JP4366212B2 - カラオケ録音システム - Google Patents

Description

本発明は、カラオケ伴奏音楽と利用者による歌唱音声とを混合し、カラオケ楽曲毎の録音データを作成し、その録音データを可搬型記録媒体へ書き込みを行うためのカラオケ録音システムに関する。

最近、カラオケ店舗などでは、オプショナルサービスとして、カラオケ演奏装置から音響出力されるカラオケ伴奏音楽と、その音楽に合わせて歌う利用者の歌唱音声とを混合して録音し、ＣＤ−Ｒ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅｃｏｒｄａｂｌｅ）やＤＶＤ（Ｄｉｇｉｔａｌ ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ）などの適宜な可搬型録音媒体に書き込み（録音）できる録音サービスを提供しているところがある。このようなカラオケ録音サービスを行うためには可搬型記録媒体用の録音装置が必要であり、具体的には、ＣＤ−ＲレコーダやＤＶＤレコーダであり、カラオケ演奏装置とは別体で構成したり、最近では、カラオケ演奏装置内にレコーダが組み込まれているものもある。書き込みの手順としては、カラオケ伴奏音楽と歌唱音声の音響信号を混合して録音データを形成し、所定の記録部に記録した後、例えば、ＣＤ−Ｒレコーダを利用して記録された録音データをＣＤ−ＤＡ（ＣＤ Ｄｉｇｉｔａｌ Ａｕｄｉｏ）規格のＰＣＭデータ形式となるように変換してＣＤ−Ｒに書き込む。

従来、このような録音サービスに関連した様々な技術が想到された。例えば、特許文献１では、アルバム毎に割り当てた適宜な可搬型記録媒体に、録音する楽曲を自在に選択できるカラオケ録音装置が開示されている。また、特許文献２では、カラオケ伴奏音楽のみを録音した場合、作成された録音済みＣＤ−Ｒはそのままカラオケ用途に再使用できるため、著作権法上違法となるという問題に対応し、著作権を考慮して伴奏音楽のみが不正に録音されることを防止できるカラオケ録音装置が開示されている。

ところで、通常、カラオケ楽曲には前奏・間奏・後奏など、歌唱者が歌唱しない演奏区間（非歌唱区間）があるが、従来ではカラオケ楽曲の演奏を通して伴奏音楽と歌唱音声とを録音し、非歌唱区間においてもマイク入力された音声は録音される。歌唱中であれば、マイク入力される歌唱音声によって周囲の雑音、例えば同伴者の雑談などは録音されていたとしても歌唱音声によってかき消されるため、録音された音声を聞いても気にはならない。しかし、非歌唱区間に録音されたマイク入力音声が無用な雑音となるといった不都合が生じるため、特許文献３では、非歌唱区間にマイク入力される雑音を排除して録音できる技術が想到された。
特開２００２−２８７７７７号公報 特開２００３−１６７５９２号公報 特開２００２−１８２６６５号公報

しかしながら、従来では、利用者は同じ楽曲を上手く唄い納得が行くまで、何度も録音データの作成と試聴を繰り返すことになる。すなわち、従来では、一度録音した録音データを音響再生し、これを聴いてみて気に入れなければまた録音して聴き、再度気に入れなければまた録音して聴く。このような繰り返しを行い、最終的に気に入った録音データを可搬型記録媒体に書き込む方式を採用していた。これにより、利用時間が大変長くなってしまい、利用の順番を待っている他の利用者にとっては迷惑となる不都合が生じ、カラオケ店舗側でも顧客の回転率が低下し収益が悪化するという事態になった。

そこで、本発明は、上記問題や不都合を解消するために想到されたもので、すなわち、非歌唱区間にマイク入力される雑音を排除して録音できると共に、利用者が気に入った録音データを速やかに指示でき、効率よく録音データを可搬型記録媒体に書き込めることで利用時間を短くし、他の利用者に迷惑を及ぼさないカラオケ録音システムの提供を課題とする。

上記課題を鑑み、本発明者は、音響信号を取得するための二系統の音響入力インタフェイスを設け、所定のカラオケ楽曲の演奏中、各カラオケ楽曲に対応して設定された歌唱区間データと非歌唱区間データに基づいて、歌唱区間ではカラオケ伴奏音楽および歌唱音声の音響信号を取得させ、非歌唱区間ではカラオケ伴奏音楽のみの音響信号を取得させ、かつ、可搬型記録媒体への録音データの書き込み手段を、非歌唱区間にて利用者が書き込みを音声指示する書込指定を取得した場合を条件に書き込み可能とさせることで、上記課題を解決できることを見出し、本発明のカラオケ録音システムを想到した。

すなわち、本発明の請求項１記載のカラオケ録音システムは、カラオケ伴奏音楽の音響信号を取得するための第１音響入力インタフェイスと、利用者のマイク入力音声の音響信号を取得するための第２音響入力インタフェイスと、当該第１および第２音響入力インタフェイスから取得したカラオケ伴奏音楽および歌唱音声の音響信号を混合してカラオケ楽曲毎の録音データを形成し、当該録音データを所定の記録部や記録媒体へ記録するための制御を行う録音制御手段と、当該録音データを可搬型記録媒体に書き込むための書き込み手段と、利用者のマイク入力音声から声紋データを抽出すると共に、複数の声紋データ同士の特性を比較照合可能とする声紋抽出照合手段と、を備えたカラオケ録音システムであって、
所定のカラオケ楽曲の演奏中、前記録音制御手段は、各カラオケ楽曲に対応して設定された歌唱区間データと非歌唱区間データに基づき、前記歌唱区間では第１および第２音響入力インタフェイスからの音響信号を取得させ、前記非歌唱区間では第１音響入力インタフェイスからのみ音響信号を取得させるとともに、前記歌唱区間においては前記第２音響入力インタフェイスからの歌唱音声の声紋データを抽出して所定の記録部に随時記録し、かつ、前記非歌唱区間においては前記第２音響入力インタフェイスからの音声指示の声紋データを抽出するとともに、当該音声指示に含まれる所定の仮名文字列を音声認識して書込指定を取得した場合、声道の共振周波数に関する特異値であるフォルマント情報の特性に基づき、前記歌唱音声の声紋データと前記音声指示の声紋データの特性同士を比較し、それぞれの特性が同一であることを条件に書き込み可能とさせることを特徴とする。

（削除）

本発明の請求項１記載のカラオケ録音システムによれば、所定のカラオケ楽曲の演奏中に、録音制御手段が、各カラオケ楽曲に対応して設定された歌唱区間データと非歌唱区間データに基づき、歌唱区間では第１および第２音響入力インタフェイスからの音響信号を取得させ、非歌唱区間では第１音響入力インタフェイスからのみ音響信号を取得することで、非歌唱区間にマイク入力される雑音を排除して録音できると共に、非歌唱区間において第２音響入力インタフェイスから利用者が書き込みを音声指示する書込指定を取得した場合を条件に書き込み可能とさせる。すなわち、利用者は自らの歌唱に対し非歌唱区間の演奏中に、当に満足行く歌唱ができていると判断できるタイミングで書き込みの要否を指示でき、後から試聴するという手間もなく、また、音声指示で非歌唱区間の演奏中に利用者がマイクから指示できるため、利便性が非常に高く、効率良く録音データを可搬型記録媒体に書き込めることで利用時間を短くし、ひいては他の利用者に迷惑を及ぼさない。そして、歌唱している人物と書込み指定を発した人物とを、その抽出した声紋データから照合することにより、他人の悪戯による誤った書込指示を排除できるといった効果を奏する。

（削除）

以下、本発明のカラオケ録音システムについて、最適な実施例を挙げ、本発明を詳述する。

図１は本発明の一実施例におけるカラオケ録音システムのブロック構成図である。本実施例のカラオケ録音システム（１）は、主にカラオケ演奏装置から構成されており、このカラオケ演奏装置は、全体の動作を制御する中央制御手段（１０）と、これに接続された各種機能手段およびカラオケ伴奏音楽を演奏するための演奏データ（２４）やディスプレイ装置（４）に背景映像を表示するための映像データ（２５）が記録されているハードディスク（ＨＤＤ：１１）などの記録手段にて主に構成されている。中央制御手段（１０）には、ハードディスク（１１）の他、ＲＡＭ（１２）、音源（シンセサイザ：６）、ミキサ（エフェクタ：７）、ボーカルアダプタ（１４）、ＭＰＥＧデコーダ（１５）、合成回路（１６）、ＣＤ−Ｒレコーダ（書き込み手段：２）などが接続されている。

ここで、各構成要素について少し説明する。先ず、中央制御手段（１０）は、リモコン装置（３）にて楽曲のＩＤコードが入力されると、これを操作入力処理手段（２２）が検出し、カラオケ楽曲のリクエストであるとしてシーケンサ（２１）に伝達する。このシーケンサ（２１）は、主に、楽曲シーケンサ、歌詞シーケンサおよび文字パターン作成手段からなり、楽曲のＩＤコードで識別される演奏データを、ハードディスク（１１）の演奏データ（２４）から読み出す。次に、音源（６）は中央制御手段（１０）が実行するシーケンサ（２１）の処理によって入力された楽曲ＩＤに対応した演奏データに応じて音響信号を形成する。形成された音響信号はミキサ（７）に入力され、このミキサ（７）は音源（６）が発生した音響信号とＡ／Ｄコンバータ（１３）を介して入力されたマイク（５）からの利用者の歌唱音声信号を適当なバランスでミキシングする。そして、ミキシングされたデジタル音声信号はサウンドシステム（ＳＳ：８）に入力される。このサウンドシステム（８）はＤ／Ａコンバータおよびパワーアンプを備えており、入力されたデジタル信号をアナログ信号に変換して増幅し、スピーカ（９）からカラオケ伴奏音楽とマイク入力音声を放音する。

また、ハードディスク（１１）に記録されている映像データ（２５）は、ＭＰＥＧ２形式にエンコードされており、中央制御手段（１０）が実行する背景映像再生手段（図示省略）により再生処理を行い、これを読み出してＭＰＥＧデコーダ（１５）に入力する。このＭＰＥＧデコーダ（１５）は、入力されたＭＰＥＧデータをＮＴＳＣの映像信号に変換して合成回路（１６）に入力し、この合成回路（１６）は背景映像の映像信号上に歌詞テロップや採点表示などのＯＳＤを合成し、合成された映像信号はディスプレイ装置（４）に表示される。

次に、音響入力インタフェイスと録音制御手段について述べる。音響入力インタフェイスは二系統設定されており、第１音響入力インタフェイス（１９）は、演奏データに応じた音響信号を取得して入力し、また、第２音響入力インタフェイス（２０）は、利用者のマイク入力音声の音響信号を取得して入力する。録音制御手段（１８）は、これら入力された音響信号を混合し、ＰＣＭデータ変換した後に録音データとし、これをＲＡＭ（１２）の録音データ記録部（２８）に記録する。なお、本実施例では、各録音データに対応した楽曲ＩＤコードも楽曲ＩＤコード記録部（２７）に記録される。

さらに、録音制御手段（１８）は、各カラオケ楽曲に対応して設定された歌唱区間データと非歌唱区間データに基づき、歌唱区間では第１および第２音響入力インタフェイスからの音響信号を取得させ、非歌唱区間では第１音響入力インタフェイスからのみ音響信号を取得するように制御する。また、非歌唱区間では第２音響入力インタフェイスからは、録音データとして取得しない利用者の書込指定を取得できる。書込指定を受けた録音データについては、随時、書き込みインタフェイス（２３）を介して、ＣＤ−Ｒレコーダ（書き込み手段：２）を用い、当該録音データをＣＤ−Ｒ（可搬型記録媒体）に書き込み可能とするように制御する。

本発明における声紋抽出照合技術に関しては従来公知のもので良く、本実施例の声紋抽出照合手段（１７）は、利用者のマイク入力音声から声紋データを抽出すると共に、複数の声紋データ同士の特性を比較照合可能とするものである。具体的には、例えば、マイク入力された音声信号からノイズ成分を除去して音声分析を行った後、仮名情報およびフォルマント情報として声紋データを抽出・照合する。仮名情報とは、例えば、書き込みを音声指示する書込指定として「かきこみ」という言葉の仮名文字列言葉が音声で入力された場合に、「か」、「き」、「こ」、「み」の４文字を示す文字列の一語一語を音声認識してコード情報に変換された情報である。また、フォルマント情報とは、声道の共振周波数に関する特異値で、一人一人固有の声紋に対応した情報で、フォルマントレベル、フォルマント中心周波数、フォルマント帯域幅等として抽出される。本実施例では、抽出された利用者の声紋データは、歌唱中に所定の記録部（２６）に随時記録され、書込指定が発せられた際、書込指定の声紋データと歌唱音声の声紋データの特性が同一であるか判定するための照合が行われ、書込指定の声紋データと歌唱音声の声紋データの特性が同一である場合を条件に書き込み可能とさせるように制御される。

以下、図２に示す本発明における録音制御のメカニズムの概念図に基づき、本発明の録音制御手段について、さらに詳述する。

先ず、（イ）に示すように、所定のカラオケ楽曲の歌唱区間情報（歌唱区間データと非歌唱区間データ）に基づき、歌唱区間と非歌唱区間が設定される。本実施例では、歌唱区間と非歌唱区間を設定するためにカラオケ装置における歌詞テロップの表示の有無と歌詞文字の色変わり時間を検出する方式を採用している。すなわち、歌詞テロップが表示している状態にある場合を歌唱区間とし、非表示状態にある場合を非歌唱区間とする。あるいは、歌詞テロップは歌詞文字列を行表示した後、歌唱を開始するタイミングでその歌詞文字列を左から右方向へ色変えていく表現によって表示されるため、この歌詞テロップが所定時間変化しない区間を非歌唱区間としてもよい。

なお、本発明における歌唱区間と非歌唱区間の設定はこれらに限定されず、例えば、歌詞シーケンサが付帯する各カラオケ楽曲における歌詞文字列の表示順番と、その表示・消去タイミング、表示した文字列の色変わり開始・終了タイミングなどを記述した歌詞描出データを利用してもよい。さらに、演奏データに付帯する区間データを利用する方式も考えられる。この区間データとは、前奏・１番の歌唱区間・間奏・２番の歌唱区間・間奏・．．．・後奏というように、各演奏区間を示すデータをその楽曲の演奏時系列に対応付けしたデータであり、ＭＩＤＩデータ中に任意に設定でき、これを取得すれば歌唱区間と非歌唱区間を検出することができる。

所定のカラオケ楽曲の演奏中は、（ロ）に示すように、第１音響入力インタフェイスからは、歌唱区間および非歌唱区間を問わず、カラオケ伴奏音楽の音響信号が録音用に取得される。一方、（ハ）に示すように、第２音響入力インタフェイスからは、歌唱区間においては、利用者のマイク入力音声の音響信号が録音用に取得され、一方、（二）に示すように、非歌唱区間においては、利用者の書込指令が非録音用に取得される。この録音用と非録音用との取得の切り替えは、例えば、音響信号を録音データとして記録するための回路と音声分析するための回路を物理的に切り替えたり、あるいは、音響信号に対し、ソフト的に録音用プログラムや音声分析用プログラムによる処理を選択するものである。

そして、（ホ）に示すように、利用者のマイク入力音声から非歌唱区間において書込指令を取得した場合は、これを条件に（ヘ）に示すように、録音制御手段は書き込み可能とする制御を行う。この書き込み可能制御とは、具体的には、例えば、カラオケ演奏装置が付帯するＲＡＭの録音データ記録部に録音データを記録する際、書き込み可能な旨のマーキングデータを付与し、このマーキングデータがあるものに限り、録音データ記録部から録音データが書き込みインタフェイスへ送付可能とするか、あるいは書き込みインタフェイスに送付後、ＣＤ−Ｒレコーダの書き込み機能を動作可能とさせたりしてもよい。

上記実施例は、カラオケ演奏装置と可搬型記録媒体への書き込み手段とが１対１に対応した形態であったが、本発明はこれに限定されず、例えば、図３に示すように、集中管理方式のカラオケ録音システムであっても構わない。本実施例では、カラオケ店舗内の各客室にカラオケ演奏装置（Ｐ）が設置され、これらのカラオケ演奏装置（Ｐ）には録音制御手段が内蔵されており、店舗内ＬＡＮ（Ｌ）によってＣＤ−Ｒレコーダ（Ｒ）を付帯する集中管理用サーバ（Ｓ）に接続されている。各カラオケ演奏装置（Ｐ）では録音データが形成され、所定の記憶部に録音ファイル形式で記録されている。利用者の書込指定を受けた録音データに対してダンプ要求（書き込み手段への録音データの転送指令）操作を行うと、録音データは集中管理用サーバ（Ｓ）に転送される。集中管理用サーバ（Ｓ）は、どこのカラオケ演奏装置（Ｐ）からどんな録音データが転送されてきたのかを管理しながらＣＤ−Ｒレコーダ（Ｒ）をもって録音データを書き込む。

なお、集中管理方式のカラオケ録音システムとしては、この他、複数台のＣＤ−Ｒレコーダと、それぞれのＣＤ−Ｒレコーダを制御するための複数の集中管理用サーバがある形態でもよいし、一台の集中管理用サーバに複数台のＣＤ−Ｒレコーダが接続される形態であってもよい。勿論、集中管理用サーバを介さず、ＣＤ−Ｒレコーダ自体に集中管理用サーバと同様の制御機能が組み込まれていても構わない。

以上、詳述したように、本発明のカラオケ録音システムによれば、音響信号を取得するための二系統の音響入力インタフェイスを設け、所定のカラオケ楽曲の演奏中、各カラオケ楽曲に対応して設定された歌唱区間データと非歌唱区間データに基づき、歌唱区間ではカラオケ伴奏音楽および歌唱音声の音響信号を取得させ、非歌唱区間ではカラオケ伴奏音楽のみの音響信号を取得させ、かつ、可搬型記録媒体への録音データの書き込みを、非歌唱区間にて利用者が書き込みを音声指示する書込指定を取得した場合を条件に可能とさせることで、利用者は自らの歌唱中に、当に満足行く歌唱ができていると判断できるタイミングで書き込みの要否を指示でき、後から試聴するという手間もなく、また、音声指示という歌唱中に利用者がマイクから指示できるため利便性が非常に高く、効率良く録音データを可搬型記録媒体に書き込めることで利用時間を短くし、ひいては他の利用者に迷惑を及ぼさない。

本発明の一実施例におけるカラオケ録音システムのブロック構成図。 本発明における録音制御のメカニズムの概念図。 集中管理方式のカラオケ録音システムの構成図。

符号の説明

１ カラオケ録音システム
２ 書き込み手段
１０ 中央制御手段
１１ ハードディスク
１２ ＲＡＭ
１７ 声紋抽出照合手段
１８ 録音制御手段
１９ 第１音響入力インタフェイス
２０ 第２音響入力インタフェイス
２６ 利用者声紋データ
２８ 録音データ

Claims (1)

1. カラオケ伴奏音楽の音響信号を取得するための第１音響入力インタフェイスと、利用者のマイク入力音声の音響信号を取得するための第２音響入力インタフェイスと、当該第１および第２音響入力インタフェイスから取得したカラオケ伴奏音楽および歌唱音声の音響信号を混合してカラオケ楽曲毎の録音データを形成し、当該録音データを所定の記録部や記録媒体へ記録するための制御を行う録音制御手段と、当該録音データを可搬型記録媒体に書き込むための書き込み手段と、利用者のマイク入力音声から声紋データを抽出すると共に、複数の声紋データ同士の特性を比較照合可能とする声紋抽出照合手段と、を備えたカラオケ録音システムであって、
   所定のカラオケ楽曲の演奏中、前記録音制御手段は、各カラオケ楽曲に対応して設定された歌唱区間データと非歌唱区間データに基づき、前記歌唱区間では第１および第２音響入力インタフェイスからの音響信号を取得させ、前記非歌唱区間では第１音響入力インタフェイスからのみ音響信号を取得させるとともに、前記歌唱区間においては前記第２音響入力インタフェイスからの歌唱音声の声紋データを抽出して所定の記録部に随時記録し、かつ、前記非歌唱区間においては前記第２音響入力インタフェイスからの音声指示の声紋データを抽出するとともに、当該音声指示に含まれる所定の仮名文字列を音声認識して書込指定を取得した場合、声道の共振周波数に関する特異値であるフォルマント情報の特性に基づき、前記歌唱音声の声紋データと前記音声指示の声紋データの特性同士を比較し、それぞれの特性が同一であることを条件に書き込み可能とさせることを特徴とするカラオケ録音システム。

Images