターン生成部は、複数の第１周波数スペクトルを平均化して第２周波数スペクトルを生成するにあたり、高速フーリエ変換における絶対値化前の複素信号に対して平均化を行う。これにより、第１周波数スペクトルに混入したホワイトノイズの影響が第２周波数スペクトルでは低減されて信号対雑音比が向上するため、電子メロディの特定精度を向上することが可能となる。

本発明の第１４の態様に係る電子メロディ特定装置は、第１〜第１３のいずれか一つの態様に係る電子メロディ特定装置において特に、前記第２のパターン生成部は、複数の第１周波数スペクトルの平均化により得られる周波数スペクトルに対して、所定のしきい値を用いた量子化を行うことによって、第２周波数スペクトルを生成することを特徴とするものである。

第１４の態様に係る電子メロディ特定装置によれば、第２のパターン生成部は、複数の第１周波数スペクトルの平均化により得られる周波数スペクトルに対して、所定のしきい値を用いた量子化を行うことによって、第２周波数スペクトルを生成する。第２周波数スペクトルを量子化することによって第２スペクトルパターンを簡略化できるため、演算量を削減することができる。しかも、特定対象が電子メロディであるため、第２周波数スペクトルを量子化しても、特定精度が低下する影響は小さい。従って、電子メロディの特定精度の低下を抑制しつつ、演算量を削減することが可能となる。

本発明の第１５の態様に係る電子メロディ特定装置は、第１４の態様に係る電子メロディ特定装置において特に、前記記憶部には、第２周波数スペクトルと同様の平均化及び量子化が行われた第３スペクトルパターンが記憶されていることを特徴とするものである。

第１５の態様に係る電子メロディ特定装置によれば、記憶部には、第２周波数スペクトルと同様の平均化及び量子化が行われた第３スペクトルパターンが記憶されている。量子化によって第３スペクトルパターンをさらに簡略化できるため、記憶部に必要な記憶容量をさらに削減することが可能となる。

本発明の第１６の態様に係るプログラムは、電子メロディ特定装置に搭載されるコンピュータを、特定対象である電子メロディの時系列信号を取得する取得手段と、前記取得手段によって取得された電子メロディの時系列信号を、所定の第１区間単位で周波数解析することにより、第１区間毎の第１周波数スペクトルが複数配列された第１スペクトルパターンを生成する、第１のパターン生成手段と、前記第１のパターン生成手段によって生成された第１スペクトルパターンを、それぞれに複数の第１区間を包含するＮ個（Ｎは複数）の第２区間に分割し、各第２区間に包含される複数の第１区間に関する複数の第１周波数スペクトルを平均化することにより、第２区間毎の第２周波数スペクトルが複数配列された第２スペクトルパターンを生成する、第２のパターン生成手段と、既知の複数の電子メロディの各々に関して予め生成され、Ｎ個の第２区間に分割された、第３スペクトルパターンを記憶する記憶手段と、前記第２のパターン生成手段によって生成された第２スペクトルパターンと、前記記憶手段に記憶されている各第３スペクトルパターンとの類似度を算出する算出処理手段と、前記算出処理手段による類似度の算出結果に基づいて、前記取得手段によって取得された電子メロディを特定する特定処理手段と、として機能させるためのプログラムであって、前記算出処理手段は、前記第２のパターン生成手段によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の代表値を、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出することを特徴とするものである。

第１６の態様に係るプログラムによれば、第２のパターン生成手段は、各第２区間に包含される複数の第１区間に関する複数の第１周波数スペクトルを平均化することにより、第２区間毎の第２周波数スペクトルが複数配列された第２スペクトルパターンを生成する。そして、算出処理手段は、第２のパターン生成部によって生成された第２スペクトルパターンと、記憶手段に記憶されている各第３スペクトルパターンとの類似度を算出する。これにより、平均化前の第１スペクトルパターンを用いて類似度を算出する場合と比較して、演算量が削減されるため処理負荷を軽減することができる。また、第３スペクトルパターンを簡略化できるため、記憶手段に必要な記憶容量を削減することができる。

さらに、算出処理手段は、第２スペクトルパターンと第３スペクトルパターンとで対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の代表値を、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出する。従って、第１区間毎に類似度を算出する場合と比較して、演算量が削減されるため処理負荷を軽減することが可能となる。

しかも、算出処理手段は、第２のパターン生成手段によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、対応する第２区間毎に類似度を算出する。ユーザによる手動の録音操作によって取得部が電子メロディの時系列信号を取得する場合には、録音操作の開始タイミング及び終了タイミングのずれに起因して、第２スペクトルパターンと第３スペクトルパターンとで第２区間の位置ずれが生じ得る。従って、算出処理手段が、第２のパターン生成部によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、第２スペクトルパターンと第３スペクトルパターンとの類似度を算出することにより、第２区間の位置ずれが生じている場合であっても、第２スペクトルパターンと第３スペクトルパターンとの類似度を適切に算出することが可能となる。

本発明の第１７の態様に係る電子メロディ特定方法は、（Ａ）特定対象である電子メロディの時系列信号を取得するステップと、（Ｂ）前記ステップ（Ａ）によって取得された電子メロディの時系列信号を、所定の第１区間単位で周波数解析することにより、第１区間毎の第１周波数スペクトルが複数配列された第１スペクトルパターンを生成するステップと、（Ｃ）前記ステップ（Ｂ）によって生成された第１スペクトルパターンを、それぞれに複数の第１区間を包含するＮ個（Ｎは複数）の第２区間に分割し、各第２区間に包含される複数の第１区間に関する複数の第１周波数スペクトルを平均化することにより、第２区間毎の第２周波数スペクトルが複数配列された第２スペクトルパターンを生成するステップと、（Ｄ）既知の複数の電子メロディの各々に関して予め生成され、Ｎ個の第２区間に分割された、第３スペクトルパターンを記憶するステップと、（Ｅ）前記ステップ（Ｃ）によって生成された第２スペクトルパターンと、前記ステップ（Ｄ）によって記憶された各第３スペクトルパターンとの類似度を算出するステップと、（Ｆ）前記ステップ（Ｅ）による類似度の算出結果に基づいて、前記ステップ（Ａ）によって取得された電子メロディを特定するステップと、を備え、前記ステップ（Ｅ）では、前記ステップ（Ｃ）によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の代表値を、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出することを特徴とするものである。

第１７の態様に係る電子メロディ特定方法によれば、ステップ（Ｃ）では、各第２区間に包含される複数の第１区間に関する複数の第１周波数スペクトルを平均化することにより、第２区間毎の第２周波数スペクトルが複数配列された第２スペクトルパターンが生成される。そして、ステップ（Ｅ）では、ステップ（Ｃ）によって生成された第２スペクトルパターンと、ステップ（Ｄ）によって記憶された各第３スペクトルパターンとの類似度が算出される。これにより、平均化前の第１スペクトルパターンを用いて類似度を算出する場合と比較して、演算量が削減されるため処理負荷を軽減することができる。また、第３スペクトルパターンを簡略化できるため、ステップ（Ｄ）での第３スペクトルパターンの記憶に必要な記憶容量を削減することができる。

さらに、ステップ（Ｅ）では、第２スペクトルパターンと第３スペクトルパターンとで対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の代表値が、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出される。従って、第１区間毎に類似度を算出する場合と比較して、演算量が削減されるため処理負荷を軽減することが可能となる。

しかも、ステップ（Ｅ）では、ステップ（Ｃ）によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、対応する第２区間毎に類似度が算出される。ユーザによる手動の録音操作によって取得部が電子メロディの時系列信号を取得する場合には、録音操作の開始タイミング及び終了タイミングのずれに起因して、第２スペクトルパターンと第３スペクトルパターンとで第２区間の位置ずれが生じ得る。従って、ステップ（Ｅ）において、ステップ（Ｃ）によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、第２スペクトルパターンと第３スペクトルパターンとの類似度を算出することにより、第２区間の位置ずれが生じている場合であっても、第２スペクトルパターンと第３スペクトルパターンとの類似度を適切に算出することが可能となる。

本発明によれば、簡易な構成及び処理によって電子メロディを高精度に特定するが可能となる。

本発明の実施の形態に係る電子メロディ特定装置の構成を示すブロック図である。 電子メロディの時系列信号とフレームとの関係を示す図である。 周波数解析部によって生成されるスペクトルパターンの一例を模式的に示す図である。 フレームとセグメントとの関係を示す図である。 パターン生成部によって生成されるスペクトルパターンの一例を模式的に示す図である。 パターン生成部によって生成されるスペクトルパターンの一例を模式的に示す図である。 類似度算出部による類似度の算出手法を説明するための図である。 電子メロディ特定装置をソフトウェアによって実現するための構成を示す図である。 均等配分によって生成されるスペクトルパターンの一例を示す図である。 非均等配分した場合のフレームとセグメントとの関係を示す図である。 均等配分によって生成されるスペクトルパターンの他の例を示す図である。 記憶部に記憶されるスペクトルパターンを示す図である。 類似度算出部及び特定処理部の処理フローに関する第１の例を示すフローチャートである。 類似度算出部及び特定処理部の処理フローに関する第２の例を示すフローチャートである。 対応セグメントの位置ずれ対策についての第１の例を説明するための図である。 対応セグメントの位置ずれ対策についての第２の例を説明するための図である。 対応セグメントの位置ずれ対策についての第３の例を説明するための図である。 対応セグメントの位置ずれ対策についての第４の例を説明するための図である。 対応セグメントの位置ずれ対策についての第５の例を説明するための図である。 対応セグメントの位置ずれ対策についての第６の例を説明するための図である。

以下、本発明の実施の形態について、図面を用いて詳細に説明する。なお、異なる図面において同一の符号を付した要素は、同一又は相応する要素を示すものとする。

＜基本構成＞
図１は、本発明の実施の形態に係る電子メロディ特定装置１の構成を示すブロック図である。用途の一例として、電子メロディ特定装置１は、スマートフォンやゲーム機等の携帯端末に実装され、特定の駅や店舗に訪問したユーザが、訪問証明のために、その駅に特有の発着メロディやその店舗に特有の入店メロディ等を録音する用途で使用される。後述するように、電子メロディ特定装置１には、既知の様々な参照電子メロディに関する参照スペクトルパターンが予め記憶されており、取得した電子メロディのスペクトルパターンと参照スペクトルパターンとを比較することによって、取得した電子メロディがいずれの参照電子メロディに相当するかが特定される。

図１の接続関係で示すように、電子メロディ特定装置１は、マイク１１、ＡＤ変換器（ＡＤＣ）１２、バッファ１３，１５、周波数解析部１４、パターン生成部１６、類似度算出部１７、特定処理部１８、及び記憶部１９を備えて構成されている。マイク１１、ＡＤＣ１２、及びバッファ１３は、録音によって電子メロディを取得するための取得部１０として機能する。電子メロディ特定装置１を構成する各要素は、ハードウェアによって構成しても良いし、ソフトウェアによって構成しても良い。あるいは、単純計算はハードウェアで行い、判定処理はソフトウェアで行うなど、ハードウェア及びソフトウェアの双方を用いて電子メロディ特定装置１を構成しても良い。

ユーザが携帯端末を操作することによって録音が開始されると、特定対象である電子メロディの時系列信号がマイク１１からＡＤ変換器１２に入力され、ＡＤ変換器１２によってディジタルデータに変換された後、バッファ１３に一時的に格納される。

周波数解析部１４は、バッファ１３から入力された電子メロディの時系列信号を、所定のフレーム単位で高速フーリエ変換（ＦＦＴ）することによって、フレーム毎の周波数スペクトルが複数配列されたスペクトルパターンＳＰ０１を生成する。

図２は、電子メロディの時系列信号Ｉ０とフレームＦ０１〜Ｆ７８との関係を示す図である。想定される電子メロディの長さを「Ｔｍ」、サンプリング周波数を「Ｆｓ」、ＦＦＴ長を「Ｎｆ」とすると、フレーム数はＴｍ×Ｆｓ／Ｎｆの関係式によって定まる。一例として本実施の形態では、Ｔｍ＝４．９９２（ｓｅｃ）、Ｆｓ＝８（ｋＨｚ）、Ｎｆ＝５１２に設定されており、その結果、フレーム数は「７８」となる。また、フレーム長は４．９９２／７８＝６４（ｍｓｅｃ）となる。フレームは時系列順に配列され、図２に示すように、先頭がフレームＦ０１であり、末尾がフレームＦ７８である。

図３は、周波数解析部１４によって生成されるスペクトルパターンＳＰ０１の一例を模式的に示す図である。電子メロディの時系列信号Ｉ０をフレーム単位で周波数解析することにより、各フレームＦ０１〜Ｆ７８に対応する周波数スペクトルＸ０１〜Ｘ７８がそれぞれ生成される。そして、周波数スペクトルＸ０１〜Ｘ７８を時系列順に配列したものがスペクトルパターンＳＰ０１となる。図１を参照して、周波数解析部１４によって生成されたスペクトルパターンＳＰ０１は、バッファ１５に一時的に格納される。

パターン生成部１６は、バッファ１５から入力されたスペクトルパターンＳＰ０１を、それぞれに複数のフレームを包含するＮ個（Ｎは複数）のセグメントに分割し、各セグメントに包含される複数のフレームに関する複数の周波数スペクトルを平均化することにより、スペクトルパターンＳＰ０２を生成する。セグメントの個数Ｎは、要求される特定精度や所要時間等に応じて最適な値が設定されており、本実施の形態の例ではＮ＝６とする。

図４は、フレーム（第１区間）Ｆ０１〜Ｆ７８とセグメント（第２区間）Ｓ０１〜Ｓ０６との関係を示す図である。セグメントは時系列順に配列され、図４に示すように、先頭がセグメントＳ０１であり、末尾がセグメントＳ０６である。本実施の形態の例ではフレーム数が「７８」でセグメント数が「６」であるため、１セグメントには７８／６＝１３個のフレームが包含される。例えば、セグメントＳ０１にはフレームＦ０１〜Ｆ１３が包含され、セグメントＳ０２にはフレームＦ１４〜Ｆ２６が包含される。

図５は、パターン生成部１６によって生成されるスペクトルパターンＳＰ０２の一例を模式的に示す図である。スペクトルパターンＳＰ０１に含まれる周波数スペクトルＸ０１〜Ｘ７８をセグメント単位で平均化することにより、各セグメントＳ０１〜Ｓ０６に対応する周波数スペクトルＹ０１〜Ｙ０６がそれぞれ生成される。例えば、セグメントＳ０１に包含されるフレームＦ０１〜Ｆ１３に関する周波数スペクトルＸ０１〜Ｘ１３を平均化することによって、周波数スペクトルＹ０１が生成される。そして、周波数スペクトルＹ０１〜Ｙ０６を時系列順に配列したものがスペクトルパターンＳＰ０２となる。なお、パターン生成部１６は、周波数解析部１４によるＦＦＴ直後の複素信号に対して平均化を行う。つまり、一般的な平均化手法のように複素信号を絶対値化してから平均化するのではなく、絶対値化前の複素信号の状態で平均化を行い、その後に絶対値化を行う。

次にパターン生成部１６は、スペクトルパターンＳＰ０２を量子化することによってスペクトルパターンＳＰ０２Ａを生成する。なお、この処理はオプションであり、電子メロディ特定装置１の記憶容量や計算負荷に余裕がある場合にはこの処理は省略しても良い。

図６は、パターン生成部１６によって生成されるスペクトルパターンＳＰ０２Ａの一例を模式的に示す図である。図５に示した周波数スペクトルＹ０１〜Ｙ０６に対して、所定のしきい値Ｖ１を用いた１ビット量子化が行われることにより、周波数スペクトルＹ０１Ａ〜Ｙ０６Ａが生成される。つまり、周波数スペクトルＹ０１〜Ｙ０６においてしきい値Ｖ１未満の周波数成分は、周波数スペクトルＹ０１Ａ〜Ｙ０６Ａにおいて全て「０」とされ、また、周波数スペクトルＹ０１〜Ｙ０６においてしきい値Ｖ１以上の周波数成分は、周波数スペクトルＹ０１Ａ〜Ｙ０６Ａにおいて全て「１」とされる。そして、周波数スペクトルＹ０１Ａ〜Ｙ０６Ａを時系列順に配列したものがスペクトルパターンＳＰ０２Ａとなる。

図１を参照して、記憶部１９には、既知の様々な電子メロディに関する複数のスペクトルパターンＳＰ０３が記憶されている。スペクトルパターンＳＰ０３は、上述したスペクトルパターンＳＰ０２Ａと同様の処理（フレーム単位での周波数解析、セグメント単位での平均化、しきい値Ｖ１を用いた１ビット量子化）によって、予め生成されている。

類似度算出部１７は、パターン生成部１６によって生成されたスペクトルパターンＳＰ０２Ａと、記憶部１９に記憶されている各スペクトルパターンＳＰ０３との類似度を算出する。

図７は、類似度算出部１７による類似度の算出手法を説明するための図である。本実施の形態の例では、スペクトルパターンＳＰ０３，ＳＰ０２Ａは、いずれも６個のセグメントＳ０１〜Ｓ０６に分割されている。類似度算出部１７は、まず、類似度を求めるための任意の計算式を用いて、スペクトルパターンＳＰ０３，ＳＰ０２Ａ間で対応するセグメントＳ０１〜Ｓ０６毎に、類似度Ｋ０１〜Ｋ０６を算出する。次に、セグメントＳ０１〜Ｓ０６毎に求めた６個の類似度Ｋ０１〜Ｋ０６の代表値を、スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度として算出する。代表値としては、例えば平均値を用いることができる。その場合、スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度は、（Ｋ０１＋Ｋ０２＋Ｋ０３＋Ｋ０４＋Ｋ０５＋Ｋ０６）／６となる。なお、代表値としては平均値のほかに最大値を用いることもでき、その場合、類似度Ｋ０１〜Ｋ０６のうちの最大値が、スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度となる。類似度算出部１７は、記憶部１９に記憶されている全てのスペクトルパターンＳＰ０３を順に読み出すことにより、各スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度を順に算出する。

図１を参照して、特定処理部１８は、類似度算出部１７による類似度の算出結果に基づいて、取得部１０によって取得された電子メロディを特定する。つまり、記憶部１９に記憶されている全てのスペクトルパターンＳＰ０３のうち、スペクトルパターンＳＰ０２Ａとの類似度が最大となる一つのスペクトルパターンＳＰ０３を特定し、取得部１０によって取得された電子メロディは当該スペクトルパターンＳＰ０３に対応する電子メロディであると特定する。

このように本実施の形態に係る電子メロディ特定装置１によれば、周波数解析部１４（第１のパターン生成部）は、取得部１０によって取得された電子メロディの時系列信号Ｉ０を、フレーム（第１区間）単位で周波数解析することにより、フレーム毎の周波数スペクトルＸ（第１周波数スペクトル）が複数配列されたスペクトルパターンＳＰ０１（第１スペクトルパターン）を生成する。また、パターン生成部１６（第２のパターン生成部）は、各セグメント（第２区間）に包含される複数のフレームに関する複数の周波数スペクトルＸを平均化することにより、セグメント毎の周波数スペクトルＹ（第２周波数スペクトル）が複数配列されたスペクトルパターンＹ０２Ａ（第２スペクトルパターン）を生成する。そして、類似度算出部１７（算出処理部）は、パターン生成部１６によって生成されたスペクトルパターンＹ０２Ａと、記憶部１９に記憶されている各スペクトルパターンＳＰ０３（第３スペクトルパターン）との類似度を算出する。これにより、平均化前のスペクトルパターンＳＰ０１を用いて類似度を算出する場合と比較して、演算量が削減されるため処理負荷を軽減することができる。また、スペクトルパターンＳＰ０３を簡略化できるため、記憶部１９に必要な記憶容量を削減することができる。

また、本実施の形態に係る電子メロディ特定装置１によれば、類似度算出部１７は、スペクトルパターンＳＰ０２ＡとスペクトルパターンＳＰ０３とで対応するセグメント毎に類似度を算出することによって得られるＮ個の類似度の代表値を、スペクトルパターンＳＰ０２ＡとスペクトルパターンＳＰ０３との類似度として算出する。従って、フレーム毎に類似度を算出する場合と比較して、演算量が削減されるため処理負荷を軽減することが可能となる。

また、本実施の形態に係る電子メロディ特定装置１によれば、類似度算出部１７は、対応するセグメント毎に類似度を算出することによって得られるＮ個の類似度の平均値を、スペクトルパターンＳＰ０２ＡとスペクトルパターンＳＰ０３との類似度として算出する。これにより、スペクトルパターンの全体領域における周波数成分の分布に基づいて、類似度を算出することが可能となる。

また、本実施の形態に係る電子メロディ特定装置１によれば、類似度算出部１７は、対応するセグメント毎に類似度を算出することによって得られるＮ個の類似度の最大値を、スペクトルパターンＳＰ０２とスペクトルパターンＳＰ０３との類似度として算出する。これにより、特徴的部分を含む電子メロディに関して、その特徴的部分に対応する周波数スペクトルＳＰ０２における周波数成分の分布に基づいて、類似度を算出することが可能となる。

また、本実施の形態に係る電子メロディ特定装置１によれば、パターン生成部１６は、複数の周波数スペクトルＸを平均化して周波数スペクトルＹを生成するにあたり、高速フーリエ変換における絶対値化前の複素信号に対して平均化を行う。これにより、周波数スペクトルＸに混入したホワイトノイズの影響が周波数スペクトルＹでは低減されて信号対雑音比が向上するため、電子メロディの特定精度を向上することが可能となる。

また、本実施の形態に係る電子メロディ特定装置１によれば、パターン生成部１６は、周波数スペクトルＹ０１〜Ｙ０６に対してしきい値Ｖ１を用いた量子化を行うことによって、周波数スペクトルＹ０１Ａ〜Ｙ０６Ａを生成する。周波数スペクトルＹ０１〜Ｙ０６を量子化することによってスペクトルパターンＳＰ０２を簡略化できるため、演算量を削減することができる。しかも、特定対象が電子メロディであるため、周波数スペクトルＹ０１〜Ｙ０６を量子化しても、特定精度が低下する影響は小さい。従って、電子メロディの特定精度の低下を抑制しつつ、演算量を削減することが可能となる。

また、本実施の形態に係る電子メロディ特定装置１によれば、記憶部１９には、周波数スペクトルＹ０１Ａ〜Ｙ０６Ａと同様の平均化及び量子化が行われたスペクトルパターンＳＰ０３が記憶されている。量子化によってスペクトルパターンＳＰ０３をさらに簡略化できるため、記憶部１９に必要な記憶容量をさらに削減することが可能となる。

図８は、電子メロディ特定装置１をソフトウェアによって実現するための構成を示す図である。ＲＡＭ２１に読み出されたプログラム５０をＣＰＵ２０が実行することにより、上述した電子メロディ特定装置１の各機能がソフトウェア処理によって実現される。換言すれば、プログラム５０は、電子メロディ特定装置１に搭載されるコンピュータを、特定対象である電子メロディの時系列信号Ｉ０を取得する取得手段と、取得された時系列信号Ｉ０をフレーム単位で周波数解析することによってスペクトルパターンＳＰ０１を生成する第１のパターン生成手段と、スペクトルパターンＳＰ０１をＮ個のセグメントに分割し、各セグメントに包含される複数の周波数スペクトルＸを平均化することによってスペクトルパターンＳＰ０２Ａを生成する第２のパターン生成手段と、スペクトルパターンＳＰ０３を記憶する記憶手段と、スペクトルパターンＳＰ０２ＡとスペクトルパターンＳＰ０３との類似度を算出する類似度算出手段と、類似度算出手段による類似度の算出結果に基づいて、取得手段によって取得された電子メロディを特定する特定処理手段と、として機能させるためのプログラムである。

以下、上記実施の形態に係る電子メロディ特定装置１に関する種々の変形例について説明する。以下で説明する変形例は適宜に組み合わせて適用することが可能である。

＜変形例１（特定精度の向上対策）＞
上記実施の形態では、図４に示したように各セグメントＳ０１〜Ｓ０６にフレームＦ０１〜Ｆ７８を均等配分したが、スペクトルパターンＳＰ０２Ａにおける周波数成分の分布に基づいて、各セグメントに包含されるフレームの個数を非均等配分しても良い。

図９は、均等配分によって生成されるスペクトルパターンＳＰ０２Ａの一例を示す図である。上記の例によると、フレーム総数は「７８」であり、セグメント数は「６」であるため、均等配分した場合の１セグメントあたりのフレーム数は「１３」である。

パターン生成部１６は、バッファ１５に格納されているスペクトルパターンＳＰ０１を参照することにより、各周波数スペクトルＸ０１〜Ｘ７８においてしきい値Ｖ１以上となる周波数成分の個数をカウントする。そして、均等配分したと仮定した場合に各セグメントＳ０１〜Ｓ０６に含まれる周波数成分の個数を、セグメントＳ０１〜Ｓ０６毎に集計する。図９に示した例では、セグメントＳ０１〜Ｓ０６の順に「２」「６」「６」「２」「４」「６」となる。また、その総数は「２６」となる。

次にパターン生成部１６は、セグメント毎の周波数成分の個数を、全セグメントにおける周波数成分の総数で除算することにより、セグメント毎の周波数成分の割合を算出する。図９に示した例では、セグメントＳ０１〜Ｓ０６の順に「１／１３」「３／１３」「３／１３」「１／１３」「２／１３」「３／１３」となる。

次にパターン生成部１６は、「均等配分した場合の１セグメントあたりのフレーム数」の２倍の値から、フレーム総数と上記「セグメント毎の周波数成分の割合」とを乗算した値を減算することにより、非均等配分する場合のセグメント毎のフレーム数を算出する。図９に示した例では、セグメントＳ０１〜Ｓ０６の順に「２０」「８」「８」「２０」「１４」「８」となる。

図１０は、非均等配分した場合のフレームＦ０１〜Ｆ７８とセグメントＳ０１〜Ｓ０６との関係を示す図である。図１０に示すように、セグメントＳ０１は２０個のフレームＦ０１〜Ｆ２０を包含し、セグメントＳ０２は８個のフレームＦ２１〜Ｆ２８を包含し、セグメントＳ０３は８個のフレームＦ２９〜Ｆ３６を包含し、セグメントＳ０４は２０個のフレームＦ３７〜Ｆ５６を包含し、セグメントＳ０５は１４個のフレームＦ５７〜Ｆ７０を包含し、セグメントＳ０６は８個のフレームＦ７１〜Ｆ７８を包含している。

図１１は、均等配分によって生成されるスペクトルパターンＳＰ０２Ａの他の例を示す図である。周波数スペクトルＹ０１Ａ〜Ｙ０６Ａは、しきい値Ｖ１以上となる周波数成分を１個ずつ含んでいる。パターン生成部１６が非均等配分機能を有している場合であっても、図１１に示したような均等な周波数成分分布を有する電子メロディが特定対象である場合には、パターン生成部１６は均等配分を行うことになる。

スペクトルパターンＳＰ０３を生成する場合も上記と同様に、仮に均等配分した場合のスペクトルパターンＳＰ０２Ａにおける周波数成分分布に基づいて、各セグメントに包含されるフレームの個数が非均等に配分される。

図１２は、記憶部１９に記憶されるスペクトルパターンＳＰ０３を示す図である。スペクトルパターンＳＰ０３は、非均等配分によって生成されたスペクトルパターンＳＰ０３を集約する非均等グループＧ１と、均等配分によって生成されたスペクトルパターンＳＰ０３を集約する均等グループＧ２とに分類されて、記憶部１９に記憶される。リファレンスとなる電子メロディが図９に示したような非均等な周波数成分分布を有する場合には、非均等配分が適用されるため、当該電子メロディに関するスペクトルパターンＳＰ０３は非均等グループＧ１に分類される。一方、リファレンスとなる電子メロディが図１１に示したような均等な周波数成分分布を有する場合には、均等配分が適用されるため、当該電子メロディに関するスペクトルパターンＳＰ０３は均等グループＧ２に分類される。

図１３は、類似度算出部１７及び特定処理部１８の処理フローに関する第１の例を示すフローチャートである。

まずステップＲ１０１において類似度算出部１７は、パターン生成部１６から入力されたスペクトルパターンＳＰ０２Ａが非均等配分であるか否かを判定する。

非均等配分である場合は、次にステップＲ１０２において類似度算出部１７は、非均等グループＧ１を探索することにより、非均等グループＧ１に属する各スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度を順に算出する。そして、特定処理部１８は、非均等グループＧ１に属する全てのスペクトルパターンＳＰ０３のうち、スペクトルパターンＳＰ０２Ａとの類似度が最大となる一つのスペクトルパターンＳＰ０３を選出する。ここでは、スペクトルパターンＥ１が選出されたものとする。

次にステップＲ１０３において特定処理部１８は、取得部１０によって取得された電子メロディはスペクトルパターンＥ１に対応する電子メロディであると特定する。

ステップＲ１０１における判定の結果、均等配分である場合は、次にステップＲ１０４において類似度算出部１７は、均等グループＧ２を探索することにより、均等グループＧ２に属する各スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度を順に算出する。そして、特定処理部１８は、均等グループＧ２に属する全てのスペクトルパターンＳＰ０３のうち、スペクトルパターンＳＰ０２Ａとの類似度が最大となる一つのスペクトルパターンＳＰ０３を選出する。ここでは、スペクトルパターンＥ２が選出されたものとする。

次にステップＲ１０５において特定処理部１８は、取得部１０によって取得された電子メロディはスペクトルパターンＥ２に対応する電子メロディであると特定する。

図１４は、類似度算出部１７及び特定処理部１８の処理フローに関する第２の例を示すフローチャートである。

まずステップＲ２０１において類似度算出部１７は、パターン生成部１６から入力されたスペクトルパターンＳＰ０２Ａが非均等配分であるか否かを判定する。

非均等配分である場合は、次にステップＲ２０２において類似度算出部１７は、非均等グループＧ１を探索することにより、非均等グループＧ１に属する各スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度を順に算出する。そして、特定処理部１８は、非均等グループＧ１に属する全てのスペクトルパターンＳＰ０３のうち、スペクトルパターンＳＰ０２Ａとの類似度が最大となる一つのスペクトルパターンＳＰ０３を選出する。ここでは、スペクトルパターンＥ１が選出されたものとする。

次にステップＲ２０３において特定処理部１８は、スペクトルパターンＥ１とスペクトルパターンＳＰ０２Ａとの類似度ｅ１が所定のしきい値Ｖ２以上であるか否かを判定する。

類似度ｅ１がしきい値Ｖ２以上である場合は、次にステップＲ２０４において特定処理部１８は、取得部１０によって取得された電子メロディはスペクトルパターンＥ１に対応する電子メロディであると特定する。

ステップＲ２０３における判定の結果、類似度ｅ１がしきい値Ｖ２未満である場合は、次にステップＲ２０５において類似度算出部１７は、均等グループＧ２を探索することにより、均等グループＧ２に属する各スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度を順に算出する。そして、特定処理部１８は、均等グループＧ２に属する全てのスペクトルパターンＳＰ０３のうち、スペクトルパターンＳＰ０２Ａとの類似度が最大となる一つのスペクトルパターンＳＰ０３を選出する。ここでは、スペクトルパターンＥ２が選出されたものとする。

次にステップＲ２０６において特定処理部１８は、スペクトルパターンＥ２とスペクトルパターンＳＰ０２Ａとの類似度ｅ２が類似度ｅ１を超えるか否かを判定する。

類似度ｅ２が類似度ｅ１を超える場合は、次にステップＲ２０７において特定処理部１８は、取得部１０によって取得された電子メロディはスペクトルパターンＥ２に対応する電子メロディであると特定する。一方、類似度ｅ２が類似度ｅ１以下である場合は、次にステップＲ２０８において特定処理部１８は、取得部１０によって取得された電子メロディはスペクトルパターンＥ１に対応する電子メロディであると特定する。

ステップＲ２０１における判定の結果、均等配分である場合は、次にステップＲ２０９において類似度算出部１７は、均等グループＧ２を探索することにより、均等グループＧ２に属する各スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度を順に算出する。そして、特定処理部１８は、均等グループＧ２に属する全てのスペクトルパターンＳＰ０３のうち、スペクトルパターンＳＰ０２Ａとの類似度が最大となる一つのスペクトルパターンＳＰ０３を選出する。ここでは、スペクトルパターンＥ３が選出されたものとする。

次にステップＲ２１０において特定処理部１８は、スペクトルパターンＥ３とスペクトルパターンＳＰ０２Ａとの類似度ｅ３が所定のしきい値Ｖ２以上であるか否かを判定する。

類似度ｅ３がしきい値Ｖ２以上である場合は、次にステップＲ２１１において特定処理部１８は、取得部１０によって取得された電子メロディはスペクトルパターンＥ３に対応する電子メロディであると特定する。

ステップＲ２１０における判定の結果、類似度ｅ３がしきい値Ｖ２未満である場合は、次にステップＲ２１２において類似度算出部１７は、非均等グループＧ１を探索することにより、非均等グループＧ１に属する各スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度を順に算出する。そして、特定処理部１８は、非均等グループＧ１に属する全てのスペクトルパターンＳＰ０３のうち、スペクトルパターンＳＰ０２Ａとの類似度が最大となる一つのスペクトルパターンＳＰ０３を選出する。ここでは、スペクトルパターンＥ４が選出されたものとする。

次にステップＲ２１３において特定処理部１８は、スペクトルパターンＥ４とスペクトルパターンＳＰ０２Ａとの類似度ｅ４が類似度ｅ３を超えるか否かを判定する。

類似度ｅ４が類似度ｅ３を超える場合は、次にステップＲ２１４において特定処理部１８は、取得部１０によって取得された電子メロディはスペクトルパターンＥ４に対応する電子メロディであると特定する。一方、類似度ｅ４が類似度ｅ３以下である場合は、次にステップＲ２１５において特定処理部１８は、取得部１０によって取得された電子メロディはスペクトルパターンＥ３に対応する電子メロディであると特定する。

本変形例に係る電子メロディ特定装置１によれば、パターン生成部１６は、スペクトルパターンＳＰ０２Ａにおける周波数成分の分布に基づいて、各セグメントに包含されるフレームの個数を非均等に配分可能である。セグメントに包含されるフレームの個数に応じて解像度を調整できるため、重要な箇所の解像度を上げ、重要でない箇所の解像度を下げるような配分を行うことにより、処理負荷の増大を回避しつつ電子メロディの特定精度を向上することが可能となる。

また、本変形例に係る電子メロディ特定装置１によれば、パターン生成部１６は、比較的多数の周波数成分を含む周波数スペクトルＹに対応するセグメントに対しては比較的少数のフレームを配分し、比較的少数の周波数成分を含む周波数スペクトルＹに対応するセグメントに対しては比較的多数のフレームを配分する。比較的多数の周波数成分を含む周波数スペクトルＹは、電子メロディを特定するために重要な箇所であるため、そのような周波数スペクトルＹに対応するセグメントに対しては比較的少数のフレームを配分することにより、解像度を上げることができ、その結果、電子メロディの特定精度を向上することが可能となる。一方、比較的少数の周波数成分を含む周波数スペクトルＹは、電子メロディを特定するために重要でない箇所であるため、そのような周波数スペクトルＹに対応するセグメントに対しては比較的多数のフレームを配分することにより、処理負荷の増大を回避することが可能となる。

また、本変形例に係る電子メロディ特定装置１によれば、類似度算出部１７は、各セグメントに包含されるフレームの個数が非均等に配分されているスペクトルパターンＳＰ０２Ａに関しては、非均等グループＧ１（第１グループ）のスペクトルパターンＳＰ０３との類似度を算出し、一方、各セグメントに包含されるフレームの個数が均等に配分されているスペクトルパターンＳＰ０２Ａに関しては、均等グループＧ２（第２グループ）のスペクトルパターンＳＰ０３との類似度を算出する。このように、スペクトルパターンＳＰ０３を予め非均等グループＧ１と均等グループＧ２とに分類しておき、スペクトルパターンＳＰ０２Ａの種別に応じて比較対象のスペクトルパターンＳＰ０３を選別することにより、電子メロディの特定精度の低下を抑制しつつ、処理負荷の軽減及び所要時間の短縮化を図ることが可能となる。

また、本変形例に係る電子メロディ特定装置１によれば、類似度算出部１７は、各セグメントに包含されるフレームの個数が非均等に配分されているスペクトルパターンＳＰ０２Ａに関して、非均等グループＧ１のスペクトルパターンＳＰ０３との類似度がしきい値Ｖ２未満である場合には、さらに、当該スペクトルパターンＳＰ０２Ａと均等グループＧ２のスペクトルパターンＳＰ０３との類似度を算出する。また、類似度算出部１７は、各セグメントに包含されるフレームの個数が均等に配分されているスペクトルパターンＳＰ０２Ａに関して、均等グループＧ２のスペクトルパターンＳＰ０３との類似度がしきい値Ｖ２未満である場合には、さらに、当該スペクトルパターンＳＰ０２Ａと非均等グループＧ１のスペクトルパターンＳＰ０３との類似度を算出する。このように、非均等グループＧ１及び均等グループＧ２の一方のグループのスペクトルパターンＳＰ０３との類似度がしきい値Ｖ２未満である場合には、他方のグループのスペクトルパターンＳＰ０３との類似度を算出することにより、類似度がしきい値Ｖ２以上のスペクトルパターンＳＰ０３が発見される可能性があるため、電子メロディの特定精度を向上することが可能となる。

なお、以上の説明では計算量の増大を回避すべくセグメント数が固定値であることを前提として、各セグメントに包含されるフレーム数を配分する例について述べたが、計算量の増大が許容できる場合には、重要箇所に対応するセグメントを複数のセグメントに分割する（セグメント数は増える）ことによって、電子メロディの特定精度を向上することができる。

＜変形例２（位置ずれ対策１）＞
ユーザによる手動の録音操作によって取得部１０が電子メロディの時系列信号Ｉ０を取得する場合には、録音操作の開始タイミング及び終了タイミングのずれに起因して、スペクトルパターンＳＰ０２ＡとスペクトルパターンＳＰ０３とで対応セグメントの位置ずれが生じ得る。以下の変形例２〜７では、セグメントの位置ずれが生じている場合であっても、その位置ずれに起因する影響を低減するための対策について説明する。

図１５は、対応セグメントの位置ずれ対策についての第１の例を説明するための図である。まず類似度算出部１７は、スペクトルパターンＳＰ０１に基づいて生成されたスペクトルパターンＳＰ０２Ａを基準スペクトルパターンとして、上記実施の形態と同様に、スペクトルパターンＳＰ０３と基準スペクトルパターンＳＰ０２Ａとの類似度を算出する。

次に類似度算出部１７は、基準スペクトルパターンＳＰ０２Ａを１セグメントだけ前方に循環シフト（前方に溢れたセグメントは末尾に循環）することにより、擬似スペクトルパターンＳＰ０２Ｂ１を規定する。そして、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｂ１との類似度を算出する。

次に類似度算出部１７は、擬似スペクトルパターンＳＰ０２Ｂ１を１セグメントだけ前方に循環シフトすることにより、擬似スペクトルパターンＳＰ０２Ｂ２を規定する。そして、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｂ２との類似度を算出する。

以降同様に類似度算出部１７は、１セグメントずつ前方に循環シフトすることにより、擬似スペクトルパターンＳＰ０２Ｂ３〜ＳＰ０２Ｂ５を順に規定し、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｂ３〜ＳＰ０２Ｂ５との類似度を順に算出する。

そして、このようにして算出した合計Ｎ個（この例では６個）の類似度のうちの最大の類似度を、スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度として決定する。

本変形例に係る電子メロディ特定装置１によれば、類似度算出部１７は、基準スペクトルパターンＳＰ０２Ａと、基準スペクトルパターンＳＰ０２Ａに含まれるＮ個のセグメントＳ０１〜Ｓ０６の配列順序を循環シフトさせることによって得られる（Ｎ−１）個の擬似スペクトルパターンＳＰ０２Ｂ１〜ＳＰ０２Ｂ５と、の各々に関して、スペクトルパターンＳＰ０３との類似度を算出する。基準スペクトルパターンＳＰ０２Ａに加えて、全区間に亘って１セグメントずつ循環シフトさせた（Ｎ−１）個の擬似スペクトルパターンＳＰ０２Ｂ１〜ＳＰ０２Ｂ５が規定されるため、セグメントの位置ずれが大きい場合であっても、スペクトルパターンＳＰ０２ＡとスペクトルパターンＳＰ０３との類似度を適切に算出することが可能となる。

＜変形例３（位置ずれ対策２）＞
図１６は、対応セグメントの位置ずれ対策についての第２の例を説明するための図である。まず類似度算出部１７は、スペクトルパターンＳＰ０１に基づいて生成されたスペクトルパターンＳＰ０２Ａを基準スペクトルパターンとして、上記実施の形態と同様に、スペクトルパターンＳＰ０３と基準スペクトルパターンＳＰ０２Ａとの類似度を算出する。

次に類似度算出部１７は、基準スペクトルパターンＳＰ０２Ａを１セグメントだけ前方に循環シフトすることにより、擬似スペクトルパターンＳＰ０２Ｃ１を規定する。そして、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｃ１との類似度を算出する。

次に類似度算出部１７は、基準スペクトルパターンＳＰ０２Ａを１セグメントだけ後方に循環シフトすることにより、擬似スペクトルパターンＳＰ０２Ｃ２を規定する。そして、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｃ２との類似度を算出する。

そして、このようにして算出した合計３個の類似度のうちの最大の類似度を、スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度として決定する。

本変形例に係る電子メロディ特定装置１によれば、類似度算出部１７は、基準スペクトルパターンＳＰ０２Ａと、基準スペクトルパターンＳＰ０２Ａに含まれるＮ個のセグメントＳ０１〜Ｓ０６の配列順序を前後方向に１セグメントずつ循環シフトさせることによって得られる２個の擬似スペクトルパターンＳＰ０２Ｃ１，ＳＰ０２Ｃ２と、の各々に関して、スペクトルパターンＳＰ０３との類似度を算出する。基準スペクトルパターンＳＰ０２Ａに加えて、前後方向に１セグメントずつ循環シフトさせた２個の擬似スペクトルパターンＳＰ０２Ｃ１，ＳＰ０２Ｃ２が規定されるため、全区間の循環シフト（図１５）と比較して処理負荷の増大を抑制しつつ、スペクトルパターンＳＰ０２ＡとスペクトルパターンＳＰ０３との類似度を適切に算出することが可能となる。

＜変形例４（位置ずれ対策３）＞
図１７は、対応セグメントの位置ずれ対策についての第３の例を説明するための図である。まず類似度算出部１７は、スペクトルパターンＳＰ０１に基づいて生成されたスペクトルパターンＳＰ０２Ａに含まれるＮ個のセグメントＳ０１〜Ｓ０６のうち、時系列順で先頭部分及び末尾部分のセグメントＳ０１，Ｓ０６を除外することによって、（Ｎ−２）個のセグメントＳ０２〜Ｓ０５を含む擬似スペクトルパターンを規定する。

次に類似度算出部１７は、当該擬似スペクトルパターンをスペクトルパターンＳＰ０３の先頭から順に１セグメントずつ後方シフトさせることによって得られる３個の擬似スペクトルパターンＳＰ０２Ｄ１〜ＳＰ０２Ｄ３の各々に関して、スペクトルパターンＳＰ０３との類似度を順に算出する。

そして、このようにして算出した合計３個の類似度のうちの最大の類似度を、スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度として決定する。

本変形例に係る電子メロディ特定装置１によれば、類似度算出部１７は、スペクトルパターンＳＰ０２Ａに含まれるＮ個のセグメントＳ０１〜Ｓ０６のうち時系列順で先頭部分及び末尾部分のセグメントＳ０１，Ｓ０６を除外することによって、（Ｎ−２）個のセグメントＳ０２〜Ｓ０５を含む擬似スペクトルパターンを規定する。そして、当該擬似スペクトルパターンをスペクトルパターンＳＰ０３の先頭から順に１セグメントずつ後方シフトさせることによって得られる３個の擬似スペクトルパターンＳＰ０２Ｄ１〜ＳＰ０２Ｄ３の各々に関して、スペクトルパターンＳＰ０３との類似度を算出する。スペクトルパターンＳＰ０２Ａに含まれるＮ個のセグメントＳ０１〜Ｓ０６のうち時系列順で先頭部分及び末尾部分のセグメントＳ０１，Ｓ０６を除外することによって擬似スペクトルパターンが規定されるため、全区間の循環シフト（図１５）と比較して処理負荷の増大を抑制しつつ、ユーザによる録音操作のタイミングずれが最も反映されやすい先頭部分及び末尾部分のセグメントＳ０１，Ｓ０６の影響を排除することが可能となる。

＜変形例５（位置ずれ対策４）＞
図１８は、対応セグメントの位置ずれ対策についての第４の例を説明するための図である。まず類似度算出部１７は、スペクトルパターンＳＰ０１に基づいて生成されたスペクトルパターンＳＰ０２Ａを基準スペクトルパターンとして、上記実施の形態と同様に、スペクトルパターンＳＰ０３と基準スペクトルパターンＳＰ０２Ａとの類似度を算出する。

次に類似度算出部１７は、基準スペクトルパターンＳＰ０２Ａを１セグメントだけ前方にシフトアウト（前方に溢れたセグメントは削除）することにより、擬似スペクトルパターンＳＰ０２Ｅ１を規定する。そして、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｅ１との類似度を算出する。

次に類似度算出部１７は、擬似スペクトルパターンＳＰ０２Ｅ１を１セグメントだけ前方にシフトアウトすることにより、擬似スペクトルパターンＳＰ０２Ｅ２を規定する。そして、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｅ２との類似度を算出する。

以降同様に類似度算出部１７は、１セグメントずつ前方にシフトアウトすることにより、擬似スペクトルパターンＳＰ０２Ｅ３〜ＳＰ０２Ｅ５を順に規定し、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｅ３〜ＳＰ０２Ｅ５との類似度を順に算出する。

次に類似度算出部１７は、基準スペクトルパターンＳＰ０２Ａを１セグメントだけ後方にシフトアウト（後方に溢れたセグメントは削除）することにより、擬似スペクトルパターンＳＰ０２Ｅ６を規定する。そして、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｅ６との類似度を算出する。

次に類似度算出部１７は、擬似スペクトルパターンＳＰ０２Ｅ６を１セグメントだけ後方にシフトアウトすることにより、擬似スペクトルパターンＳＰ０２Ｅ７を規定する。そして、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｅ７との類似度を算出する。

以降同様に類似度算出部１７は、１セグメントずつ後方にシフトアウトすることにより、擬似スペクトルパターンＳＰ０２Ｅ８〜ＳＰ０２Ｅ１０を順に規定し、スペクトルパターンＳＰ０３と擬似スペクトルパターンＳＰ０２Ｅ８〜ＳＰ０２Ｅ１０との類似度を順に算出する。

そして、このようにして算出した合計２Ｎ−１個（この例では１１個）の類似度のうちの最大の類似度を、スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度として決定する。

＜変形例６（位置ずれ対策５）＞
図１９は、対応セグメントの位置ずれ対策についての第５の例を説明するための図である。上記実施の形態で説明したように、類似度算出部１７は、スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度を算出するために、まず、スペクトルパターンＳＰ０３，ＳＰ０２Ａ間で対応するセグメントＳ０１〜Ｓ０６毎に類似度Ｋ０１〜Ｋ０６を算出する。次に、セグメントＳ０１〜Ｓ０６毎に求めたＮ個の類似度Ｋ０１〜Ｋ０６の代表値を、スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度として算出する。

その際、本変形例に係る類似度算出部１７は、Ｎ個のセグメントＳ０１〜Ｓ０６のうち、時系列順で先頭部分及び末尾部分のセグメントＳ０１，Ｓ０６に関しては、算出した類似度Ｋ０１，Ｋ０６に１未満の重み係数Ｗ（例えば０．５）をそれぞれ乗算する。従って、代表値として平均値を用いる場合には、スペクトルパターンＳＰ０３とスペクトルパターンＳＰ０２Ａとの類似度は、（Ｗ×Ｋ０１＋Ｋ０２＋Ｋ０３＋Ｋ０４＋Ｋ０５＋Ｗ×Ｋ０６）／６となる。

本変形例に係る電子メロディ特定装置１によれば、類似度算出部１７は、スペクトルパターンＳＰ０２Ａに含まれるＮ個のセグメントＳ０１〜Ｓ０６のうち、時系列順で先頭部分及び末尾部分のセグメントＳ０１，Ｓ０６に関しては、算出した類似度Ｋ０１，Ｋ０６に１未満の重み係数Ｗを乗算する。従って、ユーザによる録音操作のタイミングずれが最も反映されやすい先頭部分及び末尾部分のセグメントＳ０１，Ｓ０６の影響を低減することが可能となる。

＜変形例７（位置ずれ対策６）＞
図２０は、対応セグメントの位置ずれ対策についての第６の例を説明するための図である。上記実施の形態では、図４に示したように各セグメントＳ０１〜Ｓ０６にフレームＦ０１〜Ｆ７８を均等配分したが、本変形例に係るパターン生成部１６は、スペクトルパターンＳＰ０２Ａに含まれるＮ個のセグメントＳ０１〜Ｓ０６のうち、時系列順で先頭部分及び末尾部分のセグメントＳ０１，Ｓ０６に関しては、中央部分のセグメントＳ０２〜Ｓ０５に配分されるフレームの個数よりも少数のフレームを配分する。図２０に示した例では、先頭部分及び末尾部分のセグメントＳ０１，Ｓ０６に関してはそれぞれ９個のフレームが配分され、中央部分のセグメントＳ０２〜Ｓ０５に関してはそれぞれ１５個のフレームが配分されている。

本変形例に係る電子メロディ特定装置１によれば、パターン生成部１６は、スペクトルパターンＳＰ０２Ａに含まれるＮ個のセグメントＳ０１〜Ｓ０６のうち、時系列順で先頭部分及び末尾部分のセグメントＳ０１，Ｓ０６に関しては、中央部分のセグメントＳ０２〜Ｓ０５に配分されるフレームの個数よりも少数のフレームを配分する。従って、ユーザによる録音操作のタイミングずれが最も反映されやすい先頭部分及び末尾部分のセグメントの影響を低減することが可能となる。

１ 電子メロディ特定装置
１０ 取得部
１４ 周波数解析部
１６ パターン生成部
１７ 類似度算出部
１８ 特定処理部
１９ 記憶部
５０ プログラム

Claims (17)

1. 特定対象である電子メロディの時系列信号を取得する取得部と、
   前記取得部によって取得された電子メロディの時系列信号を、所定の第１区間単位で周波数解析することにより、第１区間毎の第１周波数スペクトルが複数配列された第１スペクトルパターンを生成する、第１のパターン生成部と、
   前記第１のパターン生成部によって生成された第１スペクトルパターンを、それぞれに複数の第１区間を包含するＮ個（Ｎは複数）の第２区間に分割し、各第２区間に包含される複数の第１区間に関する複数の第１周波数スペクトルを平均化することにより、第２区間毎の第２周波数スペクトルが複数配列された第２スペクトルパターンを生成する、第２のパターン生成部と、
   既知の複数の電子メロディの各々に関して予め生成され、Ｎ個の第２区間に分割された、第３スペクトルパターンを記憶する記憶部と、
   前記第２のパターン生成部によって生成された第２スペクトルパターンと、前記記憶部に記憶されている各第３スペクトルパターンとの類似度を算出する算出処理部と、
   前記算出処理部による類似度の算出結果に基づいて、前記取得部によって取得された電子メロディを特定する特定処理部と、
   を備え、
   前記算出処理部は、前記第２のパターン生成部によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の代表値を、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出する、電子メロディ特定装置。
2. 前記代表値は平均値である、請求項１に記載の電子メロディ特定装置。
3. 前記代表値は最大値である、請求項１に記載の電子メロディ特定装置。
4. 前記算出処理部は、
   第１スペクトルパターンに基づいて生成された第２スペクトルパターンである基準第２スペクトルパターンと、
   基準第２スペクトルパターンに含まれるＮ個の第２区間の配列順序を循環シフトさせることによって得られる（Ｎ−１）個の擬似第２スペクトルパターンと、
   の各々に関して、第３スペクトルパターンとの類似度を算出する、請求項１〜３のいずれか一つに記載の電子メロディ特定装置。
5. 前記算出処理部は、
   第１スペクトルパターンに基づいて生成された第２スペクトルパターンである基準第２スペクトルパターンと、
   基準第２スペクトルパターンに含まれるＮ個の第２区間の配列順序を前後方向に１区間ずつ循環シフトさせることによって得られる２個の擬似第２スペクトルパターンと、
   の各々に関して、第３スペクトルパターンとの類似度を算出する、請求項１〜３のいずれか一つに記載の電子メロディ特定装置。
6. 前記算出処理部は、第２スペクトルパターンに含まれるＮ個の第２区間のうち、時系列順で先頭部分及び末尾部分の第２区間に関しては、算出した類似度に１未満の重み係数を乗算する、請求項４又は５に記載の電子メロディ特定装置。
7. 前記第２のパターン生成部は、
   第１スペクトルパターンに基づいて第２スペクトルパターンを生成するにあたり、各第２区間に包含される第１区間の個数を非均等に配分可能であり、
   第２スペクトルパターンに含まれるＮ個の第２区間のうち、時系列順で先頭部分及び末尾部分の第２区間に関しては、中央部分の第２区間に配分される第１区間の個数よりも少数の第１区間を配分する、請求項４又は５に記載の電子メロディ特定装置。
8. 前記算出処理部は、
   第１スペクトルパターンに基づいて生成された第２スペクトルパターンに含まれるＮ個の第２区間のうち時系列順で先頭部分及び末尾部分の第２区間を除外することによって、（Ｎ−２）個の第２区間を含む擬似第２スペクトルパターンを規定し、
   当該擬似第２スペクトルパターンを先頭から順に１区間ずつ後方シフトさせることによって得られる３個の擬似第２スペクトルパターンの各々に関して、第３スペクトルパターンとの類似度を算出する、請求項１〜３のいずれか一つに記載の電子メロディ特定装置。
9. 前記第２のパターン生成部は、第２スペクトルパターンにおける周波数成分の分布に基づいて、各第２区間に包含される第１区間の個数を非均等に配分可能である、請求項１〜８のいずれか一つに記載の電子メロディ特定装置。
10. 前記第２のパターン生成部は、比較的多数の周波数成分を含む第２周波数スペクトルに対応する第２区間に対しては比較的少数の第１区間を配分し、比較的少数の周波数成分を含む第２周波数スペクトルに対応する第２区間に対しては比較的多数の第１区間を配分する、請求項９に記載の電子メロディ特定装置。
11. 前記記憶部には、Ｎ個の第２区間の各々に包含される第１区間の個数が非均等に配分された第１グループの第３スペクトルパターンと、Ｎ個の第２区間の各々に包含される第１区間の個数が均等に配分された第２グループの第３スペクトルパターンと、が記憶されており、
    前記算出処理部は、
    前記第２のパターン生成部によって生成された第２スペクトルパターンにおいて、各第２区間に包含される第１区間の個数が非均等に配分されている場合は、当該第２スペクトルパターンと、前記記憶部に記憶されている第１グループの第３スペクトルパターンとの類似度を算出し、
    前記第２のパターン生成部によって生成された第２スペクトルパターンにおいて、各第２区間に包含される第１区間の個数が均等に配分されている場合は、当該第２スペクトルパターンと、前記記憶部に記憶されている第２グループの第３スペクトルパターンとの類似度を算出する、請求項１〜１０のいずれか一つに記載の電子メロディ特定装置。
12. 前記算出処理部は、
    前記第２のパターン生成部によって生成された第２スペクトルパターンと、前記記憶部に記憶されている第１グループの第３スペクトルパターンとの類似度が、所定のしきい値未満である場合には、さらに、当該第２スペクトルパターンと、前記記憶部に記憶されている第２グループの第３スペクトルパターンとの類似度を算出し、
    前記第２のパターン生成部によって生成された第２スペクトルパターンと、前記記憶部に記憶されている第２グループの第３スペクトルパターンとの類似度が、所定のしきい値未満である場合には、さらに、当該第２スペクトルパターンと、前記記憶部に記憶されている第１グループの第３スペクトルパターンとの類似度を算出する、請求項１１に記載の電子メロディ特定装置。
13. 前記第１のパターン生成部は、高速フーリエ変換を用いた周波数解析によって第１周波数スペクトルを生成し、
    前記第２のパターン生成部は、複数の第１周波数スペクトルを平均化して第２周波数スペクトルを生成するにあたり、高速フーリエ変換における絶対値化前の複素信号に対して平均化を行う、請求項１〜１２のいずれか一つに記載の電子メロディ特定装置。
14. 前記第２のパターン生成部は、複数の第１周波数スペクトルの平均化により得られる周波数スペクトルに対して、所定のしきい値を用いた量子化を行うことによって、第２周波数スペクトルを生成する、請求項１〜１３のいずれか一つに記載の電子メロディ特定装置。
15. 前記記憶部には、第２周波数スペクトルと同様の平均化及び量子化が行われた第３スペクトルパターンが記憶されている、請求項１４に記載の電子メロディ特定装置。
16. 電子メロディ特定装置に搭載されるコンピュータを、
    特定対象である電子メロディの時系列信号を取得する取得手段と、
    前記取得手段によって取得された電子メロディの時系列信号を、所定の第１区間単位で周波数解析することにより、第１区間毎の第１周波数スペクトルが複数配列された第１スペクトルパターンを生成する、第１のパターン生成手段と、
    前記第１のパターン生成手段によって生成された第１スペクトルパターンを、それぞれに複数の第１区間を包含するＮ個（Ｎは複数）の第２区間に分割し、各第２区間に包含される複数の第１区間に関する複数の第１周波数スペクトルを平均化することにより、第２区間毎の第２周波数スペクトルが複数配列された第２スペクトルパターンを生成する、第２のパターン生成手段と、
    既知の複数の電子メロディの各々に関して予め生成され、Ｎ個の第２区間に分割された、第３スペクトルパターンを記憶する記憶手段と、
    前記第２のパターン生成手段によって生成された第２スペクトルパターンと、前記記憶手段に記憶されている各第３スペクトルパターンとの類似度を算出する算出処理手段と、
    前記算出処理手段による類似度の算出結果に基づいて、前記取得手段によって取得された電子メロディを特定する特定処理手段と、
    として機能させるためのプログラムであって、
    前記算出処理手段は、前記第２のパターン生成手段によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の代表値を、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出する、プログラム。
17. （Ａ）特定対象である電子メロディの時系列信号を取得するステップと、
    （Ｂ）前記ステップ（Ａ）によって取得された電子メロディの時系列信号を、所定の第１区間単位で周波数解析することにより、第１区間毎の第１周波数スペクトルが複数配列された第１スペクトルパターンを生成するステップと、
    （Ｃ）前記ステップ（Ｂ）によって生成された第１スペクトルパターンを、それぞれに複数の第１区間を包含するＮ個（Ｎは複数）の第２区間に分割し、各第２区間に包含される複数の第１区間に関する複数の第１周波数スペクトルを平均化することにより、第２区間毎の第２周波数スペクトルが複数配列された第２スペクトルパターンを生成するステップと、
    （Ｄ）既知の複数の電子メロディの各々に関して予め生成され、Ｎ個の第２区間に分割された、第３スペクトルパターンを記憶するステップと、
    （Ｅ）前記ステップ（Ｃ）によって生成された第２スペクトルパターンと、前記ステップ（Ｄ）によって記憶された各第３スペクトルパターンとの類似度を算出するステップと、
    （Ｆ）前記ステップ（Ｅ）による類似度の算出結果に基づいて、前記ステップ（Ａ）によって取得された電子メロディを特定するステップと、
    を備え、
    前記ステップ（Ｅ）では、前記ステップ（Ｃ）によって生成された第２スペクトルパターンを第２区間単位で変更しつつ、対応する第２区間毎に類似度を算出することによって得られるＮ個の類似度の代表値を、第２スペクトルパターンと第３スペクトルパターンとの類似度として算出する、電子メロディ特定方法。
    

Images