JP3834963B2

JP3834963B2 - 音声入力装置及び方法並びに記憶媒体

Info

Publication number: JP3834963B2
Application number: JP30634697A
Authority: JP
Inventors: 崇國井
Original assignee: Yamaha Corp
Current assignee: Yamaha Corp
Priority date: 1996-10-23
Filing date: 1997-10-22
Publication date: 2006-10-18
Anticipated expiration: 2017-10-22
Also published as: JPH10187147A

Description

【０００１】
【発明の属する技術分野】
本発明は、入力された音声を楽音データに変換する機能や、曲データを演奏しつつ音声を入力する機能を有する音声入力装置及び方法並びに記憶媒体に関する。
【０００２】
【従来の技術】
入力された音声を音符化可能な楽音データに変換する楽音データ作成機能、曲データを演奏しつつ音声を入力するカラオケ機能、またはこれら双方の機能を備えたマルチメディアパーソナルコンピュータ等の音声入力装置が従来より知られている。
【０００３】
上記従来の楽音データ作成機能を備えた音声入力装置は、例えば肉声によるメロディを入力し、そのメロディのピッチを検出して、音高及び音長を定めることにより、ＭＩＤＩ（ Musical Instrument Digital Interface ）データ等の音符化可能な楽音データを得て、これを再生等することができるように構成されている。通常の構成では、入力された音声に係る各音は、例えば半音単位の１２平均率音階におけるピッチが最も近い音高に割り当てられる（いわゆる丸められる）ように処理される。
【０００４】
また、上記従来のカラオケ機能を備えた音声入力装置は、例えば通信またはソフトウェアにより供給される曲データを演奏しつつ、歌い手がその曲に合せて発声した歌声を入力し、これを曲データと共に再生することができるように構成されている。
【０００５】
【発明が解決しようとする課題】
しかしながら、上記従来の楽音データ作成機能を備えた音声入力装置では、半音間隔で隣り合う上下２つの音程の丁度中間あたりの音程を基準にメロディを発声した場合は、一定のキーで歌ったつもりでも、わずかの音ずれにより、ある音は上側の音程に割り当てられ、またある音は下側の音程に割り当てられることにより、結果として所望のメロディと異なるメロディが楽音データとして作成されるおそれがある。そのため、これを防止するために、歌い出しの前に他の楽器等により音程を確認する必要があり、煩雑であるという問題があった。さらに、自己が作曲したメロディを入力する際、コード等の手掛かりが全くないと、ユーザによっては歌い出しのイメージを頭に描けず第一声の音程が不適切となったり、意図したキーで歌い出すことが困難となったりする場合があるという問題があった。
【０００６】
また、上記従来のカラオケ機能を備えた音声入力装置では、歌詞の始まりが器楽演奏の始まりに対して同時である、または先行するようなカラオケ曲については、音程の手掛かりとなる前奏がないために、歌い出しの音程をその曲に正確に合致させることが困難であるという問題があった。
【０００７】
本発明は上記従来技術の問題を解決するためになされたものであり、その目的は、発音すべき音声の第一声部分の適正な音程を事前に容易に認識することができる音声入力装置及び方法並びに記憶媒体を提供することにある。
【０００８】
【課題を解決するための手段】
上記目的を達成するために本発明の請求項１の音声入力装置は、音声を入力する入力手段と、該入力手段により入力された音声を楽音データに変換する変換手段とを備えた音声入力装置において、前記変換手段により楽音データに変換されるために前記入力手段により音声が入力されるのに先だって、前記楽音データに変換されるために前記入力手段により入力すべき音声の音程を認識するための基準音を設定するための基準音設定用音声を入力し、該入力した基準音設定用音声に基づいて、前記基準音を発生させる基準音発生手段を備え、前記変換手段は、前記入力された音声の音高を所定の音高を基準とした半音単位の１２平均率における音高に丸めることで前記入力された音声を前記楽音データに変換するものであり、前記基準音発生手段は、前記楽音データに変換されるために前記入力手段により音声が入力されるのに先だって入力した基準音設定用音声の音高を検出し、該検出した音高を前記所定の音高を基準とした半音単位の１２平均率における音高に丸め、該丸めた音高に基づいて前記基準音を設定し、該設定した基準音を、前記楽音データに変換されるために前記入力手段により音声が入力される前に発生させることを特徴とする。
【０００９】
この音声入力装置によれば、入力すべき音声の音程を認識する手掛かりとなる基準音が前記音声が入力される前に発生される。
【００１９】
同じ目的を達成するために本発明の請求項３の音声入力方法は、音声を入力する入力工程と、該入力工程において入力された音声を楽音データに変換する変換工程とを含む音声入力方法において、前記変換工程により楽音データに変換されるために前記入力工程により音声が入力されるのに先だって、前記楽音データに変換されるために前記入力工程により入力すべき音声の音程を認識するための基準音を設定するための基準音設定用音声を入力し、該入力した基準音設定用音声に基づいて、前記基準音を発生させる基準音発生工程を含み、前記変換工程は、前記入力された音声の音高を所定の音高を基準とした半音単位の１２平均率における音高に丸めることで前記入力された音声を前記楽音データに変換するものであり、前記基準音発生工程は、前記楽音データに変換されるために前記入力工程により音声が入力されるのに先だって入力した基準音設定用音声の音高を検出し、該検出した音高を前記所定の音高を基準とした半音単位の１２平均率における音高に丸め、該丸めた音高に基づいて前記基準音を設定し、該設定した基準音を、前記楽音データに変換されるために前記入力工程により音声が入力される前に発生させることを特徴とする。
【００２０】
この音声入力方法によれば、入力すべき音声の音程を認識する手掛かりとなる基準音が前記音声が入力される前に発生される。
【００３０】
同じ目的を達成するために本発明の請求項５の記憶媒体は、音声を入力する入力モジュールと、該入力モジュールにより入力された音声を楽音データに変換する変換モジュールとを有するプログラムであって音声入力装置を制御するためのプログラムを格納した記憶媒体において、前記プログラムは、前記変換モジュールにより楽音データに変換されるために前記入力モジュールにより音声が入力されるのに先だって、前記楽音データに変換されるために前記入力モジュールにより入力すべき音声の音程を認識するための基準音を設定するための基準音設定用音声を入力し、該入力した基準音設定用音声に基づいて、前記基準音を発生させる基準音発生モジュールを有し、前記変換モジュールは、前記入力された音声の音高を所定の音高を基準とした半音単位の１２平均率における音高に丸めることで前記入力された音声を前記楽音データに変換するものであり、前記基準音発生モジュールは、前記楽音データに変換されるために前記入力モジュールにより音声が入力されるのに先だって入力した基準音設定用音声の音高を検出し、該検出した音高を前記所定の音高を基準とした半音単位の１２平均率における音高に丸め、該丸めた音高に基づいて前記基準音を設定し、該設定した基準音を、前記楽音データに変換されるために前記入力モジュールにより音声が入力される前に発生させることを特徴とする。
【００３１】
この記憶媒体によれば、入力すべき音声の音程を認識する手掛かりとなる基準音が前記音声が入力される前に発生される。
【００４１】
【発明の実施の形態】
以下、本発明の実施の形態を図面を参照して説明する。
【００４２】
図１は、本発明の実施の一形態に係る音声入力装置の構成を示すブロック図である。
【００４３】
本音声入力装置は、マイクロフォンインターフェイス（ＭＩＣＩ／Ｆ）３、スイッチ検出回路４、ＲＯＭ６、ＲＡＭ７、タイマ８、フロッピディスクドライブ（ＦＤＤ）１０、ハードディスクドライブ（ＨＤＤ）１１、ＣＤ−ＲＯＭ（コンパクトディスク−リード・オンリ・メモリ）ドライブ１２、ＭＩＤＩインターフェイス（ＭＩＤＩＩ／Ｆ）１３、通信インターフェイス（通信Ｉ／Ｆ）１４、表示装置９、音源回路１５及び効果回路１６がバス１８を介してＣＰＵ５にそれぞれ接続されて構成される。
【００４４】
さらに、ＭＩＣＩ／Ｆ３にはマイクロフォン（ＭＩＣ）１が接続され、スイッチ検出回路４にはパネルスイッチ２が接続されている。ＣＰＵ５にはタイマ８が接続され、ＭＩＤＩＩ／Ｆ１３には他のＭＩＤＩ機器１００が接続されている。通信Ｉ／Ｆ１４には通信ネットワーク１０１を介してサーバコンピュータ１０２が接続され、音源回路１５には効果回路１６及びサウンドシステム１７が直列に接続されている。
【００４５】
ＭＩＣ１は肉声等の音声を集音し、ＭＩＣＩ／Ｆ３はこの集音された音声を音声情報として入力する。パネルスイッチ２は、各種情報を入力するための複数のスイッチを備える。スイッチ検出回路４は、パネルスイッチ２の各スイッチの押下状態を検出する。ＣＰＵ５は、本装置全体の制御を司る。ＲＯＭ６は、ＣＰＵ５が実行する制御プログラムやテーブルデータ等を記憶する。ＲＡＭ７は、音声情報等の各種入力情報及び演算結果等を一時的に記憶する。タイマ８は、タイマ割り込み処理における割り込み時間や各種時間を計時する。表示装置９は、例えば大型ＬＣＤ若しくはＣＲＴ及びＬＥＤ等を備え、各種情報等を表示する。ＦＤＤ１０は、記憶媒体であるフロッピディスク（ＦＤ）をドライブする。フロッピディスクには、上記制御プログラム、各種アプリケーションプログラム、及び各種データ等が格納される。外部記憶装置であるＨＤＤ１１は、上記制御プログラムを含む各種アプリケーションプログラムや各種データ等を記憶する。ＣＤ−ＲＯＭドライブ１２は、上記制御プログラムを含む各種アプリケーションプログラムや各種データ等が格納されているＣＤ−ＲＯＭをドライブする。
【００４６】
ＭＩＤＩＩ／Ｆ１３は、他のＭＩＤＩ機器１００等の外部装置からのＭＩＤＩ信号を入力したり、ＭＩＤＩ信号を外部装置に出力したりする。通信Ｉ／Ｆ１４は、通信ネットワーク１０１を介して、例えばサーバコンピュータ１０２とデータの送受信を行う。音源回路１５は、ＣＤ−ＲＯＭドライブ１２またはＭＩＤＩＩ／Ｆ１３から入力された曲データ（自動演奏データ）等を楽音信号に変換する。効果回路１６は、音源回路１５から入力される楽音信号や、ＭＩＣＩ／Ｆ３から入力される音声情報に各種効果を付与し、スピーカ等のサウンドシステム１７は、効果回路１６から入力される楽音信号等を音響に変換する。
【００４７】
ＨＤＤ１１には、前述のようにＣＰＵ５が実行する制御プログラムを記憶することができる。ＲＯＭ６に制御プログラムが記憶されていない場合には、このＨＤＤ１１内のハードディスクに制御プログラムを記憶させておき、それをＲＡＭ７に読み込むことにより、ＲＯＭ６に制御プログラムを記憶している場合と同様の動作をＣＰＵ５にさせることができる。このようにすると、制御プログラムの追加やバージョンアップ等を容易に行うことができる。
【００４８】
ＣＤ−ＲＯＭドライブ１２によりＣＤ−ＲＯＭから読み出された制御プログラムや各種データは、ＨＤＤ１１内のハードディスクにストアされる。これにより、制御プログラムの新規インストールやバージョンアップ等を容易に行うことができる。なお、このＣＤ−ＲＯＭドライブ１２以外にも、外部記憶装置として、光磁気ディスク（ＭＯ）装置等、様々な形態のメディアを利用するための他の装置を設けるようにしてもよい。
【００４９】
なお、ＣＰＵ５が実行する上記制御プログラムやテーブルデータ等が、フロッピディスク、ＣＤ−ＲＯＭあるいは光磁気ディスクのような可搬型の記憶媒体からＨＤＤ１１内のハードディスクに転送されるようにするほか、上記可搬型の記憶媒体からＲＡＭ７に直接転送されるようにしてもよい。また、次のようにして、上記可搬型の記憶媒体からではなく、通信Ｉ／Ｆ１４を経由して上記制御プログラム等をダウンロードするようにしてもよい。
【００５０】
通信Ｉ／Ｆ１４は、上述のように、ＬＡＮ（ローカルエリアネットワーク）やインターネット、電話回線等の通信ネットワーク１０１に接続されており、該通信ネットワーク１０１を介して、サーバコンピュータ１０２と接続される。ＨＤＤ１１内のハードディスクに上記各プログラムや各種パラメータが記憶されていない場合には、通信Ｉ／Ｆ１４は、サーバコンピュータ１０２からプログラムやパラメータをダウンロードするために用いられる。クライアントとなるコンピュータ（本実施の形態に係る音声入力装置）は、通信Ｉ／Ｆ１４及び通信ネットワーク１０１を介してサーバコンピュータ１０２へとプログラムやパラメータのダウンロードを要求するコマンドを送信する。サーバコンピュータ１０２は、このコマンドを受け、要求されたプログラムやパラメータを、通信ネットワーク１０１を介してコンピュータへと配信し、コンピュータが通信Ｉ／Ｆ１０１を介して、これらプログラムやパラメータを受信してＨＤＤ１１内のハードディスクに蓄積することにより、ダウンロードが完了する。
【００５１】
この他、外部コンピュータ等との間でデータのやりとりを直接行うためのインターフェイスを備えるようにしてもよい。
【００５２】
本音声入力装置は、楽音データ作成モードまたはカラオケモードのいずれかをパネルスイッチ２により切り換えて機能させることができ、各モードに応じて各構成要素が作動するように構成されている。
【００５３】
後述するように、楽音データ作成モードにおいては、ＭＩＣＩ／Ｆ３から入力された音声情報がＣＰＵ５によりピッチ検出、楽音割り当て等の処理を経てＭＩＤＩデータ化された後、このＭＩＤＩデータ、すなわち楽音データがＦＤＤ１０のフロッピディスクまたはＨＤＤ１１内のハードディスクに記憶される。作成された楽音データの再生は、フロッピディスク等に記憶されたＭＩＤＩデータが、音源回路１５及び効果回路１６を介してサウンドシステム１７により音響として発生されることによりなされる。後述する基準音設定モードを設定した場合は、本番の入力前に別途入力された音声情報がＲＡＭ７に一時格納され、この音声情報に基づいて、後述する基準音設定処理等が実行される。
【００５４】
また、後述するように、カラオケモードにおいては、曲データはＣＤ−ＲＯＭドライブ１２またはＭＩＤＩＩ／Ｆ１３から入力され、カラオケの演奏処理は、入力された曲データが音源回路１５及び効果回路１６を介してサウンドシステム１７により音響として発生されると同時に、ＭＩＣＩ／Ｆ３から入力された音声情報が効果回路１６によりエコー等の効果が付与されてサウンドシステム１７により発生されることによりなされる。後述する基準音発生モードを設定した場合は、入力された曲データの一部がカラオケの演奏処理開始前にＲＡＭ７に一時格納され、この格納された曲データに基づいて、後述する基準音設定処理等が実行される。
【００５５】
図２は、本実施の形態に係る音声入力装置による楽音データ作成モードの処理のフローチャートである。本処理はＣＰＵ５により実行される。
【００５６】
まず、本音声入力装置についてメモリクリア等の初期化処理を行い（ステップＳ２０１）、後述する図３の機能選択及びその作動の処理を実行して（ステップＳ２０２）、パネルスイッチ２にて種々の情報の入力による設定処理を行って（ステップＳ２０３）、前記ステップＳ２０２に戻る。
【００５７】
図３は、図２のステップＳ２０２で実行される機能選択及びその作動の処理のフローチャートである。
【００５８】
まず、音声を入力して楽音データを作成するモード（以下「入力モード」という）、または作成された楽音データを再生するモード（以下「再生モード」という）のうち、入力モードが設定されているか否かを判別する（ステップＳ３０１）。その判別の結果、入力モードが設定されている場合は、後述する図４の入力モードの処理を実行して（ステップＳ３０２）本処理を終了する一方、入力モードが設定されてない場合は、再生モードの処理を実行することにより、作成された楽音データを再生して（ステップＳ３０３）本処理を終了する。
【００５９】
図４は、図３のステップＳ３０２で実行される入力モードの処理のフローチャートである。
【００６０】
まず、歌い出しの音程を認識する手掛かりとなる基準音を設定するモードが設定されているか否かを判別し（ステップＳ４０１）、基準音を設定するモードが設定されているときは、そのモードが基準音自動設定モードであるか否かを判別する（ステップＳ４０２）。その判別の結果、基準音を設定するモードが基準音自動設定モードでないときは、基準音をユーザが任意に設定する一方（ステップＳ４０３）、基準音を設定するモードが基準音自動設定モードであるときは、基準音を自動的に設定する（ステップＳ４０４）。
【００６１】
ここで基準音は単音としてもよいが、特別の訓練経験や能力のない一般のユーザにとって歌い出しの音程をより認識容易にするためには、和音等の複音や分散和音（アルペジオ）とするのが一層好ましい。
【００６２】
まず前記ステップＳ４０３における基準音任意設定処理では、例えば、作曲等したメロディをどのキーで歌うべきかをユーザが予め判断し、歌い出しのメロディや第一声の音程を想起しやすいように基準音を自由に設定する。基準音を特に和音とする場合には、歌い出しの音程を認識するために最も適切な和音を選択する必要があるが、曲調等の違いによりそれは必ずしも一律に定められない。従って、第一声の音高を含む和音とする必要は必ずしもないが、少なくとも音楽的に関係した和音とすべきである。具体的には、基準音を和音とする場合は、メロディのキーのトニックコード（主和音）を基準音に設定するのが適当な場合が多いと思われる（例えばメロディのキーが「Ｃメジャー」であるなら和音を「Ｃメジャーコード」とする、または和音を構成する根音、３度違いの音または５度違いの音のいずれかが歌い出し第１音と同一の音高となるような和音とする等）。一方、基準音を単音とする場合は、キーの根音または歌い出しの第１音等を基準音に設定するのが適当である。
【００６３】
この場合の基準音の設定はパネルスイッチ２を通じて行い、設定された基準音の情報はＲＡＭ７に一時格納される。
【００６４】
一方、前記ステップＳ４０４における基準音自動設定処理では、ユーザが発声した音声を基に公知の手法（特開平４−２４２２９０号公報、特開平７−３２５５７９号公報、特公平４−５１８３８号公報、及び特開平７−１１０６８４号公報等）を利用して基準音を設定する。具体的には、ユーザは、作曲したメロディの一部（数小節程度）を、いわゆる本番の入力前に歌ってみる。この数小節分の音声情報を入力し、ＲＡＭ７に一時格納する。そして格納された音声情報に係る各音のピッチを検出して、半音単位の１２平均率音階におけるピッチが最も近い音高に各音を割り当てる（いわゆる丸める）ことにより、各音毎に音高及び音長が定められた楽音データを得る（特開平４−２４２２９０号公報等）。次にこの楽音データの和音を検出し（特開平７−１１０６８４号公報）、例えば第１小節の歌い出し部分の和音を基準音として設定する。または、コード進行を認識することができる程度の一連の複数の和音を基準音として設定してもよい。設定された基準音の情報はＲＡＭ７に一時格納される。
【００６５】
この基準音自動設定処理では、このほかに、数小節文のメロディからそのキーを検出し、そのキーのトニックコードを基準音として設定してもよい。また、上記得られた楽音データの第１音を単音の基準音として設定してもよい。あるいは、上記得られた数小節分の楽音データをそのまま単音で再現したメロディを基準音として設定してもよい。なお、基準音設定に必要な入力音声情報は、例示したように、通常はメロディの一部で十分であると思われるが、必ずしも歌い出し部分でなくてもよく、曲の構成によっては、キー検出の容易な部分や「サビ」等の他の部分であってもよい。
【００６６】
前記ステップＳ４０１の判別の結果基準音を設定するモードが設定されていないとき、または前記ステップＳ４０３もしくは前記ステップＳ４０４の処理後はステップＳ４０５に進み、音声入力（本番の入力）の開始がパネルスイッチ２により指示されたか否かを判別する。その判別の結果、音声の入力開始が指示されていないときは、前記ステップＳ４０１に戻る一方、音声の入力開始が指示されたときは、基準音発声モードが設定されているか否かを判別する（ステップＳ４０６）。その判別の結果、基準音発声モードが設定されていないときは、ステップＳ４０８に進む一方、基準音発声モードが設定されているときは、前記ステップＳ４０３または前記ステップＳ４０４でＲＡＭ７に格納された基準音の情報に従い、音源回路１５、効果回路１６及びサウンドシステム１７によって基準音を発生させ（ステップＳ４０７）、ステップＳ４０８に進む。これにより、歌い出しの音程を本番入力の開始直前に認識することができる。
【００６７】
なお、パネルスイッチ２における所定のスイッチを本番入力の開始直前にユーザがオンすることにより基準音を発生させるように構成してもよい。そのように構成すれば、ユーザは基準音発生の長さ、回数またはタイミング等を任意に調整することができ、より便利である。
【００６８】
次いで、ステップＳ４０８〜ステップＳ４１１では、上述した公知の手法（特開平４−２４２２９０号公報等）により、入力音声からＭＩＤＩデータを得る。すなわち、本番の音声入力を開始し（ステップＳ４０８）、入力された音声に係る各音のピッチを検出して（ステップＳ４０９）、楽音を割当てる、すなわち半音単位の１２平均率音階におけるピッチが最も近い音高に各音を割り当てることにより（ステップＳ４１０）、各音毎に音高及び音長が定められた音符化可能なＭＩＤＩデータを得ると共に、これをＨＤＤ１１内のハードディスクに記憶し（ステップＳ４１１）、本処理を終了する。
【００６９】
本処理によれば、音声入力等の際に基準音を事前に発生させることにより、発音すべき音声の第一声部分の適正な音程を事前に容易に認識することができるので、歌い出しのイメージを容易に頭に描くことができ、第一声の音程がずれて不適切となることを防止することができる。さらに、音程のずれが回避されることにより、楽音の不適切な割当てが防止され、意図したメロディにより忠実な楽音データの作成を実現することができる。
【００７０】
図５は、本実施の形態に係る音声入力装置によるカラオケモードの処理のフローチャートである。本処理はＣＰＵ５により実行される。
【００７１】
まず、メモリクリア等の初期設定を行い（ステップＳ５０１）、後述する図６の基準音発生処理を実行して（ステップＳ５０２）、曲データの演奏処理を実行し（ステップＳ５０３）、音量や効果音の調整等をパネルスイッチ２により設定して（ステップＳ５０４）、前記ステップＳ５０３に戻る。
【００７２】
図６は、図５のステップＳ５０２で実行される基準音発生処理のフローチャートである。
【００７３】
まず、基準音発生モードが設定されているか否かを判別し（ステップＳ６０１）、基準音発生モードが設定されていないときは直ちに本処理を終了する一方、基準音発生モードが設定されているときは、基準音自動設定モードが設定されているか否かを判別する（ステップＳ６０２）。その判別の結果、基準音自動設定モードが設定されていないときは、ユーザがパネルスイッチ２により基準音を任意に設定する一方（ステップＳ６０３）、基準音自動設定モードが設定されているときは、基準音を自動設定する（ステップＳ６０４）。
【００７４】
ここでカラオケにおける基準音は、歌い出しの第一声の音程を認識する手掛かりとなるものであれば十分であり、前述した楽音データ作成モードの場合と基本的に同様に設定することができる。
【００７５】
まず前記ステップＳ６０３における基準音任意設定処理では、ユーザは、記憶または歌詞カード等によりこれから歌う曲のキーまたは第一声の音程等が判るならば、例えばその曲のキーのトニックコードや、キーの根音または第一声の音程の単音等を基準音として設定する。設定された基準音の情報はＲＡＭ７に一時格納される。
【００７６】
一方、前記ステップＳ６０４における基準音自動設定処理では、公知の和音検出手法（特開平７−１１０６８４号公報）等を利用して曲データに基づき基準音を設定する。例えば、曲データの先頭部分の数小節について、音程、小節頭、強拍、弱拍のタイミング等に応じて奏法を検出しつつ和音を検出する。そしてこの検出された和音のうち第１小節部分または数小節部分を基準音として設定する。このほか、曲データのキーを検出してそのトニックコードまたは根音を基準音として設定するようにしてもよい。設定された基準音の情報はＲＡＭ７に一時格納される。
【００７７】
前記ステップＳ６０３または前記ステップＳ６０４の処理後はステップＳ６０５に進み、前記ステップＳ６０３または前記ステップＳ６０４でＲＡＭ７に格納された基準音の情報に従い、音源回路１５、効果回路１６及びサウンドシステム１７によって基準音を発生させ、本処理を終了する。なお、パネルスイッチ２における所定のスイッチを、曲データの演奏処理の開始直前にユーザがオンすることにより基準音を発生させるように構成してもよい。
【００７８】
本処理によれば、カラオケ演奏の際に基準音を事前に発生させることにより、歌詞の先頭部分の適正な音程を事前に容易に認識することができるので、前奏のないカラオケ曲においても第一声の音程ずれを防止することができる。
【００７９】
なお、器楽演奏の後に歌詞が始まる通常のカラオケ曲の場合にも、曲データのうち歌詞の先頭に同期している部分について、同様に和音検出及び基準音自動設定処理を行うようにしてもよい。これにより、基準音によって第一声の音程を前奏の始まる前に認識することができ、カラオケに不慣れなユーザにとって特に有用である。
【００８０】
なお、曲データを移調して演奏可能な機能を設け、演奏される曲データをユーザが任意に設定したトニックコードや根音等の基準音に応じて自動的に移調するように構成してもよい。
【００８１】
なお、入力された音声情報に応じて伴奏を付ける自動伴奏機能を設け、楽音データ作成モードの場合と同様の処理により、本番の自動伴奏の前に基準音を発生させるようにしてもよい。
【００８２】
なお、本実施の形態では、音程のずれ防止に着目したが、これに限るものでなく、例えば楽音データ作成モードにおいて、入力した音声情報からテンポを検出し、テンポや第一声の発生タイミング等を認識させるような音を事前に発生させるようにしてもよい。
【００８３】
なお、本音声入力装置は、ＣＰＵ５が実行する上記制御プログラムやテーブルデータ等の関係情報をインストールした市販のパーソナルコンピュータとして実現してもよい。この場合にも、上記制御プログラムや各種関係情報の配布方法として、これらを、市販のパーソナルコンピュータに設けたＲＯＭ等の不揮発メモリに予め格納しておく方法、可搬型の記憶媒体に格納して配布する方法、あるいは通信インターフェイスを経由して配布する方法等が考えられる。
【００８４】
【発明の効果】
以上説明したように、本発明の請求項１に係る音声入力装置、請求項３に係る音声入力方法または請求項５に係る記憶媒体によれば、入力すべき音声の音程を認識するための基準音が前記音声の入力前に発生されるので、発音すべき音声の第一声部分の適正な音程を事前に容易に認識することができる。
【図面の簡単な説明】
【図１】本発明の実施の一形態に係る音声入力装置の構成を示すブロック図である。
【図２】同形態に係る音声入力装置による楽音データ作成モードの処理のフローチャートである。
【図３】楽音データ作成モードにおける機能選択及びその作動の処理のフローチャートである。
【図４】楽音データ作成モードにおける入力モードの処理のフローチャートである。
【図５】同形態に係る音声入力装置によるカラオケモードの処理のフローチャートである。
【図６】カラオケモードにおける基準音発生処理のフローチャートである。
【符号の説明】
１マイクロフォン（ＭＩＣ）
２パネルスイッチ
３マイクロフォンインターフェイス（ＭＩＣＩ／Ｆ）
５ＣＰＵ
７ＲＡＭ
１０フロッピディスクドライブ（ＦＤＤ）
１１ハードディスクドライブ（ＨＤＤ）
１２ＣＤ−ＲＯＭドライブ
１３ＭＩＤＩインターフェイス（ＭＩＤＩＩ／Ｆ）
１４通信インターフェイス（通信Ｉ／Ｆ）
１５音源回路
１６効果回路
１７サウンドシステム

Claims

音声を入力する入力手段と、該入力手段により入力された音声を楽音データに変換する変換手段とを備えた音声入力装置において、
前記変換手段により楽音データに変換されるために前記入力手段により音声が入力されるのに先だって、前記楽音データに変換されるために前記入力手段により入力すべき音声の音程を認識するための基準音を設定するための基準音設定用音声を入力し、該入力した基準音設定用音声に基づいて、前記基準音を発生させる基準音発生手段を備え、
前記変換手段は、前記入力された音声の音高を所定の音高を基準とした半音単位の１２平均率における音高に丸めることで前記入力された音声を前記楽音データに変換するものであり、
前記基準音発生手段は、前記楽音データに変換されるために前記入力手段により音声が入力されるのに先だって入力した基準音設定用音声の音高を検出し、該検出した音高を前記所定の音高を基準とした半音単位の１２平均率における音高に丸め、該丸めた音高に基づいて前記基準音を設定し、該設定した基準音を、前記楽音データに変換されるために前記入力手段により音声が入力される前に発生させることを特徴とする音声入力装置。
前記基準音は和音であることを特徴とする請求項１記載の音声入力装置。
音声を入力する入力工程と、該入力工程において入力された音声を楽音データに変換する変換工程とを含む音声入力方法において、
前記変換工程により楽音データに変換されるために前記入力工程により音声が入力されるのに先だって、前記楽音データに変換されるために前記入力工程により入力すべき音声の音程を認識するための基準音を設定するための基準音設定用音声を入力し、該入力した基準音設定用音声に基づいて、前記基準音を発生させる基準音発生工程を含み、
前記変換工程は、前記入力された音声の音高を所定の音高を基準とした半音単位の１２平均率における音高に丸めることで前記入力された音声を前記楽音データに変換するものであり、
前記基準音発生工程は、前記楽音データに変換されるために前記入力工程により音声が入力されるのに先だって入力した基準音設定用音声の音高を検出し、該検出した音高を前記所定の音高を基準とした半音単位の１２平均率における音高に丸め、該丸めた音高に基づいて前記基準音を設定し、該設定した基準音を、前記楽音データに変換されるために前記入力工程により音声が入力される前に発生させることを特徴とする音声入力方法。
前記基準音は和音であることを特徴とする請求項３記載の音声入力方法。
音声を入力する入力モジュールと、該入力モジュールにより入力された音声を楽音データに変換する変換モジュールとを有するプログラムであって音声入力装置を制御するためのプログラムを格納した記憶媒体において、
前記プログラムは、前記変換モジュールにより楽音データに変換されるために前記入力モジュールにより音声が入力されるのに先だって、前記楽音データに変換されるために前記入力モジュールにより入力すべき音声の音程を認識するための基準音を設定するための基準音設定用音声を入力し、該入力した基準音設定用音声に基づいて、前記基準音を発生させる基準音発生モジュールを有し、
前記変換モジュールは、前記入力された音声の音高を所定の音高を基準とした半音単位の１２平均率における音高に丸めることで前記入力された音声を前記楽音データに変換するものであり、
前記基準音発生モジュールは、前記楽音データに変換されるために前記入力モジュールにより音声が入力されるのに先だって入力した基準音設定用音声の音高を検出し、該検出した音高を前記所定の音高を基準とした半音単位の１２平均率における音高に丸め、該丸めた音高に基づいて前記基準音を設定し、該設定した基準音を、前記楽音データに変換されるために前記入力モジュールにより音声が入力される前に発生させることを特徴とする記憶媒体。
前記基準音は和音であることを特徴とする請求項５記載の記憶媒体。