JP2023003706A - カラオケシステム - Google Patents

Abstract

【課題】ナレーションが苦手な歌唱者であっても、他人のナレーションによって雰囲気を盛り上げることができ、ナレーションを創作することが苦手な歌唱者であっても、自身の声によるナレーションによって雰囲気を盛り上げる。【解決手段】カラオケシステム（１０）は、楽曲の演奏前に入力された歌唱者のナレーションを録音する録音部（２１）と、ナレーションの録音データに対応するテロップ表示データを生成する生成部（２２）と、ナレーション再生が指示された場合に選択条件を満たす録音データを選択する録音データ選択部（３２）と、ナレーション表示が指示された場合に選択条件を満たすテロップ表示データを選択する表示データ選択部（３３）と、選択された録音データを楽曲の演奏前に再生する再生部（２７）と、選択されたテロップ表示データに基づき楽曲の演奏前にナレーションテロップを表示する表示部（２８）と、を備えている。【選択図】図２

Description

本発明は、カラオケシステムに関する。

カラオケ装置の利用場面では、予約楽曲の歌唱前に司会者のナレーションが入ることによって、歌謡ショーのような臨場感が醸し出されて歌唱者の歌唱意欲が高められる。このため、カラオケ装置として、予約楽曲の演奏前にナレーションを自動的に入れるものが提案されている（例えば、特許文献１参照）。特許文献１に記載のカラオケ装置には、演奏内容に応じたナレーションの音声データが記憶されている。演奏開始前に予約楽曲に付与されたジャンル等の属性情報から歌唱内容が分析され、予約楽曲に最適なナレーションが選択されて再生されている。

特開平１１－１６７３８８号公報

ところで、歌唱前に歌唱者自身が楽曲の説明等のナレーションを行うことがある。ナレーションの上手さによっては、ライブのような臨場感が得られ、曲調や歌詞情報が事前に同席者に伝わって雰囲気が盛り上がる。ナレーションが苦手な歌唱者にとっては自動的にナレーションが入ることが好ましいが、特許文献１のような機械的なナレーションでは雰囲気が十分に盛り上がらない場合がある。また、自身の声によるナレーションで雰囲気を盛り上げたいと思っても、ナレーションを創作することが苦手な歌唱者もいる。

本発明の目的は、ナレーションが苦手な歌唱者であっても、他人のナレーションによって雰囲気を盛り上げることができ、ナレーションを創作することが苦手な歌唱者であっても、自身の声によるナレーションによって雰囲気を盛り上げることができるカラオケシステムを提供することである。

上記目的を達成するための主たる発明は、楽曲の演奏前に入力された歌唱者のナレーションを録音する録音部と、ナレーションの録音データに対応するテロップ表示データを生成する生成部と、ナレーションに含まれるワードを特定する特定部と、前記特定部に特定されたワードと楽曲の歌詞データに含まれる所定ワード及び／又は楽曲の曲調を表現した所定ワードの比較結果に基づいてナレーションを評価してワード評価結果を出力するワード評価部と、ワード評価結果が登録条件を満たすか否かを判定する判定部と、登録条件を満たしたナレーションの録音データ及びテロップ表示データを楽曲の楽曲識別子に対応付けて登録する登録部と、楽曲の予約時にナレーション再生が指示された場合に、当該楽曲の楽曲識別子に対応付けられたナレーションの録音データのうち、選択条件を満たす録音データを選択する録音データ選択部と、楽曲の予約時にナレーション表示が指示された場合に、当該楽曲の楽曲識別子に対応付けられたナレーションのテロップ表示データのうち、選択条件を満たすテロップ表示データを選択する表示データ選択部と、前記録音データ選択部に選択されたナレーションの録音データを楽曲の演奏前に再生する再生部と、前記表示データ選択部に選択されたナレーションのテロップ表示データに基づいて、楽曲の演奏前にナレーションテロップを表示する表示部と、を備えているカラオケシステムである。

本発明によれば、ナレーションから特定されたワードと楽曲の歌詞データに含まれる所定ワードや楽曲の曲調を表現した所定ワードが比較される。ナレーションの内容が歌詞や曲調に合っているか否かによってナレーションが評価され、高評価のナレーションの録音データ及びテロップ表示データが登録される。楽曲の予約時にナレーション再生が指示された場合には、選択条件を満たすナレーションの録音データが再生される。よって、ナレーションが苦手な歌唱者であっても、個性的なナレーションによって雰囲気を盛り上げることができる。また、楽曲の予約時にナレーション表示が指示された場合には、選択条件を満たすナレーションのテロップ表示データに基づいてナレーションテロップが表示される。よって、ナレーションを創作することが苦手な歌唱者であっても、自身の声によるナレーションによって歌唱前に場の雰囲気を盛り上げることができる。

第１実施形態のカラオケシステムの構成図である。 第１実施形態のカラオケシステムの機能ブロック図である。 ナレーションデータベース及び評価基準テーブルの一例である。 第１実施形態のカラオケ装置の処理動作を示すフロー図である。 第１実施形態のサーバ装置の処理動作を示すフロー図である。 第２実施形態のカラオケシステムの機能ブロック図である。 ナレーションデータベースの一例である。 第２実施形態のカラオケ装置の処理動作を示すフロー図である。 第２実施形態のサーバ装置の処理動作を示すフロー図である。 第３実施形態のカラオケシステムの機能ブロック図である。 第３実施形態のサーバ装置の処理動作を示すフロー図である。

＜第１実施形態＞
図１から図３を参照して、第１実施形態のカラオケシステムについて説明する。図１は、第１実施形態のカラオケシステムの構成図である。図２は、第１実施形態のカラオケシステムの機能ブロック図である。図３は、ナレーションデータベース及び評価基準テーブルの一例である。なお、図２の機能ブロック図には、説明の便宜上、特定処理を実現するための機能ブロックを図示しているが、カラオケシステムが通常備える構成については備えているものとする。

図１に示すように、カラオケシステム１０には、データセンタ等に設置されたサーバ装置３０と、カラオケルーム等に設置された複数のカラオケ装置２０と、が設けられている。サーバ装置３０と複数のカラオケ装置２０はネットワーク１５を介して通信可能に接続されている。サーバ装置３０には利用者ＩＤ及びパスワード等のログイン情報が管理されている。カラオケ装置２０のリモコン装置１９が操作されて、カラオケ装置２０からサーバ装置３０にログイン情報が送られることでカラオケシステム１０へのログインが許可される。また、サーバ装置３０には歌唱者の採点履歴、ナレーションの録音データ、テロップ表示データが管理されている。

カラオケ装置２０には、モニタ１６と、スピーカ１７と、マイクロフォン１８と、リモコン装置１９と、が接続されている。モニタ１６は、カラオケ装置２０からの映像信号等に基づいて背景映像と共に、歌詞テロップや後述するナレーションテロップ等を表示する。マイクロフォン１８は、歌唱音声を歌唱音声信号に変換してカラオケ装置２０に入力する。スピーカ１７は、カラオケ装置２０からの演奏音信号及びマイクロフォン１８からの歌唱音声信号に基づいて演奏音と共に歌唱音声を放音する。また、スピーカ１７は、後述するナレーションの録音データの再生信号に基づいてナレーションを放音する。リモコン装置１９は、カラオケ装置２０に対する楽曲の予約操作やログイン操作等の利用者による各種操作を受け付けている。

カラオケ装置２０によってカラオケ演奏が開始されると、カラオケ演奏に合わせて歌詞テロップと背景映像がモニタ１６に表示される。カラオケ装置２０ではカラオケ演奏の演奏音信号とマイクロフォン１８から入力された歌唱音声信号がミキサによってミキシングされて、このミキシング信号がアンプによって増幅されてスピーカ１７から放音される。このように、歌唱者がカラオケ演奏に合わせて歌唱すると、スピーカ１７から演奏音と共に歌唱音声が放音される。また、カラオケ装置２０によって歌唱者の歌唱音声が採点されて採点結果がモニタ１６に表示される。

図２に示すように、カラオケシステム１０では、歌唱者のナレーションの録音データ及びテロップ表示データが管理されており、別の歌唱者でも当該楽曲を予約すれば、ナレーションの録音データ及びテロップ表示データが利用可能に構成されている。本実施形態のカラオケシステム１０では、歌唱者の歌唱レベルにマッチしたナレーション再生及びナレーション表示が可能になっている。カラオケ装置２０には、録音部２１と、生成部２２と、特定部２３と、ワード評価部２４と、演奏手段２５と、判定部２６と、再生部２７と、表示部２８と、が設けられている。サーバ装置３０には、登録部３１と、録音データ選択部３２と、表示データ選択部３３と、が設けられている。

カラオケ装置２０のメモリには、楽曲ＩＤ毎に楽曲データ等のカラオケ歌唱に関する各種データが記憶されている。楽曲データには、演奏音の元になる演奏データ、歌唱音声の採点基準となるリファレンスデータ、歌詞テロップの元になる歌詞データが含まれている。歌詞データに含まれる所定ワードはナレーションの評価基準として使用される。また、楽曲データには、楽曲の曲調を表現した所定ワードが設定されている。この曲調を表現した所定ワードは、楽曲の歌詞データに含まれる所定ワードと共にナレーションの評価基準として使用される。

例えば、メジャーキーのメロディやコード、高音を多く含んだり、親しみやすい音階を含んだりする楽曲データには「明るい」、「賑やか」、「楽しい」等の所定ワードが設定されている。マイナーキーのメロディやコード、低音を多く含んだり、怪しげな音階を含んだりする楽曲データには「暗い」、「寂しい」、「辛い」等の所定ワードが設定されている。テンポが速かったり、音の使用数が多かったりする楽曲データには「慌しい」、「激しい」等の所定ワードが設定され、テンポが遅かったり、音の使用数が少なかったりする楽曲データには「のどか」、「穏やか」等の所定ワードが設定されている。

また、カラオケ装置２０は、楽曲の演奏中に歌唱音声のピッチと楽曲のリファレンスデータのピッチとの比較結果に基づいて歌唱音声を採点している。具体的には、メモリから楽曲データ内のリファレンスデータが読み出され、マイクロフォン１８からカラオケ装置２０に歌唱者の歌唱音声信号が入力される。リファレンスデータの各ノートのノートオン期間で、歌唱音声のピッチとノートのピッチが比較されて歌唱音声が採点される。歌唱音声の採点結果は利用者ＩＤと共にカラオケ装置２０からサーバ装置３０に送信され、サーバ装置３０の採点履歴データベースに蓄積されている。

カラオケ装置２０の録音部２１は、楽曲の演奏前に入力された歌唱者のナレーションを録音する。具体的には、演奏手段２５によって楽曲の演奏が終了してから所定時間（例えば、１０秒）が経過するまで次の予約楽曲の演奏が待機される。この演奏待機中の所定時間内にマイクロフォン１８から音声が入力されると、録音部２１によってナレーションの録音が開始される。そして、次の予約楽曲の演奏開始と共に録音部２１によるナレーションの録音が終了される。録音部２１によって音声が録音されることでナレーションの録音データが生成される。

生成部２２は、ナレーションの録音データに対応するテロップ表示データを生成する。具体的には、演奏手段２５によって楽曲の演奏が終了してから所定時間（例えば、１０秒）が経過するまで次の予約楽曲の演奏が待機される。この演奏待機中の所定時間内にマイクロフォン１８から音声が入力されると、生成部２２によってナレーションのテロップ表示データの生成が開始される。ナレーションのテロップ表示データは、音声信号に音声認識処理及び自然言語解析が施されることで生成される。そして、次の予約楽曲の演奏開始と共に生成部２２によるナレーションのテロップ表示データの生成が終了される。なお、音声認識処理及び自然言語解析には公知の技術を用いることができる。また、生成部２２は、録音データからテロップ表示データを生成してもよい。

特定部２３は、ナレーションに含まれるワードを特定する。具体的には、楽曲の演奏終了後から次の予約楽曲の演奏開始前の演奏待機中の所定時間内に、マイクロフォン１８から入力された音声信号に音声認識処理が施されることで音声信号がテキスト化される。これにより、歌唱者のナレーションに応じたテキストデータが生成され、自然言語解析（形態素解析）によってテキストデータが品詞分解されて「愛しい」、「悲しい」等のワードが特定される。なお、音声認識処理及び自然言語解析には公知の技術を用いることができる。また、特定部２３は、音声認識処理を用いずに、ナレーションのテロップ表示データからワードを特定してもよい。

ワード評価部２４は、特定部２３に特定されたワードと楽曲の歌詞データに含まれる所定ワード及び／又は楽曲の曲調を表現した所定ワードの比較結果に基づいてナレーションを評価してワード評価結果を出力する。具体的には、ワード評価部２４によってメモリから楽曲データ内の歌詞データが読み出され、ナレーションから特定されたワードと楽曲の歌詞データに含まれる所定ワードとが比較される。歌詞データ内に「愛しい」、「悲しい」等のワードが含まれていた場合には、歌詞データに含まれたワード数がワード評価部２４によってカウントされることでナレーションが評価される。

同様に、ワード評価部２４によってメモリから楽曲の曲調を表現した所定ワードが読み出され、ナレーションから特定されたワードと楽曲の曲調を表現した所定ワードとが比較される。楽曲の曲調を表現した所定ワードに、「愛しい」、「悲しい」等のワードが含まれていた場合には、このワード数がワード評価部２４によってカウントされることでナレーションが評価される。楽曲の歌詞データに含まれる所定ワード及び楽曲の曲調を表現した所定ワードのいずれか一方又は両方がナレーションの評価に用いられる。次の予約楽曲の演奏開始と共にワード評価部２４によるナレーションの評価が終了される。

演奏手段２５は、歌唱者のナレーションの終了後に、演奏待ちの予約楽曲の演奏を開始する。具体的には、カラオケ装置２０やリモコン装置１９から演奏開始の指示コマンドが入力されたり、「それでは聞いて下さい」等の特定フレーズが音声入力されたりした場合に、演奏手段２５によってナレーションの終了が検知される。そして、演奏手段２５によってメモリから楽曲データ内の演奏データが読み出されて再生される。なお、演奏待機中の所定時間が経過するまでに、歌唱者からの音声入力が無かった場合には、ナレーション無しとして演奏手段２５によって自動的に演奏待ちの予約楽曲の演奏が開始される。

判定部２６は、ナレーションのワード評価結果が登録条件を満たすか否かを判定する。具体的には、基準ワード数（例えば８）以上のワード数がワード評価部２４にカウントされることが登録条件になっている。ワード評価部２４にカウントされたワード数が基準ワード数以上（例えば１０）の場合に登録条件を満たすと判定され、ワード評価部２４にカウントされたワード数が基準ワード数未満（例えば６）の場合に登録条件を満たさないと判定される。登録条件を満たしたナレーションの録音データ及びテロップ表示データは、ナレーションのワード評価結果と楽曲ＩＤ（楽曲識別子）と共にサーバ装置３０に向けて送信される。

サーバ装置３０の登録部３１は、登録条件を満たしたナレーションの録音データ及びテロップ表示データとナレーションのワード評価結果を楽曲ＩＤに対応付けてナレーションデータベースに登録する。ナレーションデータベースには、カラオケ装置２０から送信された録音データ、テロップ表示データ、ワード評価結果が楽曲ＩＤ毎に蓄積されている。ナレーションの録音データは音声ファイルであるため、ナレーションデータベースには音声ファイル名や音声ファイルの格納先を示すパス情報が登録されていてもよい。また、ナレーションのテロップ表示データはテキストファイルであるため、ナレーションデータベースにはテキストファイル名やテキストファイルの格納先を示すパス情報が登録されていてもよい。ワード評価結果としては、ワード評価部２４にカウントされたワード数が登録されている。

図３（Ａ）に示すナレーションデータベースでは、同じ楽曲ＩＤ＊＊＊＊Ｂ１に３つのナレーションの録音データ、テロップ表示データ、ワード評価結果（ワード数）が対応付けられている。１行目の楽曲ＩＤ＊＊＊＊Ｂ１に録音データＩＤ＊＊＊＊Ｎ１．ＭＰ３、テロップ表示データＩＤ＊＊＊＊Ｎ１．ＴＸＴ、ワード数「１０」が対応付けられている。２行目の楽曲ＩＤ＊＊＊＊Ｂ１に録音データＩＤ＊＊＊＊Ｎ２．ＭＰ３、テロップ表示データＩＤ＊＊＊＊Ｎ２．ＴＸＴ、ワード数「１６」が対応付けられている。３行目の楽曲ＩＤ＊＊＊＊Ｂ１に録音データＩＤ＊＊＊＊Ｎ３．ＭＰ３、テロップ表示データＩＤ＊＊＊＊Ｎ３．ＴＸＴ、ワード数「２２」が対応付けられている。４行目の楽曲ＩＤ＊＊＊＊Ｃ１に録音データＩＤ＊＊＊＊Ｎ４．ＭＰ３、テロップ表示データＩＤ＊＊＊＊Ｎ４．ＴＸＴ、ワード数「９」が対応付けられている。

録音データ選択部３２は、楽曲の予約時にナレーション再生が指示された場合に、楽曲ＩＤに対応付けられたナレーションの録音データのうち、選択条件を満たす録音データを選択する。表示データ選択部３３は、楽曲の予約時にナレーション表示が指示された場合に、楽曲ＩＤに対応付けられたナレーションのテロップ表示データのうち、選択条件を満たすテロップ表示データを選択する。本実施形態では、楽曲を予約した歌唱者の歌唱音声の採点履歴に応じたナレーションの評価基準が選択条件に設定されている。楽曲ＩＤに対応付けられた録音データ及びテロップ表示データのうち、ナレーションの評価基準を満たすワード評価結果の録音データ又はテロップ表示データが選択される。これにより、歌唱者の歌唱レベルに応じたナレーションの録音データ又はテロップ表示データが選択される。

例えば、利用者Ｕ１によってリモコン装置１９が操作されて、ログイン中の利用者のアイコンの中から自分のアイコンが選択された後に楽曲Ｂ１が検索される。リモコン装置１９には、楽曲Ｂ１の曲名、歌手名、歌い出し、予約指示用のアイコンを含む詳細画面が表示される。このとき、リモコン装置１９によってサーバ装置３０に対して、楽曲Ｂ１のナレーションの録音データ及びテロップ表示データがナレーションデータベースに登録されているか否かが問い合わせされる。サーバ装置３０から登録有りの回答があると、詳細画面に「ナレーションあり。再生しますか？」及び「ナレーションあり。表示しますか？」の文字列と「はい」、「いいえ」のアイコンが表示される。

利用者Ｕ１によって「ナレーションあり。再生しますか？」に対して「はい」のアイコンがタッチされ、楽曲Ｂ１の予約指示用のアイコンがタッチされることで、楽曲Ｂ１の予約時にナレーション再生が指示される。リモコン装置１９からカラオケ装置２０にナレーション再生フラグ、楽曲Ｂ１の楽曲ＩＤ＊＊＊＊Ｂ１、利用者Ｕ１の利用者ＩＤ＊＊＊＊Ｕ１が予約信号として送信される。カラオケ装置２０がリモコン装置１９から予約信号を受信すると、楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１にナレーション再生フラグが対応付けられて予約リストに登録される。カラオケ装置２０の演奏手段２５によって予約リストから登録順に楽曲のカラオケ演奏が実施される。

楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１が予約リストの先頭になると、ナレーション再生フラグに基づいてカラオケ装置２０からサーバ装置３０に楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１を含む録音データ配信要求が送信される。サーバ装置３０が録音データ配信要求を受信すると、録音データ選択部３２によって採点履歴データベースが参照されて、利用者ＩＤ＊＊＊＊Ｕ１の採点履歴が抽出されて、所定期間（例えば、直近１年間）の採点履歴の平均値が算出される。サーバ装置３０には、歌唱音声の採点履歴とナレーションの評価基準を対応付けた評価基準テーブルが設けられている。なお、利用者ＩＤ＊＊＊＊Ｕ１及び楽曲ＩＤ＊＊＊＊Ｂ１の両方に対応する採点履歴が抽出されて、採点履歴の平均値が算出されてもよい。

一方、利用者Ｕ１によって「ナレーションあり。表示しますか？」に対して「はい」のアイコンがタッチされ、楽曲Ｂ１の予約指示用のアイコンがタッチされることで、楽曲Ｂ１の予約時にナレーション表示が指示される。リモコン装置１９からカラオケ装置２０にナレーション表示フラグ、楽曲Ｂ１の楽曲ＩＤ＊＊＊＊Ｂ１、利用者Ｕ１の利用者ＩＤ＊＊＊＊Ｕ１が予約信号として送信される。カラオケ装置２０がリモコン装置１９から予約信号を受信すると、楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１にナレーション表示フラグが対応付けられて予約リストに登録される。カラオケ装置２０の演奏手段２５によって予約リストから登録順に楽曲のカラオケ演奏が実施される。

楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１が予約リストの先頭になると、ナレーション表示フラグに基づいてカラオケ装置２０からサーバ装置３０に楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１を含む表示データ配信要求が送信される。サーバ装置３０が表示データ配信要求を受信すると、表示データ選択部３３によって採点履歴データベースが参照されて、利用者ＩＤ＊＊＊＊Ｕ１の採点履歴が抽出されて、所定期間（例えば、直近１年間）の採点履歴の平均値が算出される。サーバ装置３０には、歌唱音声の採点履歴とナレーションの評価基準を対応付けた評価基準テーブルが設けられている。なお、利用者ＩＤ＊＊＊＊Ｕ１及び楽曲ＩＤ＊＊＊＊Ｂ１の両方に対応する採点履歴が抽出されて、採点履歴の平均値が算出されてもよい。

図３（Ｂ）に示す評価基準テーブルには、採点履歴の平均値の範囲とナレーションの評価基準が対応付けられている。採点履歴の平均値「９０以上」に評価基準「ワード数２２以上」が対応付けられている。採点履歴の平均値「８０以上９０未満」に評価基準「ワード数１８以上２２未満」が対応付けられている。採点履歴の平均値「７０以上８０未満」に評価基準「ワード数１４以上１８未満」が対応付けられている。採点履歴の平均値「６０以上７０未満」に評価基準「ワード数１０以上１４未満」が対応付けられている。採点履歴の平均値「６０未満」に評価基準「ワード数１０未満」が対応付けられている。

ナレーション再生が指示されたときに、利用者ＩＤ＊＊＊＊Ｕ１の採点履歴の平均値が７６．５であったときには、録音データ選択部３２によって評価基準テーブルが参照されて、ナレーションの評価基準「ワード数１４以上１８未満」が設定される。録音データ選択部３２によってナレーションデータベースが参照されて、３つの楽曲ＩＤ＊＊＊＊Ｂ１に対応付けられた録音データＩＤ＊＊＊＊Ｎ１．ＭＰ３、ＩＤ＊＊＊＊Ｎ２．ＭＰ３、ＩＤ＊＊＊＊Ｎ３．ＭＰ３のうちワード数「１６」に対応付けられたＩＤ＊＊＊＊Ｎ２．ＭＰ３が選択される。そして、サーバ装置３０からカラオケ装置２０にＩＤ＊＊＊＊Ｎ２．ＭＰ３が配信される。

また、ナレーション表示が指示されたときに、利用者ＩＤ＊＊＊＊Ｕ１の採点履歴の平均値が７６．５であったときには、表示データ選択部３３によって評価基準テーブルが参照されて、ナレーションの評価基準「ワード数１４以上１８未満」が設定される。表示データ選択部３３によってナレーションデータベースが参照されて、３つの楽曲ＩＤ＊＊＊＊Ｂ１に対応付けられたテロップ表示データＩＤ＊＊＊＊Ｎ１．ＴＸＴ、ＩＤ＊＊＊＊Ｎ２．ＴＸＴ、ＩＤ＊＊＊＊Ｎ３．ＴＸＴのうちワード数「１６」に対応付けられたＩＤ＊＊＊＊Ｎ２．ＴＸＴが選択される。そして、サーバ装置３０からカラオケ装置２０にＩＤ＊＊＊＊Ｎ２．ＴＸＴが配信される。

このように、楽曲の予約時にナレーション再生が指示されると、カラオケ装置２０からサーバ装置３０に録音データ配信要求が送信される。また、楽曲の予約時にナレーション表示が指示されると、カラオケ装置２０からサーバ装置３０に表示データ配信要求が送信される。サーバ装置３０では、評価基準テーブルが参照されて、楽曲を予約した歌唱者の歌唱音声の採点履歴の平均値からナレーションの評価基準が設定される。また、ナレーションデータベースが参照されて、予約された楽曲のナレーションの録音データ又はテロップ表示データのうち、ナレーションの評価基準を満たした録音データ又はテロップ表示データが選択される。ナレーションの録音データ又はテロップ表示データがサーバ装置３０からカラオケ装置２０に配信される。

カラオケ装置２０に録音データが配信された場合には、カラオケ装置２０の再生部２７が録音データを楽曲の演奏前に再生する。具体的には、サーバ装置３０から録音データを受信すると、再生部２７によってナレーションの録音データが楽曲ＩＤ、利用者ＩＤに対応付けられてメモリに記憶される。予約リスト内の楽曲ＩＤ（例えば楽曲ＩＤ＊＊＊＊Ｂ１）、利用者ＩＤ（例えば利用者ＩＤ＊＊＊＊Ｕ１）にナレーション再生フラグが対応付けられていると、楽曲の演奏前にナレーションの録音データ（例えばＩＤ＊＊＊＊Ｎ２．ＭＰ３）が再生される。再生されたナレーションがスピーカ１７から放音され、ナレーションの再生後に歌唱者が楽曲Ｂ１のカラオケ歌唱を開始する。

また、カラオケ装置２０にテロップ表示データが配信された場合には、カラオケ装置２０の表示部２８が楽曲の演奏前にテロップ表示データに基づきナレーションテロップを表示する。具体的には、サーバ装置３０から表示データを受信すると、表示部２８によってナレーションのテロップ表示データが楽曲ＩＤ、利用者ＩＤに対応付けられてメモリに記憶される。予約リスト内の楽曲ＩＤ（例えば楽曲ＩＤ＊＊＊＊Ｂ１）、利用者ＩＤ（例えば利用者ＩＤ＊＊＊＊Ｕ１）にナレーション表示フラグが対応付けられていると、楽曲の演奏前にテロップ表示データ（例えばＩＤ＊＊＊＊Ｎ２．ＴＸＴ）に基づいてナレーションテロップがモニタ１６に表示される。歌唱者はモニタ１６に表示されたナレーションテロップを読み上げた後に楽曲Ｂ１のカラオケ歌唱を開始する。

なお、カラオケ装置２０及びサーバ装置３０の各種処理は、プロセッサを用いてソフトウェアによって実現されてもよいし、集積回路等に形成された論理回路（ハードウェア）によって実現されてもよい。プロセッサを用いる場合には、プロセッサがメモリに記憶されているプログラムを読み出して実行することで各種処理が実施される。プロセッサとしては、例えば、ＣＰＵ（Central Processing Unit）が使用される。また、メモリは、用途に応じてＲＯＭ(Read Only Memory)、ＲＡＭ（Random Access Memory）等の一つ又は複数の記憶媒体によって構成されている。

図４及び図５を参照して、第１実施形態のカラオケシステムの処理動作について説明する。図４は、第１実施形態のカラオケ装置の処理動作を示すフロー図である。図５は、第１実施形態のサーバ装置の処理動作を示すフロー図である。なお、ここでは、図２の符号を適宜使用して説明する。また、以下の処理動作は一例に過ぎず、適宜変更が可能である。

図４に示すように、カラオケ装置２０では、先行楽曲のカラオケ演奏後で後続楽曲のカラオケ演奏前の所定時間内に、録音部２１によってナレーションの録音が開始され、生成部２２によってナレーションのテロップ表示データの生成が開始される（ステップＳ０１）。ナレーションの録音及びテロップ表示データの生成が開始されると、特定部２３によってナレーションに音声認識処理等が施され、ナレーションに応じたテキストデータからワードが特定される（ステップＳ０２）。歌唱者によるリモコン装置１９の操作や音声入力に応じて後続楽曲のカラオケ演奏が開始されると（ステップＳ０３でＹｅｓ）、録音部２１によるナレーションの録音及び生成部２２によるナレーションのテロップ表示データの生成が終了される（ステップＳ０４）。

ナレーションの録音及びテロップ表示データの生成が終了すると、特定部２３に特定されたワードに一致する歌詞データ内の所定ワードや曲調を表現した所定ワードのワード数がワード評価部２４にカウントされてナレーションが評価される（ステップＳ０５）。次に、判定部２６によってナレーションのワード評価結果が登録条件を満たすか否かが判定される（ステップＳ０６）。ワード評価部２４にカウントされたワード数が基準ワード数未満の場合には、判定部２６によって登録条件を満たさないと判定されて（ステップＳ０６でＮｏ）、ステップＳ０８に処理が移行する。

ワード評価部２４にカウントされたワード数が基準ワード数以上の場合には、判定部２６によって登録条件を満たすと判定される（ステップＳ０６でＹｅｓ）。登録条件を満たしたナレーションの録音データ及びテロップ表示データは、ナレーションのワード評価結果と楽曲ＩＤと共にサーバ装置３０へ送信される（ステップＳ０７）。サーバ装置３０のナレーションデータベースには、楽曲ＩＤに対応付けて録音データ、テロップ表示データ、ワード評価結果が登録される。カラオケ演奏が終了すると（ステップＳ０８）、予約リストの登録楽曲がなくなるまでステップＳ０１－Ｓ０８までの処理が繰り返される（ステップＳ０９）。

図５に示すように、サーバ装置３０がカラオケ装置２０から録音データ配信要求を受信すると（ステップＳ１１でＹｅｓ）、録音データ選択部３２によって採点履歴データベースが参照されて歌唱者の採点履歴の平均値が算出される（ステップＳ１２）。この場合、録音データ配信要求に含まれる利用者ＩＤに基づいて、採点履歴データベースから利用者ＩＤに対応付けられた採点履歴が抽出されることで平均値が算出される。次に、録音データ選択部３２によって評価基準テーブルが参照されて、採点履歴の平均値に応じたナレーションの評価基準が設定される（ステップＳ１３）。

次に、録音データ選択部３２によってナレーションデータベースが参照されて、ナレーションデータベースに登録されたナレーションの録音データのうち、評価基準を満たした録音データが選択される（ステップＳ１４）。この場合、録音データ配信要求に含まれる楽曲ＩＤに基づいて、ナレーションデータベースから全てのナレーションの録音データが抽出され、各ナレーションのワード評価結果と評価基準が比較されることで録音データが選択される。そして、録音データがカラオケ装置２０へ配信され（ステップＳ１５）、カラオケ装置２０では楽曲演奏の開始前に録音データが再生される。

サーバ装置３０がカラオケ装置２０から表示データ配信要求を受信すると（ステップＳ１６でＹｅｓ）、表示データ選択部３３によって採点履歴データベースが参照されて歌唱者の採点履歴の平均値が算出される（ステップＳ１７）。この場合、表示データ配信要求に含まれる利用者ＩＤに基づいて、採点履歴データベースから利用者ＩＤに対応付けられた採点履歴が抽出されることで平均値が算出される。次に、表示データ選択部３３によって評価基準テーブルが参照されて、採点履歴の平均値に応じたナレーションの評価基準が設定される（ステップＳ１８）。

次に、表示データ選択部３３によってナレーションデータベースが参照されて、ナレーションデータベースに登録されたナレーションのテロップ表示データのうち、評価基準を満たしたテロップ表示データが選択される（ステップＳ１９）。この場合、表示データ配信要求に含まれる楽曲ＩＤに基づいて、ナレーションデータベースから全てのナレーションのテロップ表示データが抽出され、各ナレーションのワード評価結果と評価基準が比較されることでテロップ表示データが選択される。そして、テロップ表示データがカラオケ装置２０へ配信され（ステップＳ２０）、カラオケ装置２０では楽曲演奏の開始前にテロップ表示データに基づいてナレーションテロップが表示される。

以上、第１実施形態によれば、ナレーションから特定されたワードと楽曲の歌詞データに含まれる所定ワードや楽曲の曲調を表現した所定ワードが比較される。ナレーションの内容が歌詞や曲調に合っているか否かによってナレーションが評価され、高評価のナレーションの録音データ及びテロップ表示データが登録される。楽曲の予約時にナレーション再生が指示された場合には、選択条件を満たすナレーションの録音データが再生される。よって、ナレーションが苦手な歌唱者であっても、個性的なナレーションによって雰囲気を盛り上げることができる。また、楽曲の予約時にナレーション表示が指示された場合には、選択条件を満たすナレーションのテロップ表示データに基づいてナレーションテロップが表示される。よって、ナレーションを創作することが苦手な歌唱者であっても、自身の声によるナレーションによって歌唱前に場の雰囲気を盛り上げることができる。また、歌唱者の採点履歴に応じたナレーションの録音データ又はテロップ表示データが選択されるため、歌唱者の歌唱レベルにマッチした録音データの再生又はナレーションテロップの表示が可能になる。

＜第２実施形態＞
次に、第２実施形態のカラオケシステムについて説明する。図６は、第２実施形態のカラオケシステムの機能ブロック図である。図７は、ナレーションデータベースの一例である。第２実施形態のカラオケシステムは、歌唱者の属性情報に応じてナレーションの録音データ又はテロップ表示データを選択する点で第１実施形態のカラオケシステムと相違している。したがって、第２実施形態については第１実施形態と同様な構成については説明を省略する。

図６に示すように、第２実施形態のカラオケシステム４０では、カラオケ装置５０とサーバ装置６０が通信可能に接続されている。カラオケ装置５０には、モニタ４６と、スピーカ４７と、マイクロフォン４８と、リモコン装置４９と、が接続されている。また、カラオケ装置５０には、録音部５１と、生成部５２と、特定部５３と、ワード評価部５４と、演奏手段５５と、判定部５６と、再生部５７と、表示部５８と、が設けられている。サーバ装置６０には、登録部６１と、録音データ選択部６２と、表示データ選択部６３と、記憶部６４と、が設けられている。また、サーバ装置６０では、ナレーションデータベースによってナレーションの録音データ及びテロップ表示データが管理されている。

サーバ装置６０の記憶部６４には、歌唱者の属性情報が利用者ＩＤ（利用者識別子）に対応付けられて記憶されている。例えば、カラオケシステム４０では、カラオケ装置５０の初回利用時に、利用者ＩＤと共に生年月日及び性別等の属性情報を歌唱者に入力させて、サーバ装置６０の記憶部６４に歌唱者の年齢及び性別を利用者ＩＤに対応付けて記憶させることができる。なお、属性情報には、年齢及び性別の他に、歌唱者の方言を示す出身地情報や、音楽ジャンルの嗜好等が含まれていてもよい。

サーバ装置６０の登録部６１は、登録条件を満たしたナレーションの録音データ及びテロップ表示データと当該ナレーションを入力した歌唱者の利用者ＩＤに対応する年齢及び性別を楽曲の楽曲ＩＤに対応付けて登録する。この場合、カラオケ装置５０からサーバ装置６０に向けて、登録条件を満たしたナレーションの録音データ及びテロップ表示データと共に利用者ＩＤと楽曲ＩＤが送信される。そして、サーバ装置６０は、利用者ＩＤに対応付けられた年齢及び性別を記憶部６４から読み出して、録音データ、テロップ表示データ、年齢、性別に楽曲ＩＤを対応付けてナレーションデータベースに登録する。

図７に示すナレーションデータベースでは、１行目の楽曲ＩＤ＊＊＊＊Ｂ１に録音データＩＤ＊＊＊＊Ｎ１．ＭＰ３、テロップ表示データＩＤ＊＊＊＊Ｎ１．ＴＸＴ、年齢「３０歳」、性別「男性」が対応付けられている。２行目の楽曲ＩＤ＊＊＊＊Ｂ１に録音データＩＤ＊＊＊＊Ｎ２．ＭＰ３、テロップ表示データＩＤ＊＊＊＊Ｎ２．ＴＸＴ、年齢「４０歳」、性別「女性」が対応付けられている。３行目の楽曲ＩＤ＊＊＊＊Ｂ１に録音データＩＤ＊＊＊＊Ｎ３．ＭＰ３、テロップ表示データＩＤ＊＊＊＊Ｎ３．ＴＸＴ、年齢「５０歳」、性別「男性」が対応付けられている。４行目の楽曲ＩＤ＊＊＊＊Ｃ１に録音データＩＤ＊＊＊＊Ｎ４．ＭＰ３、テロップ表示データＩＤ＊＊＊＊Ｎ４．ＴＸＴ、年齢「２０歳」、性別「女性」が対応付けられている。

録音データ選択部６２は、楽曲の予約時にナレーション再生が指示された場合に、楽曲ＩＤに対応付けられたナレーションの録音データのうち、選択条件を満たす録音データを選択する。表示データ選択部６３は、楽曲の予約時にナレーション表示が指示された場合に、楽曲ＩＤに対応付けられたナレーションのテロップ表示データのうち、選択条件を満たすテロップ表示データを選択する。本実施形態では、楽曲を予約した歌唱者の年齢及び性別に応じた選択条件が設定されている。選択条件としては「年齢が最も近いこと」、「同性であること」が設定されている。これにより、歌唱者の年齢層や性別にマッチしたナレーションの録音データ又はテロップ表示データが選択される。

例えば、利用者Ｕ１によってナレーション再生が指示されると、リモコン装置４９からカラオケ装置５０にナレーション再生フラグ、楽曲Ｂ１の楽曲ＩＤ＊＊＊＊Ｂ１、利用者Ｕ１の利用者ＩＤ＊＊＊＊Ｕ１が予約信号として送信される。カラオケ装置５０がリモコン装置４９から予約信号を受信すると、楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１にナレーション再生フラグが対応付けられて予約リストに登録される。カラオケ装置５０の演奏手段５５によって予約リストから登録順に楽曲のカラオケ演奏が実施される。

楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１が予約リストの先頭になると、ナレーション再生フラグに基づいてカラオケ装置５０からサーバ装置６０に楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１を含む録音データ配信要求が送信される。サーバ装置６０が録音データ配信要求を受信すると、録音データ選択部６２によって記憶部６４が参照されて、利用者ＩＤ＊＊＊＊Ｕ１に対応する年齢及び性別が抽出される。利用者ＩＤ＊＊＊＊Ｕ１に対応する年齢及び性別が２８歳、性別が男性である場合には、選択条件として「２８歳に最も近い年齢であること」、「男性であること」が設定される。

そして、録音データ選択部６２によってナレーションデータベースが参照されて、３つの楽曲ＩＤ＊＊＊＊Ｂ１に対応付けられた録音データＩＤ＊＊＊＊Ｎ１．ＭＰ３、ＩＤ＊＊＊＊Ｎ２．ＭＰ３、ＩＤ＊＊＊＊Ｎ３．ＭＰ３のうち、まず性別「男性」に対応付けられたＩＤ＊＊＊＊Ｎ１．ＭＰ３、ＩＤ＊＊＊＊Ｎ３．ＭＰ３が選択される。次に、ＩＤ＊＊＊＊Ｎ１．ＭＰ３、ＩＤ＊＊＊＊Ｎ３．ＭＰ３のうち、年齢「２８歳」により近い年齢「３０歳」に対応付けられたＩＤ＊＊＊＊Ｎ１．ＭＰ３が選択される。そして、サーバ装置６０からカラオケ装置５０にＩＤ＊＊＊＊Ｎ１．ＭＰ３が配信される。

一方で、利用者Ｕ１によってナレーション表示が指示されると、リモコン装置４９からカラオケ装置５０にナレーション表示フラグ、楽曲Ｂ１の楽曲ＩＤ＊＊＊＊Ｂ１、利用者Ｕ１の利用者ＩＤ＊＊＊＊Ｕ１が予約信号として送信される。カラオケ装置５０がリモコン装置４９から予約信号を受信すると、楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１にナレーション表示フラグが対応付けられて予約リストに登録される。カラオケ装置５０の演奏手段５５によって予約リストから登録順に楽曲のカラオケ演奏が実施される。

楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１が予約リストの先頭になると、ナレーション表示フラグに基づいてカラオケ装置５０からサーバ装置６０に楽曲ＩＤ＊＊＊＊Ｂ１、利用者ＩＤ＊＊＊＊Ｕ１を含む表示データ配信要求が送信される。サーバ装置６０が表示データ配信要求を受信すると、表示データ選択部６３によって記憶部６４が参照されて、利用者ＩＤ＊＊＊＊Ｕ１に対応する年齢及び性別が抽出される。利用者ＩＤ＊＊＊＊Ｕ１に対応する年齢及び性別が２８歳、性別が男性である場合には、選択条件として「２８歳に最も近い年齢であること」、「男性であること」が設定される。

そして、表示データ選択部６３によってナレーションデータベースが参照されて、３つの楽曲ＩＤ＊＊＊＊Ｂ１に対応付けられたテロップ表示データＩＤ＊＊＊＊Ｎ１．ＴＸＴ、ＩＤ＊＊＊＊Ｎ２．ＴＸＴ、ＩＤ＊＊＊＊Ｎ３．ＴＸＴのうち、まず性別「男性」に対応付けられたＩＤ＊＊＊＊Ｎ１．ＴＸＴ、ＩＤ＊＊＊＊Ｎ３．ＴＸＴが選択される。次に、ＩＤ＊＊＊＊Ｎ１．ＴＸＴ、ＩＤ＊＊＊＊Ｎ３．ＴＸＴのうち、年齢「２８歳」により近い年齢「３０歳」に対応付けられたＩＤ＊＊＊＊Ｎ１．ＴＸＴが選択される。そして、サーバ装置６０からカラオケ装置５０にＩＤ＊＊＊＊Ｎ１．ＴＸＴが配信される。

このように、楽曲の予約時にナレーション再生が指示されると、カラオケ装置５０からサーバ装置６０に録音データ配信要求が送信される。また、曲の予約時にナレーション表示が指示されると、カラオケ装置５０からサーバ装置６０に表示データ配信要求が送信される。サーバ装置６０では、記憶部６４が参照されて、楽曲を予約した歌唱者の年齢及び性別が抽出される。また、ナレーションデータベースが参照されて、予約された楽曲のナレーションの録音データ又はテロップ表示データのうち、楽曲を予約した歌唱者の年齢及び性別に応じた録音データ又はテロップ表示データが選択される。ナレーションの録音データ又はテロップ表示データがサーバ装置６０からカラオケ装置５０に配信される。

図８及び図９を参照して、第２実施形態のカラオケシステムの処理動作について説明する。図８は、第２実施形態のカラオケ装置の処理動作を示すフロー図である。図９は、第２実施形態のサーバ装置の処理動作を示すフロー図である。なお、ここでは、図６の符号を適宜使用して説明する。また、以下の処理動作は一例に過ぎず、適宜変更が可能である。

図８に示すように、カラオケ装置５０では、先行楽曲のカラオケ演奏後で後続楽曲のカラオケ演奏前の所定時間内に、録音部５１によってナレーションの録音が開始され、生成部５２によってナレーションのテロップ表示データの生成が開始される（ステップＳ３１）。ナレーションの録音及びテロップ表示データの生成が開始されると、特定部５３によってナレーションに音声認識処理等が施され、ナレーションに応じたテキストデータからワードが特定される（ステップＳ３２）。歌唱者によるリモコン装置４９の操作や音声入力に応じて後続楽曲のカラオケ演奏が開始されると（ステップＳ３３でＹｅｓ）、録音部５１によるナレーションの録音及び生成部５２によるナレーションのテロップ表示データの生成が終了される（ステップＳ３４）。

ナレーションの録音及びテロップ表示データの生成が終了すると、特定部５３に特定されたワードに一致する歌詞データ内の所定ワードや曲調を表現した所定ワードのワード数がワード評価部５４にカウントされてナレーションが評価される（ステップＳ３５）。次に、判定部５６によってナレーションのワード評価結果が登録条件を満たすか否かが判定される（ステップＳ３６）。ワード評価部５４にカウントされたワード数が基準ワード数未満の場合には、判定部５６によって登録条件を満たさないと判定されて（ステップＳ３６でＮｏ）、ステップＳ３８に処理が移行する。

ワード評価部５４にカウントされたワード数が基準ワード数以上の場合には、判定部５６によって登録条件を満たすと判定される（ステップＳ３６でＹｅｓ）。登録条件を満たしたナレーションの録音データ及びテロップ表示データは、ナレーションを入力した歌唱者の利用者ＩＤと楽曲ＩＤと共にサーバ装置６０へ送信される（ステップＳ３７）。サーバ装置６０の登録部６１によって利用者ＩＤに基づいて記憶部６４から歌唱者の年齢及び性別が抽出され、ナレーションデータベースに楽曲ＩＤに対応付けて録音データ、テロップ表示データ、年齢、性別が登録される。カラオケ演奏が終了すると（ステップＳ３８）、予約リストの登録楽曲がなくなるまでステップＳ３１－Ｓ３８までの処理が繰り返される（ステップＳ３９）。

図９に示すように、サーバ装置６０がカラオケ装置５０から録音データ配信要求を受信すると（ステップＳ４１でＹｅｓ）、録音データ選択部６２によって録音データ配信要求に含まれる利用者ＩＤが抽出される（ステップＳ４２）。次に、録音データ選択部６２によって利用者ＩＤに基づいて記憶部６４から歌唱者の年齢及び性別が抽出され（ステップＳ４３）、年齢及び性別に応じたナレーションの選択条件が設定される（ステップＳ４４）。

次に、録音データ選択部６２によってナレーションデータベースが参照されて、ナレーションデータベースに登録されたナレーションの録音データのうち、選択条件を満たした録音データが選択される（ステップＳ４５）。この場合、録音データ配信要求に含まれる楽曲ＩＤに基づいて、ナレーションデータベースから全てのナレーションの録音データが抽出され、各ナレーションに対応付けられた年齢及び性別と選択条件が比較されることで録音データが選択される。そして、ナレーションの録音データがカラオケ装置５０へ配信され（ステップＳ４６）、カラオケ装置５０では楽曲演奏の開始前に録音データが再生される。

サーバ装置６０がカラオケ装置５０から表示データ配信要求を受信すると（ステップＳ４７でＹｅｓ）、表示データ選択部６３によって表示データ配信要求に含まれる利用者ＩＤが抽出される（ステップＳ４８）。次に、表示データ選択部６３によって利用者ＩＤに基づいて記憶部６４から歌唱者の年齢及び性別が抽出され（ステップＳ４９）、年齢及び性別に応じたナレーションの選択条件が設定される（ステップＳ５０）。

次に、表示データ選択部６３によってナレーションデータベースが参照されて、ナレーションデータベースに登録されたナレーションのテロップ表示データのうち、選択条件を満たしたテロップ表示データが選択される（ステップＳ５１）。この場合、表示データ配信要求に含まれる楽曲ＩＤに基づいて、ナレーションデータベースから全てのナレーションのテロップ表示データが抽出され、各ナレーションに対応付けられた年齢及び性別と選択条件が比較されることでテロップ表示データが選択される。そして、テロップ表示データがカラオケ装置５０へ配信され（ステップＳ５２）、カラオケ装置５０では楽曲演奏の開始前にテロップ表示データに基づいてナレーションテロップが表示される。

以上、第２実施形態によれば、ナレーションが苦手な歌唱者であっても、個性的なナレーションによって雰囲気を盛り上げることができる。また、ナレーションを創作することが苦手な歌唱者であっても、自身の声によるナレーションで歌唱前に場の雰囲気を盛り上げることができる。歌唱者の性別や年齢等の属性に合ったナレーションによって、より雰囲気を盛り上げることができる。

＜第３実施形態＞
次に、第３実施形態のカラオケシステムについて説明する。図１０は、第３実施形態のカラオケシステムの機能ブロック図である。第３実施形態のカラオケシステムは、ナレーションデータベースに登録された録音データを更新する点で第１実施形態のカラオケシステムと相違している。したがって、第３実施形態では第１実施形態と同様な構成については説明を省略する。

図１０に示すように、第３実施形態のカラオケシステム７０では、カラオケ装置８０とサーバ装置９０が通信可能に接続されている。カラオケ装置８０には、モニタ７６と、スピーカ７７と、マイクロフォン７８と、リモコン装置７９と、が接続されている。また、カラオケ装置８０には、録音部８１と、生成部８２と、特定部８３と、ワード評価部８４と、演奏手段８５と、判定部８６と、再生部８７と、表示部８８と、が設けられている。サーバ装置９０には、登録部９１と、録音データ選択部９２と、表示データ選択部９３と、発声評価部９４と、が設けられている。また、サーバ装置９０では、ナレーションデータベースによってナレーションの録音データ及びテロップ表示データが管理されている。

カラオケ装置８０の予約楽曲の待機中に、モニタ７６にナレーションテロップが表示されると、ナレーションテロップを見ながら歌唱者によってナレーションが行われる。このナレーションテロップの表示中には、録音部８１によって歌唱者のナレーションが録音されて新たな録音データが生成される。このとき、既存の録音データと新たな録音データの内容が同じであれば、ナレーションの発声態様に関わる評価がより高い録音データの方が、より雰囲気を持ち上げることができる。このため、第３実施形態では、録音データの発声態様を評価して、サーバ装置９０に登録されている録音データを発声態様の評価が高い録音データに更新している。ナレーションの発声態様に関わる評価とは、例えば、ナレーションの声量、発話速度に基づいた明瞭性や抑揚、感情に基づいた説得力を、後述の公知技術を用いて数値化したものである。

サーバ装置９０の発声評価部９４は、楽曲の予約時にナレーション表示が指示された場合に、表示データ選択部９３に選択されたナレーションのテロップ表示データに対応する既存の録音データの発声態様を評価する。また、発声評価部９４は、当該テロップ表示データに基づくナレーションテロップの表示中に入力された歌唱者のナレーションの新たな録音データの発声態様を評価する。発声態様を定量的に評価するには、例えば、音声信号から抽出した音律特徴量を用いた特開２０２０－１９０５７９号公報、音声信号から抽出した発話内容以外のメタ情報を用いた特開２０１９－０５６７９１号公報に記載の公知技術を利用することができる。

上記したように、登録部９１は、登録条件を満たしたナレーションの録音データ及びテロップ表示データとナレーションのワード評価結果を楽曲ＩＤに対応付けてナレーションデータベースに登録する。ナレーションデータベースには、カラオケ装置８０から送信された録音データ、テロップ表示データ、ワード評価結果が楽曲ＩＤ毎に蓄積されている。また、登録部９１は、既存の録音データの発声態様よりも新たな録音データの発声態様の評価が上回った場合に、既存の録音データに代えて新たな録音データを楽曲の楽曲ＩＤに対応付けてナレーションデータベースに登録する。

例えば、利用者Ｕ１によって楽曲Ｂ１の予約時にナレーション表示が指示された場合には、表示データ選択部９３によってナレーションデータベースが参照されて、評価基準を満たしたテロップ表示データが選択される。サーバ装置９０からカラオケ装置８０にテロップ表示データが配信され、楽曲Ｂ１の演奏開始前にカラオケ装置８０によってテロップ表示データに基づいてナレーションテロップがモニタ７６に表示される。利用者Ｕ１がナレーションテロップを見ながらナレーションを行うと、カラオケ装置８０の録音部８１によって利用者Ｕ１のナレーションが録音されて新たな録音データが生成される。カラオケ装置８０からサーバ装置９０に新たな録音データが送信される。

サーバ装置９０の発声評価部９４によってナレーションデータベースが参照されて、カラオケ装置８０へ配信されたテロップ表示データに対応する既存の録音データの発声態様が評価される。また、発声評価部９４によってカラオケ装置８０から受信した新たな録音データの発声態様が評価される。新たな録音データの発声態様の評価が既存の録音データの発声態様の評価よりも上回った場合に、登録部９１によって既存の録音データに代えて新たな録音データが楽曲ＩＤに対応付けてナレーションデータベースに登録される。例えば、既存の録音データの発声態様の評価が１０点満点で６．５点、新たな録音データの発声態様の評価が１０点満点で９．０点のときには、既存の録音データから新たな録音データに更新される。

図１１を参照して、第３実施形態のカラオケシステムの処理動作について説明する。図１１は、第３実施形態のサーバ装置の処理動作を示すフロー図である。なお、ここでは、図１０の符号を適宜使用して説明する。また、以下の処理動作は一例に過ぎず、適宜変更が可能である。また、カラオケ装置の処理動作については、第１実施形態と同じである（図４参照）。

図１１に示すように、ステップＳ６１－Ｓ７０までの各処理は、第１実施形態のステップＳ１１－Ｓ２０までの各処理と同じである（図５参照）。カラオケ装置８０にて楽曲演奏の開始前にテロップ表示データに基づいてナレーションテロップが表示されると、ナレーションテロップを見た歌唱者によってナレーションが行われる。このとき、カラオケ装置８０の録音部８１によってナレーションが録音されて新たな録音データが生成され、カラオケ装置８０からサーバ装置９０に新たな録音データが送信される。これにより、サーバ装置９０には、テロップ表示データに対応した既存の録音データと新たな録音データが併存している。

サーバ装置９０が新たな録音データを受信すると、サーバ装置９０の発声評価部９４によって既存の録音データ及び新たな録音データがそれぞれ評価される（ステップＳ７１）。新たな録音データの評価が既存の録音データの評価よりも低い場合には（ステップＳ７２でＮｏ）、新たな録音データが廃棄されてサーバ装置９０の処理動作が終了する。一方、新たな録音データの評価が既存の録音データの評価よりも高い場合には（ステップＳ７２でＹｅｓ）、登録部９１によって既存の録音データに代えて新たな録音データがナレーションデータベースに登録される（ステップＳ７３）。

以上、第３実施形態によれば、歌唱者がナレーションテロップを見ながらナレーションを行い、このナレーションの新たな録音データが既存の録音データよりも発声態様が高評価なときには、ナレーションの既存の録音データが新たな録音データに更新される。よって、発声態様が高評価な録音データを歌唱者が利用することができる。

＜変形例＞
第３実施形態では、歌唱者がナレーションテロップに従ってナレーションを行うことを想定しているが、歌唱者はナレーションテロップにアレンジを加えながらナレーションを行うことがある。この場合、既存の録音データの発声態様よりも新たな録音データの発声態様の評価が上回っても、アレンジが大きいナレーションは元のナレーションとは別物として扱うべきであり、既存の録音データに代えて新たな録音データを登録することは適切ではない。このため、登録部９１は、既存の録音データ及び新たな録音データの内容が略一致するときのみ、既存の録音データに代えて新たな録音データを登録してもよい。

カラオケ装置８０において、予約楽曲の待機中にナレーションテロップが表示されると、ナレーションテロップを見ながら歌唱者によってナレーションが行われる。このナレーションテロップの表示中には、録音部８１によって歌唱者のナレーションが録音されて新たな録音データが生成される。このとき、生成部８２によって新たな録音データに対応する新たなテロップ表示データが生成される。なお、新たなテロップ表示データは、歌唱者のナレーションから生成されてもよいし、新たな録音データから生成されてもよい。ナレーションの終了後に、カラオケ装置８０からサーバ装置９０に新たな録音データ及び新たなテロップ表示データが送信される。

サーバ装置９０の登録部９１では、既存の録音データに対応するテロップ表示データ（以降、既存のテロップ表示データと称する）と新たなテロップ表示データの一致度が所定条件を満たし、且つ既存の録音データの発声態様よりも新たな録音データの発声態様の評価が上回った場合に、既存の録音データに代えて新たな録音データが楽曲ＩＤに対応付けられて登録される。本変形例の所定条件としては「２つのテロップ表示データの文字の９０％以上が一致していること」が設定されている。例えば、既存のテロップ表示データの文字と新たなテロップ表示データの文字の９５％が一致している場合には所定条件を満たすと判定される。よって、既存の録音データの発声態様よりも新たな録音データの発声態様の評価が上回ると、既存の録音データに代えて新たな録音データがナレーションデータベースに登録される。

一方、既存のテロップ表示データの文字と新たなテロップ表示データの文字の７０％が一致している場合には所定条件を満たさないと判定される。よって、既存の録音データの発声態様よりも新たな録音データの発声態様の評価が上回っても、既存の録音データに代えて新たな録音データがナレーションデータベースに登録されることがない。なお、既存のテロップ表示データと新たなテロップ表示データの一致度が所定条件を満たさない場合には、新たな録音データは既存の録音データとは別のナレーションの録音データであるとして楽曲ＩＤに対応付けてナレーションデータベースに登録されてもよい。

以上、第３実施形態の変形例によれば、既存の録音データに対応する既存のテロップ表示データと新たな録音データに対応する新たなテロップ表示データの一致度が求められる。既存のテロップ表示データと新たなテロップ表示データの一致度が低いときには、新たな録音データと既存の録音データは別々のナレーションであると認識される。よって、既存の録音データの発声態様よりも新たな録音データの発声態様の評価が上回っても、既存の録音データが新たな録音データに更新されることがない。

なお、第１、３実施形態ではナレーションの評価基準が選択条件に設定され、第２実施形態では歌唱者の属性情報に応じた選択条件が設定されたが、選択条件はナレーションの録音データ又はテロップ表示データを選択可能な条件であれば特に限定されない。例えば、最も高評価のナレーションであること、適正時間長のナレーションであることが選択条件として設定されてもよい。さらに、単一の選択条件に限定されずに、複数の選択条件が設定されていてもよい。例えば、楽曲を予約した歌唱者の歌唱音声の採点履歴に応じた評価基準を満たすナレーションであること、且つ、歌唱者の属性情報に応じたナレーションであることが選択条件として設定されてもよい。また、例えば、最も高評価のナレーションであること、且つ、適正時間長のナレーションであることが選択条件として設定されてもよい。

また、第１実施形態では登録部がナレーションの録音データ及びテロップ表示データとワード評価結果を楽曲ＩＤに対応付けて登録し、第２実施形態では登録部がナレーションの録音データ及びテロップ表示データとナレーションを入力した歌唱者の属性情報を楽曲ＩＤに対応付けて登録したが、登録部はナレーションの録音データ及びテロップ表示データと共に複数の情報を楽曲ＩＤに対応付けて登録してもよい。例えば、登録部は、録音データ、テロップ表示データ、ワード評価結果、属性情報を楽曲ＩＤに対応付けて登録してもよい。

また、第１、第２実施形態では、カラオケシステムがカラオケ装置及びサーバ装置を備えているが、カラオケシステムはカラオケ装置を備えていればよい。すなわち、カラオケ装置が、サーバ装置の代わりにナレーションの録音データ及びテロップ表示データの登録や、録音データ及びテロップ表示データの選択を実施し、属性情報を記憶してもよい。

また、各実施形態及び変形例において、カラオケシステムによってナレーション再生又はナレーション表示が実施されているが、カラオケシステムによってナレーション再生及びナレーション表示が同時に実施されてもよい。

また、各実施形態及び変形例において、カラオケシステムにプログラムをインストールすることによって、カラオケシステムに対してナレーションの再生機能及びナレーションテロップの表示機能が追加されてもよい。このプログラムは記憶媒体に記憶されている。記憶媒体は特に限定されないが、光ディスク、光磁気ディスク、フラッシュメモリ等の非一過性の記憶媒体であってもよい。

また、本実施形態を説明したが、他の実施形態として、上記実施形態及び変形例を全体的又は部分的に組み合わせたものでもよい。

また、本発明の技術は上記の実施形態に限定されるものではなく、技術的思想の趣旨を逸脱しない範囲において様々に変更、置換、変形されてもよい。さらには、技術の進歩又は派生する別技術によって、技術的思想を別の仕方によって実現することができれば、その方法を用いて実施されてもよい。したがって、特許請求の範囲は、技術的思想の範囲内に含まれ得る全ての実施態様をカバーしている。

１０、４０、７０：カラオケシステム
２１、５１、８１：録音部
２２、５２、８２：生成部
２３、５３、８３：特定部
２４、５４、８４：ワード評価部
２６、５６、８６：判定部
２７、５７、８７：再生部
２８、５８、８８：表示部
３１、６１、９１：登録部
３２、６２、９２：録音データ選択部
３３、６３、９３：表示データ選択部
６４ ：記憶部
９４ ：発声評価部

Claims (5)

1. 楽曲の演奏前に入力された歌唱者のナレーションを録音する録音部と、
   ナレーションの録音データに対応するテロップ表示データを生成する生成部と、
   ナレーションに含まれるワードを特定する特定部と、
   前記特定部に特定されたワードと楽曲の歌詞データに含まれる所定ワード及び／又は楽曲の曲調を表現した所定ワードの比較結果に基づいてナレーションを評価してワード評価結果を出力するワード評価部と、
   ワード評価結果が登録条件を満たすか否かを判定する判定部と、
   登録条件を満たしたナレーションの録音データ及びテロップ表示データを楽曲の楽曲識別子に対応付けて登録する登録部と、
   楽曲の予約時にナレーション再生が指示された場合に、当該楽曲の楽曲識別子に対応付けられたナレーションの録音データのうち、選択条件を満たす録音データを選択する録音データ選択部と、
   楽曲の予約時にナレーション表示が指示された場合に、当該楽曲の楽曲識別子に対応付けられたナレーションのテロップ表示データのうち、選択条件を満たすテロップ表示データを選択する表示データ選択部と、
   前記録音データ選択部に選択されたナレーションの録音データを楽曲の演奏前に再生する再生部と、
   前記表示データ選択部に選択されたナレーションのテロップ表示データに基づいて、楽曲の演奏前にナレーションテロップを表示する表示部と、を備えていることを特徴とするカラオケシステム。
2. 前記登録部は、登録条件を満たしたナレーションの録音データ及びテロップ表示データとナレーションのワード評価結果を楽曲の楽曲識別子に対応付けて登録し、
   前記録音データ選択部は、楽曲の予約時にナレーション再生が指示された場合に、当該楽曲を予約した歌唱者の歌唱音声の採点履歴に応じたナレーションの評価基準を選択条件とし、当該楽曲の楽曲識別子に対応付けられたナレーションの録音データのうち、ナレーションの評価基準を満たすワード評価結果の録音データを選択し、
   前記表示データ選択部は、楽曲の予約時にナレーション表示が指示された場合に、当該楽曲を予約した歌唱者の歌唱音声の採点履歴に応じたナレーションの評価基準を選択条件とし、当該楽曲の楽曲識別子に対応付けられたナレーションのテロップ表示データのうち、ナレーションの評価基準を満たすワード評価結果のテロップ表示データを選択することを特徴とする請求項１に記載のカラオケシステム。
3. 歌唱者の属性情報を歌唱者の利用者識別子に対応付けて記憶する記憶部を備え、
   前記登録部は、登録条件を満たしたナレーションの録音データ及びテロップ表示データと当該ナレーションを入力した歌唱者の利用者識別子に対応する属性情報を楽曲の楽曲識別子に対応付けて登録し、
   前記録音データ選択部は、楽曲の予約時にナレーション再生が指示された場合に、当該楽曲を予約した歌唱者の属性情報に応じた選択条件を用い、当該楽曲の楽曲識別子に対応付けられたナレーションの録音データのうち、選択条件を満たす属性情報に対応付けられた録音データを選択し、
   前記表示データ選択部は、楽曲の予約時にナレーション表示が指示された場合に、当該楽曲を予約した歌唱者の属性情報に応じた選択条件を用い、当該楽曲の楽曲識別子に対応付けられたナレーションのテロップ表示データのうち、選択条件を満たす属性情報に対応付けられたテロップ表示データを選択することを特徴とする請求項１又は請求項２に記載のカラオケシステム。
4. 楽曲の予約時にナレーション表示が指示された場合に、前記表示データ選択部に選択されたナレーションのテロップ表示データに対応する既存の録音データの発声態様を評価し、当該テロップ表示データに基づくナレーションテロップの表示中に入力された歌唱者のナレーションの新たな録音データの発声態様を評価する発声評価部を備え、
   前記登録部は、既存の録音データの発声態様よりも新たな録音データの発声態様の評価が上回った場合に、既存の録音データに代えて新たな録音データを楽曲の楽曲識別子に対応付けて登録することを特徴とする請求項１から請求項３のいずれか１項に記載のカラオケシステム。
5. 前記生成部は、新たな録音データに対応する新たなテロップ表示データを生成し、
   前記登録部は、既存の録音データに対応するテロップ表示データと新たなテロップ表示データの一致度が所定条件を満たす場合に、既存の録音データに代えて新たな録音データを楽曲の楽曲識別子に対応付けて登録することを特徴とする請求項４に記載のカラオケシステム。

Images