JP6589400B2 - ネットワークカラオケシステム、カラオケ装置、サーバ、ネットワークカラオケシステムの制御方法、カラオケ装置の制御方法、及びサーバの制御方法 - Google Patents

Description

本発明は、ネットワークを介して接続された複数のカラオケ装置を用いて、複数人で歌唱を行うネットワークカラオケシステムに関する。

従来、例えば特許文献１に示すように、ネットワーク経由でデュエット歌唱を行うカラオケシステムが提案されている。

しかし、特許文献１に示すようなネットワーク経由でのデュエット歌唱では、互いに同じ楽曲をリクエストする歌唱者が現れるまで待つ必要がある。

そこで、例えば特許文献２のカラオケ装置では、各利用者に対して、すぐにデュエット歌唱が可能である候補の楽曲を提示する手法が開示されている。

また、特許文献３のカラオケ装置では、合成音声によりデュエットパートを歌唱させる手法が開示されている。

特開２００５−１７７３６号公報 特開２０１４−１９９２８３号公報 特開２００９−２４４６０７号公報

しかし、特許文献２の手法では、利用者がリクエストした楽曲を変更する必要があり、好みの曲で歌唱を行うことができない。また、特許文献３の手法では、好みの相手と歌唱できるとは限らない。

そこで、本発明は、好みの曲で、好みの相手と歌唱を行うことができるネットワークカラオケシステムを提供することを目的とする。

本発明のネットワークカラオケシステムは、ネットワーク経由で接続される複数のカラオケ装置と、サーバと、からなる。カラオケ装置は、他の歌唱者と歌唱を行うリクエストを受け付ける受付部と、前記受付部で受け付けたリクエストを前記サーバに送信するリクエスト送信部と、を備えている。サーバは、各歌唱者の情報を蓄積するデータベースと、前記リクエストを受信するリクエスト受信部と、前記リクエストに対応する歌唱者、または当該歌唱者の録音音声を前記データベースから抽出する抽出部と、前記抽出部が抽出した歌唱者、または当該歌唱者の録音音声に係る抽出結果情報を送信する歌唱者情報送信部と、を備えている。さらに、カラオケ装置は、前記抽出結果情報を受信する歌唱者情報受信部と、前記抽出結果情報に基づいて、前記リクエストに対応する歌唱者、または当該歌唱者の録音音声と歌唱可能であるか否かを表示する表示部と、を備えている。

このように、利用者がリクエストを行うと、対応する歌唱者だけでなく、当該歌唱者の録音音声も抽出されるため、例えばある歌唱者が現在歌唱できない状態であっても、当該歌唱者の録音音声をデュエット相手として選ぶことができる。したがって、利用者は、指定した歌唱者が歌唱可能である場合には、当該歌唱者と歌唱を行うことができ、仮にしていた歌唱者が歌唱できない状態であっても、楽曲を変更せずに好みの相手と歌唱を行うことができる。

また、抽出部は、リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の録音音声を抽出する態様であってもよい。また、録音音声は、該当曲を歌唱した時の録音データだけでなく、合成音声の素となる音素データも含まれる。この場合、抽出部は、リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の合成音声を抽出する態様であってもよい。

また、抽出部は、リクエストに対応する音声特徴量を有する歌唱者を抽出することも可能である。また、抽出部は、リクエストに対応する音声特徴量の時間変動を有する歌唱者を抽出することも可能である。これにより、例えば声質が似た歌唱者や、歌い方が似た歌唱者と歌唱を行うことができる。

本発明のカラオケ装置は、好みの曲で、好みの相手と歌唱を行うことができる。

カラオケシステムの構成を示したブロック図である。 カラオケ装置の構成を示したブロック図である。 各種データの構造を示す図である。 センタの構成を示したブロック図である。 モニタに表示される結果の一例を示す図である。 カラオケシステムの動作を示すフローチャートである。 カラオケシステムの動作を示すフローチャートである。 応用例に係るカラオケ装置の構成を示したブロック図である。 モニタに表示される結果の一例を示す図である。 カラオケ装置の構成を示したブロック図である。 カラオケシステムの動作を示すフローチャートである。

図１は、ネットワークカラオケシステムの構成を示す図である。ネットワークカラオケシステムは、インターネット等のネットワーク２を介して接続されるセンタ（サーバ）１と、複数のカラオケ店舗３と、からなる。

各カラオケ店舗３には、ネットワーク２に接続されるルータ等の中継機５と、中継機５を介してネットワーク２に接続される複数のカラオケ装置７が設けられている。中継機５は、カラオケ店舗の管理室内等に設置されている。複数台のカラオケ装置７は、それぞれ個室（カラオケボックス）に１台ずつ設置されている。また、各カラオケ装置７には、それぞれリモコン９が設置されている。

カラオケ装置７は、中継機５およびネットワーク２を介して他のカラオケ装置７と通信可能になっている。ネットワークカラオケシステムは、異なる場所に設置されているカラオケ装置７同士で通信を行い、複数の歌唱者間で歌唱（デュエット）を行うことができる。

図２は、カラオケ装置の構成を示すブロック図である。カラオケ装置７は、ＣＰＵ１１、ＲＡＭ１２、ＨＤＤ１３、ネットワークインタフェース（Ｉ／Ｆ）１４、ＬＣＤ（タッチパネル）１５、マイク１６、Ａ／Ｄコンバータ１７、音源１８、ミキサ（エフェクタ）１９、サウンドシステム（ＳＳ）２０、スピーカ２１、ＭＰＥＧ等のデコーダ２２、表示処理部２３、モニタ２４、操作部２５、および送受信部２６を備えている。

装置全体の動作を制御するＣＰＵ１１には、ＲＡＭ１２、ＨＤＤ１３、ネットワークインタフェース（Ｉ／Ｆ）１４、ＬＣＤ（タッチパネル）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、表示処理部２３、操作部２５、および送受信部２６が接続されている。

ＨＤＤ１３は、ＣＰＵ１１の動作用プログラムが記憶されている。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、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、ガイドメロディ等のリファレンスデータを読み出すエリア、予約リストや採点結果等のデータを一時記憶するエリア、等が設定される。

ＣＰＵ１１は、カラオケ装置を統括的に制御する制御部であり、機能的にシーケンサを内蔵し、カラオケ演奏を行う。また、ＣＰＵ１１は、音声信号生成処理、映像信号生成処理、リクエスト処理、および採点処理を行う。また、ＣＰＵ１１は、本発明における受付部、リクエスト送信部、リクエスト受信部、および結果情報受信部を実現する。

タッチパネル１５および操作部２５は、カラオケ装置の前面に設けられている。ＣＰＵ１１は、タッチパネル１５から入力される操作情報に基づいて、操作情報に応じた画像をタッチパネル１５上に表示し、ＧＵＩを実現する。また、リモコン９も同様のＧＵＩを実現するものである。ＣＰＵ１１は、タッチパネル１５、操作部２５、または送受信部２６を介してリモコン９から入力される操作情報に基づいて、各種の動作を行う。ＣＰＵ１１は、例えば、利用者からカラオケ曲の演奏予約を受け付ける。受け付けた演奏予約は、予約リストに登録される。

ＨＤＤ１３は、カラオケ曲を演奏するための楽曲データを記憶している。また、ＨＤＤ１３は、モニタ２４に背景映像を表示するための映像データも記憶している。映像データは動画、静止画の両方を記憶している。楽曲データや映像データは、定期的にセンタ１から配信され、更新される。

楽曲データは、例えば図３（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、およびバックコーラスの再生タイミングを示すコーラストラック等からなる。

楽音トラックは、楽音を発生させる楽器の種類、タイミング、音程（キー）、強さ、長さ、定位（パン）、音響効果（エフェクト）等を示す情報が記録されている。ガイドメロディトラックは、お手本の歌唱に対応する各音の発音開始タイミング、発音の長さ等の情報が記録されている。

ＣＰＵ１１は、楽音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、ＣＰＵ１１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等の圧縮音声データ）を再生する。また、ＣＰＵ１１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。

センタ１は、図４に示すように、ＣＰＵ３１、ＲＡＭ３２、ＨＤＤ３３、およびネットワークインタフェース（Ｉ／Ｆ）３４を備えている。ＨＤＤ３３は、ＣＰＵ３１の動作用プログラムが記憶されている。ワークメモリであるＲＡＭ３２には、ＣＰＵ３１の動作用プログラムを実行するために読み出すエリア等が設定される。

ＣＰＵ３１は、センタ１を統括的に制御する制御部であり、本発明の抽出部を実現する。ＣＰＵ３１は、ネットワークを介してデュエットを行う場合に、リクエストに対応する歌唱者の抽出処理と、各カラオケ装置７を接続する接続処理と、を行う。また、ＣＰＵ３１は、ＨＤＤ３３に記憶されている歌唱データの配信処理を行う。

ＨＤＤ３３は、本発明のデータベースに相当する。ＨＤＤ３３には、配信用の楽曲データベースおよび映像データベースが構築されている。さらに、ＨＤＤ３３には、氏名またはＩＤ等の各歌唱者の情報が記憶され、歌唱者情報データベースが構築されている。

利用者は、カラオケ装置７を操作して、歌唱者の氏名またはＩＤを入力し、ネットワーク経由で他の歌唱者と歌唱を行うリクエストを行う。ＣＰＵ１１は、リクエストを受け付けると、当該リクエストをセンタ１に送信する。なお、リクエストは、特定の歌唱者の氏名またはＩＤだけではなく、複数名の歌唱者の氏名またはＩＤであってもよいし、例えばグループ名等であってもよい。

センタ１のＣＰＵ３１は、カラオケ装置７からリクエストを受信すると、歌唱者情報データベースから、受信したリクエストに含まれている歌唱者の氏名またはＩＤを抽出する。ＣＰＵ３１は、抽出した結果に係る情報（抽出結果情報）をカラオケ装置７に返信する。カラオケ装置７のＣＰＵ１１は、抽出結果情報に基づいて、検索結果をモニタ２４に表示する。すなわち、ＣＰＵ１１、表示処理部２３、およびモニタ２４により本発明の表示部が実現される。検索結果は、特定の歌唱者の氏名だけではなく、複数名の歌唱者が含まれる場合がある。また、グループ名でリクエストを行った場合には、当該グループ内の歌唱者が複数表示される。

利用者は、モニタ２４に表示された検索結果から歌唱者を選択する。利用者が歌唱者を選択すると、センタ１は、利用者のカラオケ装置と、選択された歌唱者が利用するカラオケ装置と、を接続させる。これにより、ネットワーク経由のデュエット歌唱を実現する。

また、ＨＤＤ３３には、録音音声として、歌唱データおよび音素データがそれぞれ記憶されている。図３（Ｂ）は、歌唱データの構造を示す図である。歌唱データは、各歌唱者が過去に歌唱したときの歌唱音を録音したデータであり、曲番号および歌唱者の氏名等の情報が含まれたヘッダが付加されている。図３（Ｃ）は、音素データの構造を示す図である。音素データは、各歌唱者の歌唱音を音素毎に切り出したものであり、合成音声の素となるデータである。

歌唱データおよび音素データは、各歌唱者がリクエストを行った場合に抽出される。例えば、利用者がカラオケ装置７を操作して特定の歌唱者の氏名および曲名を入力すると、当該歌唱者の情報および曲名がリクエストとしてセンタ１に送信される。センタ１のＣＰＵ３１は、ＨＤＤ３３に記憶されている歌唱者情報からリクエストに対応する録音データまたは音素データを抽出する。この場合、抽出結果情報として、歌唱者の録音データによる歌唱音声とデュエット歌唱が可能である旨、あるいは歌唱者の合成音声とデュエット歌唱が可能である旨がモニタ２４に表示される。例えば、図５（Ａ）に示すように、利用者が歌唱者Ａの氏名またはＩＤをリクエストした場合、モニタ２４には、歌唱者Ａ本人と歌唱が可能である旨（ステータス＝スタンバイ）が表示されるとともに、歌唱者の録音データによる歌唱音声とデュエット歌唱が可能である旨、および歌唱者の合成音声とデュエット歌唱が可能である旨がモニタ２４に表示される。

また、例えば図５（Ｂ）に示すように、利用者が歌唱者Ｂの氏名またはＩＤをリクエストし、歌唱者Ｂが歌唱できない状態（不在）であった場合、モニタ２４には、歌唱者Ｂ本人が歌唱できない状態である旨（ステータス＝不在）が表示されるとともに、歌唱者Ｂの録音データによる歌唱音声とデュエット歌唱が可能である旨、および歌唱者Ｂの合成音声とデュエット歌唱が可能である旨がモニタ２４に表示される。

これにより、各歌唱者は、リクエストに対応する歌唱者がすぐに歌唱できない場合であっても、当該歌唱者の録音データまたは合成音声の歌唱音とともにデュエットを行うことが可能になる。

また、歌唱データおよび合成音声は、例えば図５（Ｃ）に示すように、例えば歌手、声優、あるいはキャラクタ（バーチャルアイドル）等が歌唱したものが含まれていてもよい。この場合、各利用者は、好きな歌手、声優、キャラクタ等とデュエットを行うことが可能になる。

次に、ネットワークカラオケシステムの動作についてフローチャートを参照して説明する。図６は、ネットワークカラオケシステムの動作を示すフローチャートである。

まず、ＣＰＵ１１は、各利用者がログイン処理を行い、利用者のカラオケ装置７をセンタ１に接続させる（ｓ１０およびｓ５０）。ログインが完了すると、当該利用者は、デュエット歌唱が可能である状態（スタンバイ）としてセンタ１に管理される。

そして、ＣＰＵ１１は、歌唱者から楽曲のリクエストを受け付ける（ｓ１１）。さらに、ＣＰＵ１１は、ネットワーク経由のデュエット歌唱のリクエストであるか否かを判断する（ｓ１２）。ネットワーク経由のデュエット歌唱のリクエストであった場合、センタ１に対してリクエストを送信する（ｓ１３）。

リクエストは、例えば楽曲の情報（曲ＩＤ）と、歌唱者の情報（氏名またはＩＤ）が含まれている。センタ１は、リクエストを受信し（ｓ５１）、ＨＤＤ３３からリクエストに対応酢する歌唱者、または当該歌唱者の録音音声（音声データまたは音素データ）を抽出する（ｓ５２）。センタ１は、抽出した結果に係る情報（抽出結果情報）をカラオケ装置７に返信する（ｓ５３）。

カラオケ装置７のＣＰＵ１１は、抽出結果情報を受信し（ｓ１４）、図５（Ａ）乃至図５（Ｃ）に示したような結果をモニタ２４に表示する（ｓ１５）。なお、利用者は、歌唱者の録音音声（音声データまたは音素データ）の一部を試聴できるようにしてもよい。この場合、ＣＰＵ１１は、試聴を指定された歌唱者の音声データまたは音素データをセンタ１からダウンロードして、再生を行う。

その後、ＣＰＵ１１は、利用者から歌唱者の選択を受け付け（ｓ１６）、選択された歌唱者を示す情報（氏名またはＩＤ）をセンタ１に送信する（ｓ１７）。

センタ１は、選択された歌唱者を示す情報（氏名またはＩＤ）を受信し（ｓ５４）、選択された歌唱者のカラオケ装置と接続処理を行う（ｓ５５）。これにより、各カラオケ装置は、他のカラオケ装置と接続され（ｓ１８）、各歌唱者の歌唱データを送受信することによりデュエット歌唱が可能となる。カラオケ装置７同士が接続されると、各カラオケ装置７のＣＰＵ１１は、リクエストされた楽曲データを読み出して演奏を開始する（ｓ１９）。

ＣＰＵ１１は、利用者が歌唱データとのデュエットを選択した場合には、センタ１から選択された歌唱者の歌唱データを取得して、カラオケ曲の進行に応じて当該歌唱データを再生し、ミキサ１９に出力する。また、ＣＰＵ１１は、利用者が合成音声とのデュエットを選択した場合には、センタ１から当該歌唱者の音素データを取得して、カラオケ曲の進行に応じて歌唱音を合成し、ミキサ１９に出力する。ＣＰＵ１１は、歌詞トラックで示される歌詞に対応する音素を読み出し、ガイドメロディトラックに基づいて各音素のピッチおよび音色等を調整し、調整後の音素を接続することにより歌唱音を合成する。

このように、本実施形態のネットワークカラオケシステムでは、利用者がデュエット歌唱のリクエストを行うと、対応する歌唱者本人だけでなく、当該歌唱者の録音音声（録音データまたは音素データ）も抽出され、デュエット歌唱の候補として表示される。そのため、リクエストに対応する歌唱者が現在歌唱できない状態であっても、当該歌唱者の録音音声をデュエット相手として選ぶことができる。したがって、利用者は、楽曲を変更せずに好みの相手と歌唱を行うことができる。

次に、図７は、変形例に係るネットワークカラオケシステムの動作を示すフローチャートである。図６と共通する処理については同一の符号を付し、説明を省略する。

この変形例では、リクエストで指定された歌唱者が歌唱できる状態であれば当該歌唱者の情報を抽出し、リクエストで指定された歌唱者が歌唱できない状態である場合、当該歌唱者の録音音声を抽出する。

すなわち、センタ１は、リクエストで指定された歌唱者がデュエット歌唱可能である状態（スタンバイ）であるか否かを判断し（ｓ７２）、当該歌唱者がスタンバイであれば、当該歌唱者の情報を抽出し（ｓ７３）、抽出結果情報を送信する（ｓ５３）。この場合、ｓ１５の結果表示処理において、利用者のカラオケ装置７のモニタ２４には、指定した歌唱者とデュエット歌唱が可能である旨が表示される。

一方、センタ１は、リクエストで指定された歌唱者が不在（例えばログインしていない状態、休憩中である場合等）であれば、当該歌唱者の録音音声を抽出し（ｓ７４）、抽出結果情報を送信する（ｓ５３）。この場合、ｓ１５の結果表示処理において、利用者のカラオケ装置７のモニタ２４には、指定した歌唱者の録音データまたは合成音声とデュエット歌唱が可能である旨が表示される。

変形例に係るネットワークカラオケシステムでは、指定した歌唱者が不在である場合に限り録音音声が抽出され、デュエット歌唱が可能である旨が表示されるため、利用者は指定した歌唱者が不在であるか否かを気にすることなく、すぐにデュエット歌唱を行うことができる。

次に、図８（Ａ）は、応用例に係るセンタ１Ａの構成を示すブロック図である。応用例に係るセンタ１Ａは、ハードウェア構成としては図４に示したセンタ１と同一であるが、ＨＤＤ３３は、声質データベース、歌い方データベース、および採点結果データベースを有している。

声質データベースは、各歌唱者の録音データの分析結果を蓄積したものである。声質は、音声特徴量で定量化される、音声特徴量は、周波数スペクトルまたはメルスケール（ＭＦＣＣ）の各種パラメータを分析したものであり、例えば３つの尺度（響き度、透明度、および安定度）で定量化することができる。

響き度は、声がいかに響くかを示す指標である。例えば、倍音成分が多い場合には、響きが良い声質として定量化することができる。したがって、例えば周波数スペクトルの高域の減衰の程度に応じて響き度を定量化することができる。

透明度は、声の質の透き通った感じを表す指標である。透明度は、例えば倍音成分以外の成分によって定量化することができる。すなわち、倍音成分以外の成分が少ないほど透明な声質であると判断することができる。

安定度は、音声がどの程度安定して発音されているかを表す指標である。例えば、安定度は、同じ音素を発音している場合において、時間軸上のピークがいかに安定しているかによって表すことができる。音素の変化は、メルスケール上の各パラメータの変化によって検出することができる。音素が変化するとき、メルスケール上の各帯域内の値が大きく変化する。

あるいは、声質データベースは、人が手動で評価した結果を蓄積したものであってもよい。この場合、各利用者は、センタ１に蓄積されている録音データを評価する。利用者は、各録音データを聴きながら、上記の３つの尺度（響き度、透明度、および安定度）についてそれぞれ判定値を入力する。

歌い方データベースは、各歌唱者の歌い方の分析結果を蓄積したものである。歌い方は、例えば音声特徴量の時間変動で表すことができる。例えば、音声特徴量としてピッチを抽出し、抽出したピッチに対する音声の時間変動を数値化する。これにより、ビブラートの速さ（周期）および深さ（振幅）を数値化することができる。数値化されたビブラートは、１曲の歌唱内で平均することで、歌唱者の歌い方の尺度（例えばビブラートの強さ）として定量化することができる。

あるいは、ガイドメロディトラックのノートイベントデータに対して、所定時間内にわずかに遅れたタイミングで歌唱音が入力された場合、当該歌い方を「タメ」としてカウントすることでも定量化することができる。また、ノートイベントデータとのずれ時間を１曲の歌唱内で平均することで、「タメの強さ」として定量化することができる。

さらには、ガイドメロディトラックのノートイベントデータが示す音程よりも低い音程から持ち上げつつ歌唱を行う「しゃくり」を検出してもよい。この場合、ノートイベントデータとの音高差を１曲の歌唱内で平均することで、「しゃくりの強さ」として定量化することができる。

採点結果データベースは、各歌唱者の採点結果を蓄積したものである。採点は、歌唱データと、ガイドメロディトラックと比較することによって行われる。例えば、採点は、ガイドメロディトラックのノートイベントデータ毎に、音程（ピッチ）、タイミング、音量等を比較することによって行われる。

図８（Ｂ）に示すように、これらの声質データ、歌い方データおよび採点結果データは、それぞれ歌唱者の氏名またはＩＤとともに記憶されている。応用例に係るネットワークカラオケシステムでは、各利用者は、氏名、声質、歌い方、または採点結果のうち少なくともいずれか１つを用いてデュエット歌唱のリクエストを行うことができる。例えば、利用者は、透明度の高い声質の歌唱者とのデュエット歌唱をリクエストしたり、ビブラートが強い歌い方をする歌唱者とのデュエット歌唱をリクエストしたりすることができる。

なお、センタ１は、リクエストで指定された氏名の歌唱者だけでなく、当該歌唱者に類似する声質または歌い方を有する歌唱者を抽出するようにしてもよい。抽出方法は、例えば、音声特徴量を定量化したもの（響き度、透明度、および安定度）が類似する複数の歌唱者を予めグループ化しておく手法を用いる。センタ１は、予め利用者の個人認証しておき、ログイン時または選曲時に、過去の歌唱履歴から歌唱者に近い音声特徴量または同じグループに属する歌唱者を抽出する。また、センタ１は、リクエストで指定された氏名の歌唱者が不在である場合に、当該歌唱者に類似した声質を有する歌唱者を抽出してもよい。この場合、利用者のカラオケ装置７のモニタ２４には、指定した歌唱者に類似した声質を有する歌唱者とデュエット歌唱が可能である旨が表示される。したがって利用者は、リクエストで指定した歌唱者が不在であった場合に、録音データや合成音声ではなく、類似した声質を有する歌唱者の生の歌声とデュエット歌唱を行うこともできる。

また、利用者自身の録音音声がセンタ１のＨＤＤ３３に記憶されている場合には、デュエット歌唱をリクエストした利用者の類似する声質または歌い方の歌唱者を抽出するようにしてもよい。この場合、自身の声質または歌い方に類似した歌唱者とデュエット歌唱を行うことができる。

また、カラオケ装置７のＣＰＵ１１は、モニタ２４に抽出結果情報を表示するとき、図９に示すように、抽出された歌唱者の声質（または歌い方）を同時に表示してもよい。これにより、利用者は各歌唱者の声質を判断しながらデュエット歌唱の相手を選ぶことができる。

なお、利用者が合成音声とのデュエット歌唱を選択した場合、ＣＰＵ１１は、センタ１から音素データとともに当該歌唱者の歌い方データをダウンロードして、各音素のピッチを調整してビブラート等を付加することで、合成音声の歌い方を歌い方データベースにおける各歌唱者の歌い方に近似させるようにしてもよい。

なお、本実施形態では、ネットワークカラオケシステムを構成するカラオケ装置として、カラオケ店舗に設置された専用の装置を示したが、例えばユーザの所有するＰＣやスマートフォン、ゲーム機等の情報処理装置も、カラオケ装置として機能することが可能である。

なお、本実施形態では、リクエストに対応する歌唱者と歌唱可能であるか否か（または当該歌唱者の録音音声と歌唱可能であるか否か）を報知する一例として、モニタ２４に表示する例を示したが、例えばスピーカ２１から、リクエストに対応する歌唱者と歌唱可能であるか否か（または当該歌唱者の録音音声と歌唱可能であるか否か）を音声で通知するようにしてもよい。

また、図１０に示すように、カラオケ装置７のＨＤＤ１３に歌唱者情報データベースが構築されていてもよい。歌唱者情報データベースがカラオケ装置７のＨＤＤ１３に構築されている場合、図１１に示すように、抽出処理（ｓ５２）は、カラオケ装置７で実行される。また、図６で示した抽出結果情報送信処理（ｓ５３）、および抽出結果情報受信処理（ｓ１４）は、不要である。センタ１は、リクエストおよび選択結果を受信した場合に、選択された歌唱者のカラオケ装置と接続処理を行う（ｓ５５）。

なお、ＨＤＤ１３に歌唱者情報データベースが構築されている場合、あるカラオケ装置７で歌唱者情報に変化があった場合に、当該歌唱者情報がセンタ１を介して各カラオケ装置７に送信され、情報の同期が取られる。また、図１０に示すように、歌唱データおよび音素データもカラオケ装置７のＨＤＤ１３に記憶されていてもよい。ただし、歌唱データおよび音素データは、全てのカラオケ装置７において記憶されている必要はない。リクエストを受け付けたカラオケ装置７が、歌唱データまたは音素データが記憶されているカラオケ装置７から都度ダウンロード（ストリーミング）することにより歌唱音の再生（音声の合成）を行う。

１，１Ａ…センタ
２…ネットワーク
３…カラオケ店舗
５…中継機
７…カラオケ装置
９…リモコン
１１…ＣＰＵ
１２…ＲＡＭ
１３…ＨＤＤ
１５…タッチパネル
１６…マイク
１７…Ａ／Ｄコンバータ
１８…音源
１９…ミキサ
２１…スピーカ
２２…デコーダ
２３…表示処理部
２４…モニタ
２５…操作部
２６…送受信部
３１…ＣＰＵ
３２…ＲＡＭ
３３…ＨＤＤ

Claims (11)

1. ネットワーク経由で接続される複数のカラオケ装置と、サーバと、からなるネットワークカラオケシステムであって、
   前記カラオケ装置は、他の歌唱者と歌唱を行うリクエストを受け付ける受付部を備え、
   各歌唱者の情報を蓄積するデータベースと、
   前記リクエストに対応する歌唱者、または当該歌唱者の録音音声を前記データベースから抽出する抽出部と、
   を、前記複数のカラオケ装置または前記サーバのいずれかに設け、
   前記カラオケ装置は、前記抽出部が抽出した歌唱者、または当該歌唱者の録音音声に係る抽出結果情報、に基づいて、前記リクエストに対応する歌唱者、または当該歌唱者の録音音声と歌唱可能であるか否かを報知する報知部と、
   を備え、
   前記抽出部は、前記リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の録音音声を抽出するネットワークカラオケシステム。
2. ネットワーク経由で接続される複数のカラオケ装置と、サーバと、からなるネットワークカラオケシステムであって、
   前記カラオケ装置は、
   他の歌唱者と歌唱を行うリクエストを受け付ける受付部と、
   前記受付部で受け付けたリクエストを前記サーバに送信するリクエスト送信部と、
   を備え、
   前記サーバは、
   各歌唱者の情報を蓄積するデータベースと、
   前記リクエストを受信するリクエスト受信部と、
   前記リクエストに対応する歌唱者、または当該歌唱者の録音音声を前記データベースから抽出する抽出部と、
   前記抽出部が抽出した歌唱者、または当該歌唱者の録音音声に係る抽出結果情報を送信する結果情報送信部と、
   を備え、
   前記抽出部は、前記リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の録音音声を抽出し、
   さらに、前記カラオケ装置は、
   前記抽出結果情報を受信する結果情報受信部と、
   前記抽出結果情報に基づいて、前記リクエストに対応する歌唱者、または当該歌唱者の前記録音音声と歌唱可能であるか否かを報知する報知部と、
   を備えたネットワークカラオケシステム。
3. 前記録音音声は、歌唱者の合成音声の素となる音素データが含まれ、
   前記抽出部は、前記リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の合成音声を抽出する請求項１又は２に記載のネットワークカラオケシステム。
4. 前記歌唱者の情報は、各歌唱者の音声特徴量に係る情報を含み、
   前記抽出部は、前記リクエストに対応する音声特徴量を有する歌唱者を抽出する請求項１乃至請求項３のいずれかに記載のネットワークカラオケシステム。
5. 前記歌唱者の情報は、各歌唱者の音声特徴量の時間変動に係る情報を含み、
   前記抽出部は、前記リクエストに対応する音声特徴量の時間変動を有する歌唱者を抽出する請求項１乃至請求項４のいずれかに記載のネットワークカラオケシステム。
6. ネットワーク経由で他の装置と接続されるカラオケ装置であって、
   他の歌唱者と歌唱を行うリクエストを受け付ける受付部と、
   各歌唱者の情報を蓄積するデータベースと、
   前記リクエストに対応する歌唱者、または当該歌唱者の録音音声を前記データベースから抽出する抽出部と、
   前記抽出部が抽出した歌唱者、または当該歌唱者の録音音声に係る抽出結果情報、に基づいて、前記リクエストに対応する歌唱者、または当該歌唱者の録音音声と歌唱可能であるか否かを報知する報知部と、
   を備え、
   前記抽出部は、前記リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の録音音声を抽出するカラオケ装置。
7. ネットワーク経由で複数のカラオケ装置と接続されるサーバであって、
   各カラオケ装置で受け付けた、他の歌唱者と歌唱を行うリクエストを受信するリクエスト受信部と、
   各歌唱者の情報を蓄積するデータベースと、
   前記リクエストに対応する歌唱者、または当該歌唱者の録音音声を前記データベースから抽出する抽出部と、
   前記抽出部が抽出した歌唱者、または当該歌唱者の録音音声に係る抽出結果情報を送信する結果情報送信部と、
   を備え、
   前記抽出部は、前記リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の録音音声を抽出し、
   前記抽出結果情報は、当該抽出結果情報を送信したカラオケ装置に、当該抽出結果情報に基づいて、前記リクエストに対応する歌唱者、または当該歌唱者の録音音声と歌唱可能であるか否かを報知させるための情報であることを特徴とするサーバ。
8. ネットワーク経由で接続される複数のカラオケ装置と、サーバと、からなるネットワークカラオケシステムの制御方法であって、
   前記カラオケ装置は、他の歌唱者と歌唱を行うリクエストを受け付け、
   前記複数のカラオケ装置または前記サーバのいずれかは、
   各歌唱者の情報をデータベースに蓄積し、
   前記リクエストに対応する歌唱者、または当該歌唱者の録音音声を前記データベースから抽出し、
   前記カラオケ装置は、前記複数のカラオケ装置または前記サーバのいずれかが抽出した歌唱者、または当該歌唱者の録音音声に係る抽出結果情報、に基づいて、前記リクエストに対応する歌唱者、または当該歌唱者の録音音声と歌唱可能であるか否かを報知し、
   前記複数のカラオケ装置または前記サーバのいずれかは、前記リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の録音音声を抽出する、ネットワークカラオケシステムの制御方法。
9. ネットワーク経由で接続される複数のカラオケ装置と、サーバと、からなるネットワークカラオケシステムの制御方法であって、
   前記カラオケ装置は、
   他の歌唱者と歌唱を行うリクエストを受け付け、
   受け付けたリクエストを前記サーバに送信し、
   前記サーバは、
   各歌唱者の情報をデータベースに蓄積し、
   前記リクエストを受信し、
   前記リクエストに対応する歌唱者、または当該歌唱者の録音音声を前記データベースから抽出し、
   抽出した歌唱者、または当該歌唱者の録音音声に係る抽出結果情報を送信し、
   前記リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の録音音声をさらに抽出し、
   さらに、前記カラオケ装置は、
   前記抽出結果情報を受信し、
   前記抽出結果情報に基づいて、前記リクエストに対応する歌唱者、または当該歌唱者の前記録音音声と歌唱可能であるか否かを報知する、ネットワークカラオケシステムの制御方法。
10. ネットワーク経由で他の装置と接続されるカラオケ装置の制御方法であって、
    他の歌唱者と歌唱を行うリクエストを受け付け、
    各歌唱者の情報をデータベースに蓄積し、
    前記リクエストに対応する歌唱者、または当該歌唱者の録音音声を前記データベースから抽出し、
    抽出した歌唱者、または当該歌唱者の録音音声に係る抽出結果情報、に基づいて、前記リクエストに対応する歌唱者、または当該歌唱者の録音音声と歌唱可能であるか否かを報知し、
    前記リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の録音音声を抽出する、カラオケ装置の制御方法。
11. ネットワーク経由で複数のカラオケ装置と接続されるサーバの制御方法であって、
    各カラオケ装置で受け付けた、他の歌唱者と歌唱を行うリクエストを受信し、
    各歌唱者の情報をデータベースに蓄積し、
    前記リクエストに対応する歌唱者、または当該歌唱者の録音音声を前記データベースから抽出し、
    抽出した歌唱者、または当該歌唱者の録音音声に係る抽出結果情報を送信し、
    前記リクエストで指定された歌唱者が歌唱できない状態である場合に、当該歌唱者の録音音声をさらに抽出し、
    前記抽出結果情報は、当該抽出結果情報を送信したカラオケ装置に、当該抽出結果情報に基づいて、前記リクエストに対応する歌唱者、または当該歌唱者の録音音声と歌唱可能であるか否かを報知させるための情報であることを特徴とするサーバの制御方法。

Images