JP4165650B2 - 楽曲検索システムおよび楽曲検索方法 - Google Patents

Description

本発明は、ＨＤＤ等の大容量の記憶手段に大量に記憶されている楽曲データの中から所望の楽曲を検索する楽曲検索システムおよび楽曲検索方法に関し、特に人間の感性によって判断される印象度データに基づいて楽曲の検索が可能な楽曲検索システムおよび楽曲検索方法に関する。

近年、ＨＤＤ等の大容量の記憶手段が開発され、大容量の記憶手段に大量の楽曲データを記憶させることができるようになっている。大容量の記憶手段に記憶されている大量の楽曲データの検索は、アーティスト名や曲名、その他のキーワード等の書誌データを用いて行うのが一般的であるが、書誌データで検索した場合には、楽曲が持っている情感を考慮することができず、印象の異なる楽曲が検索される可能性があり、聴取した際の印象が同じような楽曲を検索したい場合には、不向きである。

そこで、楽曲に対する主観的な印象に基づいて利用者の希望する楽曲を検索可能にするために、検索を希望する楽曲に対するユーザの主観的な要件を入力して数値化して出力し、その出力から、検索対象の楽曲の印象を数量化した予測印象値を算出し、算出した予測印象値をキーとして、複数の楽曲の音響信号およびその楽曲の印象を数量化した印象値を格納した楽曲データベースを検索することにより、利用者の楽曲に対する主観的なイメージに基づいて、希望する楽曲を検索する装置が提案されている（例えば、特許文献１参照）。

しかしながら、従来技術では、楽曲の物理的な特徴を変換した印象値を、ユーザの主観的な要件の入力が数値化された予測印象値に基づいて検索を行っているため、ユーザによって検索条件として入力される主観的な要件の入力項目が集約されてしまい、主観的な要件に基づく精度の高い楽曲データの検索を実現することができないと共に、楽曲の物理的な特徴を印象値に変換するルールが固定されているため、変換後の印象値が必ずしも個々のユーザの嗜好に即しないという問題点があった。
特開２００２−２７８５４７号公報

本発明は斯かる問題点を鑑みてなされたものであり、その目的とするところは、ユーザの感性に基づいて学習させた階層型ニューラルネットワークによって、楽曲の有する物理的な複数の項目からなる特徴データと、人間の感性によって判断される項目からなる印象度データとを直接関連づけることにより、ユーザによって検索条件として入力される人間の感性によって判断される印象度データの項目が集約されることなく、ユーザの感性によって判断される印象度データに基づいて精度の高い楽曲データの検索を行うことができると共に、ユーザがシステムを利用する前に初期設定としてサンプル楽曲に対する印象度データを用いて階層型ニューラルネットワークの学習を行うことによって、個々のユーザにより嗜好に適合した楽曲データの検索を行うことができる楽曲検索システムおよび楽曲検索方法を提供する点にある。

本発明は上記課題を解決すべく、以下に掲げる構成とした。
本発明の楽曲検索システムは、楽曲データベースに記憶された複数の楽曲データの中から所望の楽曲データを検索する楽曲検索システムであって、人間の感性によって判断される印象度データを入力する印象度データ入力手段と、該印象度データ入力手段から入力された前記印象度データを教師信号として用いて、前記楽曲データが有する物理的な特徴データを前記印象度データに変換する階層型ニューラルネットワークを学習させる階層型ニューラルネットワーク学習手段と、前記楽曲データを入力する楽曲データ入力手段と、該楽曲データ入力手段によって入力された前記楽曲データの一定フレーム長に対して高速フーリエ変換を行いパワースペクトルを算出することで前記特徴データを抽出する特徴データ抽出手段と、前記階層型ニューラルネットワーク学習手段によって学習が施された前記階層型ニューラルネットワークを用いて、前記特徴データ抽出手段によって抽出された前記特徴データを前記印象度データに変換する印象度データ変換手段と、該印象度データ変換手段によって変換された前記印象度データを前記楽曲データ入力手段によって入力された前記楽曲データと共に前記楽曲データベースに記憶させる記憶制御手段と、キーワードに対応する楽曲を設定するキーワード設定手段と、楽曲がマッピングで表示される楽曲マッピング表示手段と、前記楽曲マッピング表示手段で表示された楽曲であるニューロンをポイントすると前記キーワードが表示されるキーワード表示手段と、前記印象度データ入力手段から検索条件として入力された前記印象度データと前記キーワードに基づいて前記楽曲データベースを検索する楽曲検索手段と、該楽曲検索手段によって検索された前記楽曲データを出力する楽曲データ出力手段と、初期設定用楽曲データを記憶するサンプルデータ記憶手段と、該サンプルデータ記憶手段に記憶されている前記初期設定用楽曲データを音声出力する音声出力手段と、を具備し、前記サンプルデータ記憶手段には、前記初期設定用楽曲データに対応する前記特徴データが予め記憶されており、前記特徴データ抽出手段は、前記サンプルデータ記憶手段に記憶されている前記初期設定用楽曲データから前記特徴データを抽出し、前記階層型ニューラルネットワーク学習手段は、前記特徴データと前記音声出力手段から音声出力された前記初期設定用楽曲データに対応して前記印象度データ入力手段から入力された前記印象度データを用いて前記階層型ニューラルネットワークを学習させることを特徴とする。

さらに、本発明の楽曲検索システムは、前記特徴データ抽出手段は、前記特徴データとしてゆらぎ情報からなる複数の項目を抽出することを特徴とする。

さらに、本発明の楽曲検索システムは、前記楽曲検索手段は、前記印象度データ入力手段から入力された前記印象度データを入力ベクトルとすると共に、前記楽曲データベースに記憶されている前記印象度データを検索対象ベクトルとし、両者のユークリッド距離が小さい順に検索することを特徴とする。

さらに、本発明の楽曲検索方法は、コンピュータが実行する楽曲データベースに記憶された複数の楽曲データの中から所望の楽曲データを検索する楽曲検索方法であって、前記コンピュータは、人間の感性によって判断される印象度データを教師信号として受け付ける階層型ニューラルネットワーク学習部の階層型ニューラルネットワーク学習工程と、該入力した前記印象度データを教師信号として用いて、前記楽曲データが有する物理的な特徴データを前記印象度データに変換する階層型ニューラルネットワークを学習させる楽曲マップ学習部の楽曲マップ学習工程と、前記楽曲データを入力する楽曲データ入力部の楽曲データ入力工程と、該入力した前記楽曲データの一定フレーム長に対して高速フーリエ変換を行いパワースペクトルを算出することで特徴データを抽出する特徴データ抽出部の特徴データ抽出工程と、前記楽曲マップ学習工程で学習させた前記階層型ニューラルネットワークを用いて、前記特徴データ抽出工程で抽出した前記特徴データを前記印象度データに変換する印象度データ変換部の印象度データ変換工程と、前記印象度データ変換工程で変換した前記印象度データを前記楽曲データと共に前記楽曲データベースに記憶させる前記コンピュータの記憶制御工程と、キーワードに対応する楽曲を設定するＰＣ操作部のキーワード設定工程と、楽曲がマッピングで表示されるＰＣ表示部の楽曲マッピング表示工程と、前記楽曲マッピング表示工程で表示された楽曲であるニューロンをポイントすると前記キーワードが表示されるＰＣ表示部のキーワード表示工程と、検索条件として印象度データの入力を受け付けるＰＣ操作部の印象度データ入力工程と、該受け付けた印象度データと前記キーワードに基づいて前記楽曲データベースを検索する楽曲検索部の楽曲検索工程と、前記楽曲検索工程によって検索された楽曲データを出力する検索結果出力部の楽曲データ出力工程と、初期設定用楽曲データを記憶するサンプルデータ記憶部のサンプルデータ記憶工程と、前記サンプルデータ記憶工程で記憶されている前記初期設定用楽曲データを音声出力する音声出力工程と、を実行し、前記サンプルデータ記憶工程には、前記初期設定用楽曲データに対応する前記特徴データが予め記憶されており、前記特徴データ抽出工程は、前記サンプルデータ記憶工程に記憶されている前記初期設定用楽曲データから前記特徴データを抽出し、前記階層型ニューラルネットワーク学習手段は、前記特徴データと前記音声出力工程から音声出力された前記初期設定用楽曲データに対応して前記印象度データ入力手段から入力された前記印象度データを用いて前記階層型ニューラルネットワークを学習させることを特徴とする。

さらに、本発明の楽曲検索方法は、前記特徴データ抽出工程は前記特徴データとしてゆらぎ情報からなる複数の項目を抽出することを特徴とする。
さらに、本発明の楽曲検索プログラムは、上記楽曲検索方法をコンピュータで実行可能とすることを特徴とする。

本発明の楽曲検索システムおよび楽曲検索方法は、ユーザの感性に基づいて学習させた階層型ニューラルネットワークを用いて、楽曲の有する物理的な複数の項目からなる特徴データと、人間の感性によって判断される項目からなる印象度データとを直接関連づけ、楽曲データから抽出した特徴データを印象度データに変換し、変換した印象度データを楽曲データベースに記憶させるように構成すると共に、楽曲検索部によって楽曲データベースに記憶されている印象度データをユーザによって入力された印象度データに基づいて検索するように構成することにより、ユーザによって検索条件として入力される人間の感性によって判断される印象度データの項目が集約されることなく、ユーザの感性によって判断される印象度データに基づいて精度の高い楽曲データの検索を行うことができ、大容量の記憶手段に記憶されている大量の楽曲データの中から聴取した際の印象が同じような楽曲のみを検索することができると共に、個々のユーザの嗜好を反映させた楽曲の検索を行うことができるという効果を奏する。

さらに、本発明の楽曲検索システムおよび楽曲検索方法は、ユーザによって学習が施された自己組織化マップであり、楽曲データが有する印象度データに基づいて楽曲データがマッピングされている楽曲マップを楽曲マップ記憶部に記憶しておき、楽曲検索部によって楽曲マップ記憶部に記憶されている楽曲マップを用いて検索するように構成することにより、代表曲を選択するだけで、大容量の記憶手段に記憶されている大量の楽曲データの中から代表曲と同じような印象をユーザに与える楽曲を素早く検索することができるという効果を奏する。

さらに、本発明の楽曲検索システムおよび楽曲検索方法は、特徴データ抽出部においてゆらぎ情報からなる複数の項目を特徴データとして抽出するように構成することにより、楽曲データの物理的な特徴を正確に抽出することができ、特徴データから変換される印象度データの精度を向上させることができるという効果を奏する。

さらに、本発明の楽曲検索システムおよび楽曲検索方法は、印象度データ変換部によって特徴データから変換される印象度データと、ＰＣ操作部から入力される印象度データとを同一の複数項目とすることにより、多様な項目を設定することができ、ユーザが印象度データに基づく検索を容易に行うことができるという効果を奏する。

さらに、本発明の楽曲検索システムおよび楽曲検索方法は、楽曲検索部において、ＰＣ操作部から入力された印象度データを入力ベクトルとすると共に、楽曲データベースに記憶されている印象度データを検索対象ベクトルとし、両者のユークリッド距離が小さい順に検索するように構成することにより、印象度データの項目を多くしても正確に検索を行うことができ、検索精度を向上させることができるという効果を奏する。

以下、本発明の実施の形態を図面に基づいて詳細に説明する。

図１は、本発明に係る楽曲検索システムの実施の形態の構成を示すブロック図であり、図２は、図１に示す端末装置の構成を示すブロック図である。

本実施の形態は、図１を参照すると、楽曲検索装置１０と、端末装置３０とがＵＳＢ等のデータ伝送路で接続されており、端末装置３０は、楽曲検索装置１０から切り離して携帯することができる構成となっている。

楽曲検索装置１０は、図１を参照すると、楽曲データ入力部１１と、圧縮処理部１２と、特徴データ抽出部１３と、印象度データ変換部１４と、楽曲データベース１５と、楽曲マッピング部１６と、楽曲マップ記憶部１７と、楽曲検索部１８と、ＰＣ操作部１９と、ＰＣ表示部２０と、検索結果出力部２１と、初期設定部２２と、サンプルデータ記憶部２３と、音声出力部２４と、階層型ニューラルネットワーク学習部２５と、楽曲マップ学習部２６とからなる。

楽曲データ入力部１１は、ＣＤ、ＤＶＤ等の楽曲データが記憶されている記憶媒体を読み取る機能を有し、ＣＤ、ＤＶＤ等の記憶媒体から楽曲データを入力し、圧縮処理部１２および特徴データ抽出部１３に出力する。ＣＤ、ＤＶＤ等の記憶媒体以外にインターネット等のネットワークを経由した楽曲データ（配信データ）を入力するように構成しても良い。なお、圧縮された楽曲データが入力される場合には、圧縮された楽曲データを伸長して特徴データ抽出部１３に出力する。

圧縮処理部１２は、楽曲データ入力部１１から入力された楽曲データをＭＰ３やＡＴＲＡＣ（Adaptive Transform Acoustic Coding ）等の圧縮形式で圧縮し、圧縮した楽曲データを、アーティスト名、曲名等の書誌データと共に楽曲データベース１５に記憶させる。

特徴データ抽出部１３は、楽曲データ入力部１１から入力された楽曲データから、ゆらぎ情報からなる特徴データを抽出し、抽出した特徴データを印象度データ変換部１４に出力する。

印象度データ変換部１４は、予め学習が施された階層型ニューラルネットワークを用いて、特徴データ抽出部１３から入力された特徴データを、人間の感性によって判断される印象度データに変換し、変換した印象度データを楽曲マッピング部１６に出力する。

楽曲データベース１５は、ＨＤＤ等の大容量の記憶手段であり、圧縮処理部１２によって圧縮された楽曲データ、書誌データと、特徴データ抽出部１３によって抽出された特徴データとが関連づけられて記憶される。

楽曲マッピング部１６は、印象度データ変換部１４から入力された印象度データに基づいて、予め学習が施された自己組織化マップである楽曲マップに楽曲データをマッピングし、楽曲データをマッピングした楽曲マップを楽曲マップ記憶部１７に記憶させる。

楽曲マップ記憶部１７は、ＨＤＤ等の大容量の記憶手段であり、楽曲マッピング部１６によって楽曲データがマッピングされた楽曲マップが記憶される。

楽曲検索部１８は、ＰＣ操作部１９から入力された印象度データおよび書誌データに基づいて楽曲データベース１５を検索し、当該検索結果をＰＣ表示部２０に表示すると共に、ＰＣ操作部１９によって選択された代表曲に基づいて楽曲マップ記憶部１７を検索し、当該代表曲検索結果をＰＣ表示部２０に表示する。また、楽曲検索部１８は、検索結果出力部２１を介してＰＣ操作部１９によって選択された楽曲データを端末装置３０に出力する。

ＰＣ操作部１９は、キーボードやマウス等の入力手段であり、楽曲データベース１５および楽曲マップ記憶部１７に記憶されている楽曲データを検索する検索条件の入力、端末装置３０に出力する楽曲データを選択する入力が行われる。また、ＰＣ操作部１９は、音声出力部２４からの音声出力に基づく、ユーザによる印象度データの入力を受け付け、受け付けた印象度データを、階層型ニューラルネットワークの学習に用いる教師信号として階層型ニューラルネットワーク学習部２５に出力すると共に自己組織化マップへの入力ベクトルとして楽曲マップ学習部２６に出力する。

ＰＣ表示部２０は、例えば液晶ディスプレイ等の表示手段であり、初期設定画面の表示、楽曲マップ記憶部１７に記憶されている楽曲データのマッピング状況の表示、楽曲データベース１５および楽曲マップ記憶部１７に記憶されている楽曲データを検索する検索条件の表示、検索された楽曲データ（検索結果）の表示が行われる。

検索結果出力部２１は、端末装置３０の検索結果入力部３１との間をＵＳＢ等のデータ伝送路で接続可能に構成されており、楽曲検索部１８によって検索され、ＰＣ操作部１９によって選択された楽曲データを端末装置３０の検索結果入力部３１に出力する。

初期設定部２２は、最初に電源が投入されると、初期設定画面をＰＣ表示部２０に表示させ、ＰＣ操作部１９からの指示に基づいて、サンプルデータ記憶部２３に記憶されている複数のサンプルデータを読み出し、読み出したサンプルデータの内の特徴データを階層型ニューラルネットワーク学習部２５に出力すると共に、読み出したサンプルデータの内の楽曲データを音声出力部２４に出力する。

サンプルデータ記憶部２３は、メモリ等の記憶手段であり、楽曲データと、当該楽曲データから特徴データ抽出部１３による特徴データの抽出方法と同様の方法で事前に抽出された特徴データとからなるサンプルデータが複数記憶されている。なお、楽曲データとしては、１曲全部を必要とするものではなく、特徴データの抽出に用いられた部分のみで良い。

音声出力部２４は、初期設定部２２から入力されたサンプルデータの内の楽曲データを伸長して再生するオーディオプレーヤである。

階層型ニューラルネットワーク学習部２５は、初期設定部２２から入力された特徴データと、ＰＣ操作部１９から入力された印象度データとに基づいて階層型ニューラルネットワークに学習を施し、各ニューラルの結合重み値を更新し、更新した結合重み値を印象度データ変換部１４に出力する。

楽曲マップ学習部２６は、ＰＣ操作部１９から入力された印象度データを自己組織化マップへの入力ベクトルとして自己組織化マップに学習を施し、各ニューラルの特徴ベクトルを更新し、更新した特徴ベクトルを楽曲マップ記憶部１７に記憶させる。

端末装置３０は、ＨＤＤ等の大容量の記憶手段を有するポータブルオーディオ等の音声再生装置であり、図２を参照すると、検索結果入力部３１と、検索結果記憶部３２と、端末操作部３３、端末表示部３４と、音声出力部３５とからなる。

検索結果入力部３１は、楽曲検索装置１０の検索結果出力部２１をＵＳＢ等のデータ伝送路で接続可能に構成されており、楽曲検索装置１０の検索結果出力部２１から入力された楽曲データを検索結果記憶部３２に記憶させる。

端末操作部３３は、検索結果記憶部３２に記憶されている楽曲データの選択・再生を指示する入力、ボリュームコントロールの入力等の楽曲データの再生に係る入力が行われる。

端末表示部３４は、例えば液晶ディスプレイ等の表示手段であり、再生中の曲名や、各種操作ガイダンスが表示される。

音声出力部３５は、検索結果記憶部３２に圧縮されて記憶されている楽曲データを伸長して再生するオーティオプレーヤである。

次に、本実施の形態の動作について図３乃至図１６を参照して詳細に説明する。
図３は、図１に示す階層型ニューラルネットワーク学習部において初期設定時に行われる階層型ニューラルネットワークの学習動作を説明するためのフローチャートであり、図４は、図１に示す階層型ニューラルネットワーク学習部における階層型ニューラルネットワークの学習アルゴリズムを説明するための説明図であり、図５は、図１に示すＰＣ表示部に教示される初期設定画面例を示す図であり、図６は、図１に示す楽曲マップ学習部において初期設定時に行われる楽曲マップの学習動作を説明するためのフローチャートであり、図７は、図１に示す楽曲マップ学習部における楽曲マップの学習アルゴリズムを説明するための説明図であり、図８は、図１に示す楽曲検索装置における楽曲登録動作を説明するためのフローチャートであり、図９は、図１に示す特徴データ抽出部における特徴データ抽出動作を説明するためのフローチャートであり、図１０は、図１に示す楽曲検索装置における楽曲検索動作を説明するためのフローチャートであり、図１１は、図１に示すＰＣ表示部に表示される表示画面例を示す図であり、図１２は、図１１に示す検索条件入力領域の表示例を示す図であり、図１３および図１４は、図１１に示す検索結果表示領域の表示例を示す図であり、図１５は、図１１に示す表示画面に表示される全楽曲リスト表示領域例を示す図であり、図１６は、図１１に示す表示画面に表示されるキーワード検索領域例を示す図である。

本実施の形態の楽曲検索装置１０では、使用に先立って初期設定として、印象度データ変換部１４で用いられる階層型ニューラルネットワークの学習と、楽曲マッピング部１６で用いられる楽曲マップの学習とが行われる。

まず、階層型ニューラルネットワーク学習部２５において初期設定時に行われる階層型ニューラルネットワークの学習動作について図３乃至図５を参照して詳細に説明する。

印象度データ変換部１４で用いられる階層型ニューラルネットワークは、図４に示すように、入力層（第１層）、中間層（第ｎ層）および出力層（第Ｎ層）からなり、入力層（第１層）に特徴データを入力することによって、出力層（第Ｎ層）から印象度データを出力、すなわち特徴データを印象度データに変換し、出力層（第Ｎ層）から出力するものであり、中間層（第ｎ層）の各ニューラルの結合重み値ｗを初期設定する。なお、特徴データは、特徴データ抽出部１３によって楽曲データから抽出される８項目からなるデータであり、入力層（第１層）のニューロン数Ｌ_１は、８個となっている（特徴データ抽出部１３による特徴データの抽出方法については、後述する）。また、印象度データは、人間の感性によって判断される（明るい、暗い）、（重い、軽い）、（かたい、やわらかい）、（安定、不安定）、（澄んだ、にごった）、（滑らか、歯切れの良い）、（激しい、穏やか）、（厚い、薄い）の８項目がそれぞれ７段階評価で表されたデータであり、出力層（第Ｎ層）のニューロン数Ｌ_Ｎは、８個となっている。中間層（第ｎ層：ｎ＝２，…，Ｎ−１）のニューロン数Ｌ_ｎは、適宜設定されている。

最初に電源が投入されると、初期設定部２２は、初期設定画面４０をＰＣ表示部２０に表示させる。初期設定画面４０は、図５に示すように、印象度データ、すなわち（明るい、暗い）、（重い、軽い）、（かたい、やわらかい）、（安定、不安定）、（澄んだ、にごった）、（滑らか、歯切れの良い）、（激しい、穏やか）、（厚い、薄い）の８項目についての７段階評価をそれぞれ入力する印象度データ入力領域４１と、初期設定の開始を指示する初期設定開始ボタン４２と、印象度データ入力領域４１に入力した印象度データの入力を確定させる入力確定ボタン４３とからなる。

ユーザによって初期設定開始ボタン４２がクリックされると、初期設定部２２は、サンプルデータ記憶部２３に記憶されている複数のサンプルデータ（特徴データ＋楽曲データ）の最初の１つを読み出し、読み出したサンプルデータの内の特徴データを階層型ニューラルネットワーク学習部２５に出力すると共に（ステップＡ１）、読み出したサンプルデータの内の楽曲データを音声出力部２４に出力し、音声出力部２４は、初期設定部２２から入力された楽曲データを音声出力する（ステップＡ２）。

ユーザは、音声出力部２４からの音声出力を聞くことによって、楽曲の印象度を感性によって評価し、ＰＣ操作部１９から印象度データ入力領域４１に評価結果を入力し、入力確定ボタン４３をクリックする。ユーザによって入力確定ボタン４３がクリックされると、印象度データ入力領域４１に入力された８項目の評価結果は、印象度データとして階層型ニューラルネットワーク学習部２５から入力され（ステップＡ３）、階層型ニューラルネットワーク学習部２５は、ＰＣ操作部１９から入力された印象度データを教師信号として受け付ける。

階層型ニューラルネットワーク学習部２５は、初期設定部２２から入力された特徴データと、ＰＣ操作部１９から入力された印象度データとに基づいて、誤差逆伝播学習法を用い、階層型ニューラルネットワークの学習、すなわち各ニューロンの結合重み値ｗの更新を行う。

まず、初期値として、中間層（第ｎ層）の全てのニューロンの結合重み値ｗを乱数によって−０．１〜０．１程度の範囲の小さな値に設定しておき、階層型ニューラルネットワーク学習部２５は、初期設定部２２から入力された特徴データを入力信号ｘ_ｊ(ｊ＝１，２，…，８)として入力層（第１層）に入力し、入力層（第１層）から出力層（第Ｎ層）に向けて、各ニューロンの出力を計算する。

次に、階層型ニューラルネットワーク学習部２５は、ＰＣ操作部１９から入力された印象度データを教師信号ｙ_ｊ(ｊ＝１，２，…，８)とし、出力層（第Ｎ層）の出力out_j ^Ｎと、教師信号ｙ_ｊとの誤差から、学習則δ_j ^Ｎを次式によって計算する。

次に、階層型ニューラルネットワーク学習部２５は、学習則δ_j ^Ｎを使って、中間層（第ｎ層）の誤差信号δ_j ⁿを次式によって計算する。

なお、数２において、ｗは、第ｎ層ｊ番目と第ｎ−１層ｋ番目のニューロンの間の結合重み値を表している。

次に、階層型ニューラルネットワーク学習部２５は、中間層（第ｎ層）の誤差信号 δ_j ⁿ を用いて各ニューロンの結合重み値ｗの変化量Δｗを次式によって計算し、各ニューロンの結合重み値ｗを更新する（ステップＡ４）。

なお、数３において、ηは、学習率を表し、 (0＜η≦1)に設定されている。

学習回数として、サンプルデータ記憶部２３に記憶されているサンプルデータのサンプル数Ｔおよび学習反復回数Ｓを予め設定しておき、学習回数ｔ＝１，…，Ｔについて学習を行い、階層型ニューラルネットワーク学習部２５は、学習回数ｔがサンプル数Ｔに達したか否かを判断し（ステップＡ５）、学習回数ｔが設定値Ｔに達するまでステップＡ１〜ステップＡ４の処理動作を繰り返し、学習回数ｔが設定値Ｔに達すると、再び始めのサンプルデータから学習を行う。この一連の処理をＳ回繰り返した時点で、印象度データ変換部１４に学習させた各ニューロンの結合重み値ｗを出力する（ステップＡ６）。

なお、学習回数を定めるサンプル数Ｔは、次式に示す２乗誤差Ｅが十分に小さくなる値に設定すると良い。

なお、本実施の形態では、中間層（第ｎ層）の各ニューラルの結合重み値ｗの初期値として、中間層（第ｎ層）の全てのニューロンの結合重み値ｗを乱数によって−０．１〜０．１程度の範囲の小さな値に設定しておく構成としたが、各ニューラルの結合重み値ｗとしてある程度まで学習させたものを用いるようにすることもでき、この場合には、初期設定で行う学習動作の数（サンプル数Ｔ）を少なくすることができ、ユーザの手間を最小限に抑えることができる。

また、本実施の形態では、サンプルデータ記憶部２３に楽曲データと特徴データとからなるサンプルデータを記憶させるように構成したが、サンプルデータ記憶部２３に楽曲データのみを記憶しておき、初期設定部２２によって読み出された楽曲データを特徴データ抽出部１３に入力し、特徴データ抽出部１３によって楽曲データから抽出された特徴データを階層型ニューラルネットワーク学習部２５に入力するように構成しても良い。

次に、楽曲マップ学習部２６において初期設定時に行われる楽曲マップの学習動作について図６および図７を参照して詳細に説明する。

楽曲マッピング部１６で用いられる楽曲マップは、教師信号を必要としない学習ニューラルネットワーク、すなわち入力パターン群をその類似度に応じて分類する能力を自律的に獲得して行くニューラルネットワークであって、図７に示すように、ｎ次元の特徴ベクトルｍ_ｉ（ｔ）∈Ｒ^ｎを内包するニューロンが２次元に規則的に配置（図７に示す例では、９＊９の正方形）されている自己組織化マップ（ＳＯＭ）であり、各ニューロンの特徴ベクトルｍ_ｉ（ｔ）∈Ｒ^ｎを初期設定する。なお、本実施の形態では、ニューロンが１００＊１００の正方形に配列された２次元ＳＯＭを使用したが、ニューロンの配列は、正方形であっても、蜂の巣であっても良い。

楽曲マップの初期設定は、階層型ニューラルネットワークの初期設定に並行して行われる。ユーザによって初期設定開始ボタン４２がクリックされると、初期設定部２２は、サンプルデータ記憶部２３に記憶されている複数のサンプルデータ（特徴データ＋楽曲データ）の最初の１つを読み出し、読み出したサンプルデータの内の楽曲データを音声出力部２４に出力し、音声出力部２４は、初期設定部２２から入力された楽曲データを音声出力する（ステップＢ１）。

ユーザは、音声出力部２４からの音声出力を聞くことによって、楽曲の印象度を感性によって評価し、ＰＣ操作部１９から印象度データ入力領域４１に評価結果を入力し、入力確定ボタン４３をクリックする。ユーザによって入力確定ボタン４３がクリックされると、印象度データ入力領域４１に入力された８項目の評価結果は、印象度データとしてＰＣ操作部１９から楽曲マップ学習部２６に入力され（ステップＢ２）、楽曲マップ学習部２６は、ＰＣ操作部１９から入力された印象度データに基づいて、楽曲マップの学習、すなわち各ニューロンの特徴ベクトルｍ_ｉ（ｔ）∈Ｒ^ｎの更新を行う。

楽曲マップ学習部２６は、ＰＣ操作部１９から入力された印象度データを入力ベクトルｘ_ｊ（ｔ）∈Ｒ^ｎとし、各ニューロンの特徴ベクトルｍ_ｉ（ｔ）∈Ｒ^ｎを学習させる。なお、ｔは、学習回数を表し、学習回数を定める設定値Ｔを予め設定しておき、学習回数ｔ＝１，…，Ｔについて学習を行わせる。なお、Ｒは、各印象度項目の評価段階を示し、ｎは、印象度データの項目数を示す。

まず、初期値として、全てのニューロンの特徴ベクトルｍ_ｃ（０）をそれぞれ０〜１の範囲でランダムに設定しておき、楽曲マップ学習部２６は、ｘ_ｊ（ｔ）に最も近いニューロンｃ、すなわち‖ｘ_ｊ（ｔ）−ｍ_ｃ（ｔ）‖を最小にする勝者ニューロンｃを求め、勝者ニューロンｃの特徴ベクトルｍ_ｃ（ｔ）と、勝者ニューロンｃの近傍にある近傍ニューロンｉの集合Ｎ_ｃのそれぞれの特徴ベクトルｍ_ｉ（ｔ）（ｉ∈Ｎ_ｃ）とを、次式に従ってそれぞれ更新する（ステップＢ３）。なお、近傍ニューロンｉを決定するための近傍半径は、予め設定されているものとする。

なお、数５において、ｈ_ｃｉ（ｔ）は、学習率を表し、次式によって求められる。

なお、α_initは学習率の初期値であり、Ｒ^２（ｔ）は、単調減少する一次関数もしくは指数関数が用いられる。

次に、楽曲マップ学習部２６は、学習回数ｔがサンプル数Ｔに達したか否かを判断し（ステップＢ４）、学習回数ｔがサンプル数Ｔに達するまでステップＢ１〜ステップＢ４の処理動作を繰り返し、学習回数ｔがサンプル数Ｔに達すると、再び最初のサンプルから同じ処理動作を行う。この反復回数がＳ回になった時点で、学習させた特徴ベクトルｍ_ｉ（Ｔ）∈Ｒ^ｎを出力する（ステップＢ５）。出力された各ニューロンｉの特徴ベクトルｍ_ｉ（Ｔ）は、楽曲マップ記憶部１７に楽曲マップとして記憶される。

なお、本実施の形態では、各ニューロンの特徴ベクトルｍ_ｉ（ｔ）∈Ｒ^ｎの初期値として、全てのニューロンの特徴ベクトルｍ_ｃ（０）をそれぞれ０〜１の範囲でランダムに設定しておく構成としたが、各ニューロンの特徴ベクトルｍ_ｉ（ｔ）∈Ｒ^ｎとしてある程度まで学習させたものを用いるようにすることもでき、この場合には、初期設定で行う学習動作の数（サンプル数Ｔ）を少なくすることができ、ユーザの手間を最小限に抑えることができる。

次に、楽曲検索装置１０における楽曲登録動作について図８および図９を参照して詳細に説明する。
楽曲データ入力部１１にＣＤ、ＤＶＤ等の楽曲データが記憶されている記憶媒体をセットし、楽曲データ入力部１１から楽曲データを入力する（ステップＣ１）。

圧縮処理部１２は、楽曲データ入力部１１から入力された楽曲データを圧縮し（ステップＣ２）、圧縮した楽曲データを、アーティスト名、曲名等の書誌データと共に楽曲データベース１５に記憶させる（ステップＣ３）。

特徴データ抽出部１３は、楽曲データ入力部１１から入力された楽曲データから、ゆらぎ情報からなる特徴データを抽出する（ステップＣ４）。
特徴データ抽出部１３における特徴データの抽出動作は、図９を参照すると、楽曲データの入力を受け付け（ステップＤ１）、楽曲データの予め定められたデータ解析開始点から一定のフレーム長に対しＦＦＴ（高速フーリエ変換）を行い（ステップＤ２）、パワースペクトルを算出する。なお、ステップＤ２の前に高速化を目的としてダウンサンプリングを行うようにしても良い。

次に、特徴データ抽出部１３は、Ｌｏｗ、Ｍｉｄｄｌｅ、Ｈｉｇｈの周波数帯域を予め設定しておき、Ｌｏｗ、Ｍｉｄｄｌｅ、Ｈｉｇｈの３帯域のパワースペクトルを積分し、平均パワーを算出すると共に（ステップＤ３）、Ｌｏｗ、Ｍｉｄｄｌｅ、Ｈｉｇｈの周波数帯域の内、最大のパワーを持つ帯域をＰｉｔｃｈのデータ解析開始点値とし、Ｐｉｔｃｈを測定する（ステップＤ４）。

ステップＤ２〜ステップＤ４の処理動作は、予め定められたフレーム個数分行われ、特徴データ抽出部１３は、ステップＤ２〜ステップＤ４の処理動作を行ったフレーム個数が予め定められた設定値に達したか否かを判断し（ステップＤ５）、ステップＤ２〜ステップＤ４の処理動作を行ったフレーム個数が予め定められた設定値に達していない場合には、データ解析開始点をシフトしながら（ステップＤ６）、ステップＤ２〜ステップＤ４の処理動作を繰り返す。

ステップＤ２〜ステップＤ４の処理動作を行ったフレーム個数が予め定められた設定値に達した場合には、特徴データ抽出部１３は、ステップＤ２〜ステップＤ４の処理動作によって算出したＬｏｗ、Ｍｉｄｄｌｅ、Ｈｉｇｈの平均パワーの時系列データに対しＦＦＴを行うと共に、ステップＤ２〜ステップＤ４の処理動作によって測定したＰｉｔｃｈの時系列データに対しＦＦＴを行う（ステップＤ７）。

次に、特徴データ抽出部１３は、Ｌｏｗ、Ｍｉｄｄｌｅ、Ｈｉｇｈ、ＰｉｔｃｈにおけるＦＦＴ分析結果から、横軸を対数周波数、縦軸を対数パワースペクトルとしたグラフにおける回帰直線の傾きと、回帰直線のＹ切片とをゆらぎ情報として算出し（ステップＤ８）、Ｌｏｗ、Ｍｉｄｄｌｅ、Ｈｉｇｈ、Ｐｉｔｃｈのそれぞれにおける回帰直線の傾きおよびＹ切片を８項目からなる特徴データとして印象度データ変換部１４に出力する。

印象度データ変換部１４は、図４に示すような入力層（第１層）、中間層（第ｎ層）、出力層（第Ｎ層）からなる階層型ニューラルネットワークを用い、入力層（第１層）に特徴データ抽出部１３で抽出された特徴データを入力することによって、出力層（第Ｎ層）から印象度データを出力、すなわち特徴データを印象度データに変換し（ステップＣ５）、出力層（第Ｎ層）から出力された印象度データを、楽曲マッピング部１６に出力すると共に、楽曲データと共に楽曲データベース１５に記憶させる。なお、中間層（第ｎ層）の各ニューラルの結合重み値ｗは、階層型ニューラルネットワーク学習部２５によって初期設定、すなわち学習が施されている。また、本実施の形態の場合には、入力層（第１層）に入力される特徴データ、すなわち特徴データ抽出部１３によって抽出される特徴データの項目は、前述のように８項目であり、印象度データの項目としては、人間の感性によって判断される（明るい、暗い）、（重い、軽い）、（かたい、やわらかい）、（安定、不安定）、（澄んだ、にごった）、（滑らか、歯切れの良い）、（激しい、穏やか）、（厚い、薄い）の８項目を設定し、各項目を７段階評価で表すように設定した。従って、入力層（第１層）のニューロン数Ｌ_１と出力層（第Ｎ層）のニューロン数Ｌ_Ｎとは、それぞれ８個となっており、中間層（第ｎ層：ｎ＝２，…，Ｎ−１）のニューロン数Ｌ_ｎは、適宜設定されている。

楽曲マッピング部１６は、楽曲データ入力部１１から入力された楽曲を楽曲マップ記憶部１７に記憶されている楽曲マップの該当箇所にマッピングする。楽曲マッピング部１６におけるマッピング動作に用いられる楽曲マップは、楽曲マップ学習部２６によって初期設定、すなわち学習が施されており、各ニューロンには、予め学習されたｎ次元の特徴ベクトルｍ_ｉ（ｔ）∈Ｒ^ｎが内包されており、楽曲マッピング部１６は、印象度データ変換部１４によって変換された印象度データを入力ベクトルｘ_ｊとし、入力ベクトルｘ_ｊに最も近いニューロン、すなわちユークリッド距離‖ｘ_ｊ−ｍ_ｉ‖を最小にするニューロンに、入力された楽曲をマッピングし（ステップＣ６）、マッピングした楽曲マップを楽曲マップ記憶部１７に記憶させる。なお、Ｒは、印象度データの各項目の評価段階数を示し、ｎは、印象度データの項目数を示す。

次に、楽曲検索装置１０における楽曲検索動作について図１０乃至図１６を参照して詳細に説明する。
楽曲検索部１８は、ＰＣ表示部２０に、図１１に示すような検索画面５０を表示し、ＰＣ操作部１９からのユーザ入力を受け付ける。検索画面５０は、楽曲マップ記憶部１７に記憶されている楽曲データのマッピング状況が表示される楽曲マップ表示領域５１と、検索条件を入力する検索条件入力領域５２と、検索結果が表示される検索結果表示領域５３とからなる。図１１の楽曲マップ表示領域５１に示されている点は、楽曲データがマッピングされている楽曲マップのニューロンを示している。

検索条件入力領域５２は、図１２に示すように、検索条件として印象度データを入力する印象度データ入力領域５２１と、検索条件として書誌データを入力する書誌データ入力領域５２２と、検索の実行を指示する検索実行ボタン５２３とからなり、ユーザは、検索条件として印象度データおよび書誌データをＰＣ操作部１９から入力し（ステップＥ１）、検索実行ボタン５２３をクリックすることで、印象度データおよび書誌データに基づく検索を楽曲検索部１８に指示する。なお、ＰＣ操作部１９からの印象度データの入力は、図１２に示すように、印象度データの各項目を７段階評価で入力することによって行われる。

楽曲検索部１８は、ＰＣ操作部１９から入力された印象度データおよび書誌データに基づいて楽曲データベース１５を検索し（ステップＥ２）、図１３に示すような検索結果を検索結果表示領域５３に表示する。

ＰＣ操作部１９から入力された印象度データに基づく検索は、ＰＣ操作部１９から入力された印象度データを入力ベクトルｘ_ｊとし、楽曲データベース１５に楽曲データと共に記憶されている印象度データを検索対象ベクトルＸ_ｊとすると、入力ベクトルｘ_ｊに近い検索対象ベクトルＸ_ｊ、すなわちユークリッド距離‖ｘ_ｊ−Ｘ_ｊ‖が小さい順に検索して行く。検索する件数は、予め定めておいても、ユーザによって任意に設定するようにしても良い。また、印象度データと書誌データとが共に検索条件とされている場合には、書誌データに基づく検索を行った後、印象度データに基づく検索が行われる。

検索条件入力領域５２を用いた検索以外に、楽曲マップ表示領域５１を用いた検索を行える様にしても良い。この場合には、楽曲マップ表示領域５１において検索対象領域を指定することで、検索対象領域内にマッピングされている楽曲データを検索結果として検索結果表示領域５３に表示する。

次に、ユーザは、検索結果表示領域５３に表示されている検索結果の中から代表曲を選択し（ステップＥ３）、代表曲検索実行ボタン５３１をクリックすることで、代表曲に基づく検索を楽曲検索部１８に指示する。

楽曲検索部１８は、選択された代表曲に基づいて楽曲マップ記憶部１７に記憶されている楽曲マップを検索し（ステップＥ４）、代表曲がマッピングされているニューロンと、その近傍ニューロンとにマッピングされている楽曲データを代表曲検索結果として検索結果表示領域５３に表示する。近傍ニューロンを決定するための近傍半径は、予め定めておいても、ユーザによって任意に設定するようにしても良い。

次に、ユーザは、検索結果表示領域５３に表示されている代表曲検索結果の中から端末装置３０に出力する楽曲データを、図１４に示すように選択し（ステップＥ５）、出力ボタン５３２をクリックすることで、選択した楽曲データの出力を楽曲検索部１８に指示し、楽曲検索部１８は、検索結果出力部２１を介してユーザによって選択された楽曲データを端末装置３０に出力する（ステップＥ６）。

なお、検索条件入力領域５２、楽曲マップ表示領域５１を用いた代表曲の検索以外に、図１５に示すような、記憶されている全楽曲のリストが表示される全楽曲リスト表示領域５４を検索画面５０に表示させ、全楽曲リストから代表曲を直接選択して、代表曲選択実行ボタン５４１をクリックすることで、選択された代表曲に基づく検索を楽曲検索部１８に指示するように構成しても良い。

さらに、上述した検索以外に、「明るい曲」、「楽しい曲」、「癒される曲」というように言葉で表現されるキーワードに対応するニューロン（あるいは楽曲）を設定しておき、キーワードを選択することによって楽曲の検索を行えるように構成しても良い。すなわち、図１６（ａ）に示すような、キーワード検索領域５５を検索画面５０に表示させ、キーワード選択領域５５１に表示されたキーワードのリストからいずれかを選択し、おまかせ検索ボタン５５３をクリックすることで、選択されたキーワードに対応するニューロンに基づく検索を楽曲検索部１８に指示するように構成する。図１６（ａ）に示す設定楽曲表示領域５５２には、選択されたキーワードに対応する楽曲が設定されている場合に、当該楽曲が設定楽曲として表示され、この場合には、おまかせ検索ボタン５５３をクリックすることで、選択されたキーワードに対応する設定楽曲を代表曲とする検索を楽曲検索部１８に指示する。また、図１６（ａ）に示す設定楽曲変更ボタン５５４は、キーワードに対応する楽曲を変更する際に使用されるもので、設定楽曲変更ボタン５５４をクリックすることで、全楽曲リストが表示されて、全楽曲リストの中から楽曲を選択することで、キーワードに対応する楽曲を変更できるように構成する。なお、キーワードに対応するニューロン（あるいは楽曲）の設定は、キーワードに印象度データを割り付けておき、当該印象度データを入力ベクトルｘ_ｊとし、入力ベクトルｘ_ｊに最も近いニューロン（あるいは楽曲）とを対応づけるようにしても良く、ユーザによって任意に設定できるように構成しても良い。

このように、キーワードに対応するニューロンが設定されている場合には、図１６（ｂ）に示すように、楽曲マップ表示領域５１において楽曲がマッピンクされているニューロンをクリックすると、クリックされたニューロンに対応するキーワードがキーワード表示５１１としてポップアップ表示されるように構成すると、楽曲マップ表示領域５１を利用した楽曲の検索を容易に行うことができる。

以上説明したように、本実施の形態によれば、ユーザの感性に基づいて学習させた階層型ニューラルネットワークを用いて、楽曲の有する物理的な複数の項目からなる特徴データと、人間の感性によって判断される項目からなる印象度データとを直接関連づけ、楽曲データから抽出した特徴データを印象度データに変換し、変換した印象度データを楽曲データベース１５に記憶させるように構成すると共に、楽曲検索部１８によって楽曲データベース１５に記憶されている印象度データをユーザによって入力された印象度データに基づいて検索するように構成することにより、ユーザによって検索条件として入力される人間の感性によって判断される印象度データの項目が集約されることなく、ユーザの感性によって判断される印象度データに基づいて精度の高い楽曲データの検索を行うことができ、大容量の記憶手段に記憶されている大量の楽曲データの中から聴取した際の印象が同じような楽曲のみを検索することができると共に、個々のユーザの嗜好を反映させた楽曲の検索を行うことができるという効果を奏する。

さらに、本実施の形態によれば、ユーザによって学習が施された自己組織化マップであり、楽曲データが有する印象度データに基づいて楽曲データがマッピングされている楽曲マップを楽曲マップ記憶部１７に記憶しておき、楽曲検索部１８によって楽曲マップ記憶部１７に記憶されている楽曲マップを用いて検索するように構成することにより、代表曲を選択するだけで、大容量の記憶手段に記憶されている大量の楽曲データの中から代表曲と同じような印象をユーザに与える楽曲を素早く検索することができるという効果を奏する。

さらに、本実施の形態によれば、特徴データ抽出部１３においてゆらぎ情報からなる複数の項目を特徴データとして抽出するように構成することにより、楽曲データの物理的な特徴を正確に抽出することができ、特徴データから変換される印象度データの精度を向上させることができるという効果を奏する。

さらに、本実施の形態によれば、印象度データ変換部１４によって特徴データから変換される印象度データと、ＰＣ操作部１９から入力される印象度データとを同一の複数項目とすることにより、多様な項目を設定することができ、ユーザが印象度データに基づく検索を容易に行うことができるという効果を奏する。

さらに、本実施の形態によれば、楽曲検索部１８において、ＰＣ操作部１９から入力された印象度データを入力ベクトルとすると共に、楽曲データベース１５に記憶されている印象度データを検索対象ベクトルとし、両者のユークリッド距離が小さい順に検索するように構成することにより、印象度データの項目を多くしても正確に検索を行うことができ、検索精度を向上させることができるという効果を奏する。

次に、本発明の他の実施の形態について図１７を参照して詳細に説明する。
図１７は、本発明に係る楽曲検索システムの他の実施の形態の構成を示すブロック図である。

他の実施の形態では、図１７を参照すると、図１に示す楽曲データベース１５、楽曲マップ記憶部１７および楽曲検索部１８とそれぞれ同等の機能を有する楽曲データベース３６、楽曲マップ記憶部３７および楽曲検索部３８を端末装置３０に備え、端末装置３０で楽曲データベース３６の検索と、楽曲マップ記憶部３７に記憶されている楽曲マップの検索とを行えるように構成されている。他の実施の形態において、楽曲検索装置１０は、楽曲データ入力部１１から入力された楽曲データを楽曲データベース１５に、印象度データ変換部１４によって変換された印象度データを楽曲データベース１５に、楽曲マッピング部１６によってマッピングされた楽曲マップを楽曲マップ記憶部１７にそれぞれ記憶させる楽曲登録装置として機能する。

楽曲検索装置１０の楽曲データベース１５および楽曲マップ記憶部１７の記憶内容は、端末装置３０に出力され、端末装置３０のデータベース入力部３９は、楽曲データベース１５および楽曲マップ記憶部１７の記憶内容を楽曲データベース３６および楽曲マップ記憶部３７に記憶させる。検索条件の入力は、端末表示部３４の表示内容に基づいて、端末操作部３３から行われる。

なお、本発明が上記各実施の形態に限定されず、本発明の技術思想の範囲内において、各実施の形態は適宜変更され得ることは明らかである。また、上記構成部材の数、位置、形状等は上記実施の形態に限定されず、本発明を実施する上で好適な数、位置、形状等にすることができる。なお、各図において、同一構成要素には同一符号を付している。

本発明に係る楽曲検索システムの実施の形態の構成を示すブロック図である。 図１に示す端末装置の構成を示すブロック図である。 図１に示す階層型ニューラルネットワーク学習部において初期設定時に行われる階層型ニューラルネットワークの学習動作を説明するためのフローチャートである。 図１に示す階層型ニューラルネットワーク学習部における階層型ニューラルネットワークの学習アルゴリズムを説明するための説明図である。 図１に示すＰＣ表示部に教示される初期設定画面例を示す図である。 図１に示す楽曲マップ学習部において初期設定時に行われる楽曲マップの学習動作を説明するためのフローチャートある。 図１に示す楽曲マップ学習部における楽曲マップの学習アルゴリズムを説明するための説明図である。 図１に示す楽曲検索装置における楽曲登録動作を説明するためのフローチャートである。 図１に示す特徴データ抽出部における特徴データ抽出動作を説明するためのフローチャートである。 図１に示す楽曲検索装置における楽曲検索動作を説明するためのフローチャートである。 図１に示すＰＣ表示部に表示される表示画面例を示す図である。 図１１に示す検索条件入力領域の表示例を示す図である。 図１１に示す検索結果表示領域の表示例を示す図である。 図１１に示す検索結果表示領域の表示例を示す図である。 図１１に示す表示画面に表示される全楽曲リスト表示領域例を示す図である。 図１１に示す表示画面に表示されるキーワード検索領域例を示す図である。 本発明に係る楽曲検索システムの他の実施の形態の構成を示すブロック図である。

符号の説明

１０ 楽曲検索装置
１１ 楽曲データ入力部
１２ 圧縮処理部
１３ 特徴データ抽出部
１４ 印象度データ変換部
１５ 楽曲データベース
１６ 楽曲マッピング部
１７ 楽曲マップ記憶部
１８ 楽曲検索部
１９ ＰＣ操作部
２０ ＰＣ表示部
２１ 検索結果出力部
２２ 初期設定部
２３ サンプルデータ記憶部
２４ 音声出力部
２５ 階層型ニューラルネットワーク学習部
２６ 楽曲マップ学習部
３０ 端末装置
３１ 検索結果入力部
３２ 検索結果記憶部
３３ 端末操作部
３４ 端末表示部
３５ 音声出力部
３６ 楽曲データベース
３７ 楽曲マップ記憶部
３８ 楽曲検索部
３９ データベース入力部
４０ 初期設定画面
４１ 印象度データ入力領域
４２ 初期設定開始ボタン
４３ 入力確定ボタン
５０ 検索画面
５１ 楽曲マップ表示領域
５２ 検索条件入力領域
５３ 検索結果表示領域
５４ 全楽曲リスト表示領域
５５ キーワード検索領域
５１１ キーワード表示
５２１ 印象度データ入力領域
５２２ 書誌データ入力領域
５２３ 検索実行ボタン
５３１ 代表曲検索実行ボタン
５３２ 出力ボタン
５４１ 代表曲選択実行ボタン
５５１ キーワード選択領域
５５２ 設定楽曲表示領域
５５３ おまかせ検索ボタン
５５４ 設定楽曲変更ボタン

Claims (6)

1. 楽曲データベースに記憶された複数の楽曲データの中から所望の楽曲データを検索する楽曲検索システムであって、
   人間の感性によって判断される印象度データを入力する印象度データ入力手段と、
   該印象度データ入力手段から入力された前記印象度データを教師信号として用いて、前記楽曲データが有する物理的な特徴データを前記印象度データに変換する階層型ニューラルネットワークを学習させる階層型ニューラルネットワーク学習手段と、
   前記楽曲データを入力する楽曲データ入力手段と、
   該楽曲データ入力手段によって入力された前記楽曲データの一定フレーム長に対して高速フーリエ変換を行いパワースペクトルを算出することで前記特徴データを抽出する特徴データ抽出手段と、
   前記階層型ニューラルネットワーク学習手段によって学習が施された前記階層型ニューラルネットワークを用いて、前記特徴データ抽出手段によって抽出された前記特徴データを前記印象度データに変換する印象度データ変換手段と、
   該印象度データ変換手段によって変換された前記印象度データを前記楽曲データ入力手段によって入力された前記楽曲データと共に前記楽曲データベースに記憶させる記憶制御手段と、
   キーワードに対応する楽曲を設定するキーワード設定手段と、
   楽曲がマッピングで表示される楽曲マッピング表示手段と、
   前記楽曲マッピング表示手段で表示された楽曲であるニューロンをポイントすると前記キーワードが表示されるキーワード表示手段と、
   前記印象度データ入力手段から検索条件として入力された前記印象度データと前記キーワードに基づいて前記楽曲データベースを検索する楽曲検索手段と、
   該楽曲検索手段によって検索された前記楽曲データを出力する楽曲データ出力手段と、
   初期設定用楽曲データを記憶するサンプルデータ記憶手段と、
   該サンプルデータ記憶手段に記憶されている前記初期設定用楽曲データを音声出力する音声出力手段と、を具備し、
   前記サンプルデータ記憶手段には、前記初期設定用楽曲データに対応する前記特徴データが予め記憶されており、
   前記特徴データ抽出手段は、前記サンプルデータ記憶手段に記憶されている前記初期設
   定用楽曲データから前記特徴データを抽出し、
   前記階層型ニューラルネットワーク学習手段は、前記特徴データと前記音声出力手段から音声出力された前記初期設定用楽曲データに対応して前記印象度データ入力手段から入力された前記印象度データを用いて前記階層型ニューラルネットワークを学習させることを特徴とする楽曲検索システム。
2. 前記特徴データ抽出手段は、前記特徴データとしてゆらぎ情報からなる複数の項目を抽
   出することを特徴とする請求項１に記載の楽曲検索システム。
3. 前記楽曲検索手段は、前記印象度データ入力手段から入力された前記印象度データを入力ベクトルとすると共に、前記楽曲データベースに記憶されている前記印象度データを検索対象ベクトルとし、両者のユークリッド距離が小さい順に検索することを特徴とする請求項１乃至２のいずれかに記載の楽曲検索システム。
4. コンピュータが実行する楽曲データベースに記憶された複数の楽曲データの中から所望の楽曲データを検索する楽曲検索方法であって、
   前記コンピュータは、人間の感性によって判断される印象度データを教師信号として受け付ける階層型ニューラルネットワーク学習部の階層型ニューラルネットワーク学習工程と、
   該入力した前記印象度データを教師信号として用いて、前記楽曲データが有する物理的な特徴データを前記印象度データに変換する階層型ニューラルネットワークを学習させる楽曲マップ学習部の楽曲マップ学習工程と、
   前記楽曲データを入力する楽曲データ入力部の楽曲データ入力工程と、
   該入力した前記楽曲データの一定フレーム長に対して高速フーリエ変換を行いパワースペクトルを算出することで特徴データを抽出する特徴データ抽出部の特徴データ抽出工程と、
   前記楽曲マップ学習工程で学習させた前記階層型ニューラルネットワークを用いて、前記特徴データ抽出工程で抽出した前記特徴データを前記印象度データに変換する印象度データ変換部の印象度データ変換工程と、
   前記印象度データ変換工程で変換した前記印象度データを前記楽曲データと共に前記楽曲データベースに記憶させる前記コンピュータの記憶制御工程と、
   キーワードに対応する楽曲を設定するＰＣ操作部のキーワード設定工程と、
   楽曲がマッピングで表示されるＰＣ表示部の楽曲マッピング表示工程と、
   前記楽曲マッピング表示工程で表示された楽曲であるニューロンをポイントすると前記キーワードが表示されるＰＣ表示部のキーワード表示工程と、
   検索条件として印象度データの入力を受け付けるＰＣ操作部の印象度データ入力工程と、
   該受け付けた印象度データと前記キーワードに基づいて前記楽曲データベースを検索する楽曲検索部の楽曲検索工程と、
   前記楽曲検索工程によって検索された楽曲データを出力する検索結果出力部の楽曲データ出力工程と、
   初期設定用楽曲データを記憶するサンプルデータ記憶部のサンプルデータ記憶工程と、
   前記サンプルデータ記憶工程で記憶されている前記初期設定用楽曲データを音声出力する音声出力工程と、を実行し、
   前記サンプルデータ記憶工程には、前記初期設定用楽曲データに対応する前記特徴データが予め記憶されており、
   前記特徴データ抽出工程は、前記サンプルデータ記憶工程に記憶されている前記初期設
   定用楽曲データから前記特徴データを抽出し、
   前記階層型ニューラルネットワーク学習手段は、前記特徴データと前記音声出力工程から音声出力された前記初期設定用楽曲データに対応して前記印象度データ入力手段から入力された前記印象度データを用いて前記階層型ニューラルネットワークを学習させることを特徴とする楽曲検索方法。
5. 前記特徴データ抽出工程は、前記特徴データとしてゆらぎ情報からなる複数の項目を抽出することを特徴とする請求項４に記載の楽曲検索方法。
6. 請求項４乃５のいずれかに記載の楽曲検索方法をコンピュータで実行可能な楽曲検索プログラム。

Images