JP6432478B2 - 歌唱評価システム - Google Patents

Description

本発明は、利用者が歌唱の結果を見て補正しながら歌唱を進めることを可能にする歌唱評価システムに関する。

従来、カラオケ楽曲の再生に合わせて歌唱する利用者の歌唱音声を評価する技術が知られている。特許文献１には、カラオケ装置から歌唱データをストリーミング方式で取得し、取得した歌唱データを採点する採点サーバ装置が開示されている。採点サーバ装置は、取得した歌唱データの時間軸を複数の採点区間に分割し、分割した各採点区間における利用者の歌唱音声を採点する。採点サーバ装置は、採点した採点結果を、カラオケ装置に送信する。

特開２０１０−２３７２５７号公報

採点サーバ装置がカラオケ装置から歌唱音声を取得し、採点をする技術を用いると、カラオケ装置の処理能力が低く、処理負荷の高い精密な採点処理を行うことがカラオケ装置で困難な場合であっても、歌唱音声を採点した精密な採点結果をカラオケ装置で表示することが可能になる。しかしながらその一方、カラオケ装置が、採点サーバ装置との間で、歌唱データの送信および採点結果の受信を必須とするため、カラオケ装置が利用者の歌唱音声を収集し、歌唱データを生成してから、採点サーバ装置と送受信し、歌唱音声の採点結果を表示するまでに時間がかかり、利用者の歌唱の進行に対し、利用者の歌唱の採点結果が遅れて表示されてしまう。

歌唱音声の評価結果を表示することは、カラオケ装置を利用して歌唱する利用者の歌唱力向上を目的として実装され、歌唱中に評価結果が表示されると、利用者は、歌唱しながら、カラオケ装置に表示される評価結果を見ることができる。しかしながら、特許文献１のように、カラオケ装置が、採点サーバ装置と送受信することにより、評価結果の表示までの時間を要すると、評価結果が、歌唱の進行に対して遅れて表示されてしまい、利用者は、評価結果を見て補正しながら歌唱を進めることができない。

本発明は、上述した問題点を解決するためになされたものであり、カラオケ装置が、利用者の歌唱の結果を表示する場合に、処理負荷の高い精密な評価処理の結果を表示することを可能にしつつ、利用者が歌唱の結果を見て補正しながら歌唱を進めることを可能にする歌唱評価システムを提供することを目的とする。

請求項１記載の歌唱評価システムは、楽曲を再生する再生手段と、前記再生手段により再生される前記楽曲に合わせて歌唱された歌唱データを取得する歌唱データ取得手段と、前記歌唱データ取得手段により取得された前記歌唱データを、接続された制御装置へ送信するデータ送信手段と、前記歌唱データ取得手段により取得された前記歌唱データについて、所定のタイミングの音高を検出する音高検出手段と、前記音高検出手段により音高が検出された前記所定のタイミングに対応して、前記音高検出手段により検出された前記音高を表示させる第一表示制御手段と、前記第一表示制御手段により前記音高が検出された結果を表示させたとき、前記制御装置から、前記歌唱データが評価された結果を受信する結果受信手段と、前記第一表示制御手段により表示された前記音高検出手段の検出結果に代えてまたは追加して前記制御装置により前記歌唱データが評価された結果を表示させる第二表示制御手段と、を備える楽曲再生装置と、前記楽曲再生装置から前記歌唱データを受信するデータ受信手段と、前記データ受信手段により受信された前記歌唱データを、少なくとも前記音高検出手段と異なる基準に基づいて複数種類の評価項目について評価する歌唱評価手段と、前記歌唱評価手段により評価された結果を、前記楽曲再生装置へ送信する結果送信手段と、を備える制御装置と、を備えることを特徴とする。

請求項２記載の歌唱評価システムは、前記制御装置の前記歌唱評価手段は、前記歌唱データから、前記評価項目として、前記音高検出手段による音高の検出より短い間隔での音高の推移を評価する音高推移評価を含むものであり、前記楽曲再生装置の前記第二表示制御手段は、前記結果受信手段により、前記制御装置から前記音高推移評価を含む前記歌唱データが評価された結果を受信したとき、受信した前記評価された結果に対応するタイミングにおいて、前記第一表示制御手段により表示される前記音高が検出された結果に代えて、前記歌唱データが評価された結果を表示させることを特徴とする。

請求項３記載の歌唱評価システムは、前記楽曲再生装置は、前記再生手段により再生される楽曲を構成する音の音高および音長を少なくとも含む歌唱の評価基準データを取得する評価基準データ取得手段を備え、前記音高検出手段は、前記評価基準データに含まれる前記音の音高および音長の区切りを区間として、前記区間ごとに、一点のタイミングでの音高を検出し、前記第一表示制御手段は、前記音高検出手段による検出された音高を、前記区間ごとに前記評価基準データの音高と比較可能に表示させるものであり、前記制御装置の前記歌唱評価手段は、前記区間ごとに、複数点のタイミングの音高を評価し、前記複数点のタイミングの音高の推移を、前記評価項目の音高推移評価として評価するものであることを特徴とする。

請求項４記載の歌唱評価システムは、前記楽曲再生装置は、前記所定のタイミングとして、前記音高検出手段により音高を検出する検出対象タイミングを決定する決定手段と、前記再生手段により、前記検出対象タイミングに対応する前記楽曲の再生が行われたか否かを判断する再生判断手段と、を備え、前記音高検出手段は、前記再生判断手段により、前記検出対象タイミングの再生が行われたと判断されたとき、前記検出対象タイミングの音高を検出するものであり、前記制御装置は、前記歌唱データから、少なくとも音高を含む歌唱の特徴量を取得する特徴取得手段を備え、前記歌唱評価手段は、前記特徴取得手段により取得された前記特徴量を用いて、前記複数種類の評価項目を評価するものであることを特徴とする。

請求項５記載の歌唱評価システムは、前記楽曲再生装置は、制御部による処理性能、または表示部の解像度を示す装置性能情報を取得する性能取得手段と、前記処理性能または前記解像度の少なくともいずれかと対応付けて、前記音高検出手段による音高を検出する設定間隔が前記装置性能情報に応じて定められた設定間隔情報を記憶する記憶手段と、前記性能取得手段により取得された前記装置性能情報と、前記設定間隔情報とを用いて、前記所定のタイミングとして、前記装置性能情報に応じた前記設定間隔で音高を検出する設定タイミングを決定する決定手段と、を備え、前記音高検出手段は、前記決定手段により決定された前記設定タイミングの音高を検出するものであることを特徴とする。

請求項６記載の歌唱評価システムは、前記楽曲再生装置は、前記再生手段により再生される楽曲に、音推移が重複する複数のフレーズが存在するか否かを判断するフレーズ判断手段と、前記フレーズ判断手段により前記音推移が重複するフレーズが存在すると判断されたとき、前記歌唱データのうち、前記音推移が重複する複数のフレーズについて、前記音高検出手段により検出された音高の音高差が、所定範囲以内であるか否かを判断する音高差判断手段と、をさらに備え、前記第一表示制御手段は、前記音高差判断手段により、前記音推移が重複する複数のフレーズの音高差が所定範囲以内であると判断されたとき、前記音推移が重複する複数のフレーズうち、再生時間が遅いフレーズの音高が検出された結果に、再生時間が早いフレーズの音高が検出された結果を表示させることを特徴とする。

請求項７記載のプログラムは、楽曲再生装置と、制御装置とにより構成される歌唱評価システムに用いられるコンピュータにより実行されるプログラムであって、楽曲を再生させる再生制御ステップと、前記再生制御ステップにより再生される前記楽曲に合わせて歌唱された歌唱データを取得する歌唱データ取得ステップと、前記歌唱データ取得ステップにより取得された前記歌唱データを、接続された制御装置へ送信するデータ送信ステップと、前記歌唱データ取得ステップにより取得された前記歌唱データについて、所定のタイミングの音高を検出する音高検出ステップと、前記音高検出ステップにより音高が検出された前記所定のタイミングに対応して、前記音高検出ステップにより検出された前記音高を表示させる第一表示制御ステップと、前記制御装置から、前記歌唱データが評価された結果を受信する結果受信ステップと、前記歌唱データが評価された結果を、前記第一表示制御ステップにより表示された前記音高が検出された結果に代えてまたは追加して表示させる第二表示制御ステップと、をコンピュータに実行させることを特徴とする。

請求項１記載の歌唱評価システムは、楽曲再生装置は、音高検出手段と第一表示制御手段とにより、歌唱データの音高が検出された結果を表示させることに加え、結果受信手段により、制御装置で評価された複数種類の評価項目の評価結果を受信し、第二表示制御手段により、第一表示制御手段に表示された音高が検出された結果に代えてまたは追加して表示させる。これにより、歌唱評価システムの楽曲再生装置を利用するユーザは、音高が検出された結果を見て、歌唱を補正しながら進めることができるうえ、制御装置により評価された結果を楽曲再生装置が受信したとき、制御装置により評価された複数種類の評価項目の評価についても見ることができる。

請求項２記載の歌唱評価システムは、楽曲再生装置の音高検出手段が音高の検出をすることに対し、制御装置の歌唱評価手段は、音高の推移を評価する。楽曲再生装置の第二表示制御手段は、第一表示制御手段により表示される音高の表示結果に代えて、制御装置により評価される音高推移評価を表示する。これにより、歌唱評価システムの楽曲再生装置を利用するユーザは、音高が検出された結果を見て、歌唱を補正しながら進めることができるうえ、楽曲再生装置が制御装置により評価された結果を受信したとき、音高が検出された結果に代えて、制御装置により評価された音高の推移を含む複数種類の評価項目の評価も見ることができる。

請求項３記載の歌唱評価システムは、楽曲再生装置の音高検出手段により、区間ごとに、一点のタイミングの音高を検出し、制御装置の歌唱評価手段により、区間ごとに、複数点のタイミングの音高の推移を評価する。これにより、処理能力が低い楽曲再生装置であっても、音高が特定でき、第二表示制御手段により、制御装置の歌唱評価手段により評価された評価点が多い結果も表示されるため、ユーザは、楽曲再生装置により表示された音高が検出された結果を見ることに加え、楽曲再生装置により評価されて表示された音高よりも詳細な音高の推移を含む複数種類の評価項目の評価も見ることができる。

請求項４記載の歌唱表示システムは、楽曲再生装置において、再生判断手段により、検出対象タイミングに対応する楽曲の再生が行われたと判断されたとき、音高検出手段により、検出対象タイミングの音高が検出される。制御装置において、特徴取得手段による音高の推移から、複数種類の評価項目が評価される。これにより、検出対象タイミングの再生が行われたときに、音高が検出された結果を表示させることができ、且つ、制御装置から、音高の推移から複数種類の評価項目について評価された結果を受信し、音高が検出された結果に代えてまたは追加して表示させることができる。

請求項５記載の歌唱評価システムは、楽曲再生装置が、制御部の処理性能または表示部の解像度を示す装置性能情報に対応付けられた設定間隔情報にしたがって設定された設定タイミングを決定する。これにより、楽曲再生装置では、処理能力または表示能力に応じた設定間隔で、決定手段により、歌唱の音高を検出するタイミングが決定されるため、第一表示制御手段により表示させる音高の検出結果は、滞ることなく表示させることができる。ユーザは歌唱しながら、歌唱した音高が検出された結果を滞ることなく見ることができ、歌唱をすぐに補正しながら進めることができる。

請求項６記載の歌唱評価システムは、音推移が重複する複数のフレーズについて、検出された音高の音高差が、所定範囲以内であるとき、再生時間が遅いフレーズの音高が検出された結果に、再生時間が早いフレーズの音高が検出された結果を表示させる。これにより、再生時間が遅いフレーズが再生されるとき、そのフレーズの音高をすべて検出しなくとも、楽曲再生装置により、簡易に音高の検出結果を表示させることができる。

請求項７記載のプログラムによれば、音高検出ステップと第一表示制御ステップとにより、歌唱データの音高が検出された結果を表示させることができることに加え、結果受信ステップにより、制御装置で評価された複数種類の評価項目の評価結果を受信し、第二表示制御ステップにより、第一表示制御ステップに表示された音高が検出された結果に代えてまたは追加して表示させる。これにより、ユーザは、音高が検出された結果を見て、歌唱を補正しながら進めることができるうえ、実行されるプログラムが制御装置により評価された結果を受信したとき、制御装置により評価された複数種類の評価項目の評価についても見ることができる。

図１は、歌唱評価システム１の全体の構成を示す図である。 図２は、歌唱評価システム１の楽曲再生装置２０およびサーバ５０の電気的構成の概略を示す図である。 端末歌唱評価プログラムの処理手順を示すメインフローチャートである。 端末歌唱評価プログラムの端末音高検出処理の処理手順を示すサブフローチャートである。 端末歌唱評価プログラムの処理手順に沿った楽曲再生装置２０のディスプレイ２１の表示の変化遷移を示す図である。 端末歌唱評価プログラムの処理における音高の検出タイミングの例を示した図である。 サーバ５０により実行される処理の処理手順を示すフローチャートである。 第２実施形態における端末歌唱評価プログラムの端末音高検出処理の処理手順を示すサブフローチャートである。 第３実施形態における端末歌唱評価プログラムの端末音高検出処理の処理手順を示すサブフローチャートである。 第２実施形態の端末歌唱評価プログラムにより歌唱データから検出される音高の検出タイミングの変形例を示す図である。

以下、本発明の歌唱評価システムの実施形態について説明する。歌唱評価システムは、楽曲を再生する装置と、歌唱を採点するサーバとが、インターネットなどのネットワークを介して接続されている。楽曲を再生する装置は、スマートフォンやタブレット端末などの携帯通信端末装置や、処理能力が低いカラオケ端末装置、楽曲再生プレイヤーなどである。処理能力が低いとは、例えば、カラオケ装置のＣＰＵの処理能力が、歌唱を採点するサーバのＣＰＵの処理能力より低いこと、またはカラオケ装置のＣＰＵの処理能力が、複数種類の評価項目の評価処理を、滞らせることなく実行できる程度の処理能力より低いことを指す。楽曲を再生する装置は、ディスプレイを備え、楽曲の再生に合わせてユーザが歌唱した音声を評価した結果を表示する。楽曲を再生する装置は、歌唱を採点するサーバと通信可能に接続されている。歌唱を採点するサーバは、例えば、カラオケのサービス提供業者により提供されるサーバである。以下、本実施形態について図面を参照して説明する。

［第１実施形態］
［実施形態の構成］
本発明の歌唱評価システムの一例である歌唱評価システム１を説明する。図１に示す歌唱評価システム１は、楽曲再生端末２０と、サーバ５０とが、ネットワークＮを介して接続される。図１では、楽曲再生端末２０の例として、携帯通信端末２０Ａと、カラオケ端末２０Ｂとを示す。第１実施形態では、楽曲再生端末２０は、少なくとも１台あればよい。第１実施形態では、携帯通信端末２０Ａと、カラオケ装置２０Ｂとを総称して、楽曲再生端末２０として以下を説明する。楽曲再生端末２０は、ディスプレイ２１を備える。楽曲再生端末２０は、サーバ５０とネットワークＮを介して情報を送受信する。楽曲再生端末２０は、通信相手であるサーバ５０のアドレスを予め記憶している。

図２に示すように、楽曲再生端末２０は、ＣＰＵ２２と、ＲＯＭ２３と、ＲＡＭ２４と、ネットワーク接続部２５と、入出力インタフェース２６とを備える。ＲＯＭ２３は、端末歌唱評価プログラム記憶領域２３１と、端末性能情報記憶領域２３２とを備える。端末歌唱評価プログラム記憶領域２３１には、ＣＰＵ２２により実行される端末歌唱評価プログラムが記憶される。端末歌唱評価プログラムの詳細は、後述する。端末性能情報記憶領域２３２には、端末性能を示すＣＰＵ２２の処理能力と、ディスプレイ２１の表示解像度とが記憶される。ＣＰＵ２２の処理能力とは、例えばクロック周波数である。ＲＡＭ２４は、再生楽曲記憶領域２４１と、歌唱データ記憶領域２４２と、検出情報記憶領域２４３とを備える。

ＲＡＭ２４の再生楽曲記憶領域２４１は、楽曲再生端末２０により再生される楽曲の演奏データが記憶される。楽曲の演奏データは、例えば、再生が指定された楽曲についてのカラオケの伴奏データと、メロディデータとを含むデータである。メロディデータは、例えば、楽曲の音の音高と音長が定められたＭＩＤＩデータである。ＭＩＤＩデータでは、音高はノートナンバーで定められ、ノートナンバーと対応付けて、音長に対応する発音開始タイミング（ノートオンタイミング）と発音終了タイミング（ノートオフタイミング）が定められている。発音開始タイミング及び発音終了タイミングは、例えば、楽曲の演奏開始時間を０秒として、演奏開始からの経過時間を定めたものである。発音終了タイミングは、発音開始タイミングからの絶対時間により定められていてもよい。メロディデータは、音高および音高の変化を特定できる歌唱お手本データであってもよい。さらに、楽曲の歌詞テロップデータが記憶されていてもよい。再生楽曲記憶領域２４１に記憶されるデータは、あらかじめ、楽曲再生端末２０に記憶されていてもよいし、楽曲の再生が指示されたときサーバ５０から取得され記憶されてもよい。歌唱データ記憶領域２４２は、楽曲再生端末２０により再生される楽曲を歌唱したユーザの歌唱音声と、歌唱音声を評価した結果とが記憶される。歌唱音声を評価した結果は、楽曲再生端末２０により評価された結果と、後述するサーバ５０により評価された結果とを含む。検出情報記憶領域２４３は、楽曲再生端末２０により再生される楽曲の音高を検出するタイミングを示す検出タイミングと、検出タイミングにおいて検出された音高が記憶される。

楽曲再生端末２０は、ネットワーク接続部２５を介して、インターネットなどのネットワークＮに接続されサーバ５０と情報の送受信が行われる。楽曲再生端末２０は、ネットワークＮと有線または無線で接続される。ネットワーク接続部２５は、具体的には、例えば、ネットワークインタフェースである。入出力インタフェース２６には、ディスプレイ２１と、スピーカ２７と、マイク２８と、入力部２９とが接続される。ディスプレイ２１と、スピーカ２７と、マイク２８と、入力部２９は、楽曲再生端末２０と一体に構成されてもよい。

ディスプレイ２１には、歌唱音声を評価した結果が出力される。ＲＡＭ２４の再生楽曲記憶領域２４１に、歌詞テロップデータが記憶されている場合は、楽曲が再生されているときに、ディスプレイ２１に歌詞テロップが出力されてもよい。スピーカ２７からは、伴奏データに従って楽曲の音が出力される。マイク２８を介してユーザの歌唱音声が入力される。入力された歌唱音声は、ＲＡＭ２４の歌唱データ記憶領域２４２に記憶されるとともに、ネットワーク接続部２５を介して、サーバ５０へ送信される。入力部２９には、楽曲再生端末２０により再生させる楽曲の指定が入力される。入力部２９は、例えばキーボードである。あるいは、ディスプレイ２１がタッチパネルディスプレイで構成されるとき、ディスプレイ２１が入力部２９を備えていてもよい。

図２に示すように、サーバ５０は、ＣＰＵ５２と、ＲＯＭ５３と、ＲＡＭ５４と、ＨＤＤ５５と、ネットワーク接続部５６とを備える。ＲＯＭ５３は、詳細歌唱評価プログラム記憶領域５３１と、検出タイミング決定基準記憶領域５３２とを備える。詳細歌唱評価プログラム記憶領域５３１には、ＣＰＵ５２により実行される詳細歌唱評価プログラムが記憶される。検出タイミング決定基準記憶領域５３２には、検出タイミングを決定するための決定基準が記憶される。詳細歌唱評価プログラムおよび決定基準の詳細は、後述する。

ＲＡＭ５４には、受信データ記憶領域５４１と、歌唱区間データ記憶領域５４２と、評価結果記憶領域５４３とを備える。受信データ記憶領域５４１は、楽曲再生端末２０から受信する歌唱音声が記憶される。評価区間データ記憶領域５４２は、歌唱音声を評価する一部の歌唱区間を示す情報が記憶される。評価結果記憶領域５４３は、歌唱区間ごとに歌唱音声が評価された結果が記憶される。

ＨＤＤ５５は、楽曲歌詞記憶領域５５１と、詳細評価データ記憶領域５５２とを備える。楽曲歌詞記憶領域５５１は、楽曲の伴奏データと、メロディデータと、歌詞テロップとが記憶される。詳細評価データ記憶領域５５２には、楽曲再生端末２０から送信されるユーザの歌唱音声を評価するための複数種類の評価項目の評価基準を示す歌唱評価データが記憶されている。複数種類の評価項目は、例えば、歌唱の音高の推移と、歌唱技法とを含んでいる。

詳細評価データには、少なくとも、歌唱の模範を示す模範歌唱データと、歌唱技法を識別するための歌唱技法情報と、歌唱の採点基準を示す採点情報と、相対評価データとを含む。模範歌唱データは、楽曲のメロディデータより歌唱の音推移が詳細なデータである。歌唱技法情報は、ビブラート、こぶし、ためなどの歌唱技法の判断基準を示す波形データまたは判断条件を示す情報を含む。相対評価データは、例えば、楽曲を過去に歌唱した複数の他の歌唱者の歌唱音声を評価した評価結果を、順位と対応付けて記憶した総合評価データである。ＨＤＤ５５に、相対評価データとして、歌唱者ごとの総合評価データが、複数記憶されることにより、マイク２８に入力された歌唱音声の評価結果と、複数の総合評価データとを比較することにより、複数の他の歌唱者と歌唱の巧拙を比較した順位を導出させることが可能である。

模範歌唱データは、歌唱の音推移に、音高（ピッチ）と、音長と、音圧（音量）とを少なくとも含む。模範歌唱データを少なくとも音高の時系列の並びで再現した波形と、歌唱音声の音高の波形とを比較することにより、歌唱の音高の一致度を評価することができる。歌唱技法は、例えば、ビブラート、ため、こぶし等の複数種類が考えられ、ユーザの歌唱音声に特徴的に表れる音の推移を評価するための評価基準を歌唱技法ごとに表した波形を含む。評価基準を歌唱技法ごとに表した波形と、歌唱音声の波形とを比較することにより、歌唱技法が行われたか否かを判断することができる。歌唱の採点基準は、予め定められた基準と比較した絶対的な点数を算出するための評価基準を示す。採点基準には、歌唱の音高の一致度の評価と、歌唱技法が行われたか否かの判断を、評価結果及び判断結果に応じて点数化したものを含んでいてもよい。また、複数の他の歌唱者の歌唱結果と比較して相対的な順位を定めた相対的な評価基準を含んでいてもよい。

サーバ５０は、楽曲再生端末２０により取得された歌唱音声を、ネットワーク接続部５６を介して受信し、歌唱音声を、詳細評価データを用いて評価した結果を、ネットワーク接続部５６を介して、楽曲再生端末２０へ送信する。

［実施形態の動作及び作用］
楽曲再生端末２０は、内部電源、またはコンセントを介して外部電源に接続されることにより、起動する。楽曲再生端末２０は、ユーザによる楽曲の歌唱を評価する指示が検知されたとき、ＣＰＵ２２により、図３および図４に処理手順を示す端末歌唱評価プログラムが実行される。端末歌唱評価プログラムは、ユーザが入力部２９またはディスプレイ２１に表示される図示外のボタンにより、歌唱を行う楽曲の再生指示と、歌唱の評価機能の実行を指示したとき、実行が開始される。図３は、楽曲再生端末２０のＣＰＵ２２により実行される端末歌唱評価プログラムの処理手順を示すメインフローチャートである。図４は、楽曲再生端末２０のＣＰＵ２２により実行される端末歌唱評価プログラムの端末音高検出処理の処理手順を示すサブフローチャートである。

（端末歌唱評価プログラム処理）
図３に示す端末歌唱評価プログラムの処理が実行されると、ステップＳ２において、ユーザにより指定された楽曲の再生が開始される。ステップＳ２において、楽曲の再生が開始されるとき、サーバ５０へ、再生が開始される楽曲を識別する情報と、楽曲の再生を開始することとが通知される。そして、ステップＳ２では、再生楽曲記憶領域２４１から読み出されたカラオケの伴奏データの再生が開始される。ステップＳ２において伴奏データの再生が開始されると、再生時間の計時が開始される。ステップＳ２の処理が実行されると、ディスプレイ２１には、図５（Ａ）に示す画面が表示される。楽曲の再生が開始されると、図５（Ａ）に示すように、ディスプレイ２１の画面内に、再生位置を示す位置バー３１が太い実線で表示され、再生される楽曲の時系列に沿った音高を示す音高バー３２が長方形で表示される。音高を示す音高バー３２の位置は、メロディデータが示す音高変化に従って定められる。ステップＳ２の処理が行われるとき、位置バー３１は、再生が開始される音の先頭に位置している。楽曲の再生が開始されると、位置バー３１は、楽曲の進行に伴って、ディスプレイ２１の画面内での位置が移動する。または、楽曲の進行に伴って、音高バー３２が移動し、音高バー３２と位置バー３１との相対位置が移動するものであってもよい。

ステップＳ４では、マイク２８への入力が取得されたか否かが判断される。ステップＳ４では、入出力インタフェース２６を介してマイク２８からの入力音が検知されたとき、マイク２８への入力が取得されたと判断される（ステップＳ４：ＹＥＳ）。マイク２８への入力が取得されたと判断されると、ステップＳ６の処理が実行される。入出力インタフェース２７を介してマイク２８からの入力音が検知されないとき、マイク２８への入力が取得されたと判断されず（ステップＳ４：ＮＯ）、ステップＳ４の処理が繰り返し実行される。

ステップＳ６では、ステップＳ４において取得され、歌唱データ記憶領域２４２に記憶された歌唱音声を歌唱データとして、サーバ５０へ送信する。ステップＳ６は、ステップＳ６の処理が行われる度に歌唱音声を取得した歌唱データを、ストリーミング方式により、サーバ５０へ送信する。ステップＳ６において、サーバ５０に送信する歌唱データは、所定時間の歌唱音声を蓄積したデータを、サーバ５０へ送信してもよい。

ステップＳ８では、図４に示す端末音高検出処理が実行される。端末音高検出処理では、まず、ステップＳ８１において、ＣＰＵ２２の処理性能が、端末性能情報記憶領域２３２から読み出され、取得される。

ステップＳ８２では、ステップＳ８１において取得されたＣＰＵ２２の処理性能の値から、歌唱音声から音高を検出する検出タイミングが決定される。ステップＳ８２では、例えば、ＣＰＵ２２の処理性能を示す値であるクロック周波数の値に応じて、予め定められた閾値以上であるか否かにより、異なる検出間隔の検出タイミングが決定される。例えば、検出タイミング決定基準記憶領域５３２に、クロック周波数の範囲と、検出タイミングとの対応付けが決定基準として複数種類記憶されており、決定基準に従って、クロック周波数の値が大きいほど、短い（狭い）検出間隔で検出タイミングが決定され、クロック周波数の値が小さいほど、長い（広い）検出間隔で検出タイミングが決定される。本実施形態では、検出タイミングは、１音高ごとに所定の検出間隔で設定される。例えば、クロック周波数の値が閾値より小さいとき、図６（Ａ）に黒色の逆三角形（▼）にて示すように、１音高につき、その音高の発音開始タイミングを１回目の検出タイミングとして、発音開始タイミングから２秒おきの検出間隔で、検出タイミングが設定される。例えば、クロック周波数の値が閾値以上であるとき、図６（Ａ）に白色の逆三角形（▽）にて示すように、１音高につき、その音高の発音開始タイミングを１回目の検出タイミングとして、発音開始タイミングから１秒おきの検出間隔で、検出タイミングが設定される。１音高とは、メロディデータから音高の変化を検出してから、検出した変化後の音の音高に対応付けられた音長が示す発音終了タイミングまでの間である。または、１音高は、音高が変化してから次の音高へ変化するまでの一定の音高になっている間とする。

なお、ステップＳ８２において検出間隔を決定するための閾値は、３段階以上の複数段階が定められていてもよい。ステップＳ８２では、複数の閾値を超えるか否かにより、３段階以上の異なる検出間隔が決定されてもよい。検出間隔は、各音の発音開始タイミングに関わらず、楽曲の演奏開始から、等間隔に定められるものであってもよい。また、検出間隔の各間隔の幅が、ＣＰＵ２２の処理性能に応じて、異なる間隔に決定されるものであってもよい。例えば、クロック周波数の値が閾値より小さいとき、検出間隔として、図６（Ｂ）に黒色の逆三角形（▼）にて示すように、３秒につき１回の検出タイミングが決定され、クロック周波数の値が閾値以上であるとき、検出間隔として、図６（Ｂ）に白色の逆三角形（▽）で示すように、１秒につき１回の検出タイミングが決定されるものであってもよい。この場合、各音の発音開始タイミングから検出タイミングまでの間隔は、一定に定まらない。

ステップＳ８２において定められた検出タイミングは、楽曲の演奏開始からの経過時間と対応付けて、再生楽曲記憶領域２４１に記憶される。あるいは、検出タイミングは、再生楽曲のメロディデータまたは再生楽曲の伴奏データと対応付けて、再生楽曲記憶領域２４１に記憶されてもよい。

ステップＳ８３は、楽曲の再生位置が、ステップＳ８２において定められた検出タイミングに到達したか否かが判断される。楽曲の再生位置が、検出タイミングに到達したと判断されたとき（ステップＳ８３：ＹＥＳ）、ステップＳ８４の処理が実行される。楽曲の再生位置が、検出タイミングに到達したと判断されないとき（ステップＳ８３：ＮＯ）、ステップＳ８３の処理が繰り返し実行される。

ステップＳ８４では、ステップＳ８３において検出タイミングに到達したと判断された楽曲の再生位置における歌唱音声の音高が、検出される。ステップＳ８４が実行されると、図３に示すステップＳ１０の処理が実行される。

ステップＳ１０では、ステップＳ８４において検出された音高が、ディスプレイ２１に表示される。具体的には、ステップＳ１０では、ステップＳ８４において検出された音高をディスプレイ２１に表示させる描画データが作成される。ディスプレイ２１には、例えば、図５（Ｂ）に示すように、楽曲のメロディデータの音高を示す音高バー３２と並んで、マイク２８に入力された歌唱音声から検出された音高を斜線付き長方形で示す音声バー３３が表示される。なお、第１実施形態において、ステップＳ８２において、メロディデータにおける各１音高の音長の中で、再生時間が真ん中のタイミングが音高の検出タイミングと決定されるとき、ステップＳ１０では、メロディデータの１音高の音長が最後まで再生されていなくとも、１音高の音長のうち真ん中のタイミングの音高が検出された時点で、１音高の音長を示す音高バー３２と並んで、同じ長さの音声バー３３が、検出された音高の高さで表示される。

ステップＳ１２では、サーバ５０から評価結果データの受信要求があるか否かが判断される。評価結果データの詳細は、後述する。ステップＳ１２では、サーバ５０から未受信の評価結果データが送信されているとき、受信要求があると判断される（ステップＳ１２：ＹＥＳ）。受信要求があると判断されると、ステップＳ１４の処理が実行される。サーバ５０から未受信の評価結果データが送信されていないとき、受信要求があると判断されず（ステップＳ１２：ＮＯ）、ステップＳ１６の処理が実行される。

ステップＳ１４では、ステップＳ１２において受信した評価結果データに含まれる再生時間までの評価結果が、ステップＳ１０においてディスプレイ２１に表示される。ステップＳ１４では、ステップＳ１０において作成された描画データに含まれるデータを引き継いで、ステップＳ１２において受信した評価結果データに含まれる再生時間までの評価結果をディスプレイ２１に表示する描画データが作成される。楽曲の再生が進行したときにステップＳ１４の処理が行われると、ディスプレイ２１には、図５（Ｃ）に示すように、評価結果データに含まれる再生時間である評価完了時間Ｔまでの歌唱音声が評価された評価結果として、例えば、図５（Ｃ）に示すように、音声バー３３に代えて歌唱音声の音推移を示す波形２３が表示され、歌唱技法を示す技法名３５が追加で表示される。このとき、評価完了時間Ｔまでの評価結果としての波形３４は、ディスプレイ２１に表示された音声バー３３に重ねて追加表示されてもよい。さらに、図５（Ｃ）に示すように、評価完了時間Ｔまでの時点での歌唱音声の採点結果および、歌唱評価システム１を用いて同じ楽曲を歌唱した人と歌唱音声の評価結果を比較した採点順位がディスプレイ２１に表示されてもよい。

また、ステップＳ１４において、ステップＳ１２において受信した評価結果データが、楽曲の再生が完了した、すなわち楽曲の最後までの評価結果であるとき、評価結果データには、歌唱音声を総合評価した結果が含まれていてもよい。図５（Ｄ）は、評価結果データが、楽曲の最後までの評価結果を含むデータである場合に、ディスプレイ２１に表示される評価結果の一例を示す図である。例えば、図５（Ｄ）に示すように、ディスプレイ２１に、歌唱音声の音推移を示す波形３４と、歌唱技法を示す技法名３５とに加え、歌唱音声の総合評価結果を示す楽曲の歌唱の採点結果、および歌唱評価システム１を用いて同じ楽曲を歌唱した人と歌唱音声の評価結果を比較した順位が表示される。

ステップＳ１６では、歌唱評価の終了指示がされたか否かが判断される。楽曲の再生を終了する指示がされたとき、楽曲の再生が完了したとき、または歌唱評価機能の実行の終了が指示されたときのいずれかに該当するとき、歌唱評価の終了指示がされたと判断される。歌唱評価の終了指示がされたと判断されるとき（ステップＳ１６：ＹＥＳ）、サーバ５０へ歌唱評価の終了指示がされたことを通知し、端末歌唱評価プログラムの処理が終了される。歌唱評価の終了指示がされたと判断されないとき（ステップＳ１６：ＮＯ）、ステップＳ４の処理が再度実行される。

次に、図７を用いて、サーバ５０により実行される処理を説明する。サーバ５０は、内部電源、またはコンセントを介して外部電源に接続されることにより、起動する。サーバ５０は、楽曲再生端末２０から、再生が開始される楽曲を識別する情報と、楽曲の再生を開始する通知を受けたとき、図７に処理手順を示す詳細歌唱評価プログラムの実行が開始される。図７は、サーバ５０のＣＰＵ５２により実行される詳細歌唱評価プログラムの処理手順を示すフローチャートである。

ステップＳ２２では、楽曲再生端末２０から歌唱データを受信したか否か判断される。歌唱データを受信したと判断されるとき（ステップＳ２２：ＹＥＳ）、歌唱データを受信データ記憶領域５４１に記憶して、ステップＳ２４の処理を実行する。歌唱データを受信したと判断されないとき（ステップＳ２２：ＮＯ）、ステップＳ２２の処理を繰り返し実行する。

ステップＳ２４では、ステップ２２において受信した歌唱データから、音高の推移を示す波形を作成する。具体的には、ステップＳ２４では、歌唱データから、歌唱音声の音高を、楽曲再生端末２０の端末音高検出処理による音高の検出間隔より短い間隔（例えば、１秒間に３０回の検出間隔）で検出した音高を繋いだ結果を、歌唱音声の音高推移を示す波形として作成する。ステップＳ２４では、楽曲再生端末２０からストリーミング方式により送信される歌唱データから、所定時間おきに波形を作成し、評価対象の評価区間データとして、評価区間データ記憶領域５４２に記憶する。ステップＳ２４において作成される波形には、音高の変化と、音長と、音圧（音量）等を含む特徴量が含まれる。

ステップＳ２６では、ステップＳ２４において評価区間データ記憶領域５４２に記憶した評価区間データの波形から、歌唱音声を評価する。評価処理は、具体的には、評価区間データの波形が示す音高推移と、詳細評価データ記憶領域５５２に記憶されている詳細評価データの模範歌唱データが示す音高推移とを比較し、歌唱区間データの音高推移における模範歌唱データとの音高差を検出する。検出した音高差は、歌唱タイミングと対応付けて、評価結果記憶領域５４３に記憶する。

ステップ２８では、ステップＳ２４において作成された波形から、特徴量を検出する。そして、評価区間データの波形の特徴量と、詳細評価データ記憶領域５５２に記憶されている詳細評価データの歌唱技法情報とを比較して、歌唱技法情報に示される所定の歌唱技法が含まれているか否かを判断する。歌唱技法が含まれていると判断されるときは、評価区間データと対応付けて、歌唱技法の種類と、を歌唱技法が行われた歌唱タイミングを、歌唱結果記憶領域５４３に記憶する。

ステップＳ３０では、ステップＳ２６により検出された音高差と、ステップＳ２８において判断された歌唱タイミングとを、詳細評価データの採点情報に照らし合わせ、評価区間データを採点する。なお、歌唱結果記憶領域５４３に、複数の歌唱区間の評価区間データが記憶されている場合は、記憶されている複数の評価区間データをまとめて採点した採点結果を、歌唱結果記憶領域５４３に記憶する。

ステップＳ３２では、ステップＳ２４において作成された音高波形と、ステップＳ２８において検出された歌唱技法の種類および歌唱技法が行われた歌唱タイミングと、ステップＳ３０において採点された結果とが、楽曲再生端末２０へ送信される。このとき、楽曲再生端末２０が送信された結果を表示すると、ディスプレイ２１には、図５（Ｃ）に示す画像が表示される。ステップＳ３２が行われ、ディスプレイ２１に採点された結果が表示されるときは、例えば、図５（Ｃ）に示すように、現時点での歌唱音声の採点結果および、歌唱評価システム１を用いて同じ楽曲を歌唱した人と歌唱音声の評価結果を比較した採点順位がディスプレイ２１に表示される。

ステップＳ３４では、楽曲の歌唱評価の終了指示がされたか否かが判断される。歌唱評価の終了指示が楽曲再生端末２０に対してなされ、楽曲再生端末２０から歌唱評価の終了指示が通知されたとき、楽曲の採点が終了されたと判断される。楽曲の歌唱評価は、楽曲再生端末２０から楽曲の再生を終了または中止することが通知されたとき、または、楽曲再生端末２０から通知された再生が開始される楽曲を識別する情報と、楽曲の再生を開始する通知とから、楽曲の再生完了時間が検出可能であるとき、楽曲の再生開始から、再生完了時間を経過したとき、終了指示があると判断されてもよい。楽曲の再生が終了されたと判断されると（ステップＳ３４：ＹＥＳ）、ステップＳ３６の処理が実行される。楽曲の再生が終了されたと判断されないと（ステップＳ３４：ＮＯ）、ステップＳ２２の処理が繰り返し実行される。

ステップＳ３６では、楽曲の総合評価結果を、楽曲再生端末２０に送信する。楽曲の総合評価結果は、ステップＳ３０において採点された楽曲の採点結果から総合評価データを作成し、複数の他の歌唱者の総合評価データと比較することにより決定される複数の歌唱者に対する相対的な順位である。決定した順位を、総合評価結果データとして、楽曲再生端末２０へ送信する。また、ステップＳ３０においては、評価対象者の歌唱者について、歌唱技法を考慮して、歌唱技法が行われたとき、加点するようにした総合評価データから、相対的な順位を決定してもよい。

楽曲再生端末２０は、サーバ５０から送信された総合評価結果を、ディスプレイ２８に表示する。このとき、楽曲再生端末２０のディスプレイ２１には、例えば、図５Ｄに示す画像が表示される。

［第２実施形態］
図８は、上述した楽曲再生端末２０において実行される端末音高検出処理の第２実施形態を示す図である。第２実施形態の歌唱評価シスシステムにおいて、楽曲再生端末２０の端末音高検出処理以外の構成は、前述した第１実施形態の構成と同じであるため、説明を省略する。前述した端末音高検出処理では、音高の検出タイミングを、楽曲再生端末２０のＣＰＵ２２のクロック周波数の値と、閾値とを比較するにより決定される検出間隔で定められていた。しかしながら、歌唱の音高を検出するタイミングは、これに限らない。例えば、音高の検出タイミングを、メロディデータの各音の音長から定めるものであってもよい。

例えば、図８に示す端末音高検出処理において、ステップＳ９１では、ステップＳ２において再生が開始された楽曲のメロディデータから次に発音されるべき音が取得される。ステップＳ９１において取得されるメロディデータの音には、音の発音開始タイミングである楽曲の再生開始からの再生時間が対応付けられている。次に発音されるべき音とは、発音開始タイミングが定められた１つの音であり、次の発音開始タイミングが定められた音までの１つの音高が定められた音である。

ステップＳ９２では、ステップＳ９１で取得された音から、発音開始タイミングが読み出され、楽曲の再生開始からの再生時間が、読み出された音の発音開始タイミングを過ぎたか否かが判断される。再生時間が、発音タイミングを過ぎたと判断されると(ステップ
Ｓ９２：ＹＥＳ)、ステップＳ９３が実行される。再生時間が、発音開始タイミングを過
ぎたと判断されないと(ステップＳ９３：ＮＯ)、ステップＳ９２が繰り返し実行される。

図８に示す端末音高処理では、ステップＳ９１において取得されるメロディデータの音として、再生時間に加え、音の音長が取得されてもよい。ステップＳ９１において、音の音長が取得されるとき、ステップＳ９２では、例えば、図１０に黒色の逆三角形（▼）にて示すように、発音開始タイミングに代えて、音の音長の中で、再生時間が真ん中のタイミングを、検出タイミングと決定してもよい。あるいは、図１０に白色の逆三角形（▽）で示すように、メロディデータおける各１つの音の開始点および終了点の音高を検出するものであってもよい。音の開始点および終了点は、音の音長から定めることができる。

ステップＳ９３では、ステップＳ４において取得されたマイク入力の音の音高が検出される。ステップＳ９３が行われると、ステップＳ１０が実行される。

［第３実施形態］
図９は、上述した楽曲再生端末２０において実行される端末音高検出処理の第３実施形態を示す図である。第３実施形態の歌唱評価シスシステムにおいて、楽曲再生端末２０の端末音高検出処理以外の構成は、前述した第１実施形態の構成と同じであるため、説明を省略する。第１実施形態の端末音高検出処理では、楽曲再生端末２０のＣＰＵ２２のクロック周波数の値と、閾値とを比較するにより決定される検出間隔で、音高が検出されていた。しかしながら、歌唱の音高を検出する方法は、これに限らない。例えば、１曲の中で、既に歌唱されたフレーズと同じフレーズがのちに出現する場合は、２回目以降に出現する同一フレーズの音高の検出を、省略するものであってもよい。

例えば、図９に示す端末音高検出処理において、ステップＳ１００では、ステップＳ２において再生が開始された楽曲の現在の再生時刻が取得される。ステップＳ１０１では、ステップＳ２において再生が開始された楽曲のメロディデータが読み出され、読み出されたメロディデータから、所定時間または所定拍数ごとに構成されるフレーズの区切りが検出される。ステップＳ１０２では、ステップＳ１０１において検出されたフレーズの区切りから、ステップＳ１００において取得された現在の再生時刻以降に歌唱される予定のフレーズのうち、最初に歌唱されるべきフレーズが、音高を検出する対象フレーズと特定される。なお、フレーズは、所定時間または所定拍数のほか、歌詞テロップに定められる歌詞の表示タイミングごとに区切られて構成されるものであってもよい。また、歌詞テロップにおいてひと塊で表示される文字ごとに、区切りを定めてもよい。

ステップＳ１０３では、ステップＳ１０２において特定された対象フレーズと同じ音高および音長で音推移するフレーズが、現在の再生時刻以前のフレーズに存在するか否かが判断される。ステップＳ１０２において特定された対象フレーズと同じフレーズが以前に存在すると判断されると（ステップＳ１０３：ＹＥＳ）、ステップＳ１０４の処理が実行される。ステップＳ１０２において特定された対象フレーズと同じフレーズが以前に存在すると判断されないと（ステップＳ１０３：ＮＯ）、ステップＳ１０９の処理が実行される。

ステップＳ１０４では、対象フレーズの先頭の音の発音開始タイミングが過ぎたか否かが判断される。現在の再生時刻が、対象フレーズの先頭の音の発音開始タイミングを経過したとき、対象フレーズの先頭の音の発音開始タイミングが過ぎたと判断される。対象フレーズの先頭の音の発音開始タイミングが過ぎたと判断されると（ステップＳ０１４：ＹＥＳ）、ステップＳ１０５の処理が実行される。対象フレーズの先頭の音の発音開始タイミングが過ぎたと判断されないと（ステップＳ０１４：ＮＯ）、ステップＳ１０４の処理が繰り返し実行される。

ステップＳ１０５では、対象フレーズの先頭の音の音高が検出される。検出された音高は、検出情報記憶領域２４３に記憶される。ステップＳ１０６では、前にあると判断された対象フレーズと同じ音推移のフレーズの先頭の音において検出された音高が、検出情報記憶領域２４３から読み出される。

ステップＳ１０７では、ステップＳ１０５において検出された音高と、ステップＳ１０６において読み出された音高との差が、所定の範囲以内であるか否かが判断される。所定範囲以内であると判断されると（ステップＳ１０７：ＹＥＳ）、ステップＳ１０８の処理が実行される。所定範囲以内であると判断されないと（ステップＳ１０７：ＮＯ）、ステップＳ１０９の処理が実行される。

ステップＳ１０８では、対象フレーズの検出音高を、ステップＳ１０３において存在すると判断された対象フレーズと同じ音推移のフレーズの検出音高と同一と見なし、対象フレーズの検出音高に、同じ音推移のフレーズの検出音高が設定される。ステップＳ１０９では、対象フレーズの音高検出が行われる。ステップＳ１０９における音高の検出間隔は、特に言及しない。

ステップＳ１０８、またはステップＳ１０９の処理が実行されると、ステップＳ１０の処理が実行される。

（変形例）
第１実施形態の歌唱評価システムでは、楽曲再生端末２０により、１音高につき１回の検出タイミングで、図６（Ａ）に黒色の逆三角形（▼）で示していた評価点の音高を検出していた。これに対し、サーバ５０では、ステップＳ２４において、歌唱データから、歌唱音声の音高を、楽曲再生端末２０の端末音高検出処理による音高の検出間隔より短い間隔で検出した音高を繋いだ結果を、歌唱音声の音高推移を示す波形として作成していた。このとき、サーバ５０は、楽曲再生端末２０により検出される回数より多い回数で検出される方法であってもよく、波形を作成しなくてもよい。例えば、図１０に白色の逆三角形（▽）で示すように、メロディデータに従って、１音高の開始点および終了点の音高を検出するものであってもよい。

第１実施形態では、サーバ５０のステップＳ８２の処理において、ステップＳ８１において取得されたＣＰＵ２２の処理性能の値から、歌唱音声から音高を検出する検出タイミングが決定されていたが、検出タイミングの決定方法はこれに限らない。例えば、ステップＳ８１において、楽曲再生装置２０のディスプレイ２１の表示解像度を取得し、表示解像度の値に応じて、予め定められた閾値以上であるか否かにより、異なる検出間隔の検出タイミングが決定されるものであってもよい。

［本発明と、実施形態との対応］
第１実施形態の楽曲再生端末２０が、本発明の楽曲再生装置の一例である。第１実施形態のサーバ５０が、本発明の制御装置の一例である。本実施形態の楽曲再生端末２０のＣＰＵ２２が、本発明の再生手段、音高検出手段、第一表示制御手段、結果受信手段、第二表示制御手段の一例であり、第１実施形態のサーバ５０のＣＰＵ５２が、データ受信手段、歌唱評価手段、結果送信手段、の一例である。

第１実施形態の端末性能を示すＣＰＵ２２の処理能力と、ディスプレイ２１の表示解像度とが、本発明の装置性能情報の一例である。第１実施形態のＲＯＭ５３の検出タイミング決定基準記憶領域５３２に記憶されている決定基準が、本発明の設定間隔情報の一例である。第１実施形態の検出タイミングが、本発明の評価対象タイミング、設定タイミングの一例である。

第１実施形態の楽曲再生端末２０により実行されるステップＳ２の処理が、本発明の再生制御ステップの一例であり、ステップＳ４の処理が、本発明の歌唱データ取得ステップの一例であり、ステップＳ８の処理が、本発明の音高検出ステップの一例であり、ステップＳ１０の処理が、本発明の第一表示制御ステップの一例であり、ステップＳ１２の処理が、本発明の結果受信ステップの一例であり、ステップＳ１４の処理が、本発明の第二表示制御ステップの一例である。

１ 歌唱評価システム
２０ 楽曲再生端末
２１ ディスプレイ
２２ ＣＰＵ
２３ ＲＯＭ
２４ ＲＡＭ
２５ ネットワーク接続部
２６ 入出力インタフェース
２７ スピーカ
２８ マイク
２９ 入力部
５０ サーバ
５２ ＣＰＵ
５３ ＲＯＭ
５４ ＲＡＭ
５５ ＨＤＤ
５６ ネットワーク接続部
Ｎ ネットワーク

Claims (7)

1. 楽曲を再生する再生手段と、
   前記再生手段により再生される前記楽曲に合わせて歌唱された歌唱データを取得する歌唱データ取得手段と、
   前記歌唱データ取得手段により取得された前記歌唱データを、接続された制御装置へ送信するデータ送信手段と、
   前記歌唱データ取得手段により取得された前記歌唱データについて、所定のタイミングの音高を検出する音高検出手段と、
   前記音高検出手段により音高が検出された前記所定のタイミングに対応して、前記音高検出手段により検出された前記音高を表示させる第一表示制御手段と、
   前記制御装置から、前記歌唱データが評価された結果を受信する結果受信手段と、
   前記第一表示制御手段により表示された前記音高検出手段の検出結果に代えてまたは追加して前記制御装置により前記歌唱データが評価された結果を表示させる第二表示制御手段と、
   を備える楽曲再生装置と、
   前記楽曲再生装置から前記歌唱データを受信するデータ受信手段と、
   前記データ受信手段により受信された前記歌唱データを、少なくとも前記音高検出手段と異なる基準に基づく音高評価を含む複数種類の評価項目について評価する歌唱評価手段と、
   前記歌唱評価手段により評価された結果を、前記楽曲再生装置へ送信する結果送信手段と、
   を備える制御装置と、
   を備える歌唱評価システム。
2. 前記制御装置の前記歌唱評価手段は、前記歌唱データから、前記評価項目として、前記音高検出手段による音高の検出より短い間隔での音高の推移を評価する音高推移評価を含むものであり、
   前記楽曲再生装置の前記第二表示制御手段は、前記結果受信手段により、前記制御装置から前記音高推移評価を含む前記歌唱データが評価された結果を受信したとき、受信した前記評価された結果に対応するタイミングにおいて、前記第一表示制御手段により表示される前記音高が検出された結果に代えて、前記歌唱データが評価された結果を表示させる
   ことを特徴とする請求項１に記載の歌唱評価システム。
3. 前記楽曲再生装置は、
   前記再生手段により再生される楽曲を構成する音の音高および音長を少なくとも含む歌唱の評価基準データを取得する評価基準データ取得手段を備え、
   前記音高検出手段は、前記評価基準データに含まれる前記音の音高および音長の区切りを区間として、前記区間ごとに、一点のタイミングでの音高を検出し、
   前記第一表示制御手段は、前記音高検出手段による検出された音高を、前記区間ごとに前記評価基準データの音高と比較可能に表示させるものであり、
   前記制御装置の前記歌唱評価手段は、前記区間ごとに、複数点のタイミングの音高を評価し、前記複数点のタイミングの音高の推移を、前記評価項目の音高推移評価として評価するものである
   ことを特徴とする請求項１または２のいずれかに記載の歌唱評価システム。
4. 前記楽曲再生装置は、
   前記所定のタイミングとして、前記音高検出手段により音高を検出する検出対象タイミングを決定する決定手段と、
   前記再生手段により、前記検出対象タイミングに対応する前記楽曲の再生が行われたか否かを判断する再生判断手段と、を備え、
   前記音高検出手段は、前記再生判断手段により、前記検出対象タイミングの再生が行われたと判断されたとき、前記検出対象タイミングの音高を検出するものであり、
   前記制御装置は、
   前記歌唱データから、少なくとも音高を含む歌唱の特徴量を取得する特徴取得手段を備え、
   前記歌唱評価手段は、前記特徴取得手段により取得された前記特徴量を用いて、前記複数種類の評価項目を評価するものである
   ことを特徴とする請求項１〜３のいずれかに記載の歌唱評価システム。
5. 前記楽曲再生装置は、
   制御部による処理性能、または表示部の解像度を示す装置性能情報を取得する性能取得手段と、
   前記処理性能または前記解像度の少なくともいずれかと対応付けて、前記音高検出手段による音高を検出する設定間隔が前記装置性能情報に応じて定められた設定間隔情報を記憶する記憶手段と、
   前記性能取得手段により取得された前記装置性能情報と、前記設定間隔情報とを用いて、前記所定のタイミングとして、前記装置性能情報に応じた前記設定間隔で音高を検出する設定タイミングを決定する決定手段と、
   を備え、
   前記音高検出手段は、前記決定手段により決定された前記設定タイミングの音高を検出するものである
   ことを特徴とする請求項１、２、４のいずれかに記載の歌唱評価システム。
6. 前記楽曲再生装置は、
   前記再生手段により再生される楽曲に、音推移が重複する複数のフレーズが存在するか否かを判断するフレーズ判断手段と、
   前記フレーズ判断手段により前記音推移が重複するフレーズが存在すると判断されたとき、前記歌唱データのうち、前記音推移が重複する複数のフレーズについて、前記音高検出手段により検出された音高の音高差が、所定範囲以内であるか否かを判断する音高差判断手段と、をさらに備え、
   前記第一表示制御手段は、
   前記音高差判断手段により、前記音推移が重複する複数のフレーズの音高差が所定範囲以内であると判断されたとき、前記音推移が重複する複数のフレーズうち、再生時間が遅いフレーズの音高が検出された結果に、再生時間が早いフレーズの音高が検出された結果を表示させる
   ことを特徴とする請求項１〜５のいずれかに記載の歌唱評価システム。
7. 楽曲再生装置と、制御装置とにより構成される歌唱評価システムに用いられるコンピュータにより実行されるプログラムであって、
   楽曲を再生させる再生制御ステップと、
   前記再生制御ステップにより再生される前記楽曲に合わせて歌唱された歌唱データを取得する歌唱データ取得ステップと、
   前記歌唱データ取得ステップにより取得された前記歌唱データを、接続された制御装置へ送信するデータ送信ステップと、
   前記歌唱データ取得ステップにより取得された前記歌唱データについて、所定のタイミングの音高を検出する音高検出ステップと、
   前記音高検出ステップにより音高が検出された前記所定のタイミングに対応して、前記音高検出ステップにより検出された前記音高を表示させる第一表示制御ステップと、
   前記制御装置から、少なくとも前記音高検出ステップと異なる基準に基づく音高評価を含む複数種類の評価項目について評価された結果を受信する結果受信ステップと、
   前記歌唱データが評価された結果を、前記第一表示制御ステップにより表示された前記音高が検出された結果に代えてまたは追加して表示させる第二表示制御ステップと、
   をコンピュータに実行させるプログラム。