JP5598056B2 - カラオケ装置およびカラオケ曲紹介プログラム - Google Patents

Description

この発明は、カラオケ装置に関し、特に楽曲の内容を紹介する処理に関する。

カラオケ装置では、曲間中に、これから演奏を行う予約曲の曲名等、楽曲の内容を紹介する画面を表示することが行われている（例えば特許文献１を参照）。しかし、画面表示されるだけでは音が途切れてしまうため、カラオケのにぎやかな雰囲気が途切れ、静かな「間」が発生してしまう。そのため、例えば曲名等の曲紹介を文章として読み上げ、音が途切れないようにすることが考えられる。

特開２００４−１５７２４３号公報

しかし、文章読み上げ機能は、アクセントや文節等、言語的に自然な抑揚を実現することが困難であり、違和感を感じることが多かった。

そこで、この発明は、違和感を感じさせずに曲紹介を行うことができるカラオケ装置を提供することを目的とする。

この発明のカラオケ装置は、音声データベース、文章抽出部、メロディデータベース、および歌唱処理部を備えている。音声データベースは、特定の文章を読み上げた人の声（音声）を素片毎に登録している。音声の素片は、音素の変化部分（二音素連鎖）の音や母音の伸ばし音からなる。これらの音を接続することで歌唱音を生成することができる。文章抽出部は、カラオケ曲毎の曲名等の文章を抽出する。そして、メロディデータベースに登録されているメロディで曲名を歌唱し、曲紹介を行う。メロディは、ＤＪ調、演歌調、ナレーション調等、種々の態様が考えられる。

以上の構成によれば、曲間中に音が途切れることがないため、静かな「間」が発生してしまうこともなく、歌唱であるため、言語的な自然さというものが必要なく、文章を読み上げることによる違和感を感じることがない。

また、文章抽出部が抽出した文章に基づいて、メロディの長さを編集する編集部を備えている態様も可能である。この場合、歌唱処理部は、編集部が編集したメロディに基づいてカラオケ曲毎の文章を歌唱する。曲毎に曲名等の長さは異なるため、メロディを編集し、より自然な歌唱として聞くことができるように構成する。

また、音声データベースに音声を登録する登録手段を備えた態様も可能である。この場合、カラオケ店舗のオーナやカラオケユーザが自分の音声を登録することもでき、ラウンジにおいてオーナが場を盛り上げるために行っているナレーションを自動化するなど、新たなサービスを提供することが可能となる。

この発明によれば、違和感を感じさせずに曲紹介を行うことができる。

カラオケ装置の構成を示すブロック図である。 各種データの構造を示す図である。 曲紹介を行うための構成、機能を示す図である。 歌唱音を合成する概念を示す図である。

図１は、本発明の歌唱判定装置を内蔵したカラオケ装置の構成を示す図である。カラオケ装置１は、装置全体の動作を制御するＣＰＵ１１、およびＣＰＵ１１に接続される各種構成部からなる。ＣＰＵ１１には、ＲＡＭ１２、ＨＤＤ１３、ネットワークインタフェース（Ｉ／Ｆ）１４、操作部１５、Ａ／Ｄコンバータ１７、音源１８、ミキサ（エフェクタ）１９、ＭＰＥＧ等のデコーダ２２、および表示処理部２３が接続されている。

ＨＤＤ１３は、カラオケ曲を演奏するための楽曲データやモニタ２４に背景映像を表示するための映像データ等を記憶している。映像データは動画、静止画の両方を記憶している。また、ＨＤＤ１３は、音声素片を登録した音声ライブラリと、曲紹介用メロディを登録したメロディライブラリを記憶している。

ワークメモリであるＲＡＭ１２には、ＣＰＵ１１の動作用プログラムを実行するために読み出すエリアやカラオケ曲を演奏するために楽曲データを読み出すエリア等が設定される。楽曲データや映像データ等は、定期的にネットワークＩ／Ｆ１４を介して配信センタからダウンロードし、更新する。

ＣＰＵ１１は、機能的にシーケンサを内蔵している。シーケンサは、ＨＤＤ１３に記憶されている楽曲データを読み出し、カラオケ演奏を実行するプログラムである。楽曲データは、図２（Ａ）に示すように、曲番号等が書き込まれているヘッダ、演奏用ＭＩＤＩデータが書き込まれている楽音トラック、ガイドメロディ用ＭＩＤＩデータが書き込まれているガイドメロディトラック、歌詞用ＭＩＤＩデータが書き込まれている歌詞トラック、バックコーラス再生タイミングおよび再生すべき音声データが書き込まれているコーラストラック、等からなっている。

シーケンサは、楽音トラックやガイドメロディトラックのデータに基づいて音源１８を制御し、カラオケ曲の楽音を発生する。また、シーケンサは、コーラストラックの指定するタイミングでバックコーラスの音声データ（楽曲データに付随しているＭＰ３等のエンコードデータ）を再生する。また、シーケンサは、歌詞トラックに基づいて曲の進行に同期して歌詞の文字パターンを合成し、この文字パターンを映像信号に変換して表示処理部２３に入力する。

音源１８は、シーケンサの処理によってＣＰＵ１１から入力されたデータ（ノートイベントデータ）に応じて楽音信号（デジタル音声信号）を形成する。形成した楽音信号はミキサ１９に入力される。

ミキサ１９は、音源１８が発生した楽音信号、コーラス音、およびマイク１６からＡ／Ｄコンバータ１７を介して入力された音声信号にエコー等を付与してミキシングする。また、ミキサ１９は、曲間中にＣＰＵ１１から合成歌唱音が入力されるため、この合成歌唱音もミキシングする。ミキシング比率やエコー付与の強さはＣＰＵ１１により設定される。

ミキシングされた各デジタル音声信号はサウンドシステム（ＳＳ）２０に入力される。サウンドシステム２０はＤ／Ａコンバータおよびパワーアンプを内蔵しており、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２１から放音する。

ＣＰＵ１１は、上記シーケンサによる楽音の発生、歌詞テロップの生成と同期して、ＨＤＤ１３に記憶されている映像データを読み出して背景映像等を再生する。動画の映像データは、ＭＰＥＧ等の形式にエンコードされている。また、ＣＰＵ１１は、曲間中、予約曲がないときには、広告等の映像データを読み出して広告映像を読み出し、予約曲がある場合には、後述の曲紹介時に表示する映像データを読み出して曲紹介映像を読み出す。

ＣＰＵ１１は、読み出した映像データをデコーダ２２に入力する。デコーダ２２は、入力されたＭＰＥＧデータを映像信号に変換して表示処理部２３に入力する。表示処理部２３には、背景映像の映像信号以外に上記歌詞テロップの文字パターン等が入力される。表示処理部２３は、背景映像の映像信号の上に歌詞テロップなどをＯＳＤで合成してモニタ２４に出力する。モニタ２４は、表示処理部２３から入力された映像信号を表示する。

操作部１５は、カラオケ装置１の操作パネル面に設けられた各種のキースイッチや赤外線通信等を介して接続されるリモコン等からなり、ユーザの各種操作（例えば曲番号の入力）を受け付け、操作態様に応じた操作情報をＣＰＵ１１に入力する。

カラオケ装置は、以上のようにして、カラオケ演奏を行う。ここで、本実施形態のカラオケ装置は、曲間中に、これから演奏を行う予約曲の曲名等を所定のメロディで歌唱音として発音し、曲紹介を行う。以下、曲紹介を行うための構成、機能について説明する。

図３に示すように、ＣＰＵ１１は、機能的に音声素片抽出部１０１、文字抽出部１０３、メロディ生成部１０５、および合成エンジン１０７を備えている。音声素片抽出部１０１および合成エンジン１０７は、ＨＤＤ１３の音声ライブラリ１０２に接続されている。文字抽出部１０３は、ＨＤＤ１３の曲名ライブラリ１０４に接続されており、メロディ生成部１０５は、ＨＤＤ１３のメロディライブラリ１０６に接続されている。

音声ライブラリ１０２は、音声素片抽出部１０１で抽出された音声素片を記憶している。音声素片は、歌唱音を合成するために必要な音素の変化部分（二音素連鎖：ｓａ，ａｉ等）と、母音伸ばし音（ａ，ｉ等）からなる音声信号である。例えば、図４に示すように、「さーいーたー」という歌唱音を合成する場合に必要な「ｓａ，ａ，ａｉ，ｉ，ｉｔ，ｔａ，ａ」等の音声信号からなる。

音声ライブラリ１０２は、二音素連鎖や母音伸ばし音が全て含まれる特定の文章を人が読み上げ、音声素片抽出部１０１が入力された音声信号から必要な部分を切り出すことで作成される。音声ライブラリ１０２には、予め声優や歌手の音声素片が記憶されているが、カラオケ装置のマイク１６を用いて、ユーザやカラオケ店舗（ラウンジ等）のオーナ等が自身の声（音声）を登録することも可能である。

文字抽出部１０３は、操作部１５で受け付けた曲番号を入力し、受け付けた曲番号の曲名等のテキスト情報を曲名ライブラリ１０４から読み出す。図２（Ｂ）に示すように、曲名ライブラリは、曲毎（曲番号毎）に曲名、歌手名、紹介用文章等の情報が記載されている。曲名、歌手名、紹介用文章は、漢字無し（かな）のテキスト情報として記憶されており、文字数（音数）の情報が含まれる。

文字抽出部１０３で読み出したテキスト情報は、メロディ生成部１０５に入力される。メロディ生成部１０５は、メロディライブラリ１０６からメロディデータを読み出す。メロディデータは、例えばＤＪ調、演歌調、ナレーション調等、種々の態様が用意されている。図２（Ｃ）に示すように、メロディデータは、各メロディデータのメロディ名が含まれたヘッダ情報およびメロディトラックからなる。メロディトラックは、楽曲データに類似した形式であり、例えばＭＩＤＩデータに準じた形式となっている。このメロディトラックが後述の合成エンジン１０７でシーケンスされることにより、歌唱音が合成されるようになっている。

メロディ生成部１０５は、メロディライブラリ１０６に記憶された複数のメロディデータから１つのメロディデータを例えばランダムに読み出し、読み出したメロディデータをテキスト情報とともに合成エンジン１０７に出力する。

また、メロディ生成部１０５は、入力されたテキスト情報に含まれる音数に応じてメロディを編集する機能を有する。メロディデータに対して入力されたテキスト情報の音数が少ない場合は、メロディデータを短く編集する。逆に、音数が多すぎる場合は、メロディを長くする。例えば、ＤＪ調の場合、メロディライブラリから休符を挟んだ同じ音階のメロディを選択し、曲名と歌手名の音数と同じ数だけの音符の数を増減させたメロディデータとする。曲毎に曲名等の音数が異なるため、メロディを編集し、より自然な歌唱として聞くことができるように構成する。

なお、選択されるメロディデータは、曲毎に固定であってもよいし、ユーザが指定するように構成してもよい。曲毎に固定する場合、曲番号とメロディデータを対応付けたデータベースを用意し、メロディ生成部１０５が、操作部１５で受け付けた曲番号に応じてデータベースを参照することで、曲毎に対応付けられたメロディデータを読み出す。

合成エンジン１０７は、メロディ生成部１０５から入力されたテキスト情報およびメロディデータに基づいて音声ライブラリ１０２から音声素片を読み出し、歌唱音を合成する。歌唱音は、読み出した音声素片を周波数領域でピッチ、音色等を調整した後、各音声素片を接続することにより生成される。

上述のように、音声ライブラリ１０２に記憶されている音声素片は、音素の変化部分（二音素連鎖：ｓａ，ａｉ等）と、母音伸ばし音（ａ，ｉ等）からなり、これら音声素片を接続することにより歌唱音が生成される。例えば、図４に示すように、「さーいーたー」という歌唱を合成する場合、「ｓａ，ａ，ａｉ，ｉ，ｉｔ，ｔａ，ａ」という音声素片を接続する。

これら音声素片は、メロディデータに示される情報（ノートナンバ、アタック、ビブラート等）に応じてピッチ変換され、音量調整される。ただし、ピッチ変換を行うと、音色（倍音関係）も変化するため、合成エンジン１０７は、各音声素片の周波数特性の調整も行う。例えば、前後の音声素片の端部のスペクトル包絡線に合わせ、各音声素片のスペクトル包絡線の変化を決定し、周波数軸上のピークレベルを調整することで、音色の変化が生じないようにする。

なお、子音で始まる音声素片については、母音の発音タイミングを音符に示される発音タイミング（ノートオンのタイミング）と合わせる、ノートオンのタイミングより早く発音が始まるようにする。

合成エンジン１０７は、上記のようなピッチ変換、音色調整を周波数領域で行った後、逆高速フーリエ変換（ＩＦＦＴ）等の処理を行い、歌唱音声をミキサ１９に出力する。ミキサ１９に入力された歌唱音は、スピーカ２１から放音され、ユーザに聴取される。

このとき、ＣＰＵ１１は、曲毎の紹介用映像データをＨＤＤ１３から読み出し、デコーダ２２に入力することで、モニタ２４に曲紹介用映像も表示する。

以上の様にして、曲間中に、これから演奏を行うカラオケ曲の曲名が歌唱音として読み上げられ、スピーカ２１から放音される。この場合、曲間中に音が途切れることがないため、カラオケのにぎやかな雰囲気が途切れ、静かな「間」が発生してしまうこともなく、歌唱音であるため、言語的な自然さというものが必要なく、文章を読み上げることによる違和感を感じることがない。

また、カラオケユーザやカラオケ店舗のオーナが自分の音声を登録した場合、自身の歌声やオーナの歌声で各曲の紹介が行われるため、新たなサービスを実現することが可能となる。例えば、ラウンジ等では、オーナがナレーション（曲の紹介）を行い、場を盛り上げること等が行われているが、本実施形態のカラオケ装置によれば、予めオーナが歌声を登録しておくだけで、曲毎にオーナ自身がナレーションを行ったり、曲毎のナレーションを登録しておく必要もなくなる。

１…カラオケ装置
１１…ＣＰＵ
１２…ＲＡＭ
１３…ＨＤＤ
１４…ネットワークＩ／Ｆ
１５…操作部
１６…マイク
１７…Ａ／Ｄコンバータ
１８…音源
１９…ミキサ
２０…サウンドシステム
２１…スピーカ
２２…デコーダ
２３…表示処理部
２４…モニタ
１０１…音声素片抽出部
１０２…音声ライブラリ
１０３…文字抽出部
１０４…曲名ライブラリ
１０５…メロディ生成部
１０６…メロディライブラリ
１０７…合成エンジン

Claims (5)

1. 音声を素片毎に登録した音声データベースと、
   カラオケ曲毎の曲紹介の文章に対応するテキスト情報を登録したテキスト情報データベースと、
   メロディを登録したメロディデータベースと、
   前記テキスト情報データベースからカラオケ曲毎のテキスト情報を読み出し、読み出したテキスト情報と、前記メロディデータベースに登録したメロディと、に基づいて前記音声データベースを読み出し、前記カラオケ曲毎の曲紹介の文章を歌唱する歌唱処理部と、
   を備えたカラオケ装置。
2. 前記読み出したテキスト情報に基づいて、前記メロディの長さを編集する編集部を備え、
   前記歌唱処理部は、前記編集部が編集したメロディに基づいて前記カラオケ曲毎の曲紹介の文章を歌唱する請求項１に記載のカラオケ装置。
3. 前記メロディデータベースは、カラオケ曲毎にメロディが登録され、
   前記歌唱処理部は、カラオケ曲毎のメロディに基づいて前記カラオケ曲毎の曲紹介の文章を歌唱する請求項１に記載のカラオケ装置。
4. 前記音声データベースに音声を登録する登録手段を備えた請求項１乃至請求項３のいずれかに記載のカラオケ装置。
5. 制御部を備えた装置に実行されるカラオケ曲紹介プログラムであって、
   前記制御部に、テキスト情報データベースからカラオケ曲毎の曲紹介の文章に対応するテキスト情報を読み出し、読み出したテキスト情報と、メロディデータベースに登録されたメロディと、に基づいて音声を素片毎に登録した音声データベースを読み出し、前記カラオケ曲毎の曲紹介の文章を歌唱する処理を実行させるカラオケ曲紹介プログラム。

Images