JP4871182B2 - 楽曲種類判別装置、楽曲種類判別方法、および楽曲種類判別プログラム - Google Patents

Description

本願は、楽曲の特徴量を抽出して楽曲の種類を判別する楽曲種類判別装置の技術分野に関する。

従来においては、楽曲を検索するために、書誌的情報（タグ情報）を活用することがあった。その一例としては、楽曲情報であるＭＰ３ファイル中にテキスト情報として、「タイトル、アーティスト名、ジャンル、作成年」等の情報を楽曲の先頭または楽曲の終了後に書き込むＩＤ３タグ規格を用いた楽曲検索がある。

また、楽曲の特徴量として、楽曲の周波数を抽出するための技術としてＦＦＴ（Fast Fourier Transform）等の周波数解析技術が知られている。

これらの技術を使用した技術の一例として、下記文献１が存在する。
特表２００６−５０８３９０号公報

しかしながら、上述のＩＤ３タグにおいては、楽曲を直接分析した情報が付与されているわけではないので、品質上の問題があった。また、ＦＦＴ等の周波数分析手法を用いると演算量が膨大になるので演算時間がかかり、リアルタイムに楽曲の種類の識別を行なうことが困難であった。

本願は、上記の各問題点に鑑みて為されたもので、その課題の一例としては、少ない演算量で簡易に精度よく楽曲の種類を判別できる楽曲種別判別装置、楽曲種別判別方法および楽曲種別判別プログラムを提供することにある。

上記課題を解決するために、請求項１に記載の楽曲種類判別装置は、入力された楽曲信号に基づいて、前記楽曲信号を分析し、楽曲の種類の判別を行なう楽曲種類判別装置において、入力された前記楽曲信号のパワを演算する楽曲パワ演算手段と、前記楽曲信号を線形予測分析することにより、線形予測残差を算出する線形予測残差算出手段と、前記楽曲信号のパワと前記算出された線形予測残差のパワとの比である線形予測残差パワ比を算出する線形予測残差パワ比算出手段と、前記算出された線形予測残差の零交差数と、前記楽曲信号の零交差数との比である零交差数比を算出する零交差数比算出手段と、前記線形予測残差パワ比と零交差数比とに対して統計処理する統計処理手段と、前記統計処理手段によって統計処理された線形予測残差パワ比の統計処理値と、零交差数比の統計処理値とに基づいて、前記楽曲信号の種類を判別する判別手段と、を備えることを特徴とする。

上記課題を解決するために、請求項６に記載の楽曲種類判別方法は、入力された楽曲信号に基づいて、前記楽曲信号を分析し、楽曲の種類の判別を行なう楽曲種類判別方法において、入力された前記楽曲信号のパワを演算する楽曲パワ演算工程と、前記楽曲信号を線形予測分析することにより、線形予測残差を算出する線形予測残差算出工程と、前記楽曲信号のパワと前記算出された線形予測残差のパワとの比である線形予測残差パワ比を算出する線形予測残差パワ比算出工程と、前記算出された線形予測残差の零交差数と、前記楽曲信号の零交差数との比である零交差数比を算出する零交差数比算出工程と、前記線形予測残差パワ比と零交差数比とに対して統計処理する統計処理工程と、前記統計処理手段によって統計処理された線形予測残差パワ比の統計処理値と、零交差数比の統計処理値とに基づいて、前記楽曲信号の種類を判別する判別工程と、を有することを特徴とする。

上記課題を解決するために、請求項７に記載の楽曲種類判別プログラムは、請求項１
に記載の楽曲種類判別装置に含まれるコンピュータを、入力された楽曲信号のパワを演算する楽曲パワ演算手段、前記楽曲信号を線形予測分析することにより、線形予測残差を算出する線形予測残差算出手段、前記楽曲信号のパワと前記算出された線形予測残差のパワとの比である線形予測残差パワ比を算出する線形予測残差パワ比算出手段、前記算出された線形予測残差の零交差数と、前記楽曲信号の零交差数との比である零交差数比を算出する零交差数比算出手段、前記線形予測残差パワ比と零交差数比とに対して統計処理する統計処理手段、および、前記統計処理手段によって統計処理された線形予測残差パワ比の統計処理値と、零交差数比の統計処理値とに基づいて、前記楽曲信号の種類を判別する判別手段として機能させることを特徴とする。

以下、添付図面に基づいて、本願の実施形態について説明する。本実施形態では楽曲の種類として特にアコースティック曲を検出する方法について説明する。

図１は本実施形態の楽曲種類判別装置の構成を示すブロック図であり、図２は本実施形態における楽器モデル及び線形予測分析を説明するための図であり、図４は入力信号と予測残差信号の時間軸特性および周波数軸特性を示す図であり、図５は周波数重心とゼロ交差数との関係を示す図であり、図６はアコースティック曲と非アコースティック曲とのゼロ交差比の分布を示す図であり、図７は楽曲をゼロ交差比と残差パワ比で解析した一例を示す図であり、図１０は本実施形態の動作を示すフローチャートである。

最初に本実施形態の楽曲種類判別装置Ｓの構成について図１を用いて説明する。

楽曲種類判別装置Ｓは、入力部1、分割手段を含むフレーム分割部２、演算手段および電力比較手段を含むパワ演算比較部３、分析手段を含む線形予測分析部４、線形予測残差信号比較部５、検出手段及び演算手段を含むゼロ交差比検出演算部６、統計処理手段を含む統計処理部７、および判別手段を含む楽曲判別部８を含んで構成される。

入力部１は、入力される楽曲信号Ｓｉが入力される部分で、メモリなどの記憶デバイスを備え、一旦入力された楽曲信号Ｓｉを記憶しておくことも可能である。

フレーム分割部２は、入力された楽曲信号Ｓｉを１曲毎に、フレーム分割する。例えば、フレーム分割部２は一曲を時間軸方向に５１２または１０２４サンプル毎にフレーム分割する。そしてフレーム分割部２以降における各処理部は信号処理をフレーム単位で処理する。分割方法は、一曲または一曲の一部分を時間軸方向に等時間間隔（一曲または一曲の一部分において分割されたフレームはすべて同じ時間間隔）で分割する手法以外にも、あらかじめ定められら時間間隔で一曲または一曲の一部分を分割することも可能である。

パワ演算比較部３は、フレーム分割部２において分割された楽曲信号Ｓｉのフレーム毎に、パワがどの程度あるかを演算する。そして、演算されたフレーム毎にパワがあらかじめ定められた値（Ｔｈｐ）より大きいか否かを比較する。パワ演算比較部３は、演算されたフレームのパワがあらかじめ定められた値（Ｔｈｐ）より大きい場合には、そのフレームをパワ演算部３から出力し、演算されたフレームのパワがあらかじめ定められた値（Ｔｈｐ）以下の場合は、そのフレームをパワ演算部３から出力しない。

パワ比較演算部３では、入力された楽曲信号Ｓｉの中から無音となっている部分をフレーム毎に判断する。そして、無音部分については、パワ比較演算部３以降の処理を行なわないためにパワ比較演算部３が設けられている。

従って、あらかじめ定められた値（Ｔｈｐ）は、フレームの長さ、および楽曲信号Ｓｉに含まれる雑音レベルによって変動する値であって、そのフレームの演算処理を行なわなくとも、楽曲の種類判別に支障がない値である。

また、一フレームの一部が有音部分である場合があるので、あらかじめ定められた値（Ｔｈｐ）は一フレーム中の有音部分の割合によって定められる。また、楽曲信号Ｓｉに雑音が含まれる場合には、あらかじめ定められた値（Ｔｈｐ）は少なくとも一フレームの雑音パワよりも大きい値となっている。

線形予測分析部４は、パワ演算比較部３から出力されたフレームについて、線形予測分析を行なう。線形予測分析は時系列分析の一例としての手法である。

線形予測分析については、図２を用いて説明する。楽曲、特に本実施形態においてはアコースティック曲について説明する。

図２は楽器モデルを表す。図２における楽器音生成モデル９において、楽器における音源となる弦やリードをパルス列１０と雑音１１とにモデル化すると、ギターの胴や管楽器の管などの共鳴器が合成フィルタ１２で表される。楽器音は、パルス列１０または雑音１１からなる音源からの信号が合成フィルタ１２を介して放音されることによって生成されると考えることになる。

この合成フィルタ１２を全極フィルタで表すことが線形予測分析となる。

線形予測とは一般に過去のサンプルの線形結合から現在の値を予測することを意味し、（式１）による数式で表現される。

予測信号は過去P個のサンプルを用いて（式１）で表される。

ａは線形予測係数と呼ばれる。

ａ０＝１とすると、原信号と予測信号の残差ｅ(ｎ)は、式(2)で表される。

Ｚ変換で式１および式２を表現するとそれぞれ式3および式４で表現される。

従って、Ｙ（ｚ）を式５で表現できる。

Ｙ（ｚ）が楽器音の場合、式５はこの楽器音Ｙ（ｚ）が全極フィルタ１／Ａ（ｚ）の出力であるとみなすことができることを表している。

図２における楽器音合成フィルタ１２をこの全極フィルタで表現することが線形予測分析である。また、全極フィルタ１／Ａ（ｚ）は、Ｅ（ｚ）が最小となるように推定される。Ｅ（ｚ）を線形予測残差と呼ぶ。

Ｙ（ｚ）が音声の場合には、線形予測残差Ｅ（ｚ）はパルス列もしくは雑音になるため、常にある程度のパワを持つことになる。しかし、アコースティック曲を放音するピアノ（打弦）およびギター（撥弦）などでは音源となる弦に振動を与えた直後からすぐに減衰過程に入り、共鳴音が主体となるため、線形予測残差１５のパワは小さくなる。

しかし、バイオリン等の擦弦楽器やサキソフォン等の管楽器は、発音中ずっと音源部がパワを持つ（擦弦楽器の場合には楽器音が放音されている間は演奏者が弦をずっと引き続けていることになり、管楽器の場合には楽器音が放音されている間は演奏者がずっと吹き続けていることになる。）ため、線形予測残差１５のパワは小さくならない。また、電子楽器や電気的なエフェクト処理がなされている場合には上記楽器モデルがあてはまらない。

さらに、上記楽器音生成モデル９は複数楽器が鳴っている状況ではあてはまらないため、ピアノやギター等の楽器が単体で鳴っている場合に有効となる。ピアノ曲やアコースティックギター曲などでは、落ち着いた響きを持たせるために他の楽器と被らない時間が多く、上記の線形予測残差パワを用いれば、判別可能となるのである。

次に線形予測残差信号比較部５について説明する。

線形予測分析部４において出力された線形予測残差信号は、録音レベルにより変動する信号であるため、録音レベルによる誤差を回避するため、線形予測残差信号比較部５においては線形予測残差信号を原信号（楽曲信号Ｓｉ）のパワで正規化を行う。一フレーム内の原信号のパワと線形予測残差のパワの比ＬＰＲ（Linear Prediction residual power Ratio）をとり、そのフレームのＬＰＲがあらかじめ定められた値（Ｔｈ_ＬＰＲ（閾値））以下であればアコースティック音の可能性が高いと判定する。そして、アコースティック音の可能性が高い（あらかじめ定められた値（Ｔｈ_ＬＰＲ（閾値））よりも小さい。）と判断されたフレームがある場合には、線形予測分析部４はそのフレームを次段のゼロ交差検出部６へ出力する。また、アコースティック音の可能性が低い（あらかじめ定められた値（Ｔｈ_ＬＰＲ（閾値））よりも大きい。）と判断されたフレームがある場合には、線形予測分析部４はそのそのフレームを次段のゼロ交差検出部６へ出力しない。

ここで、線形予測残差パワ比ＬＰＲの閾値決定方法の一実験例について図３を用いて説明する。

図３は、２０曲について線形予測残差パワ比ＬＰＲを演算し、プロットした図である。縦軸は、線形予測残差パワ比ＬＰＲの値を示し、図３において上へ行くほど線形予測残差パワ比ＬＰＲが大きいことが示されている。

また横軸は、実験を実施した２０曲が順番に並べられていることが示されている。一曲に対して、アコースティック音であるフレーム部分が○で示され、同一曲において、非アコースティック音であるフレーム部分が×で示されている。従って、同じ横軸の目盛り上に、アコースティック音○と非アコースティック音×とが一つずつ示されている。

図３において、線形予測残差パワ比ＬＰＲを０．００５に設定すると、線形予測残差パワ比ＬＰＲが０．００５以上となる非アコースティック音×は１９箇所になるので、１９曲について正確に非アコースティック音×が判定されている。

また、線形予測残差パワ比ＬＰＲが０．００５以下となるアコースティック音○は１９箇所になるので、１９曲について正確にアコースティック音○が判定されている。従って、Ｔｈ_ＬＰＲ（閾値）を０．００５に設定すると、非常に高い確率で、アコースティック音○と非アコースティック音×とを判定することが可能となる。

このようにＴｈ_ＬＰＲ（閾値）は実験値から求められ、０．０５前後でアコースティック音と非アコースティック音とを区別するのによい値が得られている。また、図３から分かるように、本実験からは、Ｔｈ_ＬＰＲ（閾値）を０．０００よりも大きく０．０１０以下の値に設定することで、おおむね良好に、アコースティック音と非アコースティック音とを区別することができることが示されている。

次に、ゼロ交差比検出演算部６について説明する。

線形予測残差のパワ比ＬＰＲだけでは、ピアノやギター等のアコースティック音の分離性能は充分でなく、例えばリバーブ（電気的な共振）がかかったエレクトリックギター音等も混入することがある。そこで線形予測分析の適合度を表す特徴量を併用（アコースティック曲の判別精度を向上させる）するために、ゼロ交差数を使用している。

ゼロ交差数とは、一定区間（例えば、一フレーム）において信号がゼロレベルを交差する回数であり、その区間の信号を代表するような周波数成分に影響される。

ゼロ交差比検出演算部６は、線形予測残差信号比較部５から出力された線形予測残差のパワ比が閾値より小さなフレームに対し、線形予測残差信号のゼロ交差数と、原信号（楽曲信号Ｓｉ）の当該一フレームのゼロ交差数とを検出する（一つの楽曲内における線形予測残差のパワ比が（Ｔｈ_ＬＰＲ（閾値））より小さな全フレームまたはあらかじめ定められた一定区間の予測残差のパワ比が（Ｔｈ_ＬＰＲ（閾値））より小さな全フレームについてゼロ交差数を検出する。）。

そして、ゼロ交差比検出演算部６は、同一フレームについて、（一フレーム内の原信号（楽曲信号Ｓｉ）のゼロ交差数）と（一フレーム内の線形予測残差信号のゼロ交差数）とを検出し、この比の値であるゼロ交差比ＺＣＲ（＝（一フレーム内の原信号（楽曲信号Ｓｉ）のゼロ交差数）／（一フレーム内の線形予測残差信号のゼロ交差数））を演算する。

次に、統計処理部７について説明する。

統計処理部７においては、一つの楽曲の全フレームまたはあらかじめ定められた一定区間の全フレームにおける線形予測残差パワ比ＬＰＲの平均値、及びゼロ交差比ＺＣＲの分布の度合いを演算する（一例として分散または標準偏差を演算する）。

ゼロ交差比は原信号のゼロ交差数をパラメータにするため、曲調や楽器構成に影響され、平均値は様々な値を取る。しかし、分布幅に注目すると、アコースティック曲においては、楽器構成やアレンジがシンプルな場合が多く、ゼロ交差比の分布幅が一定値に収まる傾向がある。

したがって、分布の度合いを示すパラメータは分散または標準偏差に限られず、様々な分布の度合いを示すパラメータを用いることが可能である。

次に、楽曲判別部８について説明する。

楽曲判別部８は、統計処理部７にて算出された、線形予測残差パワ比の平均値とゼロ交差比ＺＣＲの分散または標準偏差等の分布の度合いを示すパラメータが判別境界の範囲内である場合に、楽曲信号Ｓｉとして入力された楽曲がアコースティック曲であると判断し、アコースティック曲であることを示す判別出力信号Ｓｏ（一例としてＨｉｇｈ状態）を出力する。

また、本実施形態においては線形予測残差パワ比ＬＰＲの平均値とゼロ交差比ＺＣＲの分布の度合いを示すパラメータとを用いた線形判別に限られるわけはなく、サポートベクターマシン等の判別方法を適用することも可能である。詳細は図７において説明する。

次に図４を用いて、入力部１に入力される楽曲信号Ｓｉの波形と線形予測分析部４において演算され出力される線形予測残差信号Ｓｏ４との波形を説明する。

図４（ａ）はアコースティック曲としての楽曲信号Ｓｉの波形であり、図４（ｂ）は線形予測分析部４において推定された分析フィルタを楽曲信号Ｓｉが通過した後の予測残差信号Ｓｏ４である。

図４（ａ）において、楽曲信号Ｓｉの波形には繰り返し構造が見受けられる。一方、図４（ｂ）の線形予測残差信号Ｓｏ４の波形には繰り返し構造は殆ど見受けられず、雑音に近い形状であり、振幅も小さくなっている。これは、線形予測分析の結果、線形予測残差が雑音に近くなったことを示しており、この楽曲信号Ｓｉが図２の楽器モデルに適合していることを示す。

従って、原信号である楽曲信号Ｓｉと線形予測残差信号Ｓｏ４とのパワ比が小さい場合には原信号がアコースティック曲である可能性が高くなることが図４（ａ）および図４（ｂ）から推測される。

図４（ｃ）は、全極フィルタ１／Ａ（ｚ）、楽曲信号Ｓｉ、および線形予測残差信号Ｓｏ４の周波数特性を示した図である。楽曲信号Ｓｉが線形予測分析され、全極フィルタ１／Ａ（ｚ）が予測演算される。全極フィルタ１／Ａ（ｚ）の周波数特性は、楽曲信号Ｓｉの周波数特性のほぼ包絡線となっている。

また、式２より線形予測残差信号Ｓｏ４（ｅ（ｎ））は楽曲信号Ｓｉ（原信号ｙ（ｎ））から予測信号を引いた信号となる。楽曲信号Ｓｉが音声であって有声音の場合には、線形予測残差信号Ｓｏ４は、周波数領域では調波構造（図４（ｃ）における線形予測残差信号Ｓｏ４のスペクトルが周波数軸上等間隔でピークを持つ構造）となり、時間領域ではパルス列となる。また、楽曲信号Ｓｉが音声であって無声音の場合には、線形予測残差信号Ｓｏ４は、雑音に近くなる。楽曲信号Ｓｉが楽器音の場合、線形予測残差信号Ｓｏ４は、雑音に近くなり、そのパワを調べることで、アコースティック楽曲の判別に利用する。

次に図５を用いて、ゼロ交差数と周波数重心との相関について説明する。

図５（ａ）は楽曲信号Ｓｉの周波数重心の時間変化の一例を示す図である。図５（ａ）において、横軸は時間（フレーム）、縦軸はそのフレームにおける周波数重心を示す。周波数重心とは、周波数スペクトルの重心位置を示す量であり、大きいほど高い周波数成分のパワが大きく、小さいほど低い周波数成分のパワが大きいことになる。また、フレームにおける周波数重心とは、そのフレーム内の時間信号を周波数解析し、その重心位置を算出したものである。図５（ａ）においては、上に行くほど周波数重心が大きく（高周波数成分が多く）、下に行くほど周波数重心が小さい（低周波数成分が多い）ことを示す。横軸が時間であるので、図５（ａ）は時間につれてスペクトルが変化する様子を表しているといえる。時刻ｔ１、ｔ２、ｔ３においてピークを示しているが、これはこの時刻において、周波数スペクトルが大きく変化していることを示している。

図５（ｂ）は、線形予測残差信号Ｓｏ４のゼロ交差数をプロットした図である。横軸が時間（フレーム）、縦軸はそのフレーム内におけるゼロ交差数を示す。フレーム内におけるゼロ交差数とは、そのフレーム内において、時間信号が何回ゼロを交差するかカウントしたものである。図５（ｂ）においては、時刻Ｔ１，Ｔ２，Ｔ３において見受けられるピークが図５（ａ）の時刻ｔ１，ｔ２，ｔ３におけるピークに対応しており、ゼロ交差数が周波数重心に対応していることが判る。

なお、ゼロ交差数のカウントは、一例として、１サンプル前のデータとの符号比較で検出することができる。すなわち、現時点でのサンプルデータと１サンプル前のデータとの積演算を行なって、演算結果が負となればゼロ交差していることを検出できる。また、現時点でのサンプルデータのＭＳＢ（Most Significant bit）と１サンプル前のデータのＭＳＢとの排他的論理和演算（ＸＯＲ（eXclusive OR）を行なって、演算結果が1となればゼロ交差していることが検出される。

図５（ｃ）は、図５（ａ）と同様の手法を用いて複数の曲における周波数重心を抽出した結果を横軸にし、図５（ｂ）と同様の手法を用いて複数の曲におけるゼロ交差数を縦軸にして、プロットした図である。図５（ｃ）からわかるように、周波数重心とゼロ交差数とは正の相関関係にあることが分かる。

周波数重心を求めるには、ＦＦＴなどの膨大な計算量を必要とする分析手法が必要とされるが、ゼロ交差数は前述したように演算が容易で計算量がＦＦＴに比較して非常に少ないという利点がある。

したがって、ゼロ交差数と周波数重心とに強い相関関係があれば、簡易な演算であって素早く演算できるゼロ交差数演算によって、周波数スペクトルの性質を表す周波数重心を簡易に求めることができる。

このゼロ交差数を利用して、図２の楽器モデルへの適合度を表す量を導入する。一般的な音楽信号のスペクトルは低域にパワを持っているので、周波数重心（ゼロ交差数で代用可能）は比較的小さな値となる。一方、ドラム等パルス性の音や雑音は高域まで広くパワを持つため、周波数重心（ゼロ交差数で代用可能）は大きな値となる。

そこで、楽曲信号Ｓｉのゼロ交差数と線形予測残差信号Ｓｏ４のゼロ交差数の比ＺＣＲ（Zero Cross Ratio）を用いる。ＺＣＲ＝（楽曲信号Ｓｉのゼロ交差数）／（線形予測残差信号Ｓｏ４のゼロ交差数）と定義する。

楽曲信号Ｓｉが図２の楽器モデルに適合し、線形予測残差Ｓｏ４が雑音に近くなった場合、先述のように雑音の周波数重心は大きいため、ＺＣＲの分母が大きくなり、その値は０に近くなると考えられる。

一方、楽曲信号Ｓｉが図２の楽器モデルに適合しない場合、線形予測残差Ｓｏ４は雑音とはならず、その周波数重心は楽曲信号Ｓｉのものとあまり変化しない。従って、ゼロ交差比ＺＣＲにおいては、分母と分子が近い値になるため、ＺＣＲ自体は１に近い値となると考えられる。

よって、ゼロ交差比ＺＣＲにより、楽曲信号Ｓｉが図２の楽器モデルにどの程度適合するのかを調べることが期待出来る。

次に、図６を用いて、アコースティック曲と非アコースティック曲とのゼロ交差比の分布の違いについて説明する。ゼロ交差比ＺＣＲの分子は、楽曲信号Ｓｉのゼロ交差数である。楽曲によりスペクトルの形状は異なるため、ゼロ交差比ＺＣＲの分子も様々な値を取る。従って、先述のように、ゼロ交差比ＺＣＲの値は、楽器モデルへの適合度を示す可能性があるものの、多数の楽曲からこの値のみにてアコースティック曲と非アコースティック曲を区別することは困難である。

そこで、本実施形態においては、ゼロ交差比の分布が、アコースティック曲と非アコースティック曲とで異なることについて実験データから説明する。

本実施形態においては、ゼロ交差比検出演算部６において、原信号である楽曲信号Ｓｉのゼロ交差数と線形予測残差信号Ｓｏ４のゼロ交差数とを検出する。そして、原信号である楽曲信号Ｓｉのゼロ交差数と線形予測残差信号Ｓｏ４のゼロ交差数との比をゼロ交差比ＺＣＲ（楽曲信号Ｓｉのゼロ交差数／線形予測残差信号Ｓｏ４のゼロ交差数）として算出している。

ゼロ交差比ＺＣＲは、０〜１までの間の値をとり、小さい値（０に近い値）であれば、図２の楽器モデルに適合していると考えられる。また、ゼロ交差比ＺＣＲが、大きい値（１に近い値）であれば図２の楽器モデルに不適合であると考えられる。

以下においては、アコースティック曲と非アコースティック曲におけるゼロ交差比について説明する。

図６（ａ）はアコースティック曲におけるゼロ交差比の度数分布を示す図である。図６（ａ）の横軸はゼロ交差比の値を示しており、縦軸は度数（ゼロ交差比がその値となるフレームの数）を示している。

図６（ｂ）は非アコースティック曲におけるゼロ交差比の分布を示す図である。図６（ａ）と同様に図６（ｂ）の横軸はゼロ交差比の値を示しており、縦軸は度数（ゼロ交差比がその値となるフレームの数）を示している。

図６（ａ）と図６（ｂ）とを比較してわかるように、図６（ａ）のアコースティック曲におけるゼロ交差比の分布（ばらつき度合い）は狭く集中しており、標準偏差（std dev（standard deviation）も小さい値（標準偏差＝０．０３５６）となっている。これはアコースティック曲の構成がシンプルであり、音域も限られているため、ゼロ交差比ＺＣＲの分子の値（原信号（楽曲信号Ｓｉ）のゼロ交差数）が一定の範囲に収まること、及び楽器モデル（図２）に適合するフレーム数が多く、分母（線形予測残差信号Ｓｏ４のゼロ交差数）も一定の範囲の値をとることに起因している。

一方、図６（ｂ）の非アコースティック曲におけるゼロ交差比の分布（ばらつき度合い）は広がっており、標準偏差も大きい値（標準偏差＝０．０７４６）となっている。図６（ｂ）の非アコースティック曲の標準偏差（０．０７４６）は、図６（ａ）のアコースティック曲の標準偏差（０．０３５６）のおおよそ２倍となっている。これは、非アコースティック曲においては、楽器構成が多岐に渡り、音域も広くなるため、ゼロ交差比ＺＣＲの分子の値（原信号（楽曲信号Ｓｉ）のゼロ交差数）が様々になることに起因している。

すなわち、アコースティック曲では、ゼロ交差比の分布は狭く（標準偏差が小さい）、非アコースティック曲では、ゼロ交差比の分布は広がっている（標準偏差が大きい）ことが分かる。

次に図７を用いて、本実施形態における楽曲の解析例について説明する。

図７は、統計処理部７にて演算された特徴量を用い、横軸を線形予測残差パワ比ＬＰＲの一楽曲における平均値とし、縦軸を線形予測残差ゼロ交差比ＺＣＲの一楽曲における標準偏差（std dev）としたものである。

横軸の一楽曲における線形予測残差パワ比ＬＰＲの平均値は、図７におけるグラフ目盛りの左端が０であり、図７におけるグラフ目盛りの右側へ移動するほど、線形予測残差パワ比ＬＰＲの平均値は大きくなる。すなわち、図７におけるグラフ目盛りの右側へ移動するほど線形予測残差信号のパワが大きくなり、楽器モデル（図２）に適合しないことを示しているので、その楽曲がアコースティック曲でない可能性が高くなる。

また、縦軸の一楽曲におけるゼロ交差比ＺＣＲの標準偏差（std dev）は、図７におけるグラフ目盛りの下端が０であり、図７におけるグラフ目盛りの上側へ移動するほど、ゼロ交差比ＺＣＲの標準偏差の値は大きくなる。すなわち、図７におけるグラフ目盛りの上側へ移動するほど楽曲信号においてゼロ交差比ＺＣＲのばらつきが大きくなっていることを示しているので、その楽曲がアコースティック曲でない可能性が高くなる。

また、図７において○印で表示した点はアコースティック曲であることを示し、図７において×印で表示した点は非アコースティック曲であることを示している。○印と×印のポイントは全部で１２９６箇所ある。つまり、図７は本実施形態の処理を１２９６楽曲について実施した結果を表した図である。○印で表示されたアコースティック曲は、図７において左下部分に集中していることが分かる。

すなわち、アコースティック曲には、線形予測残差パワ比ＬＰＲの平均値が小さく、ゼロ交差比ＺＣＲの標準偏差の値が小さい傾向があるということが図７から分かる。

そこで、本実施形態においては、線形予測残差パワ比ＬＰＲの平均値が０．００９でありゼロ交差比ＺＣＲの標準偏差が０の地点と、線形予測残差パワ比ＬＰＲの平均値が０でありゼロ交差比の標準偏差が０．０７の地点とを結んだ線を判別境界ＡＤＬとし、その内側（境界線は含んでも含まなくとも良い）にある曲がアコースティック曲であると推定すると、１２９６曲に含まれるアコースティック曲のうち、おおよそ８０％の曲がこの範囲内に含まれる。

このアコースティック曲判別境界線ＡＤＬ（線形予測残差パワ比ＬＰＲの平均値が０．０１よりも小さい（閾値を含んでも含まなくともよい。）値（望ましくは０．００９前後）と、ゼロ交差比ＺＣＲの標準偏差の値が０．０７よりも小さい（閾値を含んでも含まなくともよい。）値（望ましくは０．０６６前後）とを線形に結んだ線（本実施形態においては直線）によっておおよそ８０パーセントの確率で一般の楽曲からアコースティック曲を判別することが可能となる。

ここで、アコースティック曲判別境界線ＡＤＬを決定する場合に問題となる適合率（Precision）ＰＲと再現率（Recall）ＲＥについて、図８および図９を用いて説明する。

図８は、適合率ＰＲと再現率ＲＥとの定義および関係を説明する図である。

図８において本実施形態の楽曲種類判別装置Ｓを用いて、楽曲信号Ｓｉとして入力された楽曲がアコースティック曲であり、判別装置Ｓによりアコースティック曲であると判別された楽曲の集合がＣ１である。また、入力された楽曲の中で、アコースティック曲であった楽曲の集合がアコースティック曲群Ａ１である。また、楽曲種類判別装置Ｓが、入力された楽曲はアコースティック曲であると判別した曲群がＢ１（アコースティック曲であると判別された曲群）である。

従って、アコースティック曲群Ａ１と、アコースティック曲であると判別された曲群Ｂ１とが重なる部分Ｃ１（Ａ１∩Ｂ１）が、楽曲種類判別装置Ｓによって正しくアコースティック曲と判別された正解の楽曲群（Ｃ１）である。

ここで、適合率ＰＲは（正解の楽曲群Ｃ１）／（アコースティック曲であると判別された曲群Ｂ１）で表され、再現率ＲＥは（正解の楽曲群Ｃ１）／（アコースティック曲群Ａ１）で表される。

適合率ＰＲが大きくなれば、誤判定される楽曲の数が小さくなる。したがって、楽曲種類判別装置Ｓにとって適合率ＰＲが大きくなることが望ましい。

また、再現率ＲＥが大きくなれば、アコースティック曲群Ａ１のうち楽曲種類判別装置Ｓによってアコースティック曲でないと判別される楽曲の数（漏れてしまう楽曲の数）が小さくなる。したがって、楽曲種類判別装置Ｓにとって再現率ＲＥが大きくなることが望ましい。

すなわち、楽曲種類判別装置Ｓにとって適合率ＰＲおよび再現率ＲＥの両方が大きいことが望ましい。しかし、適合率ＰＲと再現率ＲＥとはトレードオフの関係にあり、アコースティック曲判別境界線ＡＤＬの変化によって適合率ＰＲと再現率ＲＥとはトレードオフの関係にありながら変動する（適合率ＰＲが大きくなると再現率ＲＥは小さくなり、再現率ＲＥが大きくなると適合率ＰＲは小さくなる）。

次に、アコースティック曲判別境界線ＡＤＬの変化による、適合率ＰＲと再現率ＲＥとの変動関係について図９を用いて説明する。

図９の縦軸は適合率ＰＲと再現率ＲＥとを百分率で表示し、横軸はアコースティック曲判別境界線ＡＤＬを変化させた図である。

適合率ＰＲと再現率ＲＥとは１００％に近いほど望ましいのであるが、図９から分かるように、図９に向かって、横軸方向に左から右に移動するに従って、適合率ＰＲが９０％以上から６０％台に減少していく様子が示されている。一方再現率ＲＥは、図９に向かって横軸方向に左から右に移動するに従って、５０％台から９０％台へと増加する様子が示されている。このように適合率ＰＲと再現率ＲＥとは、トレードオフの関係にあり、何れかを１００％に近づけようとすると、一方が０％に近づく。したがって、アコースティック曲判別境界線ＡＤＬは、適合率ＰＲと再現率ＲＥとの重要度に基づいて定められる。

本願では一例として、楽曲種類判別装置Ｓによる楽曲判別によって、非アコースティック曲をアコースティック曲と判別する場合を少なくするために適合率ＰＲを大きくした場合（適合率ＰＲの重要度が大きい、優先度が大きい）について説明する。図９において、適合率ＰＲが９０％の場合である点、適合率ＰＲ１に対応する再現率ＲＥは７５％（再現率ＲＥ１）である。この場合におけるアコースティック曲判別境界線ＡＤＬを示した図が図７である。

図７については、適合率ＰＲと再現率ＲＥとに基づいて説明する。図７のアコースティック曲判別境界線ＡＤＬは、図９における適合率ＰＲ１と再現率ＲＥ１とに基づいて定められた境界線であるから、アコースティック曲判別境界線ＡＤＬ、縦軸、および横軸で囲まれる部分である図７における左下部分が適合率ＰＲ９０％、再現率ＲＥ７５％の領域となる。

従って、楽曲種類判別装置Ｓによってアコースティック曲であると判別された楽曲のうち９０％の楽曲が実際にアコースティク曲であって（楽曲種類判別装置Ｓの判別が正しい。）、アコースティック曲であると判別された楽曲のうち１０％の楽曲が非アコースティク曲である（楽曲種類判別装置Ｓの判別が間違っている。）。したがって、この場合には、楽曲種類判別装置Ｓは非アコースティック曲をアコースティック曲であると判別する確率を小さく設定していることになる。

一方、楽曲種類判別装置Ｓによって、アコースティック曲であると判別されるべきであった楽曲（再現率ＲＥ）のうち、アコースティック曲として判別されなかった楽曲は４曲に一曲の割合（２５％）となっており、比較的小さい値となっている。

このように本実施形態では、楽曲種類判別装置Ｓが非アコースティック曲をアコースティック曲であると判別する確率をなるべく小さくしつつ（適合率ＰＲの重要度、優先度を大きくしつつ）、アコースティック曲であると判別されるべき楽曲のうち、アコースティック曲として判別されない楽曲を一定の割合に抑える（再現率ＲＥの重要度、優先度を許容できるレベル）構成とするべく図７におけるアコースティック曲判別境界線ＡＤＬを設定している。

図７における、アコースティック曲判別境界線ＡＤＬの右上方向に行くほど、適合率ＰＲは減少し、再現率ＲＥが増加する傾向にある。すなわち、楽曲種類判別装置Ｓがアコースティック曲であると判別した楽曲のうち非アコースティック曲である楽曲の確率が高くなり（適合率ＰＲは減少）、アコースティック曲であると判別されるべき楽曲のうち、アコースティック曲として判別されない楽曲が減少する（再現率ＲＥは増加）傾向にある。

また本発明における判別方法は、上述した線形判別の他、サポートベクターマシン等を活用することもできる。

次に図１０のフローチャートを用いて本実施形態の動作について説明する。

ステップＳ１において、楽曲信号Ｓｉが、入力部１に入力される。

ステップＳ２において、楽曲全体にわたる楽曲信号Ｓｉ、または楽曲の解析対象区間全体の楽曲信号Ｓｉが入力されたか否かが判定される。楽曲全体にわたる楽曲信号Ｓｉ、または楽曲の解析対象区間全体の楽曲信号Ｓｉが入力された場合（ステップＳ２：ＹＥＳ）の場合には、ステップＳ１０に進む。楽曲全体にわたる楽曲信号Ｓｉ、または楽曲の解析対象区間全体の楽曲信号Ｓｉが入力されていない場合（ステップＳ２：ＮＯ）の場合には、ステップＳ３に進む。

ステップＳ３において、入力部１から出力された楽曲信号Ｓｉが、フレーム分割部２に入力され、フレーム分割部２は楽曲信号Ｓｉを複数のフレームに分割する。分割は時間軸上において複数のフレームに分割することにより行なわれる。

ステップＳ４において、ステップＳ２において分割されたフレームについてフレーム毎のパワＰｓｉｇを、パワ演算比較部３において演算する。

ステップＳ５において、ステップＳ３において演算された各フレームのパワＰｓｉｇが予め定められた楽曲信号パワ閾値（Ｔｈｐ）より大きいか否かが、パワ演算比較部３によって判断される。各フレームのパワが予め定められた楽曲信号パワ閾値（Ｔｈｐ）より大きい場合（ステップＳ５：Ｙｅｓ）にはステップＳ６に進む。この場合には、パワ演算比較部３はそのフレームを線形予測分析部４に出力する。また、各フレームのパワが予め定められた楽曲信号パワ閾値（Ｔｈｐ）より小さい場合（ステップＳ５：Ｎｏ）には、ステップＳ２に進む。この場合には、パワ演算比較部３はそのフレームを線形予測分析部４に出力しない。次にステップＳ６に進む。

ステップＳ６において、線形予測分析部４は各フレームについて線形予測分析を行なう。線形予測分析部４は、各フレームについて線形予測分析演算を行なった結果としての線形予測残差信号Ｓｏ４を線形予測残差信号比較部５へ出力する。

ステップＳ７において、線形予測残差信号比較部５は、線形予測分析部４から出力され線形予測残差信号比較部５に入力された線形予測残差信号Ｓｏ４について、フレーム毎にパワを求める演算を行なう。また、線形予測残差信号比較部５は、録音レベルによる誤差（線形予測残差信号の比較間違い）を回避するために、同じフレームの楽曲信号Ｓｉのパワで正規化を行なう。線形予測残差パワ比ＬＰＲは、ＬＰＲ＝（線形予測残差信号Ｓｏ４のフレームのパワ／同じフレームの楽曲信号Ｓｉのパワ）によって演算される。

ステップＳ８において、線形予測残差信号比較部５は、正規化を行なった線形予測残差パワ比ＬＰＲ（線形予測残差信号Ｓｏ４のフレームのパワ／同じフレームの楽曲信号Ｓｉのパワ）が、予め定められた値（Ｔｈ_ＬＰＲ）よりも小さいか否かを判断する。正規化を行なった線形予測残差パワ比ＬＰＲが予め定められた値（Ｔｈ_ＬＰＲ）よりも小さい場合には、原音である該当する楽曲信号Ｓｉの当該フレームの信号がアコースティック音であるとして次の演算を行なう。

すなわち、正規化を行なった線形予測残差パワ比ＬＰＲが予め定められた値（Ｔｈ_ＬＰＲ）よりも小さい場合（ステップＳ８：ＹＥＳ）の場合にはステップＳ９に進む。この場合には、線形予測残差信号比較部５は、線形予測残差信号Ｓｏ４を、ゼロ交差比検出演算部６へ出力する。

また、正規化を行なった線形予測残差パワ比ＬＰＲが予め定められた値（Ｔｈ_ＬＰＲ）よりも大きい場合（ステップＳ８：ＮＯ）の場合にはステップＳ２に進む。この場合には、線形予測残差信号比較部５は、線形予測残差信号Ｓｏ４を、ゼロ交差比検出演算部６へは出力しない。

ここで、予め定められた値（Ｔｈ_ＬＰＲ）は１よりも小さい値であって任意の値を設定することができる（原信号（楽曲信号Ｓｉ）のパワよりも線形予測残差信号Ｓｏ４のパワが小さいフレームを抽出する。）。

ステップＳ９において、ゼロ交差比検出演算部６は入力された線形予測残差信号Ｓｏ４および楽曲信号Ｓｉについてゼロ交差数を検出する。そして、ゼロ交差比検出演算部６は楽曲信号の特徴量としてゼロ交差比ＺＣＲを演算する。ゼロ交差比ＺＣＲは、（原信号（楽曲信号Ｓｉ）のゼロ交差数／線形予測残差信号Ｓｏ４のゼロ交差数）で演算される。

ステップＳ１１において、統計処理部７は、線形予測残差パワ比ＬＰＲの平均を演算し、ゼロ交差比ＺＣＲの分布（ばらつき度合い）について統計的な演算を行なう。例えば、本実施形態の一例として、ゼロ交差比ＺＣＲの標準偏差を求める。標準偏差は、楽曲信号Ｓｉとして入力され、フレーム分割部２において分割されたフレーム毎に、ゼロ交差比検出演算部６にて算出されたゼロ交差比ＺＣＲを、統計処理部７が統計処理をすることによって演算される。

ステップＳ１２において、楽曲判別部８は、ステップＳ９において演算された線形予測残差パワ比ＬＰＲの平均、及びゼロ交差比ＺＣＲの分布を表す特徴量（一実施例として標準偏差）に基づいて、入力部１に入力された楽曲信号Ｓｉがアコースティック曲であるか否かを判断する。線形予測残差パワ比ＬＰＲの平均、及びゼロ交差比ＺＣＲの分布を表す特徴量（一実施例として標準偏差）と判別境界を照合し、それらが境界内にある場合は、楽曲判別部８は楽曲信号Ｓｉがアコースティック曲であると判断し、判別出力Ｓｏに楽曲信号Ｓｉがアコースティック曲であることを示す情報を付加する（一例として判別出力ＳｏをＨｉｇｈ状態にする）。また、判別境界外にある場合は、楽曲判別部８は楽曲信号Ｓｉが非アコースティック曲であると判断し、判別出力Ｓｏに楽曲信号Ｓｉが非アコースティック曲であることを示す情報を付加する（一例として判別出力ＳｏをＬｏｗ状態にする）。

また、本実施形態においては、アコースティク曲を判別するための手順として各処理部の動作を説明したが、非アコースティック曲を判別するために各処理部の動作を説明することもできる（この場合にはステップＳ５、ステップＳ８およびステップＳ１１での各閾値との比較判断は逆となる）。

以上説明したように、本発明によれば、ＦＦＴ等の周波数分析演算を使用しないので、少ない演算量でかつ正確にアコースティク曲と非アコースティック曲とを判別することが可能となった。

また、本発明によれば、入力信号はフレーム単位（予め定められた単位）で演算されるので、演算量が少なく、高速かつ正確に演算を行なうことが可能となった。

さらに、本発明によれば、時系列分析が線形予測分析で行なわれるので、時系列分析を高速フーリエ変換ＦＦＴで行った場合のように膨大な計算量（重たい演算）と計算時間とが必要なくなる。したがって、簡易な構成による少ない演算量によって、楽曲を判別するための時系列分析を行なうことができるようになった。

さらに、本発明によれば、周波数重心を求めるための膨大な計算量（重たい演算）と計算時間とが必要な高速フーリエ変換ＦＦＴを必要とせず、ゼロクロス数だけをカウントすればよいので、簡易な構成かつ極めて少ない演算量で楽曲の信号処理を行なうことが可能となった。

さらに、本発明によれば、統計処理手段は、分布の広がり具合を統計処理値としているので、構成がシンプルで音域も限られるアコースティック曲の特徴量を容易に把握することが可能となった。また、非アコースティック曲および複数のアコースティック楽器が同時に演奏される部分を効率よく判別することが可能となった。

さらに、本発明によれば、分析結果の絶対値を使用することによる入力信号のレベルおよび入力信号の雑音レベルによる判断ミスを最小限に減少させることが可能となった。

さらに、本発明によれば、入力信号中の無音部分を効率よく排除することが可能となったので、次段以降の演算結果の信頼性が上がり、結果として楽曲種類の判別の精度があがった。また、無駄な演算をする必要がなくなったので、演算量を減少することができた。

さらに、本発明によれば、統計処理が行なわれるのは、分析値が予め定められた値以下のフレームである。したがって、バイオリン等の擦弦楽器および管楽器等の楽器による楽曲は発音中ずっと音源部がパワを持つので、予め定められた値をこれらのフレーム毎に持つパワ値以下とすることにより、ピアノ（打弦）およびギター（撥弦）等の楽器によるアコースティック曲を精度よく分離することが可能となる。

また、本実施形態においては、ゼロ交差比を用いているが、本発明はゼロ交差比に限定されるわけではなく、ゼロ交差比の代わりに線形予測残差信号と原信号（楽曲信号Ｓｉ）との相関値を用いることもできる。この場合には、ゼロ交差比を演算するための演算量よりも少し演算量が増えるが、アコースティック曲および非アコースティック曲を判別する精度は、ゼロ交差比を用いる場合よりもよくなる。

また、本実施の形態で説明した楽曲種類判別装置は、家庭（ホーム）または車（カー）におけるミュージックサーバに適用できる他に、音楽配信技術、楽曲情報に関するコンピュータプログラムにも適用することができる。さらにホームシアターシステム、ＰＤＰ等の薄型テレビ、ＰＣ、ポータブルＤＶＤ等のパーソナルサラウンドシステムに適用することが可能である。

なお、図１０における動作手順を、ハードディスク等の記録媒体に予め記録しておき、或いはインターネット等のネットワークを介して予め記録しておき、これを汎用のマイクロコンピュータ等により読み出して実行することにより、当該汎用のマイクロコンピュータ等を実施形態に係わるＣＰＵとして機能させることも可能である。

本実施形態の楽曲種類判別装置の構成を示すブロック図である。 本実施形態の楽器モデル及び線形予測分析を説明する図である。 本実施形態における線形予測残差パワ比ＬＰＲの閾値決定方法の一例を示す図である。 本実施形態の入力信号と予測残差信号の時間軸特性および周波数軸特性の一例を示す図である。 本実施形態の周波数重心とゼロ交差数との関係の一例を示す図である。 本実施形態のアコースティック曲と非アコースティック曲とのゼロ交差比の分布の一例を示す図である。 本実施形態において楽曲をゼロ交差比と残差パワ比で解析した一例を示す図である。 本実施形態の適合率と再現率とを説明する図である。 本実施形態の適合率と再現率との関係を示す図である。 本実施形態の動作を示すフローチャートである。信号処理部の左スピーカ入力用サラウンド信号の流れを示す構成図である。

符号の説明

１ … 入力部
２ … フレーム分割部
３ … パワ演算比較部
４ … 線形予測分析部
５ … 線型予測残差信号比較部
６ … ゼロ交差検出演算部
７ … 系統処理部
８ … 楽曲判別部
Ｓｉ … 楽曲信号
Ｓｏ … 判別出力

Claims (7)

1. 入力された楽曲信号に基づいて、前記楽曲信号を分析し、楽曲の種類の判別を行なう楽曲種類判別装置において、
   入力された前記楽曲信号のパワを演算する楽曲パワ演算手段と、
   前記楽曲信号を線形予測分析することにより、線形予測残差を算出する線形予測残差算出手段と、
   前記楽曲信号のパワと前記算出された線形予測残差のパワとの比である線形予測残差パワ比を算出する線形予測残差パワ比算出手段と、
   前記算出された線形予測残差の零交差数と、前記楽曲信号の零交差数との比である零交差数比を算出する零交差数比算出手段と、
   前記線形予測残差パワ比と零交差数比とに対して統計処理する統計処理手段と、
   前記統計処理手段によって統計処理された線形予測残差パワ比の統計処理値と、零交差数比の統計処理値とに基づいて、前記楽曲信号の種類を判別する判別手段と、
   を備えることを特徴とする楽曲種類判別装置。
2. 請求項１に記載の楽曲種類判別装置において、
   前記統計処理手段が、前記線形予測残差パワ比の平均値と、零交差数比の分散値又は標準偏差値とを算出し、
   前記判別手段は、前記線形予測残差パワ比の平均値と、前記零交差数比の分散値又は標準偏差値との空間に判別境界を設け、当該判別境界に応じて前記楽曲信号の種類を判別することを特徴とする楽曲種類判別装置。
3. 請求項１または請求項２に記載の楽曲種類判別装置において、
   前記楽曲信号を予め定められた単位に分割する分割手段を更に備え、
   前記楽曲パワ演算手段、前記線形予測残差算出手段、前記線形予測残差パワ比算出手段、および、前記零交差数比算出手段は前記分割手段によって分割された前記楽曲信号の単位に基づいて演算処理を行なうことを特徴とする楽曲種類判別装置。
4. 請求項１乃至３の何れか一項に記載の楽曲種類判別装置において、
   前記楽曲パワ演算手段は、演算された前記楽曲パワを予め定められた値と比較する比較手段を有し、前記楽曲パワ比が予め定められた値よりも大きいと比較判断された場合に、前記線形予測残差を算出することを特徴とする楽曲種類判別装置。
5. 請求項１乃至３の何れか一項に記載の楽曲種類判別装置において、
   前記線形予測残差パワ比算出手段は、前記線形予測残差パワ比を予め定められた値と比較する比較手段を有し、前記線形予測残差パワ比が予め定められた値よりも小さいと比較判断された場合に、零交差数比を算出することを特徴とする楽曲種類判別装置。
6. 入力された楽曲信号に基づいて、前記楽曲信号を分析し、楽曲の種類の判別を行なう楽曲種類判別方法において、
   入力された前記楽曲信号のパワを演算する楽曲パワ演算工程と、
   前記楽曲信号を線形予測分析することにより、線形予測残差を算出する線形予測残差算出工程と、
   前記楽曲信号のパワと前記算出された線形予測残差のパワとの比である線形予測残差パワ比を算出する線形予測残差パワ比算出工程と、
   前記算出された線形予測残差の零交差数と、前記楽曲信号の零交差数との比である零交差数比を算出する零交差数比算出工程と、
   前記線形予測残差パワ比と零交差数比とに対して統計処理する統計処理工程と、
   前記統計処理手段によって統計処理された線形予測残差パワ比の統計処理値と、零交差数比の統計処理値とに基づいて、前記楽曲信号の種類を判別する判別工程と、
   を有することを特徴とする楽曲種類判別方法。
7. 請求項１に記載の楽曲種類判別装置に含まれるコンピュータを、
   入力された楽曲信号のパワを演算する楽曲パワ演算手段、
   前記楽曲信号を線形予測分析することにより、線形予測残差を算出する線形予測残差算出手段、
   前記楽曲信号のパワと前記算出された線形予測残差のパワとの比である線形予測残差パワ比を算出する線形予測残差パワ比算出手段、
   前記算出された線形予測残差の零交差数と、前記楽曲信号の零交差数との比である零交差数比を算出する零交差数比算出手段、
   前記線形予測残差パワ比と零交差数比とに対して統計処理する統計処理手段、および、
   前記統計処理手段によって統計処理された線形予測残差パワ比の統計処理値と、零交差数比の統計処理値とに基づいて、前記楽曲信号の種類を判別する判別手段として機能させることを特徴とする楽曲種類判別プログラム。

Images