JP4623124B2 - 楽曲再生装置、楽曲再生方法および楽曲再生プログラム - Google Patents

Description

この発明は、記録された楽曲の中から、環境騒音下においても聴取しやすい楽曲を自動的に選択して再生する楽曲再生装置、楽曲再生方法および楽曲再生プログラムに関する。

近年、楽曲を種々のカテゴリに自動的に分類し、ユーザがカテゴリを選択することによって、選択されたカテゴリに対応する楽曲を自動的に選択して再生する音楽再生装置が実用化されている。このような音楽再生装置では、楽曲のテンポやコード進行など、それぞれの楽曲が有する特徴量を検出し、検出された特徴量に基づき楽曲を種々のカテゴリに自動的に分類する楽曲分類方法が用いられている。

例えば、下記の特許文献１には、楽曲の解析を行い、テンポやスピード感などの特徴量を検出する方法が記載されている。また、例えば、下記の特許文献２には、オーディオ信号における各音程の信号成分を解析する方法が記載されている。

特開２００５−２７４７０８号公報 特開２００５−２７５０６８号公報

ここで、従来の音楽再生装置について概略的に説明する。図２２は、従来の音楽再生装置１０１の一例の使用形態を示す。図２２に示す例は、携帯型音楽再生装置などの音楽再生装置１０１とヘッドフォン１０２とが接続され、ユーザがヘッドフォン１０２を介して、音楽再生装置１０１に記録された楽曲を聴取している状態を示す。なお、この例では、複数の楽曲が従来の楽曲分類方法に基づきカテゴリ分類されて、音楽再生装置１０１に予め記録されているものとする。また、ここでは、説明を容易とするため、音楽再生装置１０１に記録された楽曲が「ロック」および「クラシック」の２つのカテゴリのうちいずれかのカテゴリに分類されているものとする。さらに、ユーザの周囲の環境については、「電車」に乗っている状態および「喫茶店」にいる状態の２つの環境の場合について説明する。

従来の音楽再生装置１０１では、複数の楽曲がカテゴリ毎に分類されて記録されている。例えば、楽曲Ａ、楽曲Ｂ、・・・が「ロック」のカテゴリに分類され、楽曲Ｃ、楽曲Ｄ、・・・が「クラシック」のカテゴリに予め分類されて記録されている。そして、ユーザがカテゴリを手動で選択することにより、選択されたカテゴリに対応する楽曲が選択されて再生されるようになっている。

ユーザによるカテゴリの選択は、周囲の環境騒音レベル等に応じて行われることが考えられる。例えば、ユーザが電車に乗っている場合には、周囲の環境騒音レベルが高いため、ゆっくりとした曲調の「クラシック」のカテゴリに分類された楽曲では聴取するのが困難である。したがって、この場合には、高い環境騒音レベルの状況において聴取することができる「ロック」のカテゴリに分類された楽曲が選択されると考えられる。また、例えば、ユーザが喫茶店でくつろいでいる場合には、周囲の環境騒音レベルが低いため、この場合には、「クラシック」のカテゴリに分類された楽曲が選択されると考えられる。

次に、図２３に示すフローチャートを用いて、従来の音楽再生装置１０１における楽曲のカテゴリの選択方法について説明する。ステップＳ１０１において、音楽再生装置１０１の電源がＯＮとされる。ステップＳ１０２では、ユーザによって周囲の環境が認識され、ステップＳ１０３において、ユーザによって周囲の環境騒音レベルに応じたカテゴリが選択される。例えば、ユーザが電車に乗っている場合には、「ロック」のカテゴリが選択され、喫茶店にいる場合には、「クラシック」のカテゴリが選択される。

ステップＳ１０４では、選択されたカテゴリに対応する楽曲の中から所定の楽曲が選択されて再生される。再生される楽曲は、例えば、選択されたカテゴリに分類された複数の楽曲をランダムに再生してもよいし、予め決められた再生順序に従って再生するようにしてもよい。

ステップＳ１０５において、音楽を聴取し続けるか否かが判断される。音楽を聴取し続けると判断した場合には、処理がステップＳ１０２に戻り、ユーザによって周囲の環境が再度認識される。一方、音楽を聴取しないと判断した場合には、処理がステップＳ１０６に移行し、ユーザにより、音楽再生装置１０１の電源がＯＦＦとされ、一連の処理が終了する。

このように、従来の音楽再生装置１０１では、ユーザが周囲の環境を自身で認識し、環境騒音レベルに応じて楽曲のカテゴリを手動で選択する。

ところが、上述した従来の音楽再生装置では、ユーザがカテゴリを手動で選択して楽曲を再生するようにしているため、環境が変化した場合であっても、カテゴリを変更しない限り、選択されているカテゴリに分類された楽曲を再生し続けてしまう。

例えば、ユーザが電車内にいる場合には、環境騒音レベルが高いため、「ロック」のカテゴリを選択し、比較的ボリュームを高めた状態で楽曲を聴取していた。その後、電車を降りて喫茶店に入った際に、そのまま「ロック」のカテゴリに分類された楽曲を聴取し続けた場合、環境騒音レベルが電車内よりも低いため、ヘッドフォンからの音漏れによって周囲に迷惑をかけてしまうという問題点があった。

また、例えば、電車内では「クラシック」のカテゴリに分類された楽曲が聴取するのが困難であるため「ロック」のカテゴリを選択し、ボリュームを適切に設定した状態で楽曲を聴取していた。そして、次の楽曲になった際に、同じ「ロック」のカテゴリであっても録音レベルや曲調が大きく変化したため、ユーザの耳を痛めたり、ヘッドフォンからの音漏れによって周囲に迷惑をかけてしまうという問題点があった。

そこで、最近では、楽曲をカテゴリ分類することに加えて、朝や夜などの時間的な環境変化や、ユーザの気分に合わせて楽曲を自動的に選択して再生する音楽再生装置も実用化されている。これは、例えば、音楽再生装置に記録された楽曲を朝や昼、深夜等の時間帯毎のカテゴリにそれぞれ分類するとともに、音楽再生装置に内蔵された時計を用いて、現在の時間帯に対応する楽曲を自動的に選択して再生するようにされたものである。

しかしながら、このような音楽再生装置の場合にも、上述と同様な問題が生じてしまう。時間に基づき環境を認識して楽曲を選択するような場合、例えば朝の時間帯であっても、電車の車内や喫茶店では周囲の環境騒音レベルが異なるため、環境に適した楽曲を選択することは困難である。

したがって、この発明の目的は、環境騒音下でも聴取しやすい楽曲を自動的に選択することができる楽曲再生装置、楽曲再生方法および楽曲再生プログラムを提供することにある。

上述した課題を解決するために、第１の発明は、周囲の環境の騒音データを収音する収音部と、
収音部により収音された騒音データに対して周波数解析を行い、騒音データの特徴を示す特徴量を抽出する解析部と、
騒音データを環境毎に分類するための騒音パラメータデータベースと、
記録媒体に記録されカテゴリ毎に分類された楽曲データを再生する再生部と
を備え、
解析部は、
抽出された騒音データの特徴量に基づき、騒音パラメータデータベースを参照して騒音データを分類し、分類を所定時間毎に行いその分類結果を所定回数分メモリに記憶し、メモリに記憶された所定回数分の分類結果に対して、過去の分類結果ほど重みが減少する重み係数をそれぞれ畳み込み演算し、重み係数が畳み込み演算された所定回数分の分類結果の平均に基づき騒音データを分類し、
騒音データの分類結果に応じて、予め対応づけられた楽曲のカテゴリを選択し、選択されたカテゴリに分類された楽曲データの中から所定の楽曲データを選択する楽曲再生装置である。

また、第２の発明は、収音部と、解析部と、騒音データを環境毎に分類するための騒音パラメータデータベースと、再生部とを備える楽曲再生装置によって実行される楽曲再生方法であって、
収音部が、周囲の環境の騒音データを収音する収音ステップと、
解析部が、収音ステップおいて収音された騒音データに対して周波数解析を行い、騒音データの特徴を示す特徴量を抽出する解析ステップと、
再生部が、記録媒体に記録されカテゴリ毎に分類された楽曲データを再生する再生ステップとを有し、
解析ステップは、
抽出された騒音データの特徴量に基づき、騒音パラメータデータベースを参照して騒音データを分類し、分類を所定時間毎に行いその分類結果を所定回数分メモリに記憶し、メモリに記憶された所定回数分の分類結果に対して、過去の分類結果ほど重みが減少する重み係数をそれぞれ畳み込み演算し、重み係数が畳み込み演算された所定回数分の分類結果の平均に基づき騒音データを分類し、
騒音データの分類結果に応じて、予め対応づけられた楽曲のカテゴリを選択し、選択されたカテゴリに分類された楽曲データの中から所定の楽曲データを選択する楽曲再生方法である。

また、第３の発明は、周囲の環境の騒音データを収音する収音ステップと、
収音ステップにおいて収音された騒音データに対して周波数解析を行い、騒音データの特徴を示す特徴量を抽出する解析ステップと、
記録媒体に記録されカテゴリ毎に分類された楽曲データを再生する再生ステップとを有し、
解析ステップは、
抽出された騒音データの特徴量に基づき、騒音データを環境毎に分類するための騒音パラメータデータベースを参照して騒音データを分類し、分類を所定時間毎に行いその分類結果を所定回数分メモリに記憶し、メモリに記憶された所定回数分の分類結果に対して、過去の分類結果ほど重みが減少する重み係数をそれぞれ畳み込み演算し、重み係数が畳み込み演算された所定回数分の分類結果の平均に基づき騒音データを分類し、
騒音データの分類結果に応じて、予め対応づけられた楽曲のカテゴリを選択し、選択されたカテゴリに分類された楽曲データの中から所定の楽曲データを選択する楽曲再生方法をコンピュータ装置に実行させる再生プログラムである。

上述したように、第１、第２および第３の発明では、周囲の環境の騒音データを収音し、収音された騒音データに対して周波数解析を行い、騒音データの特徴を示す特徴量を抽出し、抽出された騒音データの特徴量に基づき、騒音データを環境毎に分類するための騒音パラメータデータベースを参照して騒音データを分類し、騒音データの分類結果に応じて、予め対応づけられた楽曲のカテゴリを選択し、選択されたカテゴリに分類された楽曲データの中から所定の楽曲データを選択するようにしているため、周囲の環境に応じた楽曲データが再生される。

この発明は、収音された周囲の環境騒音の騒音データから特徴量を抽出し、抽出された騒音データの特徴量に基づき、記録媒体に記録された楽曲データの中から所定の楽曲データを選択するようにしているため、環境騒音に応じて適切な楽曲を自動的に選択することができるという効果がある。

以下、この発明の実施の形態について、図面を参照しながら説明する。この発明の実施の形態では、周囲の環境騒音を解析して特徴量を抽出し、抽出した特徴量に応じて環境騒音を分類する。そして、環境騒音の分類結果に応じて、環境騒音レベルに適した楽曲を自動的に選択するようにしている。

この発明の実施の第１の形態について説明する。この発明の実施の第１の形態では、音楽再生装置にマイクロフォンを接続し、接続されたマイクロフォンから周囲の環境騒音を収音する。そして、収音された環境騒音の解析を行い、解析によって得られた環境騒音の特徴量に基づき環境騒音を分類し、環境騒音の分類毎に予め対応づけられた楽曲のカテゴリを自動的に選択するようにしている。

図１は、この発明の実施の第１の形態に適用可能な音楽再生装置１の一例の使用形態を示す。図１に示す例では、携帯型音楽再生装置などの音楽再生装置１に対してマイクロフォン２０（以下、マイク２０と適宜称する）およびヘッドフォン２が接続され、ユーザがヘッドフォン２を介して、音楽再生装置１に記録された楽曲を聴取している状態を示す。マイク２０は、例えばヘッドフォン２の内部に設けられ、ユーザがヘッドフォン２を装着した状態での耳の位置で聞こえる環境騒音を収音する。

音楽再生装置１には、複数の楽曲がカテゴリ分類されて記録されている。楽曲のカテゴリ分類方法としては、例えば従来の楽曲分類方法を用いることができる。この例では、説明を容易とするため、音楽再生装置１に記録された楽曲が「ロック」および「クラシック」の２つのカテゴリのうちいずれかに分類されているものとする。

マイク２０によって収音された環境騒音は、所定の処理よって解析され、解析結果に応じて分類される。この例では、環境騒音の解析結果として、例えば「乗り物」および「喫茶店」の２つの環境のうちいずれかに分類される。なお、この例では、楽曲の分類する方法とは別の方法を用いて、環境騒音の分類を行う。

環境騒音の分類と楽曲のカテゴリとの対応関係は、ユーザによって予め設定される。例えば、「乗り物」に分類された環境騒音と「ロック」のカテゴリとが対応づけられ、「喫茶店」に分類された環境騒音と「クラシック」のカテゴリとが対応づけられる。

ユーザが音楽再生装置１に対して環境騒音に応じた楽曲選択を指示すると、音楽再生装置１は、マイク２０によって周囲の環境騒音を収音し、環境騒音の解析を行う。そして、音楽再生装置１は、環境騒音の解析結果に基づき、対応づけられた楽曲のカテゴリを選択し、選択されたカテゴリに分類された楽曲を再生する。例えば、環境騒音が「乗り物」に分類された場合には、楽曲のカテゴリとして「ロック」が選択される。また、環境騒音が「喫茶店」に分類された場合には、楽曲のカテゴリとして「クラシック」が選択される。

この発明の実施の第１の形態に適用可能な音楽再生装置１の一例の構成について、図２を参照して説明する。なお、図２では、この発明の実施の第１の形態と関係のない部分については図示せず、説明を省略する。音楽再生装置１は、ＣＰＵ（Central Processing Unit）１１、ＲＯＭ（Read Only Memory）１２、ＲＡＭ（Random Access Memory）１３、音声信号処理部１４、記録再生制御部１５、入力処理部１６および操作部１７がバス１０を介して接続されている。

ＣＰＵ１１は、ＲＡＭ１３をワークメモリとして用い、ＲＯＭ１２に予め記憶されたプログラムに従いこの音楽再生装置１の全体の動作を制御する。例えば、ＣＰＵ１１は、バス１０を介して各部とコマンドやデータのやりとりを行い、各部を制御する。また、ＣＰＵ１１は、後述する操作部１７に対する操作に応じて、記録媒体１８に記録された楽曲データの再生を制御する。

ＣＰＵ１１は、後述するマイク２０で収音された環境騒音の騒音データを入力処理部１６を介して受け取り、騒音データの解析を行う。そして、解析結果に応じて環境騒音を所定に分類し、分類毎に対応づけられた楽曲データの再生を制御する。

音声信号処理部１４には、音声出力部１９が接続される。音声信号処理部１４は、再生対象である楽曲データを受け取り、楽曲データに対してＤ／Ａ（Digital/Analog）変換等の各種処理を施し、アナログ音声信号に変換する。また、楽曲データが圧縮されている場合には、所定の圧縮方式を用いて伸長処理を施す。そして、音声信号処理部１４は、変換されたアナログ音声信号を、音声信号処理部１９を介して出力する。音声出力部１９としては、例えばヘッドフォン２やスピーカを用いることができる。

記録再生制御部１５には、記録媒体１８が接続される。記録再生制御部１５は、記録媒体１８に対するデータの記録制御や、記録媒体１８に記録されたデータの再生制御を行う。記録媒体１８には、楽曲データや、ＣＰＵ１１における騒音データの解析の際に参照される騒音パラメータデータベースが記録されている。記録媒体１８としては、例えば着脱可能な不揮発性メモリや、着脱可能または音楽再生装置１に内蔵されるハードディスクを用いることができる。なお、騒音パラメータデータベースの詳細については後述する。

入力処理部１６には、マイク２０が接続される。マイク２０は、環境騒音を収音し、環境騒音の騒音データをアナログ音声信号に変換して入力処理部１６に供給する。入力処理部１６は、マイク２０から供給されたアナログ音声信号に対してＡ／Ｄ（Analog/Digital）変換等の各種処理を施し、ディジタルの騒音データに変換する。変換された騒音データは、ＣＰＵ１１に供給される。

操作部１７は、この音楽再生装置１を操作するために用いられる各種の操作子が設けられ、各操作子に対する操作に応じた制御信号を出力する。例えば、楽曲データを再生／停止するための再生キーや停止キー、環境騒音に応じた楽曲を自動的に選曲して再生するための操作子などが設けられている。

次に、環境騒音の分類方法について説明する。周囲の環境から聞こえてくる騒音は、電車・バスの車内や喫茶店など、その環境によってそれぞれ異なる。これらの環境騒音は、例えば、可聴周波数帯における低域の音量が大きい場合や、高域の音量が大きい場合など、環境によって異なる特徴を有している。

図３Ａ、図３Ｂおよび図３Ｃは、それぞれ「喫茶店」、「電車」および「バス」において収音された環境騒音の周波数特性の一例を示す。この例は、収音された環境騒音の０．５秒程度の時間データに対してＦＦＴ（Fast Fourier Transform）により周波数解析を行った際の周波数特性である。これらの図において、横軸が周波数［Ｈｚ］を示し、縦軸がパワー［ｄＢ］を示す。図３Ａ〜図３Ｃによれば、様々な環境において、各周波数におけるパワーの値が大きく異なることが判断できる。したがって、このような特徴を抽出することにより、ユーザがどのような環境にいるのかを判断することができる。

ところで、ＦＦＴによる周波数解析では、解析される時間データのサンプル数をｘ個とすると、パワーとして得られる周波数データは、ｘ／２本となる。このとき、環境騒音の解析の精度を高めるためには、周波数分解能を高くする必要がある。そのためには、サンプル数をある程度の大きさに設定する必要がある。例えば、時間データのサンプル数を３２７６８個とした場合、得られる周波数データは、１６３８４本となる。

このようにして得られる環境騒音の周波数特性に基づき、例えば、各周波数におけるデータを特徴量として用いることができると考えられるが、この１６３８４本の周波数データを環境騒音の特徴量として用いた場合、データが膨大となってしまうため、処理に時間を要してしまう。また、周波数データの時間的な変動も大きくなってしまうため、実用的ではない。

そこで、例えば、図４Ａ、図４Ｂおよび図４Ｃに示すように、それぞれの環境における周波数データのエンベロープの傾き（図４において、点線で示す部分）およびエンベロープで囲まれた面積（図４において、斜線の部分）に注目する。例えば、電車やバスの車内では、喫茶店と比較して、低域のパワーが大きい。そのため、電車やバスの車内における騒音の周波数特性は、喫茶店における騒音の周波数特性と比較して、エンベロープの傾きが大きく、エンベロープで囲まれた部分の面積が大きくなることが判断できる。

したがって、この発明の実施の第１の形態では、この環境騒音の周波数領域におけるエンベロープの傾きと、エンベロープに囲まれた面積で示されるパワーの総和とを特徴量として算出する。

図５は、環境騒音の分類方法の一例について説明するためのブロック図である。この図５に示す環境騒音の分類は、ＣＰＵ１１で行われる。この例では、環境騒音に対する解析として、環境騒音の周波数領域におけるエンベロープおよびパワーの解析を行い、これらの解析結果を環境騒音の特徴量として算出する場合について説明する。

マイク２０によって収音された環境騒音の騒音データＴが周波数分析部３１に供給される。周波数分析部３１は、入力された騒音データＴの所定時間、例えば０．５秒間程度の短い時間長を有する騒音データを用いて、騒音データＴに対してＦＦＴ分析やＯｃｔａｖｅ分析などの周波数分析を施し、周波数情報Ｓを取得する。取得した周波数情報Ｓは、エンベロープ解析部３２およびパワー解析部３３に供給される。

エンベロープ解析部３２は、入力された周波数情報Ｓに基づき、騒音データＴの周波数領域におけるエンベロープの解析を行い、例えば所定の周波数帯域におけるエンベロープを所定に数値化したエンベロープ情報Ｐｅを算出する。この例では、エンベロープ情報Ｐｅとして、例えば所定の周波数帯域におけるエンベロープの傾きの値が用いられる。算出したエンベロープ情報Ｐｅは、騒音判定部３４に供給される。

パワー解析部３３は、入力された周波数情報Ｓに基づき、騒音データＴの周波数領域におけるパワーの解析を行い、例えば所定の周波数帯域におけるパワーを所定に数値化したパワー情報Ｐｐを算出する。この例では、パワー情報Ｐｐとして、例えば所定の周波数帯域におけるエンベロープで囲まれた部分の面積、すなわち所定の周波数帯域におけるパワーの総和の値が用いられる。算出したパワー情報Ｐｐは、騒音判定部３４に供給される。

騒音判定部３４は、エンベロープ解析部３２から供給されたエンベロープ情報Ｐｅおよびパワー解析部３３から供給されたパワー情報Ｐｐに基づき、騒音パラメータデータベース３５を参照することによって環境騒音を分類し、分類結果を示す騒音情報を生成する。生成された騒音情報は、カテゴリ選択部３６に供給される。

騒音パラメータデータベース３５は、様々な環境における騒音データから抽出された特徴量に基づき、騒音データを環境毎に分類する際に用いられるデータベースである。この例では、環境騒音の特徴量として、エンベロープ情報およびＰｅパワー情報Ｐｐが用いられ、これらの特徴量に基づき、比較対象となる環境騒音が分類される。この例では、騒音パラメータデータベース３５に基づき、環境騒音が「乗り物」および「喫茶店」のうちいずれかに分類される。

カテゴリ選択部３６は、騒音判定部３４から供給された騒音情報に基づき、環境騒音の分類に応じた楽曲のカテゴリを選択する。例えば、環境騒音が「乗り物」に分類された場合には、「ロック」のカテゴリが選択され、環境騒音が「喫茶店」に分類された場合には、「クラシック」のカテゴリが選択される。そして、それぞれのカテゴリに分類された楽曲の中から所定の選択方法によって楽曲が選択され、再生される。

騒音パラメータデータベース３５の作成方法について説明する。騒音パラメータデータベースを作成する場合には、図６Ａに示すように、先ず、様々な環境において、実際に収音された環境騒音の騒音データを環境毎に分類する。この例では、例えば、収音された騒音データＴを「乗り物」および「喫茶店」などの環境毎の騒音データに分類する。そして、これらの騒音データＴを周波数分析部３７に供給する。

周波数分析部３７は、供給されたそれぞれの騒音データＴに対して周波数分析を施し、周波数情報Ｓを取得する。取得した周波数情報Ｓは、エンベロープ解析部３８およびパワー解析部３９に供給される。エンベロープ解析部３８は、周波数情報Ｓに基づき、それぞれの騒音データＴにおけるエンベロープ情報Ｐｅを算出する。また、パワー解析部３９は、周波数情報Ｓに基づき、それぞれの騒音データＴにおけるパワー情報Ｐｐを算出する。

次に、図６Ｂに示すように、算出されたエンベロープ情報Ｐｅおよびパワー情報Ｐｐに基づき、それぞれの騒音データＴをエンベロープ情報Ｐｅおよびパワー情報Ｐｐの２次元平面上にマッピングする。「乗り物」や「喫茶店」などの環境毎に分類された騒音データＴをマッピングすることにより、２次元平面上には、騒音データＴの分類毎に境界が形成されるで、この分類毎の境界を示す境界線を設定する。

このようにして設定された境界線の情報と、特徴量に基づく２次元平面のデータとを騒音パラメータデータベース３５として設定する。したがって、楽曲を再生する際に収音された騒音データＴの特徴量に基づき、この騒音パラメータデータベース３５を参照することにより、収音された環境騒音を分類することができる。例えば、収音された騒音データＴのエンベロープ情報Ｐｅおよびパワー情報Ｐｐに基づき騒音パラメータデータベース３５とを参照し、収音された騒音データＴが境界線の上側にあれば、環境騒音が「乗り物」に分類され、境界線の下側にあれば、環境騒音が「喫茶店」に分類される。

なお、分類毎の境界が明確である場合には、人の判断によって境界線を設定してもよい。しかしながら、分類毎の境界が明確でない場合や、特徴量が３次元以上である場合には、人の判断による境界の設定が困難となるため、例えば数学的な手法を用いて、分類毎の境界線を設定すると好ましい。

また、この環境騒音の分類では、「乗り物」や「喫茶店」など、環境騒音の状態を大まかに分類するものであり、具体的な環境騒音の状態を分類するものではない。すなわち、環境騒音の状態は、例えば飛行機に乗っている場合であっても「乗り物」に分類され、図書館にいる場合であっても「喫茶店」に分類されることもあり、ある程度の曖昧性を有しているものとする。

図７に示すフローチャートを参照して、この発明の実施の第１の形態における楽曲のカテゴリの選択方法について説明する。なお、特別な記載がない限り、以下の処理は、ＣＰＵ１１の制御の下で行われるものとする。ステップＳ１において、音楽再生装置１の電源がＯＮとされる。ステップＳ２において、操作部１７に設けられた、周囲の環境騒音に応じた楽曲の再生を指示するための操作子がユーザによって操作されると、ステップＳ３で、マイク２０を介して環境騒音が収音され、環境騒音の騒音データＴがＣＰＵ１１に供給される。

ステップＳ４において、収音された環境騒音の騒音データＴに対して周波数分析が施され、環境騒音の特徴量であるエンベロープ情報Ｐｅおよびパワー情報Ｐｐが算出される。ステップＳ５では、算出されたエンベロープ情報Ｐｅおよびパワー情報Ｐｐに基づき、騒音パラメータデータベースを参照して環境騒音の分類が行われる。この例では、収音された環境騒音が「乗り物」および「喫茶店」のうちいずれかに分類される。

ステップＳ６では、環境騒音の分類結果に基づき、対応づけられた楽曲のカテゴリを選択する。例えば、環境騒音が「乗り物」に分類された場合には、「ロック」のカテゴリが選択され、環境騒音が「喫茶店」に分類された場合には、「クラシック」のカテゴリが選択される。そして、ステップＳ７において、選択されたカテゴリに対応する楽曲の中から、所定の楽曲が選択され、対応する楽曲データが記録媒体１８から読み出されて再生される。

ステップＳ８では、再生された楽曲が終了した際に、音楽を聴取し続けるか否かが判断される。音楽を聴取し続けると判断した場合には、処理がステップＳ３に戻り、マイク２０を介して再度、環境騒音の収音が行われる。なお、楽曲を聴取し続ける場合には、例えば、選択されたカテゴリに対応する楽曲の中から再生された楽曲を除いて同一の楽曲が連続して再生されないようにし、ランダムに再生するようにしてもよい。また、例えば、カテゴリ毎に楽曲を再生する順序を予め設定しておき、この順序に従って再生するようにしてもよい。

一方、ステップＳ８において、音楽を聴取し続けないと判断した場合には、処理がステップＳ９に移行し、ユーザによって音楽再生装置１の電源がＯＦＦとされ、一連の処理が終了する。

このように、この発明の実施の第１の形態では、音楽再生装置１に接続されたマイク２０を用いて環境騒音を収音し、収音された環境騒音から抽出された特徴量に基づき、現在の環境を判断する。そして、判断の結果に基づいて予め対応づけられた楽曲のカテゴリを選択するようにしているため、環境に応じた適切な楽曲を自動的に選択することができる。

次に、この発明の実施の第１の形態の変形例について説明する。上述した実施の第１の形態に適用可能な環境騒音の分類方法では、環境騒音の特徴量であるエンベロープ情報Ｐｅおよびパワー情報Ｐｐを算出する際に、例えば０．５秒程度の短い時間長を有する騒音データを用いて、環境騒音の分類を行っている。そのため、環境騒音の分類は、この騒音データを取得した短い時間に支配されてしまう。

すなわち、例えば、ユーザが喫茶店にいる場合であっても、周囲で人が会話をしている場合と会話をしていない場合とでは、環境騒音の特徴量が大きく変化してしまい、環境騒音の分類が適切に行われないおそれがある。

そこで、この発明の実施の第１の形態の変形例では、所定時間毎に環境騒音を収音して分類を行い、分類結果を所定回数分だけメモリに記憶させておく。そして、この所定回数分の分類結果に基づき、過去のデータになるほど重みが減少する重み係数を用いて現在の環境騒音を分類するようにしている。

図８は、この発明の実施の第１の形態の変形例に適用可能な環境騒音の分類方法の一例について説明するためのブロック図である。この図８に示す環境騒音の分類は、ＣＰＵ１１で行われる。ここでは、上述の実施の第１の形態と同様に、環境騒音に対する解析として、環境騒音の周波数領域におけるエンベロープおよびパワーの解析を行い、これらの解析結果を環境騒音の特徴量として算出する場合について説明する。また、上述の実施の第１の形態と同様の部分については、同一の符号を付し、説明を省略する。

第１の騒音判定部３４は、マイク２０によって収音された環境騒音の騒音データＴに対して周波数分析を行うことによって得られるエンベロープ情報Ｐｅおよびパワー情報Ｐｐが供給される。そして、供給されたエンベロープ情報Ｐｅおよびパワー情報Ｐｐに基づき、騒音パラメータデータベース３５を参照することによって環境騒音を分類し、分類結果を示す騒音情報を生成する。生成された騒音情報は、変換部４１に供給される。

変換部４１は、供給された騒音情報に基づき、分類結果を所定の数値に変換する。例えば、環境騒音が「乗り物」に分類された場合には、「０」に変換し、「喫茶店」に分類された場合には、「１」に変換する。分類結果に応じて数値に変換されたデータは、メモリ４２に供給される。

メモリ４２は、所定回数分、例えばｎ個分のデータを格納することができる領域を有している。メモリ４２は、新しいデータが供給されると、格納されたデータを１つずつシフトし、時間的に最も古いデータを捨てるとともに、供給された新しいデータを格納する。

具体的には、例えば、メモリ４２に新たなデータが供給された場合、メモリ４２に格納されたデータの中で最も古いデータｄ_nが捨てられるとともに、データｄ_n-1が１つだけシフトされ、データｄ_nとしてメモリ４２に格納される。同様にして、データｄ₃，ｄ₂およびｄ₁がそれぞれ１つだけシフトされ、データｄ₄，ｄ₃およびｄ₂としてメモリ４２に格納される。そして、新たに供給されたデータがｄ₁としてメモリ４２に格納される。

メモリ４２に格納されたデータｄ₁，ｄ₂，・・・，ｄ_nは、乗算器４３，４３，・・・にそれぞれ供給される。

乗算器４３，４３，・・・は、メモリ４２から供給されたデータｄ₁，ｄ₂，・・・，ｄ_nに対して、重み係数ｗ₁，ｗ₂，・・・，ｗ_nを畳み込み演算する。重み係数ｗ₁，ｗ₂，・・・，ｗ_nは、メモリ４２に格納されたデータの重みを決定する係数であり、数式（１）で示されるように、過去のデータになるほど重みが減少するように設定されている。
１≧ｗ₁＞ｗ₂＞・・・＞ｗ_n-1＞ｗ_n≧０ ・・・（１）

それぞれのデータｄ₁，ｄ₂，・・・，ｄ_nに対して重み係数ｗ₁，ｗ₂，・・・，ｗ_nを畳み込み演算した結果のデータは、加算器４４に供給される。加算器４４は、乗算器４３，４３，・・・から供給された畳み込み演算の結果のデータをそれぞれ加算し、第２の騒音判定部４５に供給する。

第２の騒音判定部４５は、加算器４４から供給されたデータの平均値を算出し、算出結果に応じて環境騒音の判定を行う。この例では、環境騒音が「乗り物」に分類された場合には、「０」とし、「喫茶店」に分類された場合には、「１」としているため、「０．５」を基準として、データの平均値が「０．５」を超えていれば、環境騒音が「乗り物」であると判定する。また、データの平均値が「０．５」以下であれば、環境騒音が「喫茶店」であると判定する。そして、判定結果を示す情報を生成し、カテゴリ選択部４６に供給する。

カテゴリ選択部４６は、判定結果を示す情報に基づき、環境騒音の分類に応じた楽曲のカテゴリを選択する。例えば、環境騒音が「乗り物」に分類された場合には、「ロック」のカテゴリが選択され、環境騒音が「喫茶店」に分類された場合には、「クラシック」のカテゴリが選択される。そして、それぞれのカテゴリに分類された楽曲の中から所定の選択方法によって楽曲が選択され、再生される。

このように、この発明の実施の第１の形態の変形例では、所定時間毎に環境騒音を収音し、所定回数分の環境騒音の分類に基づいて楽曲のカテゴリを選択するようにしている。また、過去の環境騒音であるほど重みが減少するように演算するようにしている。そのため、上述の実施の第１の形態による環境騒音の分類方法と比較して、環境騒音の分類の精度を高めることができる。

なお、この実施の第１の形態および第１の形態の変形例では、マイク２０をヘッドフォン２の内部に設けた場合について説明したが、これはこの例に限られない。例えば、マイク２０をヘッドフォン２の外部に設けるようにしてもよいし、音楽再生装置１の筐体などに設けるようにしてもよい。ただし、マイク２０を設ける位置によって、マイク２０から収音される環境騒音の周波数特性などが変化してしまう。したがって、マイク２０設ける位置を考慮して騒音パラメータデータベースを作成し、環境騒音の分類を行う必要がある。

次に、この発明の実施の第２の形態について説明する。この発明の実施の第２の形態では、音楽再生装置に接続されたマイクを介して収音された環境騒音の特徴量と、音楽再生装置に記録された楽曲の特徴量とを比較し、それぞれの特徴量が最も類似する楽曲を自動的に選択するようにしている。

上述の実施の第１の形態では、環境騒音の分類に対して予め楽曲のカテゴリを対応づけておき、環境騒音の分類結果に応じて、対応する楽曲のカテゴリを選択するようにしていた。このようにして楽曲のカテゴリを選択した場合、環境騒音を解析するアルゴリズムと楽曲のカテゴリ分類に用いられるアルゴリズムとが異なるため、同じカテゴリに分類された楽曲であっても、必ずしも環境騒音に適した楽曲が選択されるとは限らない。また、環境騒音と楽曲のカテゴリとの相性を確認するようにした場合、確認のための処理に時間を要してしまうおそれがある。

ここで、所定の環境騒音下で楽曲Ｘを聴取する場合について考える。図９は、環境騒音および楽曲Ｘの周波数特性を示す。斜線で示す環境騒音のエンベロープに囲まれた部分は、環境騒音によってマスクされる領域を示す。マスクされる領域内に存在する楽曲データの周波数成分による音は、環境騒音の周波数成分による音よってかき消され、聴取することができない。

このような環境騒音下で楽曲Ｘを聴取した場合、環境騒音のエンベロープの形状と楽曲Ｘのエンベロープの形状とが異なり、点線で囲まれた領域Ａで示す楽曲Ｘの周波数成分が環境騒音のマスク領域内に存在している。そのため、楽曲Ｘの周波数成分のうち、領域Ａで示す周波数成分が環境騒音の周波数成分によってマスクされてしまう。このマスクされた楽曲Ｙの周波数成分は、楽曲Ｙの周波数成分のうち最もパワーが大きい部分であり、この楽曲Ｙの主要な周波数成分であると考えられる。そのため、楽曲の主要部分が環境騒音によってマスクされてしまい、楽曲を適切に聴取することができなくなってしまう。

したがって、この楽曲Ｘを適切に聴取する場合には、ボリュームをかなり上げる必要がある。しかしながら、ボリュームをかなり上げた場合、全ての周波数成分のパワーが大きくなってしまうため、本来聞こえていた周波数成分の音、すなわち一点鎖線で囲まれた領域Ｂで示す楽曲Ｘの周波数成分の音が聞こえすぎてしまう。

一方、図１０は、環境騒音および別の楽曲Ｙの周波数特性を示す。図１０に示す例では、楽曲Ｙの周波数成分のほとんどが、斜線で示す環境騒音のマスク領域内に存在している。そのため、この状態では、楽曲Ｙのほとんどの周波数成分がマスクされてしまい、楽曲Ｙを聴取することができない。

しかしながら、楽曲Ｙのエンベロープの形状は、環境騒音のエンベロープの形状に類似しているため、ボリュームを上げることにより、楽曲のほとんどの周波数成分が環境騒音のマスク領域から外れる。そのため、環境騒音にかき消されることなく楽曲Ｙを適切に聴取することができる。また、上述の図９に示す楽曲Ｘと比較して、ボリュームを上げる量を少なくすることができる。

したがって、この発明の実施の第２の形態では、環境騒音及び楽曲の特徴量を抽出し、環境騒音のエンベロープの形状と楽曲のエンベロープの形状とが類似する楽曲を選択するようにしている。

図１１は、この発明の実施の第２の形態に適用可能な音楽再生装置１の一例の使用形態を示す。図１１に示す例では、この実施の第１の形態と同様に、ヘッドフォン２の内部に設けられるとともに、音楽再生装置１に接続されたマイク２０を介して環境騒音を収音する。音楽再生装置１は、マイク２０によって収音された環境騒音に対して所定に解析を行い、特徴量を抽出する。また、音楽再生装置１は、音楽再生装置１に記録された楽曲に対して、環境騒音の特徴量の抽出方法と同一の方法を用いて所定に解析を行い、特徴量を抽出する。そして、環境騒音の特徴量と楽曲の特徴量とを比較し、それぞれの特徴量が最も類似する楽曲を選択する。

図１２は、環境騒音に応じた楽曲の選択方法の一例について説明するためのブロック図である。図１２に示す楽曲の選択は、ＣＰＵ１１で行われる。この例では、環境騒音および楽曲に対する解析として、周波数領域におけるエンベロープおよびパワーの解析を行う。そして、環境騒音および楽曲それぞれのエンベロープおよびパワーを数値化した情報をそれぞれの特徴量として算出する場合について説明する。

マイク２０によって収音された環境騒音の騒音データＮＴが周波数分析部５１に供給される。周波数分析部５１は、入力された騒音データＮＴの所定時間、例えば０．５秒間程度の短い時間長を有する騒音データを用いて、騒音データＮＴに対してＦＦＴ分析やＯｃｔａｖｅ分析などの周波数分析を施し、周波数情報ＮＳを取得する。取得した周波数情報ＮＳは、エンベロープ解析部５２およびパワー解析部５３に供給される。

エンベロープ解析部５２は、入力された周波数情報ＮＳに基づき、騒音データＮＴの周波数領域におけるエンベロープの解析を行い、例えば所定の周波数帯域におけるエンベロープの傾きを数値化したエンベロープ情報ＮＰｅを算出する。算出したエンベロープ情報ＮＰｅは、類似度判定部５８に供給される。

パワー解析部５３は、入力された周波数情報ＮＳに基づき、騒音データＮＴの周波数領域におけるパワーの解析を行い、例えば所定の周波数帯域におけるパワーの総和を数値化したパワー情報ＮＰｐを算出する。算出したパワー情報ＮＰｐは、類似度判定部５８に供給される。

一方、音楽再生装置１に記録された楽曲の楽曲データＭＴが周波数分析部５４に供給される。周波数分析部５４は、入力された楽曲データＭＴの所定時間、例えば０．５秒間程度の短い時間長を有する楽曲データを用いて、楽曲データＭＴに対してＦＦＴ分析やＯｃｔａｖｅ分析などの周波数分析を施し、周波数情報ＭＳを取得する。取得した周波数情報ＭＳは、エンベロープ解析部５５およびパワー解析部５６に供給される。

エンベロープ解析部５５は、入力された周波数情報ＭＳに基づき、楽曲データＭＴの周波数領域におけるエンベロープの解析を行い、例えば所定の周波数帯域におけるエンベロープの傾きを数値化したエンベロープ情報ＭＰｅを算出する。算出したエンベロープ情報ＭＰｅは、楽曲特徴量データベース５７に供給される。

パワー解析部５６は、入力された周波数情報ＭＳに基づき、楽曲データＭＴの周波数領域におけるパワーの解析を行い、例えば所定の周波数帯域におけるパワーの総和を数値化したパワー情報ＭＰｐを算出する。算出したパワー情報ＭＰｐは、楽曲特徴量データベース５７に供給される。

楽曲特徴量データベース５７は、音楽再生装置１に記録された全ての楽曲データの特徴量が楽曲毎に対応づけられて記録されている。この例では、楽曲データＭＴのエンベロープ情報ＭＰｅおよびパワー情報ＭＰｐが特徴量として記録されている。音楽再生装置１に対して新たに楽曲データが記録された場合には、エンベロープ解析部５５およびパワー解析部５６で算出されたエンベロープ情報ＭＰｅおよびパワー情報ＭＰｐが楽曲特徴量データベース５７に供給され、楽曲に対応づけられて記録される。

類似度判定部５８は、騒音データＮＴのエンベロープ情報ＮＰｅおよびパワー情報ＮＰｐと、楽曲特徴量データベース５７に記録された全ての楽曲データＭＴのエンベロープ情報ＭＰｅおよびパワー情報ＭＰｐとを用い、環境騒音に対して最も類似度の高い楽曲を選択する。

類似度判定部５８における環境騒音および楽曲の類似度の判定方法について説明する。例えば、図１３に示すように、騒音データＮＴと楽曲データＭＴとを、それぞれの特徴量であるエンベロープ情報Ｐｅおよびパワー情報Ｐｐの２次元平面上にマッピングした場合について考える。図１３では、マイク２０で収音された環境騒音の騒音データＮＴと、および音楽再生装置１に記録された楽曲の楽曲データＭ１〜Ｍ９とがマッピングされている一例を示す。環境騒音および楽曲の類似度は、環境騒音の騒音データＮＴとそれぞれの楽曲の楽曲データＭ１〜Ｍ９との位置関係に基づき判定される。

このような場合において、環境騒音と楽曲とが最も類似する場合とは、それぞれの特徴量の差分が最小となる場合であると考えられる。すなわち、環境騒音からの距離Ｌが最短となる楽曲データの楽曲が、環境騒音と最も類似する楽曲である。環境騒音および楽曲の距離は、数式（２）に基づき、騒音データＮＴおよび楽曲データＭ１〜Ｍ９のエンベロープ情報の差分の２乗とそれぞれのパワー情報の差分の２乗とを加算することにより算出される。
Ｌ＝（ＮＰｅ−ＭＰｅ）²＋（ＮＰｐ−ＭＰｐ）² ・・・（２）

この例では、騒音データＮＴおよび楽曲データＭ１〜Ｍ９の距離Ｌ１〜Ｌ９を数式（２）に基づいて算出した結果、騒音データＮＴと楽曲データＭ３との距離Ｌ３が最短であると判定され、環境騒音と最も類似する楽曲として、楽曲データＭ３の楽曲が選択される。

図１４に示すフローチャートを参照して、この発明の実施の第２の形態における楽曲の選択方法について説明する。なお、特別な記載がない限り、以下の処理は、ＣＰＵ１１の制御の下で行われるものとする。ステップＳ１１において、音楽再生装置１の電源がＯＮとされる。ステップＳ１２では、操作部１７に設けられた、周囲の環境騒音に応じた楽曲の再生を指示するための操作子がユーザによって操作される。

ステップＳ１３において、音楽再生装置１に記録された全ての楽曲について、特徴量が算出され楽曲特徴量データベース５７に記録されているか否かが判断される。全ての楽曲について特徴量を算出していないと判断された場合には、処理がステップＳ１４に移行し、特徴量算出の対象となる楽曲が選択される。一方、全ての楽曲について特徴量を算出したと判断された場合には、処理がステップＳ１９に移行する。

ステップＳ１５では、選択された楽曲の楽曲データＭＴに対して周波数分析が施され、楽曲の特徴量であるエンベロープ情報ＭＰｅおよびパワー情報ＭＰｐが算出される。ステップＳ１６では、算出されたエンベロープ情報ＭＰｅおよびパワー情報ＭＰｐが保持される。

ステップＳ１７では、特徴量算出の対象となった全ての楽曲について、特徴量を算出したか否かが判断される。特徴量算出の対象となった全ての楽曲の特徴量を算出したと判断された場合には、処理がステップＳ１８に移行し、算出された特徴量が楽曲特徴量データベース５７に記録される。一方、ステップＳ１７において、特徴量算出の対象となった全ての楽曲の特徴量を算出していないと判断された場合には、処理がステップＳ１４に戻り、特徴量算出の対象となる別の楽曲が選択される。

ステップＳ１９では、マイク２０を介して環境騒音が収音され、環境騒音の騒音データＮＴがＣＰＵ１１に供給される。ステップＳ２０では、収音された環境騒音の騒音データＮＴに対して周波数分析が施され、環境騒音の特徴量であるエンベロープ情報ＮＰｅおよびパワー情報ＮＰｐが算出される。ステップＳ２１では、算出したエンベロープ情報ＮＰｅおよびパワー情報ＮＰｐが保持される。

ステップＳ２２では、騒音データＮＴのエンベロープ情報ＮＰｅおよびパワー情報ＮＰｐと、楽曲特徴量データベース５７に記録された楽曲データＭＴのエンベロープ情報ＭＰｅおよびパワー情報ＭＰｐとを用い、上述の数式（２）に基づき特徴量の距離が算出される。そして、算出された距離が最も短い楽曲が、特徴量が最も近い楽曲として選択され、対応する楽曲データが記録媒体１８から読み出されて再生される。

ステップＳ２３では、再生された楽曲が終了した際に、音楽を聴取し続けるか否かが判断される。音楽を聴取し続けると判断した場合には、処理がステップＳ１９に戻り、マイク２０を介して再度、環境騒音の収音が行われる。

ここで、楽曲を聴取し続ける場合において、環境騒音が常時変化しないときや、環境騒音の変化が小さいときには、環境騒音と楽曲との類似度が最も高いものとして、前回と同一の楽曲が選択されてしまうおそれがある。したがって、この場合には、一度選択された楽曲を所定回数選択されないようにすることによって同一の楽曲が連続して再生されないようにし、類似度が次に高い楽曲を選択するようにすると好ましい。

一方、ステップＳ２３において、音楽を聴取し続けないと判断した場合には、処理がステップＳ２４に移行し、ユーザによって音楽再生装置１の電源がＯＦＦとされ、一連の処理が終了する。

なお、この例では、ステップＳ１２で周囲の環境騒音に応じた楽曲の再生が指示された場合に、楽曲データＭＴの特徴量を算出して楽曲特徴量データベース５７への記録を行うように説明したが、これはこの例に限られない。例えば、音楽再生装置１の記録媒体１８に新たな楽曲が記録された際に、この楽曲の特徴量を算出して楽曲特徴量データベース５７に記録するようにしてもよい。

このように、この発明の実施の第２の形態では、環境騒音および楽曲の特徴量を同一の方法を用いて抽出し、それぞれの特徴量が最も類似する楽曲を選択するようにしている。そのため、ユーザによるボリューム操作などの操作を最低限にすることができ、騒音にかき消されることなく楽曲を聴取することができる。

なお、この発明の実施の第２の形態による楽曲の選択方法としては、環境騒音および楽曲の特徴量の類似度が最も高い楽曲を選択する方法の他に、環境騒音および楽曲の特徴量の類似度が最も低い楽曲を選択する方法が考えられる。

例えば、所定の環境騒音下において楽曲Ｚを聴取する場合について考える。図１５は、環境騒音および楽曲Ｚの周波数特性を示す。この場合、楽曲Ｚのエンベロープの形状は、環境騒音のエンベロープの形状と大きく異なり、環境騒音によってマスクされる領域が少ない。また、この楽曲Ｚの主要部分と考えられる、楽曲Ｚの最もパワーの大きい周波数成分が環境騒音によってマスクされていない。そのため、楽曲Ｚは、ボリュームを上げることなく聴取することができると考えられる。

したがって、環境騒音および楽曲の類似度が低い楽曲、すなわち、環境騒音および楽曲のエンベロープの形状が異なる楽曲を選択することによっても、環境騒音下において適切な楽曲を聴取することができる。

図１６は、マイク２０で収音された環境騒音の騒音データＮＴおよび音楽再生装置１に記録された楽曲の楽曲データＭ１〜楽曲データＭ９が特徴量であるエンベロープ情報Ｐｅおよびパワー情報Ｐｐの２次元平面上にマッピングされている一例を示す。

このような場合において、環境騒音および楽曲の類似度が最も低い場合とは、それぞれの特徴量の差分が最大となる場合であると考えられる。すなわち、環境騒音からの距離Ｌが最長となる楽曲データの楽曲が、環境騒音との類似度が最も低い楽曲である。したがって、環境騒音および楽曲の距離を上述の数式（２）に基づき算出することにより、環境騒音との類似度が最も低い楽曲を選択することができる。

この例では、騒音データＮＴおよび楽曲データＭ１〜Ｍ９の距離Ｌ１〜Ｌ９を数式（２）に基づいて算出した結果、騒音データＮＴと楽曲データＭ７との距離Ｌ７が最長であると判定され、環境騒音と最も類似する楽曲として、楽曲データＭ７の楽曲が選択される。

なお、この発明の実施の第２の形態では、上述の実施の第１の形態と同様に、マイク２０をヘッドフォン２の外部や音楽再生装置１の筐体などに設けるようにしてもよい。

次に、この発明の実施の第３の形態について説明する。この発明の実施の第３の形態では、上述した実施の第１の形態に対して、騒音を低減させるノイズキャンセル機能を適用する。そして、ノイズキャンセルを施され騒音が低減した環境騒音に対して環境騒音の分類を行い、分類結果に応じて楽曲のカテゴリを自動的に選択するようにしている。

図１７は、この発明の実施の第３の形態に適用可能な音楽再生装置１’の一例の使用形態を示す。図１７に示す例では、音楽再生装置１’に対してマイク２０またはマイク２０’、およびヘッドフォン２’が接続され、ユーザがヘッドフォン２’を介して、音楽再生装置１’に記録された楽曲を聴取している状態を示す。

音楽再生装置１’は、ノイズキャンセル機能を有し、ノイズキャンセル機能をＯＮとした場合、マイク２０またはマイク２０’で収音された環境騒音に対してノイズキャンセルを施し、ユーザに聞こえる環境騒音を低減させる。マイク２０は、例えばヘッドフォン２’の内部に設けられ、ユーザがヘッドフォン２を装着した状態での耳の位置で聞こえる環境騒音を収音する。また、マイク２０’は、例えばヘッドフォン２の外部に設けられている。

なお、ノイズキャンセル機能は、ＯＮまたはＯＦＦとすることができるが、ノイズキャンセル機能をＯＦＦとした場合については、上述した実施の第１の形態と同様であるので、ここでは、ノイズキャンセル機能をＯＮとした場合について説明する。

ユーザが音楽再生装置１’に対して環境騒音に応じた楽曲選択を指示すると、音楽再生装置１’は、マイク２０または２０’によって周囲の環境騒音を収音する。ノイズキャンセル機能がＯＮとされている場合には、ノイズキャンセル機能による騒音の低減処理を行った後、騒音が低減された環境騒音の解析を行う。そして、音楽再生装置１’は、騒音が低減された環境騒音の解析結果に基づき、対応づけられた楽曲のカテゴリを選択し、選択されたカテゴリに分類された楽曲を再生する。なお、ノイズキャンセル機能がＯＦＦとされている場合には、環境騒音の低減処理を行わない。

ここで、ヘッドフォン２’の内部に設けられたマイク２０を用いた場合、マイク２０は、ユーザの耳の位置で環境騒音を収音する。したがって、ノイズキャンセル機能がＯＮの場合、マイク２０によって収音される環境騒音は、ノイズキャンセル機能によって騒音が低減されたものとなる。

一方、ヘッドフォン２’の外部に設けられたマイク２０’を用いた場合、マイク２０’は、ユーザの耳の位置とは異なる位置で環境騒音を収音する。したがって、ノイズキャンセル機能がＯＮである場合であっても、マイク２０’によって収音される環境騒音は、騒音が低減されたものではない。

このように、ヘッドフォン２’の内部に設けられたマイク２０を用いた場合と、外部に設けられたマイク２０’を用いた場合とでは、収音される環境騒音の状態が異なるため、それぞれの環境騒音に対して異なる分類方法を用いる必要がある。

先ず、ヘッドフォン２’の内部にマイク２０が設けられている場合の環境騒音の分類方法について説明する。上述したように、ヘッドフォン２’の内部に設けられたマイク２０を用いた場合には、ユーザの耳の位置における環境騒音が収音される。そのため、ノイズキャンセル機能をＯＮとした際に、マイク２０によって収音される環境騒音は、ユーザに対して聞こえる環境騒音と同等の、騒音が低減された状態のものである。

したがって、マイク２０によって収音された、騒音が低減された環境騒音の分類を行うことにより、ユーザに聞こえる環境騒音に応じた楽曲のカテゴリを選択することができる。

図１８は、環境騒音の分類方法の一例について説明するためのブロック図である。この図１８に示す環境騒音の分類は、ＣＰＵ１１で行われる。この場合、上述した実施の第１の形態と同様の処理を行うことにより環境騒音を分類することができる。したがって、上述の実施の第１の形態と同様の部分については、同一の符号を付し、詳細な説明を省略する。マイク２０は、ノイズキャンセル機能がＯＮの場合に、騒音が低減された環境騒音の騒音データＣＴ（以下、低減騒音データＣＴと適宜称する。）を収音し、ノイズキャンセル機能がＯＦＦの場合に、環境騒音の騒音データＴを収音する。収音された騒音データＴまたは低減騒音データＣＴが周波数分析部３１に供給される。

周波数分析部３１は、入力された騒音データＴまたは低減騒音データＣＴに対して周波数分析を施して得られる周波数情報Ｓを、エンベロープ解析部３２およびパワー解析部３３に供給する。エンベロープ解析部３２およびパワー解析部３３は、周波数情報Ｓに基づき、それぞれエンベロープ情報Ｐｅおよびパワー情報Ｐｐを算出し、騒音判定部３４に供給する。騒音判定部３４は、エンベロープ情報Ｐｅおよびパワー情報Ｐｐに基づき、騒音パラメータデータベース３５を参照することによって環境騒音を分類し、分類結果を示す騒音情報を生成してカテゴリ選択部３６に供給する。

カテゴリ選択部３６は、騒音判定部３４から供給された騒音情報に基づき、環境騒音の分類に応じた楽曲のカテゴリを選択する。そして、それぞれのカテゴリに分類された楽曲の中から所定の選択方法によって楽曲が選択され、再生される。

図１９に示すフローチャートを参照して、マイク２０を用いて環境騒音を収音した場合における、楽曲のカテゴリの選択方法について説明する。なお、特別な記載がない限り、以下の処理は、ＣＰＵ１１の制御の下で行われるものとする。

ステップＳ３１において、音楽再生装置１’の電源がＯＮとされる。ステップＳ３２において、周囲の環境騒音に応じた楽曲の再生の指示がユーザによってなされると、ステップＳ３３で、マイク２０を介して環境騒音が収音され、環境騒音の騒音データＴまたはノイズキャンセルが施された低減騒音データＣＴがＣＰＵ１１に供給される。

ステップＳ３４において、収音された環境騒音の騒音データＴまたは低減騒音データＣＴに対して周波数分析が施され、特徴量であるエンベロープ情報Ｐｅおよびパワー情報Ｐｐが算出される。ステップＳ３５では、算出されたエンベロープ情報Ｐｅおよびパワー情報Ｐｐに基づき、騒音パラメータデータベースを参照して環境騒音の分類が行われる。

ステップＳ３６では、環境騒音の分類結果に基づき、対応づけられた楽曲のカテゴリを選択する。そして、ステップＳ３７において、選択されたカテゴリに対応する楽曲の中から、所定の楽曲が選択され、対応する楽曲データが記録媒体１８から読み出されて再生される。

ステップＳ３８では、再生された楽曲が終了した際に、音楽を聴取し続けるか否かが判断され、音楽を聴取し続けると判断した場合には、処理がステップＳ３３に戻り、マイク２０を介して再度、環境騒音の収音が行われる。一方、ステップＳ３８において、音楽を聴取し続けないと判断した場合には、処理がステップＳ３９に移行し、ユーザによって音楽再生装置１’の電源がＯＦＦとされ、一連の処理が終了する。

次に、ヘッドフォン２’の外部にマイク２０’が設けられている場合の環境騒音の分類方法について説明する。上述したように、ヘッドフォン２’の外部に設けられたマイク２０’を用いた場合には、ユーザの耳の位置とは異なる位置における環境騒音が収音される。そのため、ノイズキャンセル機能をＯＮとした際に、ユーザに対して聞こえる環境騒音は低減されるが、マイク２０’によって収音される環境騒音は、騒音が低減されない状態のものである。

このように収音された環境騒音の分類を行っても、実際にユーザに聞こえる環境騒音と、マイク２０’によって収音された環境騒音とが異なるため、ユーザに聞こえる環境騒音に応じた楽曲のカテゴリを選択することができないおそれがある。

そこで、このような場合には、収音された環境騒音に対してノイズキャンセル機能がＯＮである場合と等価な環境騒音となるような処理を施すことによって得られる、騒音が低減された環境騒音に対して分類を行う。

図２０は、環境騒音の分類方法の一例について説明するためのブロック図である。この図２０に示す環境騒音の分類は、ＣＰＵ１１で行われる。なお、上述の実施の第１の形態と同様の部分については、同一の符号を付し、詳細な説明を省略する。マイク２０’によって収音された環境騒音の騒音データＴ’が等価フィルタ６１および選択部６２の一方の入力端子６２ａに供給される。

等価フィルタ６１は、収音された環境騒音の騒音データＴ’に対してノイズキャンセル機能を用いた際に得られる低減効果と同等の効果が得られる処理を施し、騒音が低減された低減騒音データＣＴ’を生成する。生成された低減騒音データＣＴ’は、選択部６２の他方の入力端子６２ｂに供給される。

選択部６２は、ＣＰＵ１１による制御に基づき、入力端子６２ａおよび６２ｂのうちいずれかの入力端子を選択し、選択された入力端子に供給されたデータを周波数分析部３１に供給する。例えば、ノイズキャンセル機能がＯＦＦの場合には、入力端子６２ａが選択され、騒音データＴ’を周波数分析部３１に供給する。また、ノイズキャンセル機能がＯＮの場合には、入力端子６２ｂが選択され、低減騒音データＣＴ’を周波数分析部３１に供給する。

周波数分析部３１は、入力された騒音データＴ’または低減騒音データＣＴ’に対して周波数分析を施して得られる周波数情報Ｓを、エンベロープ解析部３２およびパワー解析部３３に供給する。エンベロープ解析部３２およびパワー解析部３３は、周波数情報Ｓに基づき、それぞれエンベロープ情報Ｐｅおよびパワー情報Ｐｐを算出し、騒音判定部３４に供給する。騒音判定部３４は、エンベロープ情報Ｐｅおよびパワー情報Ｐｐに基づき、騒音パラメータデータベース３５を参照することによって環境騒音を分類し、分類結果を示す騒音情報を生成してカテゴリ選択部３６に供給する。

カテゴリ選択部３６は、騒音判定部３４から供給された騒音情報に基づき、環境騒音の分類に応じた楽曲のカテゴリを選択する。そして、それぞれのカテゴリに分類された楽曲の中から所定の選択方法によって楽曲が選択され、再生される。

なお、等価フィルタ６１による騒音データＴ’に対する低減効果は、ノイズキャンセル機能による低減効果と必ずしも完全に一致させる必要はない。ここでは、低減された環境騒音を正確に再現する必要はなく、ノイズキャンセル機能によって環境騒音の特徴量が大局的にどのように変化したかが判断できる程度でよい。

図２１に示すフローチャートを参照して、マイク２０’を用いて環境騒音を収音した場合における、楽曲のカテゴリの選択方法について説明する。なお、特別な記載がない限り、以下の処理は、ＣＰＵ１１の制御の下で行われるものとする。

ステップＳ４１において、音楽再生装置１’の電源がＯＮとされる。ステップＳ４２において、周囲の環境騒音に応じた楽曲の再生の指示がユーザによってなされると、ステップＳ４３で、マイク２０’を介して環境騒音が収音され、環境騒音の騒音データＴ’がＣＰＵ１１に供給される。

ステップＳ４４では、ノイズキャンセル機能がＯＮであるか否かが判断される。ノイズキャンセル機能がＯＮである場合には、処理がステップＳ４５に移行する。一方、ノイズキャンセル機能がＯＦＦである場合には、処理がステップＳ４６に移行する。ステップＳ４５では、収音された環境騒音の騒音データＴ’に対してノイズキャンセルを施した際に得られる低減効果と同等の効果が得られる処理が施され、騒音が低減された環境騒音の低減騒音データＣＴ’が生成される。

ステップＳ４６において、収音された環境騒音の騒音データＴ’または低減騒音データＣＴ’に対して周波数分析が施され、特徴量であるエンベロープ情報Ｐｅおよびパワー情報Ｐｐが算出される。ステップＳ４７では、算出されたエンベロープ情報Ｐｅおよびパワー情報Ｐｐに基づき、騒音パラメータデータベースを参照して環境騒音の分類が行われる。

ステップＳ４８では、環境騒音の分類結果に基づき、対応づけられた楽曲のカテゴリを選択する。そして、ステップＳ４９において、選択されたカテゴリに対応する楽曲の中から、所定の楽曲が選択され、対応する楽曲データが記録媒体１８から読み出されて再生される。

ステップＳ５０では、再生された楽曲が終了した際に、音楽を聴取し続けるか否かが判断され、音楽を聴取し続けると判断した場合には、処理がステップＳ４３に戻り、マイク２０を介して再度、環境騒音の収音が行われる。一方、ステップＳ５０において、音楽を聴取し続けないと判断した場合には、処理がステップＳ５１に移行し、ユーザによって音楽再生装置１’の電源がＯＦＦとされ、一連の処理が終了する。

このように、この発明の実施の第３の形態では、収音した環境騒音に対してノイズキャンセル機能、またはノイズキャンセルと等価の処理を適用することにより、楽曲を聴取する際の環境騒音が低減される。そして、騒音が低減された環境騒音から抽出された特徴量に基づき、現在の環境を判断し、判断の結果に基づいて予め対応づけられた楽曲のカテゴリを選択するようにしているため、環境に応じた適切な楽曲を自動的に選択することができる。

また、例えば「乗り物」の車内などの騒音レベルが高い環境においても、環境騒音が「喫茶店」などの騒音レベルが低い環境に分類され、「クラシック」のカテゴリに分類されるような静かな楽曲など、従来では環境騒音に適さないような楽曲を聴取することができる。

なお、この発明の実施の第３の形態では、上述した実施の第１の形態に対してノイズキャンセル機能を適用した場合について説明したが、これはこの例に限られない。例えば、上述した実施の第２の形態に対してノイズキャンセル機能を適用するようにしてもよい。この場合には、ノイズキャンセル機能により騒音が低減した環境騒音の特徴量と、楽曲の特徴量とを比較し、それぞれの特徴量の類似度が最も高いまたは低い楽曲を選択する。こうすることにより、ユーザは、環境に適した楽曲を聴取することができる。

以上、この発明の実施の第１の形態、第１の形態の変形例、第２の形態および第３の形態について説明したが、この発明は、上述したこの発明の実施の第１の形態、第１の形態の変形例、第２の形態および第３の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。上述した例では、環境騒音に対する解析方法として周波数解析を用いたが、これに限られず、例えば、時間波形の解析を行ってもよい。

また、例えば、環境騒音の特徴量として、エンベロープおよびパワーを用いた場合について説明したが、これはこの例に限られず、他の特徴量を用いてもよい。また、２つの特徴量に限られず、３つ以上の特徴量に基づいて環境騒音を分類してもよい。

さらに、上述した例では、環境騒音を「乗り物」および「喫茶店」に分類して説明したが、これはこの例に限られない。例えば３つ以上に分類してもよいし、その他の環境に分類してもよい。さらにまた、楽曲のカテゴリについても、「ロック」および「クラシック」に限らず、その他のカテゴリに分類してもよいし、例えば「明るい曲」や「落ち着く曲」など、ユーザの気分に合わせたカテゴリに分類するようにしてもよい。

この発明の実施の第１の形態に適用可能な音楽再生装置の一例の使用形態を示す略線図である。 この発明の実施の第１の形態に適用可能な音楽再生装置の一例の構成を示すブロック図である。 環境騒音の周波数特性の一例を示す略線図である。 環境騒音の特徴量について説明するための略線図である。 環境騒音の分類方法の一例について説明するためのブロック図である。 騒音パラメータデータベースの作製方法について説明するための略線図である。 この発明の実施の第１の形態における楽曲のカテゴリの選択方法について説明するためのフローチャートである。 この発明の実施の第１の形態の変形例に適用可能な環境騒音の分類方法の一例について説明するためのブロック図である。 環境騒音および楽曲の周波数特性を示す略線図である。 環境騒音および別の楽曲の周波数特性を示す略線図である。 この発明の実施の第２の形態に適用可能な音楽再生装置の一例の使用形態を示す略線図である。 環境騒音に応じた楽曲の選択方法の一例について説明するためのブロック図である。 騒音データおよび楽曲データの類似度について説明するための略線図である。 この発明の実施の第２の形態における楽曲の選択方法について説明するためのフローチャートである。 環境騒音およびさらに別の楽曲の周波数特性を示す略線図である。 騒音データおよび楽曲データの類似度について説明するための略線図である。 この発明の実施の第３の形態に適用可能な音楽再生装置の一例の使用形態を示す略線図である。 ヘッドフォンの内部に設けられたマイクを用いた場合における環境騒音の分類方法の一例について説明するためのブロック図である。 ヘッドフォンの内部に設けられたマイクを用いた場合における楽曲のカテゴリの選択方法について説明するためのフローチャートである。 ヘッドフォンの外部に設けられたマイクを用いた場合における環境騒音の分類方法の一例について説明するためのブロック図である。 ヘッドフォンの内部に設けられたマイクを用いた場合における楽曲のカテゴリの選択方法について説明するためのフローチャートである。 従来の音楽再生装置の一例の使用形態を示す略線図である。 従来の音楽再生装置における楽曲のカテゴリの選択方法について説明するためのフローチャートである。

符号の説明

１，１’ 音楽再生装置
２，２’ ヘッドフォン
１１ ＣＰＵ
１４ 音声信号処理部
１８ 記録媒体
１９ 音声出力部
２０，２０’ マイクロフォン
３１，３７、５１，５４ 周波数分析部
３２，３８，５２，５５ エンベロープ解析部
３３，３９，５３，５６ パワー解析部
３４，４５ 騒音判定部
３５ 騒音パラメータデータベース
３６，４６ カテゴリ選択部
４１ 変換部
４２ メモリ
４３ 乗算器
４４ 加算器
５７ 楽曲特徴量データベース
５８ 類似度判定部
６１ 等価フィルタ
６２ 選択部
６２ａ，６２ｂ 入力端子

Claims (9)

1. 周囲の環境の騒音データを収音する収音部と、
   上記収音部により収音された騒音データに対して周波数解析を行い、上記騒音データの特徴を示す特徴量を抽出する解析部と、
   騒音データを環境毎に分類するための騒音パラメータデータベースと、
   記録媒体に記録されカテゴリ毎に分類された楽曲データを再生する再生部と
   を備え、
   上記解析部は、
   抽出された上記騒音データの特徴量に基づき、上記騒音パラメータデータベースを参照して上記騒音データを分類し、上記分類を所定時間毎に行いその分類結果を所定回数分メモリに記憶し、上記メモリに記憶された上記所定回数分の分類結果に対して、過去の分類結果ほど重みが減少する重み係数をそれぞれ畳み込み演算し、上記重み係数が畳み込み演算された上記所定回数分の分類結果の平均に基づき上記騒音データを分類し、
   上記騒音データの分類結果に応じて、予め対応づけられた楽曲のカテゴリを選択し、上記選択されたカテゴリに分類された楽曲データの中から所定の楽曲データを選択する楽曲再生装置。
2. 上記解析部は、上記騒音データの所定周波数領域におけるエンベロープの傾きを上記特徴量として抽出する請求項１に記載の楽曲再生装置。
3. 上記解析部は、上記騒音データの所定周波数領域におけるパワーの総和を上記特徴量として抽出する請求項１に記載の楽曲再生装置。
4. 上記解析部は、上記収音部により収音された騒音データに対してさらに時間波形解析を行い、上記騒音データの特徴量を抽出する請求項１に記載の楽曲再生装置。
5. 上記収音部により収音された騒音データに対して騒音レベルを低減させる騒音低減部をさらに備え、
   上記解析部は、上記騒音低減部により騒音が低減された騒音データに対して周波数解析を行う請求項１に記載の楽曲再生装置。
6. 上記再生部で再生された楽曲データを出力する音声出力部をさらに備え、
   上記収音部は、上記音声出力部の内部に設けられる請求項５に記載の楽曲再生装置。
7. 上記再生部で再生された楽曲データを出力する音声出力部をさらに備え、
   上記収音部は、上記音声出力部の外部に設けられる請求項５に記載の楽曲再生装置。
8. 収音部と、解析部と、騒音データを環境毎に分類するための騒音パラメータデータベースと、再生部とを備える楽曲再生装置によって実行される楽曲再生方法であって、
   上記収音部が、周囲の環境の騒音データを収音する収音ステップと、
   上記解析部が、上記収音ステップおいて収音された騒音データに対して周波数解析を行い、上記騒音データの特徴を示す特徴量を抽出する解析ステップと、
   上記再生部が、記録媒体に記録されカテゴリ毎に分類された楽曲データを再生する再生ステップとを有し、
   上記解析ステップは、
   抽出された上記騒音データの特徴量に基づき、上記騒音パラメータデータベースを参照して上記騒音データを分類し、上記分類を所定時間毎に行いその分類結果を所定回数分メモリに記憶し、上記メモリに記憶された上記所定回数分の分類結果に対して、過去の分類結果ほど重みが減少する重み係数をそれぞれ畳み込み演算し、上記重み係数が畳み込み演算された上記所定回数分の分類結果の平均に基づき上記騒音データを分類し、
   上記騒音データの分類結果に応じて、予め対応づけられた楽曲のカテゴリを選択し、上記選択されたカテゴリに分類された楽曲データの中から所定の楽曲データを選択する楽曲再生方法。
9. 周囲の環境の騒音データを収音する収音ステップと、
   上記収音ステップにおいて収音された騒音データに対して周波数解析を行い、上記騒音データの特徴を示す特徴量を抽出する解析ステップと、
   記録媒体に記録されカテゴリ毎に分類された楽曲データを再生する再生ステップとを有し、
   上記解析ステップは、
   抽出された上記騒音データの特徴量に基づき、騒音データを環境毎に分類するための騒音パラメータデータベースを参照して上記騒音データを分類し、上記分類を所定時間毎に行いその分類結果を所定回数分メモリに記憶し、上記メモリに記憶された上記所定回数分の分類結果に対して、過去の分類結果ほど重みが減少する重み係数をそれぞれ畳み込み演算し、上記重み係数が畳み込み演算された上記所定回数分の分類結果の平均に基づき上記騒音データを分類し、
   上記騒音データの分類結果に応じて、予め対応づけられた楽曲のカテゴリを選択し、上記選択されたカテゴリに分類された楽曲データの中から所定の楽曲データを選択する楽曲再生方法をコンピュータ装置に実行させる再生プログラム。

Images