JPH05108073A - スケール判別装置 - Google Patents
スケール判別装置Info
- Publication number
- JPH05108073A JPH05108073A JP3294815A JP29481591A JPH05108073A JP H05108073 A JPH05108073 A JP H05108073A JP 3294815 A JP3294815 A JP 3294815A JP 29481591 A JP29481591 A JP 29481591A JP H05108073 A JPH05108073 A JP H05108073A
- Authority
- JP
- Japan
- Prior art keywords
- scale
- melody
- pitch
- degree
- coupling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H1/00—Details of electrophonic musical instruments
- G10H1/44—Tuning means
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
- G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
- G10H2210/081—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for automatic key or tonality recognition, e.g. using musical rules or a knowledge base
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Auxiliary Devices For Music (AREA)
- Electrophonic Musical Instruments (AREA)
Abstract
(57)【要約】
【目的】 メロディの音の流れを考慮してメロディに合
うスケールを判別するスケール判別装置を提供する。 【構成】 ＣＰＵ１はメロディメモリ４にあるメロディ
からその音程列を生成する。更に、ＣＰＵ１はこの音程
列に結合度データメモリ５に記憶される音間の結合度デ
ータを適用してメロディの各音のピッチクラス別に累積
結合度を求め、累積度数分布を作成する。累積度数分布
に基づきＣＰＵ１はメロディに適合するスケールを決定
する。
うスケールを判別するスケール判別装置を提供する。 【構成】 ＣＰＵ１はメロディメモリ４にあるメロディ
からその音程列を生成する。更に、ＣＰＵ１はこの音程
列に結合度データメモリ５に記憶される音間の結合度デ
ータを適用してメロディの各音のピッチクラス別に累積
結合度を求め、累積度数分布を作成する。累積度数分布
に基づきＣＰＵ１はメロディに適合するスケールを決定
する。
Description
【０００１】
【産業上の利用分野】この発明は音楽装置に関し、特に
メロディを分析してメロディに適したスケールを判別す
るスケール判別装置に関する。
メロディを分析してメロディに適したスケールを判別す
るスケール判別装置に関する。
【０００２】
【従来の技術】メロディの調を判定する調判定装置とし
て、１２のピッチクラス（Ｃ〜Ｂ）を基音とするメジャ
ースケールを生成し、この１２のメジャースケールの各
ピッチクラスセットとメロディのピッチクラスセットと
の間で一致度を算出し、最も高い一致度を与えたメジャ
ースケールを調として判定するものが知られている。
て、１２のピッチクラス（Ｃ〜Ｂ）を基音とするメジャ
ースケールを生成し、この１２のメジャースケールの各
ピッチクラスセットとメロディのピッチクラスセットと
の間で一致度を算出し、最も高い一致度を与えたメジャ
ースケールを調として判定するものが知られている。
【０００３】この従来技術には次のような欠点がある。 （ａ）音楽上、メロディに合うスケールとしてメジャー
スケール以外のスケール（メジャースケールと異なるピ
ッチクラスセットをもつスケール）が存在し得ることを
無視している。したがって良好なスケール判別をするこ
とができない。 （ｂ）メロディを単なる音の集合（ピッチクラスセッ
ト）とみて、この集合とスケールとのマッチングからス
ケールを判別しているにすぎない。即ち、メロディの音
の流れを無視している。これによっても上記従来技術の
調・スケール判別能力は制限される。
スケール以外のスケール（メジャースケールと異なるピ
ッチクラスセットをもつスケール）が存在し得ることを
無視している。したがって良好なスケール判別をするこ
とができない。 （ｂ）メロディを単なる音の集合（ピッチクラスセッ
ト）とみて、この集合とスケールとのマッチングからス
ケールを判別しているにすぎない。即ち、メロディの音
の流れを無視している。これによっても上記従来技術の
調・スケール判別能力は制限される。
【０００４】
【発明が解決しようとする課題】したがって、この発明
の目的はメロディの音の流れを考慮してスケールを判別
することによりスケール判別能力を改善したスケール判
別装置を提供することである。
の目的はメロディの音の流れを考慮してスケールを判別
することによりスケール判別能力を改善したスケール判
別装置を提供することである。
【０００５】
【課題を解決するための手段、作用】この発明によれ
ば、メロディを与えるメロディ付与手段と、音程に基づ
き少なくとも２つの音の結合度データを記憶する結合度
記憶手段と、上記メロディの隣り合う音の音程を算出す
る音程算出手段と、上記音程算出手段の音程算出結果と
上記結合度記憶手段の結合度データとから、上記メロデ
ィの音間の結合度をピッチクラス別に累積して累積度数
分布を得る累積手段と、上記累積度数分布に基づき上記
メロディのスケールを判別する判別手段と、を有するこ
とを特徴とするスケール判別装置が提供される。
ば、メロディを与えるメロディ付与手段と、音程に基づ
き少なくとも２つの音の結合度データを記憶する結合度
記憶手段と、上記メロディの隣り合う音の音程を算出す
る音程算出手段と、上記音程算出手段の音程算出結果と
上記結合度記憶手段の結合度データとから、上記メロデ
ィの音間の結合度をピッチクラス別に累積して累積度数
分布を得る累積手段と、上記累積度数分布に基づき上記
メロディのスケールを判別する判別手段と、を有するこ
とを特徴とするスケール判別装置が提供される。
【０００６】この構成では各音程に基づいて用意した少
なくとも２音間の結合度データをメロディの分析に利用
しているので好ましいスケール判別を容易に達成するこ
とができる。即ち、結合度データをメロディの音列の各
音に適用した場合、高い結合度が適用されたメロディ音
（のピッチクラス）は重要なスケール構成音である可能
性が高いと考えられる。累積度数分布のなかで累積結合
度が高いピッチクラスのグループはメロディに適合する
スケールのピッチクラスセットと高い相関をもつと指定
される。したがって累積度数分布から好ましいスケール
を判別することが可能である。
なくとも２音間の結合度データをメロディの分析に利用
しているので好ましいスケール判別を容易に達成するこ
とができる。即ち、結合度データをメロディの音列の各
音に適用した場合、高い結合度が適用されたメロディ音
（のピッチクラス）は重要なスケール構成音である可能
性が高いと考えられる。累積度数分布のなかで累積結合
度が高いピッチクラスのグループはメロディに適合する
スケールのピッチクラスセットと高い相関をもつと指定
される。したがって累積度数分布から好ましいスケール
を判別することが可能である。
【０００７】一構成例では、累積度数分布のなかで最大
の累積結合度をもつピッチクラスをスケールの最重要音
である基音として決定する。複数のスケールのピッチク
ラスセットを用意し、各スケールのピッチクラスセット
を決定した基音で移調する。移調した各スケールピッチ
クラスセットが累積度数分布上で示す累積結合度の大き
さを相対的に評価し、最大の評価値を与えたスケールを
メロディのスケールとして判別する。
の累積結合度をもつピッチクラスをスケールの最重要音
である基音として決定する。複数のスケールのピッチク
ラスセットを用意し、各スケールのピッチクラスセット
を決定した基音で移調する。移調した各スケールピッチ
クラスセットが累積度数分布上で示す累積結合度の大き
さを相対的に評価し、最大の評価値を与えたスケールを
メロディのスケールとして判別する。
【０００８】
【実施例】以下、図面を参照してこの発明の実施例を説
明する。図１に実施例のスケール判別装置のブロック図
を示す。ＣＰＵ１はプログラムＲＯＭ２に記憶されるプ
ログラムにしたがって動作してシステムの各部を制御す
る。入力装置３はメロディその他の情報を入力するもの
である。例えば鍵盤をメロディの入力装置として使用で
きる。メロディメモリ４（ＲＡＭ構成）は入力されたメ
ロディのデータを記憶する。この発明に従い結合度デー
タメモリ（ＲＯＭ構成）５が設けられる。結合度データ
メモリ５は音程に基づき２音間の音の結合度を示すデー
タを記憶する。ＲＯＭで構成されるスケールＰＣＳ（ピ
ッチクラスセット）メモリ６は所定のピッチクラス、例
えばＣを基音とする複数のスケールのピッチクラスセッ
トを記憶する。各ピッチクラスセットはスケールの音程
構造を定める。ＲＡＭ７は累積度数分布メモリ７１、基
音メモリ７２、スケール名メモリ７３を含む、累積度数
分布メモリ７１はメロディの各音の結合度の累積値をピ
ッチクラス別に記憶する。基音メモリ７２は判別したス
ケールの基音（スケール開始音）のピッチクラスセット
を記憶する。スケール名メモリは判別したスケール名を
記憶する。モニター８はディスプレイ、音源等を含み、
スケール判別結果をモニターするのに用いられる。
明する。図１に実施例のスケール判別装置のブロック図
を示す。ＣＰＵ１はプログラムＲＯＭ２に記憶されるプ
ログラムにしたがって動作してシステムの各部を制御す
る。入力装置３はメロディその他の情報を入力するもの
である。例えば鍵盤をメロディの入力装置として使用で
きる。メロディメモリ４（ＲＡＭ構成）は入力されたメ
ロディのデータを記憶する。この発明に従い結合度デー
タメモリ（ＲＯＭ構成）５が設けられる。結合度データ
メモリ５は音程に基づき２音間の音の結合度を示すデー
タを記憶する。ＲＯＭで構成されるスケールＰＣＳ（ピ
ッチクラスセット）メモリ６は所定のピッチクラス、例
えばＣを基音とする複数のスケールのピッチクラスセッ
トを記憶する。各ピッチクラスセットはスケールの音程
構造を定める。ＲＡＭ７は累積度数分布メモリ７１、基
音メモリ７２、スケール名メモリ７３を含む、累積度数
分布メモリ７１はメロディの各音の結合度の累積値をピ
ッチクラス別に記憶する。基音メモリ７２は判別したス
ケールの基音（スケール開始音）のピッチクラスセット
を記憶する。スケール名メモリは判別したスケール名を
記憶する。モニター８はディスプレイ、音源等を含み、
スケール判別結果をモニターするのに用いられる。
【０００９】動作において、ＣＰＵ１はメロディメモリ
４からメロディを読み出し、メロディの音程列を生成す
る。メロディの各音の結合度を前後の音との音程と結合
度データに従って計算し、ピッチクラス別に結合度を累
積して累積度数分布を生成する。度数分布上で最大の累
積結合度をもつピッチクラスをスケールの基音として決
定する。スケールＰＣＳメモリの各スケールＰＣＳを決
定した基音で移調し、移調した各スケールＰＣＳが累積
度数分布上で示す結合度の大きさを評価してスケールを
判別する。
４からメロディを読み出し、メロディの音程列を生成す
る。メロディの各音の結合度を前後の音との音程と結合
度データに従って計算し、ピッチクラス別に結合度を累
積して累積度数分布を生成する。度数分布上で最大の累
積結合度をもつピッチクラスをスケールの基音として決
定する。スケールＰＣＳメモリの各スケールＰＣＳを決
定した基音で移調し、移調した各スケールＰＣＳが累積
度数分布上で示す結合度の大きさを評価してスケールを
判別する。
【００１０】図２にスケール判別で使用される変数と定
数を示す。定数ＭＥＬはメロディメモリ４の先頭アドレ
スを表わす。定数ＪＯＩは結合度データメモリ５の先頭
アドレスを表わす。定数ＳＡＩはスケールＰＣＳメモリ
６の先頭アドレスを表わす。定数ＨＩＳは累積度数分布
メモリ７１の先頭アドレスを指定する。変数ＳＩＭ／Ｂ
Ｎはメロディとスケールとの間の適合度を示す。変数Ｍ
ＮＯはメロディの音数を表わす。定数ＳＮＯはスケール
ＰＣＳメモリ６に収められるスケール数を表わす。変数
ＫＥＹは基音メモリ７２に記憶される基音データを表わ
す。変数ＳＣＡＬＥはスケール名メモリ７３に記憶され
る判別スケール名を表わす。
数を示す。定数ＭＥＬはメロディメモリ４の先頭アドレ
スを表わす。定数ＪＯＩは結合度データメモリ５の先頭
アドレスを表わす。定数ＳＡＩはスケールＰＣＳメモリ
６の先頭アドレスを表わす。定数ＨＩＳは累積度数分布
メモリ７１の先頭アドレスを指定する。変数ＳＩＭ／Ｂ
Ｎはメロディとスケールとの間の適合度を示す。変数Ｍ
ＮＯはメロディの音数を表わす。定数ＳＮＯはスケール
ＰＣＳメモリ６に収められるスケール数を表わす。変数
ＫＥＹは基音メモリ７２に記憶される基音データを表わ
す。変数ＳＣＡＬＥはスケール名メモリ７３に記憶され
る判別スケール名を表わす。
【００１１】図３にメロディデータの例を示す。図示の
ようにメロディメモリ４は偶数アドレスにピッチ（音
高）を記憶し、奇数アドレスに音長を記憶する。
ようにメロディメモリ４は偶数アドレスにピッチ（音
高）を記憶し、奇数アドレスに音長を記憶する。
【００１２】図４に結合度データメモリ５を例示する。
図示のように結合度データメモリ５は音程を結合度に変
換するテーブルである。アドレスが音程を表わし、各ア
ドレスに音程対応の結合度データを記憶している。１２
の偶数アドレスに１２種類の上行音程に対する結合度を
記憶し、１２の奇数アドレスに１２種類の下行音程に対
する結合度を記憶する。
図示のように結合度データメモリ５は音程を結合度に変
換するテーブルである。アドレスが音程を表わし、各ア
ドレスに音程対応の結合度データを記憶している。１２
の偶数アドレスに１２種類の上行音程に対する結合度を
記憶し、１２の奇数アドレスに１２種類の下行音程に対
する結合度を記憶する。
【００１３】図５にスケールＰＣＳメモリ６の例を示
す。図示のスケールＰＣＳメモリ６はＣを基音とする各
スケールのピッチクラスセットを記憶する。各ピッチク
ラスセットは１６ビットワード中の下位１２ビットで表
現される。下位１２ビットはビット０がピッチクラスＣ
を表わし、ビット１がピッチクラスＣ＃を表わし、以下
同様にしてビット１１がピッチクラスＢを表わす。
“１”のビットがスケール構成音を表わしている。この
フォーマットによれば例えば、ピッチクラスセットが
（Ｃ、Ｄ、Ｅ、Ｆ、Ｇ、Ａ、Ｂ）であるＩｏｎｉａｎス
ケールの１２ビットＰＣＳデータは、 １０１０１０１１０１０１ で与えられる。
す。図示のスケールＰＣＳメモリ６はＣを基音とする各
スケールのピッチクラスセットを記憶する。各ピッチク
ラスセットは１６ビットワード中の下位１２ビットで表
現される。下位１２ビットはビット０がピッチクラスＣ
を表わし、ビット１がピッチクラスＣ＃を表わし、以下
同様にしてビット１１がピッチクラスＢを表わす。
“１”のビットがスケール構成音を表わしている。この
フォーマットによれば例えば、ピッチクラスセットが
（Ｃ、Ｄ、Ｅ、Ｆ、Ｇ、Ａ、Ｂ）であるＩｏｎｉａｎス
ケールの１２ビットＰＣＳデータは、 １０１０１０１１０１０１ で与えられる。
【００１４】ＣＰＵ１が実行するスケール判別処理のフ
ローを図６に示す。スケール判別処理は累積度数分布生
成ステップ６−１、基音判定ステップ６−２、スケール
名判定ステップ６−３から成る。
ローを図６に示す。スケール判別処理は累積度数分布生
成ステップ６−１、基音判定ステップ６−２、スケール
名判定ステップ６−３から成る。
【００１５】累積度数分布生成ステップ６−１の詳細を
図７に示す。このステップでは、メロディの各音の結合
度を、前後の音から 結合度＝音長×前の音との結合度／後の音との結合度 によって定めている。前の音との結合度を得るために前
と音との音程を算出し、それに対応する結合度データを
結合度メモリ５から取り出す。後の音との結合度も同様
である。ピッチクラス別の累積結合度の度数分布を生成
するため、メロディの各音のピッチクラスを求め、度数
分布メモリ７１の対応する要素にその音の結合度を累算
する。
図７に示す。このステップでは、メロディの各音の結合
度を、前後の音から 結合度＝音長×前の音との結合度／後の音との結合度 によって定めている。前の音との結合度を得るために前
と音との音程を算出し、それに対応する結合度データを
結合度メモリ５から取り出す。後の音との結合度も同様
である。ピッチクラス別の累積結合度の度数分布を生成
するため、メロディの各音のピッチクラスを求め、度数
分布メモリ７１の対応する要素にその音の結合度を累算
する。
【００１６】詳しく述べると、７−１でメロディメモリ
４のアドレスポインタｎを０に初期化する。ループのエ
ントリ７−２で、Ｃ−ＰＩＴ＝＊ｎ、Ｎ−ＰＩＴ＝＊
（ｎ＋２）、Ｐ−Ｐ−Ｔ＝＊（ｎ−２）、Ｐ＝Ｃ−ＰＩ
Ｔｍｏｄ１２により、現メロディ音のピッチＣ−ＰＩ
Ｔ、後音のピッチＮ−ＰＩＴ、前音のピッチＰ−ＰＩＴ
をメロディメモリ４から読み、現音のピッチクラスＰを
求める。現音がメロディの先頭音であるときは前音を現
音と同ピッチとみなす（７−３、７−４）。また、現音
がメロディ最終音であるときは後音を現音と同ピッチと
みなす（７−５、７−６）。７−７で前の音に対する現
音の音程Ｐ−Ｉと後の音に対する現音の音程Ｎ−Ｐを求
める。前音との音程が上行ならＰ−Ｗ＝＊（ＪＯＩ＋Ｐ
−Ｉ×２）により、結合度データメモリ５から対応する
結合度を読み取り、下行ならＰ−Ｗ＝＊（ＪＯＩ＋Ｐ−
Ｉ×２＋１）により結合度を読み取る（７−８、７−１
０）。同様にして後音との結合度を７−１１〜７−１３
で求める。７−１４で、＊（ＨＩＳ＋Ｐ）＝＊（ＨＩＳ
＋Ｐ）＋＊（ｎ＋１）×Ｐ−Ｗ／Ｎ−Ｗにより、現音の
ピッチクラスに対応する度数分布メモリ７１要素に現音
の結合度を加える。７−１５でメロディメモリ４から次
の音をロケートし、メロディの終了（ｎ＝ＭＮＯ）が７
−１６で検出されるまで７−２以下のループを繰り返
す。この結果、累積度数分布メモリ７１にメロディの各
音の累積結合度がピッチクラス別に記憶される。
４のアドレスポインタｎを０に初期化する。ループのエ
ントリ７−２で、Ｃ−ＰＩＴ＝＊ｎ、Ｎ−ＰＩＴ＝＊
（ｎ＋２）、Ｐ−Ｐ−Ｔ＝＊（ｎ−２）、Ｐ＝Ｃ−ＰＩ
Ｔｍｏｄ１２により、現メロディ音のピッチＣ−ＰＩ
Ｔ、後音のピッチＮ−ＰＩＴ、前音のピッチＰ−ＰＩＴ
をメロディメモリ４から読み、現音のピッチクラスＰを
求める。現音がメロディの先頭音であるときは前音を現
音と同ピッチとみなす（７−３、７−４）。また、現音
がメロディ最終音であるときは後音を現音と同ピッチと
みなす（７−５、７−６）。７−７で前の音に対する現
音の音程Ｐ−Ｉと後の音に対する現音の音程Ｎ−Ｐを求
める。前音との音程が上行ならＰ−Ｗ＝＊（ＪＯＩ＋Ｐ
−Ｉ×２）により、結合度データメモリ５から対応する
結合度を読み取り、下行ならＰ−Ｗ＝＊（ＪＯＩ＋Ｐ−
Ｉ×２＋１）により結合度を読み取る（７−８、７−１
０）。同様にして後音との結合度を７−１１〜７−１３
で求める。７−１４で、＊（ＨＩＳ＋Ｐ）＝＊（ＨＩＳ
＋Ｐ）＋＊（ｎ＋１）×Ｐ−Ｗ／Ｎ−Ｗにより、現音の
ピッチクラスに対応する度数分布メモリ７１要素に現音
の結合度を加える。７−１５でメロディメモリ４から次
の音をロケートし、メロディの終了（ｎ＝ＭＮＯ）が７
−１６で検出されるまで７−２以下のループを繰り返
す。この結果、累積度数分布メモリ７１にメロディの各
音の累積結合度がピッチクラス別に記憶される。
【００１７】次にＣＰＵ１は基音判定ステップ６−２を
実行する。このステップの詳細を図８に示す。図８にお
いて、基音判定ステップ６−２は累積度数分布上で最大
の累積値をもつピッチクラスをスケールの基音として決
定している。まず８−１で最大値ＭＡＸを０に初期化
し、８−２でピッチクラスｉを０（＝Ｃ）に初期化す
る。８−３〜８−６のループのエントリ８−３でピッチ
クラスｉの累積結合度＊（ＨＩＳ＋ｉ）がＭＡＸより大
きければその＊（ＨＩＳ＋ｉ）によってＭＡＸを更新
し、ＫＥＹにピッチクラスｉを代入する（８−４）。ｉ
をインクリメントし（８−５）すべてのピッチクラスを
調べ終えるまで（８−６）ループ８−３〜８−６を繰り
返す。以上により、スケールの基音が決定され、結果が
ＫＥＹに格納される。
実行する。このステップの詳細を図８に示す。図８にお
いて、基音判定ステップ６−２は累積度数分布上で最大
の累積値をもつピッチクラスをスケールの基音として決
定している。まず８−１で最大値ＭＡＸを０に初期化
し、８−２でピッチクラスｉを０（＝Ｃ）に初期化す
る。８−３〜８−６のループのエントリ８−３でピッチ
クラスｉの累積結合度＊（ＨＩＳ＋ｉ）がＭＡＸより大
きければその＊（ＨＩＳ＋ｉ）によってＭＡＸを更新
し、ＫＥＹにピッチクラスｉを代入する（８−４）。ｉ
をインクリメントし（８−５）すべてのピッチクラスを
調べ終えるまで（８−６）ループ８−３〜８−６を繰り
返す。以上により、スケールの基音が決定され、結果が
ＫＥＹに格納される。
【００１８】次にＣＰＵ１はスケール名判定ステップ６
−３を実行する。スケール名判定ステップ６−３の詳細
を図９に示す。図９においてスケール名判定ステップ６
−３はスケールＰＣＳメモリ６の各スケールＰＣＳを決
定した基音で移調し、移調したスケールＰＣＳが累積度
数分布上でもつ結合度の平均的な大きさを算出し、最大
の平均値をもつスケール名を判別している。
−３を実行する。スケール名判定ステップ６−３の詳細
を図９に示す。図９においてスケール名判定ステップ６
−３はスケールＰＣＳメモリ６の各スケールＰＣＳを決
定した基音で移調し、移調したスケールＰＣＳが累積度
数分布上でもつ結合度の平均的な大きさを算出し、最大
の平均値をもつスケール名を判別している。
【００１９】詳細には、９−１でスケール名カウンタと
最大ＭＡＸを０に初期化する。外側のループ９−２〜９
−１０のエントリ９−２でピッチクラスカウンタｊを０
に初期化し、スケールＰＣＳの結合アキュームレータＳ
ＩＭを０に初期化し、スケール音カウンタＢＮを０に初
期化する。内側のループ９−３〜９−６では、スケール
名ｉで指定され、基音ＫＥＹで移調したスケールＰＣＳ
について結合累算値ＳＩＭとスケールの音数ＢＮを求め
ている。９−３で＊（ＳＣＡ＋ｉ）のｂｉｔ（１２＋ｊ
−ＫＥＹ）ｍｏｄ１２が“１”かどうかをみている。こ
れは、ピッチクラスｊが基音ＫＥＹで移調したスケール
の構成音かどうかを調べていることに他ならない。ピッ
チクラスｊがスケール構成音であるならば、９−４で累
積度数分布のピッチクラスｊの結合度＊（ＨＩＳ＋ｊ）
を取り出してＳＩＭに加える、とともにスケール音カウ
ンタＢＮをインクリメントする（９−４）。ピッチクラ
スカウンタｊをインクリメントし（９−５）、すべての
ピッチクラスを走査するまで（９−６）、内側のループ
を繰り返す。これにより、ＢＮには着目しているスケー
ルの音数がセットされ、ＳＩＭにはそのスケールの結合
累積値がセットされる。
最大ＭＡＸを０に初期化する。外側のループ９−２〜９
−１０のエントリ９−２でピッチクラスカウンタｊを０
に初期化し、スケールＰＣＳの結合アキュームレータＳ
ＩＭを０に初期化し、スケール音カウンタＢＮを０に初
期化する。内側のループ９−３〜９−６では、スケール
名ｉで指定され、基音ＫＥＹで移調したスケールＰＣＳ
について結合累算値ＳＩＭとスケールの音数ＢＮを求め
ている。９−３で＊（ＳＣＡ＋ｉ）のｂｉｔ（１２＋ｊ
−ＫＥＹ）ｍｏｄ１２が“１”かどうかをみている。こ
れは、ピッチクラスｊが基音ＫＥＹで移調したスケール
の構成音かどうかを調べていることに他ならない。ピッ
チクラスｊがスケール構成音であるならば、９−４で累
積度数分布のピッチクラスｊの結合度＊（ＨＩＳ＋ｊ）
を取り出してＳＩＭに加える、とともにスケール音カウ
ンタＢＮをインクリメントする（９−４）。ピッチクラ
スカウンタｊをインクリメントし（９−５）、すべての
ピッチクラスを走査するまで（９−６）、内側のループ
を繰り返す。これにより、ＢＮには着目しているスケー
ルの音数がセットされ、ＳＩＭにはそのスケールの結合
累積値がセットされる。
【００２０】９−７でＳＩＭ／ＢＮによりそのスケール
のメロディに対する適合度（平均結合度）を算出し、Ｍ
ＡＸと比較する。ＭＡＸより大きければその適合度でＭ
ＡＸを更新し、その時のスケール名ｉをＳＣＡＬＥにセ
ットする（９−８）。スケール名ｉをインクリメントし
てスケールＰＣＳメモリ６の次のスケールをロケート
し、すべてのスケールを調べ終えるまで（９−１０）、
９−２以下のループを繰り返す。この結果、ＳＣＡＬＥ
にはメロディに対し最大の適合度を与えたスケールを示
すデータが記憶される。
のメロディに対する適合度（平均結合度）を算出し、Ｍ
ＡＸと比較する。ＭＡＸより大きければその適合度でＭ
ＡＸを更新し、その時のスケール名ｉをＳＣＡＬＥにセ
ットする（９−８）。スケール名ｉをインクリメントし
てスケールＰＣＳメモリ６の次のスケールをロケート
し、すべてのスケールを調べ終えるまで（９−１０）、
９−２以下のループを繰り返す。この結果、ＳＣＡＬＥ
にはメロディに対し最大の適合度を与えたスケールを示
すデータが記憶される。
【００２１】
【変形例】以上で実施例の説明を終えるがこの発明の範
囲内で種々の変形、応用が可能である。例えば、上記実
施例では累積度数分布からまず、基音を決定し、次に基
音で移調した複数のスケールのなかからメロディに適合
するスケール名を判別しているが、スケールＰＣＳメモ
リ６からすべてのピッチクラスの基音について移調した
スケールＰＣＳを生成し、これらと累積度数分布との相
関をとることでスケールの基音と名前（音程構造）を同
時に決定するようにしてもよい。
囲内で種々の変形、応用が可能である。例えば、上記実
施例では累積度数分布からまず、基音を決定し、次に基
音で移調した複数のスケールのなかからメロディに適合
するスケール名を判別しているが、スケールＰＣＳメモ
リ６からすべてのピッチクラスの基音について移調した
スケールＰＣＳを生成し、これらと累積度数分布との相
関をとることでスケールの基音と名前（音程構造）を同
時に決定するようにしてもよい。
【００２２】また、２音間の結合度データメモリの代り
に３音またはそれ以上の音の列における結合度を記憶す
るメモリを使用してもよい。例えば、前音、現音、後音
から成る３つの音列における現音の結合度を、音列の音
長比と前後の音程との組み合わせに従って記憶する３音
結合度メモリを使用してもよい。この場合、ＣＰＵ１は
メロディの各音の結合度を３音結合度メモリからルック
アップすることになる。
に３音またはそれ以上の音の列における結合度を記憶す
るメモリを使用してもよい。例えば、前音、現音、後音
から成る３つの音列における現音の結合度を、音列の音
長比と前後の音程との組み合わせに従って記憶する３音
結合度メモリを使用してもよい。この場合、ＣＰＵ１は
メロディの各音の結合度を３音結合度メモリからルック
アップすることになる。
【００２３】この発明のスケール判別装置は副旋律や伴
奏の自動演奏装置に応用することができる。例えばスケ
ール名、スタイル別に伴奏パターンを記憶する伴奏パタ
ーンメモリを用意し、予め指定されたスタイルと動作に
おいて判別されたスケールとから伴奏パターンを選択
し、再生することができる。
奏の自動演奏装置に応用することができる。例えばスケ
ール名、スタイル別に伴奏パターンを記憶する伴奏パタ
ーンメモリを用意し、予め指定されたスタイルと動作に
おいて判別されたスケールとから伴奏パターンを選択
し、再生することができる。
【００２４】
【発明の効果】以上、詳細に説明したように、この発明
では音間の結合度に基づいてメロディをスケール分析し
ているので、メロディを単なる音高の集合としてスケー
ルを判別する従来技術では達成し得ない良好なスケール
判別を行うことができる。
では音間の結合度に基づいてメロディをスケール分析し
ているので、メロディを単なる音高の集合としてスケー
ルを判別する従来技術では達成し得ない良好なスケール
判別を行うことができる。
【図１】この発明の実施例に係るスケール判別装置のブ
ロック図。
ロック図。
【図２】スケール判別に使用される主な変数、定数を示
す図。
す図。
【図３】メロディデータメモリを例示する図。
【図４】結合度データメモリを例示する図。
【図５】スケールＰＣＳメモリを例示する図。
【図６】スケール判別処理のフローチャート。
【図７】累積度数分布生成のフローチャート。
【図８】基音判定のフローチャート。
【図９】スケール名判定のフローチャート。
１ ＣＰＵ ２ プログラムＲＯＭ ４ メロディメモリ ５ 結合度データメモリ ６ スケールＰＣＳメモリ ７１ 累積度数分布メモリ ７２ 判別基音メモリ ７３ 判別スケール名メモリ
Claims (2)
- 【請求項１】 メロディを与えるメロディ付与手段と、 音程に基づき少なくとも２つの音の結合度データを記憶
する結合度記憶手段と、 上記メロディの隣り合う音の音程を算出する音程算出手
段と、 上記音程算出手段の音程算出結果と上記結合度記憶手段
の結合度データとから、上記メロディの音間の結合度を
ピッチクラス別に累積して累積度数分布を得る累積手段
と、 上記累積度数分布に基づき上記メロディのスケールを判
別する判別手段と、 を有することを特徴とするスケール判別装置。 - 【請求項２】 メロディを与えるメロディ付与手段と、 音程別に２つ音の結合度データを記憶する結合度記憶手
段と、 上記メロディの隣り合う音の音程を算出する音程算出手
段と、 上記音程算出手段の音程算出結果と上記結合度記憶手段
の結合度データとから、上記メロディの音間の結合度を
ピッチクラス別に累積して累積度数分布を得る累積手段
と、 上記累積度数分布に基づき上記メロディに対するスケー
ルの基音を決定する基音決定手段と、 複数のスケールのピッチクラスセットを記憶するスケー
ル記憶手段と、 上記複数のスケールのピッチクラスセットと上記決定さ
れた基音と上記累積度数分布とに基づき、上記メロディ
に適合するスケールを上記複数のスケールのなかから決
定する決定手段と、 を有することを特徴とするスケール判別装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03294815A JP3132099B2 (ja) | 1991-10-16 | 1991-10-16 | スケール判別装置 |
| US07/959,713 US5418322A (en) | 1991-10-16 | 1992-10-13 | Music apparatus for determining scale of melody by motion analysis of notes of the melody |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03294815A JP3132099B2 (ja) | 1991-10-16 | 1991-10-16 | スケール判別装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05108073A true JPH05108073A (ja) | 1993-04-30 |
| JP3132099B2 JP3132099B2 (ja) | 2001-02-05 |
Family
ID=17812614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03294815A Expired - Fee Related JP3132099B2 (ja) | 1991-10-16 | 1991-10-16 | スケール判別装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5418322A (ja) |
| JP (1) | JP3132099B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5510572A (en) * | 1992-01-12 | 1996-04-23 | Casio Computer Co., Ltd. | Apparatus for analyzing and harmonizing melody using results of melody analysis |
| JP2002268636A (ja) * | 2001-03-06 | 2002-09-20 | Yamaha Corp | 楽曲データに基づく音楽記号自動決定装置、楽曲データに基づく楽譜表示制御装置、および、楽曲データに基づく音楽記号自動決定プログラム |
| JP2006510944A (ja) * | 2002-12-20 | 2006-03-30 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | オーディオ信号解析方法および装置 |
| WO2006062064A1 (ja) * | 2004-12-10 | 2006-06-15 | Matsushita Electric Industrial Co., Ltd. | 楽曲処理装置 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3356182B2 (ja) * | 1992-02-07 | 2002-12-09 | ヤマハ株式会社 | 作編曲アシスト装置 |
| JP3307156B2 (ja) * | 1995-04-24 | 2002-07-24 | ヤマハ株式会社 | 音楽情報分析装置 |
| US5822718A (en) * | 1997-01-29 | 1998-10-13 | International Business Machines Corporation | Device and method for performing diagnostics on a microphone |
| JP4117755B2 (ja) * | 1999-11-29 | 2008-07-16 | ヤマハ株式会社 | 演奏情報評価方法、演奏情報評価装置および記録媒体 |
| US7183478B1 (en) | 2004-08-05 | 2007-02-27 | Paul Swearingen | Dynamically moving note music generation method |
| US8847054B2 (en) * | 2013-01-31 | 2014-09-30 | Dhroova Aiylam | Generating a synthesized melody |
| US11132983B2 (en) | 2014-08-20 | 2021-09-28 | Steven Heckenlively | Music yielder with conformance to requisites |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5038658A (en) * | 1988-02-29 | 1991-08-13 | Nec Home Electronics Ltd. | Method for automatically transcribing music and apparatus therefore |
| US4951544A (en) * | 1988-04-06 | 1990-08-28 | Cadio Computer Co., Ltd. | Apparatus for producing a chord progression available for a melody |
| JP2671495B2 (ja) * | 1989-05-22 | 1997-10-29 | カシオ計算機株式会社 | メロディ分析機 |
-
1991
- 1991-10-16 JP JP03294815A patent/JP3132099B2/ja not_active Expired - Fee Related
-
1992
- 1992-10-13 US US07/959,713 patent/US5418322A/en not_active Expired - Lifetime
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5510572A (en) * | 1992-01-12 | 1996-04-23 | Casio Computer Co., Ltd. | Apparatus for analyzing and harmonizing melody using results of melody analysis |
| JP2002268636A (ja) * | 2001-03-06 | 2002-09-20 | Yamaha Corp | 楽曲データに基づく音楽記号自動決定装置、楽曲データに基づく楽譜表示制御装置、および、楽曲データに基づく音楽記号自動決定プログラム |
| JP2006510944A (ja) * | 2002-12-20 | 2006-03-30 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | オーディオ信号解析方法および装置 |
| WO2006062064A1 (ja) * | 2004-12-10 | 2006-06-15 | Matsushita Electric Industrial Co., Ltd. | 楽曲処理装置 |
| US7470853B2 (en) | 2004-12-10 | 2008-12-30 | Panasonic Corporation | Musical composition processing device |
| JP4698606B2 (ja) * | 2004-12-10 | 2011-06-08 | パナソニック株式会社 | 楽曲処理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3132099B2 (ja) | 2001-02-05 |
| US5418322A (en) | 1995-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2638021B2 (ja) | 自動伴奏装置 | |
| JPH05108073A (ja) | スケール判別装置 | |
| US5525749A (en) | Music composition and music arrangement generation apparatus | |
| EP2342708B1 (en) | Method for analyzing a digital music audio signal | |
| JPH07219536A (ja) | 自動編曲装置 | |
| JP3196604B2 (ja) | 和音分析装置 | |
| JP3220183B2 (ja) | 和音検出装置及び自動伴奏装置 | |
| EP0039464B1 (en) | Electronic musical instrument | |
| CN112420003B (zh) | 伴奏的生成方法、装置、电子设备及计算机可读存储介质 | |
| EP1816639B1 (en) | Musical composition processing device | |
| EP0542313A2 (en) | Adaptive chord generating apparatus and the method thereof | |
| JP2715816B2 (ja) | 調検出装置および自動編曲装置 | |
| JP3271331B2 (ja) | メロディ分析装置 | |
| JP2666319B2 (ja) | 自動作曲機 | |
| JP2995237B2 (ja) | 調性判別装置 | |
| US7385130B2 (en) | Music selecting apparatus and method | |
| JPH01262595A (ja) | コード進行生成装置 | |
| JP2733938B2 (ja) | メロディ分析機 | |
| JP3334809B2 (ja) | 自動伴奏装置 | |
| JP2815348B2 (ja) | 自動伴奏装置 | |
| JP2526830B2 (ja) | 自動和音付加装置 | |
| JP3446422B2 (ja) | コード検出装置 | |
| JP3271332B2 (ja) | 和音付装置 | |
| JP3134417B2 (ja) | 自動伴奏装置 | |
| JP3633350B2 (ja) | リズムパターン生成装置及びその記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071124 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081124 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081124 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091124 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101124 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |