JPH05188931A - 音楽処理システム - Google Patents
音楽処理システムInfo
- Publication number
- JPH05188931A JPH05188931A JP4024680A JP2468092A JPH05188931A JP H05188931 A JPH05188931 A JP H05188931A JP 4024680 A JP4024680 A JP 4024680A JP 2468092 A JP2468092 A JP 2468092A JP H05188931 A JPH05188931 A JP H05188931A
- Authority
- JP
- Japan
- Prior art keywords
- music
- scale
- musical
- information
- musical instrument
- 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.)
- Withdrawn
Links
Landscapes
- Electrophonic Musical Instruments (AREA)
Abstract
(57)【要約】
【目的】 別の新しい音楽信号を作り出す。
【構成】 複数楽音認識部２は音楽ソース１より発生し
た複数楽器の音楽信号から個々の楽器、音階情報を認識
する。音階・楽器情報変換部３は複数楽音認識部２で認
識した楽器、音階情報を置き換え、音楽信号発生部４で
新しい音楽信号を発生させる。
た複数楽器の音楽信号から個々の楽器、音階情報を認識
する。音階・楽器情報変換部３は複数楽音認識部２で認
識した楽器、音階情報を置き換え、音楽信号発生部４で
新しい音楽信号を発生させる。
Description
【０００１】
【産業上の利用分野】本発明は、複数楽器の音楽信号よ
りそれぞれの楽器、音階情報を認識し、前記楽器、音階
情報を用いて別の音楽信号を作り出す音楽処理システム
に関する。
りそれぞれの楽器、音階情報を認識し、前記楽器、音階
情報を用いて別の音楽信号を作り出す音楽処理システム
に関する。
【０００２】
【従来の技術】従来、単一楽器の演奏からなる音信号を
分析し、音階もしくはピッチを検出して別のサウンド・
ジェネレータを駆動して別の音信号を作り出すものは既
にあった。
分析し、音階もしくはピッチを検出して別のサウンド・
ジェネレータを駆動して別の音信号を作り出すものは既
にあった。
【０００３】
【発明が解決しようとする課題】しかしながら、上述し
たように、従来は、複数楽器の演奏からなる音楽信号や
通常の音楽信号（複数の楽器、複数の音階が組み合わさ
れている。）ではなく、単一の楽器の演奏からなる音信
号をもとにしているため、個々の楽器や音階を変更した
りして（置き換えたりして）、別の新しい音楽信号を作
り出すことはできなかった。
たように、従来は、複数楽器の演奏からなる音楽信号や
通常の音楽信号（複数の楽器、複数の音階が組み合わさ
れている。）ではなく、単一の楽器の演奏からなる音信
号をもとにしているため、個々の楽器や音階を変更した
りして（置き換えたりして）、別の新しい音楽信号を作
り出すことはできなかった。
【０００４】本発明の目的は、別の新しい音楽信号（音
楽情報）を作り出すことができ、また音楽情報量を圧縮
することができる音楽処理システムを提供することにあ
る。
楽情報）を作り出すことができ、また音楽情報量を圧縮
することができる音楽処理システムを提供することにあ
る。
【０００５】
【課題を解決するための手段】本発明の音楽処理システ
ムは、楽音認識部としての複数楽音認識部２と、情報変
換部としての音階・楽器情報変換部３と、音楽信号発生
部としての音楽信号発生部４とを備えることを特徴とす
る。
ムは、楽音認識部としての複数楽音認識部２と、情報変
換部としての音階・楽器情報変換部３と、音楽信号発生
部としての音楽信号発生部４とを備えることを特徴とす
る。
【０００６】
【作用】上記構成の音楽処理システムにおいては、複数
楽音認識部２は音楽ソースより発生した複数の楽器の音
楽信号から個々の楽器、音階情報を認識する。音階・楽
器情報変換部３は複数楽音認識部２で認識した楽器、音
階情報を置き換える。音楽信号発生部４は音階・楽器情
報変換部３で置き換えられた楽器、音階情報をもとに音
楽信号を発生させる。
楽音認識部２は音楽ソースより発生した複数の楽器の音
楽信号から個々の楽器、音階情報を認識する。音階・楽
器情報変換部３は複数楽音認識部２で認識した楽器、音
階情報を置き換える。音楽信号発生部４は音階・楽器情
報変換部３で置き換えられた楽器、音階情報をもとに音
楽信号を発生させる。
【０００７】このようにすると、別の新しい音楽信号
（音楽情報）を作り出すことができ、また音楽情報量を
圧縮することができる。
（音楽情報）を作り出すことができ、また音楽情報量を
圧縮することができる。
【０００８】
【実施例】次に本発明の実施例につき図面を用いて説明
する。図１は本発明による音楽処理システムの一実施例
を示すシステム構成図である。同図において、ＣＤプレ
ーヤなどの音楽ソース１より発生した複数楽器の音楽信
号ｓ（ｔ）は、複数楽音認識部２に供給される。複数楽
音認識部２は、音楽ソース１より発生した複数楽器の音
楽信号ｓ（ｔ）から音階ｊおよびその音階を発生してい
る源の特徴、例えば予め用意した楽器名に対応する番号
ｉを認識し分離する。従って、複数楽音認識部２の出力
は、
する。図１は本発明による音楽処理システムの一実施例
を示すシステム構成図である。同図において、ＣＤプレ
ーヤなどの音楽ソース１より発生した複数楽器の音楽信
号ｓ（ｔ）は、複数楽音認識部２に供給される。複数楽
音認識部２は、音楽ソース１より発生した複数楽器の音
楽信号ｓ（ｔ）から音階ｊおよびその音階を発生してい
る源の特徴、例えば予め用意した楽器名に対応する番号
ｉを認識し分離する。従って、複数楽音認識部２の出力
は、
【数１】 となる。
【０００９】音階・楽器情報変換部３は、複数楽音認識
部２の出力である各Ｏij（ｎ）に対し音階ｊ、楽器ｉ
（楽器番号ｉを示す）を変換しＯ′kl（ｎ）とする。例
えば、楽器番号ｉのみを変更すれば、Ｏ′kj（ｎ）とな
る。
部２の出力である各Ｏij（ｎ）に対し音階ｊ、楽器ｉ
（楽器番号ｉを示す）を変換しＯ′kl（ｎ）とする。例
えば、楽器番号ｉのみを変更すれば、Ｏ′kj（ｎ）とな
る。
【００１０】音楽信号発生部４は、まず、音階・楽器情
報変換部３の出力である各Ｏ′kl（ｎ）を、楽器ｋ、音
階ｌの音信号に変換する。この場合、音楽信号発生部４
は、各Ｏ′kl（ｎ）のすべての又は一部の、楽器ｋ、音
階ｌに対して音信号の変換を行ない、変換したものを加
算することにより変換された音楽信号Ｓ′（ｔ）を発生
させる。
報変換部３の出力である各Ｏ′kl（ｎ）を、楽器ｋ、音
階ｌの音信号に変換する。この場合、音楽信号発生部４
は、各Ｏ′kl（ｎ）のすべての又は一部の、楽器ｋ、音
階ｌに対して音信号の変換を行ない、変換したものを加
算することにより変換された音楽信号Ｓ′（ｔ）を発生
させる。
【００１１】次に図１の各部の構成について更に詳しく
説明する。先ず、図１の複数楽音認識部２について図２
を用いて説明する。図２は、図１の複数楽音認識部２の
一実施例を示す構成図である。ここでは、音楽ソース１
より発生した複数の楽器、複数の音階で構成される、あ
る曲の音楽信号ｓ（ｔ）から楽器、音階情報Ｏij（ｎ）
を抽出する場合を示す。
説明する。先ず、図１の複数楽音認識部２について図２
を用いて説明する。図２は、図１の複数楽音認識部２の
一実施例を示す構成図である。ここでは、音楽ソース１
より発生した複数の楽器、複数の音階で構成される、あ
る曲の音楽信号ｓ（ｔ）から楽器、音階情報Ｏij（ｎ）
を抽出する場合を示す。
【００１２】図２において、複数の楽器、複数の音階に
よって構成される、ある曲の音楽信号ｓ（ｔ）（ここ
に、ｔは連続時間）はＡ／Ｄコンバータ１１によって標
本化、量子化され離散時間信号Ｓ（ｎ）（ここに、ｎ
は、離散時間）となる。
よって構成される、ある曲の音楽信号ｓ（ｔ）（ここ
に、ｔは連続時間）はＡ／Ｄコンバータ１１によって標
本化、量子化され離散時間信号Ｓ（ｎ）（ここに、ｎ
は、離散時間）となる。
【００１３】周波数解析部１２は、前記離散時間信号Ｓ
（ｎ）の周波数解析を行なうものである。周波数解析部
１２として、例えば中心周波数がωk （ｋはフィルタ番
号、ｋ＝１，２，・・Ｋ）のバンドパスフィルタをＫ個
用いたとすると、各バンドパスフィルタｋの離散時間ｎ
における出力はＳ（ωk ，ｎ）となる。
（ｎ）の周波数解析を行なうものである。周波数解析部
１２として、例えば中心周波数がωk （ｋはフィルタ番
号、ｋ＝１，２，・・Ｋ）のバンドパスフィルタをＫ個
用いたとすると、各バンドパスフィルタｋの離散時間ｎ
における出力はＳ（ωk ，ｎ）となる。
【００１４】オン・レスポンス・セル（Ｏｎ Ｒｅｓｐ
ｏｎｓｅ Ｃｅｌ）部１３は、生物の聴覚神経経路にみ
られる特徴抽出細胞をモデル化したもので、特に音の始
まりの部分に選択的に反応するオン（ＯＮ）型細胞をモ
デル化したものである。前段のバンドパスフィルタｋの
それぞれについて、オン・レスポンス・セル部１３を構
成する特徴抽出細胞が接続されている。オン・レスポン
ス・セル部１３の出力、即ち各特徴抽出細胞の出力をＤ
（ωk ，ｎ）とする。
ｏｎｓｅ Ｃｅｌ）部１３は、生物の聴覚神経経路にみ
られる特徴抽出細胞をモデル化したもので、特に音の始
まりの部分に選択的に反応するオン（ＯＮ）型細胞をモ
デル化したものである。前段のバンドパスフィルタｋの
それぞれについて、オン・レスポンス・セル部１３を構
成する特徴抽出細胞が接続されている。オン・レスポン
ス・セル部１３の出力、即ち各特徴抽出細胞の出力をＤ
（ωk ，ｎ）とする。
【００１５】ニューラルネットワーク（Ｎｅｕｒａｌ
Ｎｅｔｗｏｒｋ）１４は、前段で得た特徴抽出量から、
特定の状態だけに反応し、楽器・音階情報を抽出するも
のである。楽器をｉ，音階をｊとすると、ニューラルネ
ットワーク１４の出力はＯij（ｎ）となる。
Ｎｅｔｗｏｒｋ）１４は、前段で得た特徴抽出量から、
特定の状態だけに反応し、楽器・音階情報を抽出するも
のである。楽器をｉ，音階をｊとすると、ニューラルネ
ットワーク１４の出力はＯij（ｎ）となる。
【００１６】次に図２の要部構成、特に特徴抽出部とし
てのオン・レスポンス・セル部１３とニューラルネット
ワーク１４について詳述する。
てのオン・レスポンス・セル部１３とニューラルネット
ワーク１４について詳述する。
【００１７】（Ａ）オン・レスポンス・セル部１３につ
いて説明する。音階を決定し得る大きな要素はピッチで
あり、その感覚は主に基本周波数（一般的に最も周波数
の低いピーク成分のある周波数）によって決まるとされ
ている。また、楽器を決定し得る最も大きな要素は音色
であって、その音色は、スペクトル、即ち倍音と呼ばれ
る、基本周波数とそれに伴う高周波成分との混合比であ
るとされている。実際に楽器のスペクトルを、例えばト
ランペットとフルートのスペクトルを例に取り、観察し
てみると、音階は双方ともＣ５（５２３．２５Ｈｚ）で
ある。基本周波数はともに５２３．２５Ｈｚであり、基
本周波数をｆ0 とすると、その高周波成分はｎ・ｆ0
（ｎはｎ＞０の整数）となる。両楽器が大きく異なる点
は高周波成分の数が異なることである。明らかにフルー
トの方が、高周波成分の数において少ない。このよう
に、楽器の音色の差は、倍音構造に大きく影響する。
いて説明する。音階を決定し得る大きな要素はピッチで
あり、その感覚は主に基本周波数（一般的に最も周波数
の低いピーク成分のある周波数）によって決まるとされ
ている。また、楽器を決定し得る最も大きな要素は音色
であって、その音色は、スペクトル、即ち倍音と呼ばれ
る、基本周波数とそれに伴う高周波成分との混合比であ
るとされている。実際に楽器のスペクトルを、例えばト
ランペットとフルートのスペクトルを例に取り、観察し
てみると、音階は双方ともＣ５（５２３．２５Ｈｚ）で
ある。基本周波数はともに５２３．２５Ｈｚであり、基
本周波数をｆ0 とすると、その高周波成分はｎ・ｆ0
（ｎはｎ＞０の整数）となる。両楽器が大きく異なる点
は高周波成分の数が異なることである。明らかにフルー
トの方が、高周波成分の数において少ない。このよう
に、楽器の音色の差は、倍音構造に大きく影響する。
【００１８】一方、生物の聴覚神経経路には、特定の状
態だけに反応する特徴抽出細胞が、数種類発見されてい
る。本発明では、楽器による倍音構造の違いを検出する
ため、幾つかの特徴抽出細胞の中から、音の始まりに反
応するオン型細胞をモデル化して用いている。
態だけに反応する特徴抽出細胞が、数種類発見されてい
る。本発明では、楽器による倍音構造の違いを検出する
ため、幾つかの特徴抽出細胞の中から、音の始まりに反
応するオン型細胞をモデル化して用いている。
【００１９】連続時間ｔにおける、音楽信号をｓ（ｔ）
（ｓ（ｔ）≧０）とすれば、その始まり、つまり、立ち
上がりの部分だけを抽出した特徴抽出量ｆ（ｔ）を、原
理的に次式で求めることができる。 ｆ（ｔ）＝ｄ｛ｓ（ｔ）｝／ｄｔ， ｄ｛ｓ（ｔ）｝／ｄｔ＞０のとき ｆ（ｔ）＝０， ｄ｛ｓ（ｔ）｝／ｄｔ≦０のとき
（ｓ（ｔ）≧０）とすれば、その始まり、つまり、立ち
上がりの部分だけを抽出した特徴抽出量ｆ（ｔ）を、原
理的に次式で求めることができる。 ｆ（ｔ）＝ｄ｛ｓ（ｔ）｝／ｄｔ， ｄ｛ｓ（ｔ）｝／ｄｔ＞０のとき ｆ（ｔ）＝０， ｄ｛ｓ（ｔ）｝／ｄｔ≦０のとき
【００２０】具体的な例として各特徴抽出細胞の出力Ｄ
（ωk ，ｎ）を次式で求めることができる。 ｆ（ｎ，ｄ）＝Ｓ（ωk ，ｎ＋ｄ）p ーＳ（ωk ，ｎ）p ・・・・・（１） 但し、Ｓ（ωk ，ｎ）＞Ｓ（ωk ，ｎ＋ｄ）のとき ｆ（ｎ，ｄ）＝０ ・・・・・・・・・・・・・・・・・・・・・・・（２） 但し、Ｓ（ωk ，ｎ）≦Ｓ（ωk ，ｎ＋ｄ）のとき
（ωk ，ｎ）を次式で求めることができる。 ｆ（ｎ，ｄ）＝Ｓ（ωk ，ｎ＋ｄ）p ーＳ（ωk ，ｎ）p ・・・・・（１） 但し、Ｓ（ωk ，ｎ）＞Ｓ（ωk ，ｎ＋ｄ）のとき ｆ（ｎ，ｄ）＝０ ・・・・・・・・・・・・・・・・・・・・・・・（２） 但し、Ｓ（ωk ，ｎ）≦Ｓ（ωk ，ｎ＋ｄ）のとき
【数２】 Ｄ（ωk ，ｎ）＝１ ・・・・・・・・・・・・・・・・・・・・・・（４） 但し、ｇ（ｎ，ｄ）≧１のとき Ｄ（ωk ，ｎ）＝ｇ（ｎ，ｄ） ・・・・・・・・・・・・・・・・・（５） 但し、ｇ（ｎ，ｄ）＜１のとき
【００２１】上記（１）式では、離散時間ｎにおけるス
ペクトルＳ（ωk ，ｎ）と、離散時間ｎ＋ｄ（ｄ＝１，
２・・Ｄ）におけるスペクトルＳ（ωk ，ｎ＋ｄ）の差
を算出する。Ｓ（ωk ，ｎ）＞Ｓ（ωk ，ｎ＋ｄ）が成
り立つ場合は、差を０とする。ｐはｐ＞０を満たす実数
で鮮鋭化を施す。なお、Ｓ（ωk ，ｎ）は０≦Ｓ（ω
k ，ｎ）≦１の範囲を持つ実数とする。
ペクトルＳ（ωk ，ｎ）と、離散時間ｎ＋ｄ（ｄ＝１，
２・・Ｄ）におけるスペクトルＳ（ωk ，ｎ＋ｄ）の差
を算出する。Ｓ（ωk ，ｎ）＞Ｓ（ωk ，ｎ＋ｄ）が成
り立つ場合は、差を０とする。ｐはｐ＞０を満たす実数
で鮮鋭化を施す。なお、Ｓ（ωk ，ｎ）は０≦Ｓ（ω
k ，ｎ）≦１の範囲を持つ実数とする。
【００２２】上記（３）式では、上記（１）式で求めた
ｆ（ｎ，ｄ）の平均値を求め、ε（ε≧１の実数）を乗
じることで強調化を行なう。
ｆ（ｎ，ｄ）の平均値を求め、ε（ε≧１の実数）を乗
じることで強調化を行なう。
【００２３】上記（４）、（５）式によって最終的な特
徴量が算出される。特徴量Ｄ（ωk，ｎ）は、０≦Ｄ
（ωk ，ｎ）≦１の範囲を持つ実数とする。
徴量が算出される。特徴量Ｄ（ωk，ｎ）は、０≦Ｄ
（ωk ，ｎ）≦１の範囲を持つ実数とする。
【００２４】（Ｂ）次にニューラルネットワーク１４に
ついて説明する。ニューラルネットワーク１４の構成例
を図３に示す。但し、図３は、１つのネットワークを示
したものである。１つのネットワークは１楽器、１音階
の判別を行なう。
ついて説明する。ニューラルネットワーク１４の構成例
を図３に示す。但し、図３は、１つのネットワークを示
したものである。１つのネットワークは１楽器、１音階
の判別を行なう。
【００２５】１つのネットワークは、図２に示すように
２層構造となっている。入力層には、図２の周波数解析
部１２の出力Ｓ（ωk ，ｎ）が入力される。１つのネッ
トワークの出力は、Ｏij（ｎ）の１つに対応している。
入力層と出力層の間は伝達度を決める結合係数ｖk,ijを
通して接続されている。出力Ｏij（ｎ）は、次式で求め
られる。
２層構造となっている。入力層には、図２の周波数解析
部１２の出力Ｓ（ωk ，ｎ）が入力される。１つのネッ
トワークの出力は、Ｏij（ｎ）の１つに対応している。
入力層と出力層の間は伝達度を決める結合係数ｖk,ijを
通して接続されている。出力Ｏij（ｎ）は、次式で求め
られる。
【００２６】
【数３】 ここで、θは、しきい値を意味する。 Ｏij（ｎ）＝１ ・・・・・・・・・・・・・・・・・・・・・・・・（７） 但し、ｈ（ωk ，ｎ）≧０のとき Ｏij（ｎ）＝０ ・・・・・・・・・・・・・・・・・・・・・・・・（８） 但し、ｈ（ωk ，ｎ）＜０のとき
【００２７】次に結合係数ｖk,ijの求め方を説明する。
結合係数は、楽器と音階の特徴が反映される非常に重要
なものである。楽器の音は、基本周波数ｆ0 と高周波成
分ｎ・ｆ0 （ｎはｎ＞０の整数）を含み、倍音構造とい
う規則性を持っている。まず、ある楽音を構成するうえ
で、無関係な周波数領域、つまりｆ0 とｎ・ｆ0 以外の
領域の結合係数を０にする。結合係数を０にするという
ことは、結合を持たないことと解釈することができる。
一方、ｆ0 とｎ・ｆ0 の領域に関しては、例えばある楽
音がｆ0 ，２ｆ0 ，３ｆ0 ，４ｆ0 の倍音構造を持って
いるとすれば、その領域に対しては興奮性の結合（正の
値をとる。）とし、それ以外の領域５ｆ0 ，６ｆ0 ，７
ｆ0 ・・・に対しては抑制性の結合（負の値をとる。）
となるようにする。その上で、適当なしきい値をとる。
原理的には、結合係数ｖを次式によって求めることがで
きる。 ｖ＝ｒ（ｆ）（−１）， 但し、ｒ（ｆ） ０，ｐ
（ｆ）≒０のとき ｖ＝ｐ（ｆ）ｒ（ｆ）， 上記以外のとき
結合係数は、楽器と音階の特徴が反映される非常に重要
なものである。楽器の音は、基本周波数ｆ0 と高周波成
分ｎ・ｆ0 （ｎはｎ＞０の整数）を含み、倍音構造とい
う規則性を持っている。まず、ある楽音を構成するうえ
で、無関係な周波数領域、つまりｆ0 とｎ・ｆ0 以外の
領域の結合係数を０にする。結合係数を０にするという
ことは、結合を持たないことと解釈することができる。
一方、ｆ0 とｎ・ｆ0 の領域に関しては、例えばある楽
音がｆ0 ，２ｆ0 ，３ｆ0 ，４ｆ0 の倍音構造を持って
いるとすれば、その領域に対しては興奮性の結合（正の
値をとる。）とし、それ以外の領域５ｆ0 ，６ｆ0 ，７
ｆ0 ・・・に対しては抑制性の結合（負の値をとる。）
となるようにする。その上で、適当なしきい値をとる。
原理的には、結合係数ｖを次式によって求めることがで
きる。 ｖ＝ｒ（ｆ）（−１）， 但し、ｒ（ｆ） ０，ｐ
（ｆ）≒０のとき ｖ＝ｐ（ｆ）ｒ（ｆ）， 上記以外のとき
【００２８】上式で、ｐ（ｆ）はある楽音の周波数ｆに
おけるスペクトルパワーを表わし、ｒ（ｆ）は基本周波
数ｆ0 と高周波成分ｎ・ｆ0 が十分に含まれた音信号の
周波数ｆにおけるスペクトルパワーである。
おけるスペクトルパワーを表わし、ｒ（ｆ）は基本周波
数ｆ0 と高周波成分ｎ・ｆ0 が十分に含まれた音信号の
周波数ｆにおけるスペクトルパワーである。
【００２９】具体的な例として結合係数ｖk,ijおよび、
しきい値θを次式によって求めることができる。
しきい値θを次式によって求めることができる。
【数４】 ｖk,ij＝Ｓ（ωk ，ｎ）Ｒ（ωk ，ｎ） ・・・・・・・・・・・・（１０） 但し、Ｓ（ωk ，ｎ）≧ｒのとき ｖk,ij＝Ｒ（ωk ，ｎ）（−１） ・・・・・・・・・・・・・・・（１１） 但し、Ｓ（ωk ，ｎ）＜ｒのとき
【数５】 但し、ｖk,ij≧０
【００３０】上記（９）式は、学習させる楽音の基本周
波数ω0 とその高周波成分ｕ・ω0（ｕ＝１，２，３・
・Ｕ）を十分含んだ正弦波（ｓｉｎ波）をフーリエ変換
することで、離散時間ｎ，周波数ωk におけるスペクト
ルＲ（ωk ，ｎ）を得る。
波数ω0 とその高周波成分ｕ・ω0（ｕ＝１，２，３・
・Ｕ）を十分含んだ正弦波（ｓｉｎ波）をフーリエ変換
することで、離散時間ｎ，周波数ωk におけるスペクト
ルＲ（ωk ，ｎ）を得る。
【００３１】上記（１０）、（１１）式は、結合係数ｖ
k,ijの算出を行なうものである。ｒは、０＜ｒ＜１の実
数であり、Ｓ（ωk ，ｎ）≧ｒを満たし、かつＲ（ω
k ，ｎ）≧ｒを満足する場合、結合係数ｖk,ijは正の値
（興奮性）をとる。一方、Ｓ（ωk ，ｎ）＜ｒの場合
は、逆に負の値（抑制性）をとる。但し、ωk とその高
周波成分以外の周波数領域では、Ｒ（ωk ，ｎ）≒０と
なるため、ｖk,ijは０に近い値をとる。つまり、結合を
持たない状態になる。
k,ijの算出を行なうものである。ｒは、０＜ｒ＜１の実
数であり、Ｓ（ωk ，ｎ）≧ｒを満たし、かつＲ（ω
k ，ｎ）≧ｒを満足する場合、結合係数ｖk,ijは正の値
（興奮性）をとる。一方、Ｓ（ωk ，ｎ）＜ｒの場合
は、逆に負の値（抑制性）をとる。但し、ωk とその高
周波成分以外の周波数領域では、Ｒ（ωk ，ｎ）≒０と
なるため、ｖk,ijは０に近い値をとる。つまり、結合を
持たない状態になる。
【００３２】上記（１２）式は、しきい値θを求めるも
ので、興奮結合係数の総和に定数σ（σ＜１）を乗じ
る。
ので、興奮結合係数の総和に定数σ（σ＜１）を乗じ
る。
【００３３】以上、特徴抽出部としてのオン・レスポン
ス・セル部１３とニューラルネットワーク１４について
説明した。
ス・セル部１３とニューラルネットワーク１４について
説明した。
【００３４】次に図１の音階・楽器情報変換部３におけ
る音階、楽器の変換方法につき図４、図５を用いて説明
する。なお、図４は、図１の音階・楽器情報変換部３に
おける楽器変換方法の一例を示す説明図、図５は図１の
音階・楽器情報変換部３における音階変換方法の一例を
示す説明図である。
る音階、楽器の変換方法につき図４、図５を用いて説明
する。なお、図４は、図１の音階・楽器情報変換部３に
おける楽器変換方法の一例を示す説明図、図５は図１の
音階・楽器情報変換部３における音階変換方法の一例を
示す説明図である。
【００３５】（Ａ）まず、音階・楽器情報変換部３にお
ける楽器変換方法について説明する。例えば、図１の複
数楽音認識部２において、ピアノ（１）、フルート
（２）、ギター（３）、オルガン（４）の音が検出され
たとする。音階・楽器情報変換部３は、例えば、図４に
示す如くピアノ（１）の音をフルート（２）の音に、フ
ルート（２）の音をギター（３）の音に、ギター（３）
の音をオルガン（４）の音に、オルガン（４）の音をピ
アノ（１）の音に変換する。従って、音階・楽器情報変
換部３は、Ｏ1j（ｎ）をＯ′2j（ｎ）に、Ｏ2j（ｎ）を
Ｏ′3j（ｎ）に、Ｏ3j（ｎ）をＯ′4j（ｎ）に、Ｏ
4j（ｎ）をＯ′1j（ｎ）にそれぞれ変換して音楽信号発
生部４に送る。
ける楽器変換方法について説明する。例えば、図１の複
数楽音認識部２において、ピアノ（１）、フルート
（２）、ギター（３）、オルガン（４）の音が検出され
たとする。音階・楽器情報変換部３は、例えば、図４に
示す如くピアノ（１）の音をフルート（２）の音に、フ
ルート（２）の音をギター（３）の音に、ギター（３）
の音をオルガン（４）の音に、オルガン（４）の音をピ
アノ（１）の音に変換する。従って、音階・楽器情報変
換部３は、Ｏ1j（ｎ）をＯ′2j（ｎ）に、Ｏ2j（ｎ）を
Ｏ′3j（ｎ）に、Ｏ3j（ｎ）をＯ′4j（ｎ）に、Ｏ
4j（ｎ）をＯ′1j（ｎ）にそれぞれ変換して音楽信号発
生部４に送る。
【００３６】（Ｂ）次に音階・楽器情報変換部３におけ
る音階変換方法について説明する。例えば、図１の複数
楽音認識部２において、検出された音がＣ４であるとす
る。音階・楽器情報変換部３は、例えば、図５に示す如
く検出音階ｊをｊ−３に変換し、出力Ｏ′i(j-3)（ｎ）
を音楽信号発生部４に送る。この場合、複数楽音認識部
２において、検出された音がＣ４であるから、３音下げ
て
る音階変換方法について説明する。例えば、図１の複数
楽音認識部２において、検出された音がＣ４であるとす
る。音階・楽器情報変換部３は、例えば、図５に示す如
く検出音階ｊをｊ−３に変換し、出力Ｏ′i(j-3)（ｎ）
を音楽信号発生部４に送る。この場合、複数楽音認識部
２において、検出された音がＣ４であるから、３音下げ
て
【数６】 で再生することになる。
【００３７】また、音楽性を気にしなければ、個々の楽
器で別々に音階を変化させたりすることも可能である。
器で別々に音階を変化させたりすることも可能である。
【００３８】（Ｃ）、次に音階・楽器情報変換部３にお
ける楽器、音階変換方法について説明する。例えば、図
４と図５の例を併用する。この場合、音楽性を気にしな
ければ、個々の楽器で別々に音階を変化させたりするこ
とも可能である。
ける楽器、音階変換方法について説明する。例えば、図
４と図５の例を併用する。この場合、音楽性を気にしな
ければ、個々の楽器で別々に音階を変化させたりするこ
とも可能である。
【００３９】次に図１の音楽信号発生部４の実施例とし
ては、ＭＩＤＩを用いてシンセサイザーを駆動する例を
挙げることができる。
ては、ＭＩＤＩを用いてシンセサイザーを駆動する例を
挙げることができる。
【００４０】以上の説明から分かるように、本発明で
は、複数楽音認識部２は複数楽器の演奏からなる音の時
系列信号である音楽信号ｓ（ｔ）を分析しそれぞれの楽
器の音階を認識し、音階・楽器情報変換部３はこの音階
情報を用いて楽器の部分を変更したりして入力音楽信号
ｓ（ｔ）と異なる新しい音楽信号Ｓ′（ｔ）を作り出す
ことができる。また、音階・楽器情報変換部３による音
階や楽器の変換において、例えば重複させることで情報
量を圧縮させることができる。
は、複数楽音認識部２は複数楽器の演奏からなる音の時
系列信号である音楽信号ｓ（ｔ）を分析しそれぞれの楽
器の音階を認識し、音階・楽器情報変換部３はこの音階
情報を用いて楽器の部分を変更したりして入力音楽信号
ｓ（ｔ）と異なる新しい音楽信号Ｓ′（ｔ）を作り出す
ことができる。また、音階・楽器情報変換部３による音
階や楽器の変換において、例えば重複させることで情報
量を圧縮させることができる。
【００４１】本実施例においては、図１の音楽処理シス
テムをすべてコンピュータ又はＬＳＩを用いて構成しリ
アルタイムで別の新しい音楽信号Ｓ′（ｔ）を作り出す
場合であるが、本発明はこれに限定されることなく、図
１の複数楽音認識部２の出力Ｏij（ｎ）を何らかの媒
体、例えばＲＯＭなどのメモリに記録し、後でこれを読
出し音階・楽器情報変換部３、音楽信号発生部４を通し
て別の新しい音楽信号Ｓ′（ｔ）を作ることも可能であ
る。
テムをすべてコンピュータ又はＬＳＩを用いて構成しリ
アルタイムで別の新しい音楽信号Ｓ′（ｔ）を作り出す
場合であるが、本発明はこれに限定されることなく、図
１の複数楽音認識部２の出力Ｏij（ｎ）を何らかの媒
体、例えばＲＯＭなどのメモリに記録し、後でこれを読
出し音階・楽器情報変換部３、音楽信号発生部４を通し
て別の新しい音楽信号Ｓ′（ｔ）を作ることも可能であ
る。
【００４２】本発明は、本実施例に限定されることな
く、本発明の要旨を逸脱しない範囲で種々の応用および
変形が考えられる。例えば、図１の音階・楽器情報変換
部３は、内蔵メモリ上に変換マトリクスを用意すること
により、長調から短調に変換したり、個々の音毎に別々
な変換を行なうことも可能である。
く、本発明の要旨を逸脱しない範囲で種々の応用および
変形が考えられる。例えば、図１の音階・楽器情報変換
部３は、内蔵メモリ上に変換マトリクスを用意すること
により、長調から短調に変換したり、個々の音毎に別々
な変換を行なうことも可能である。
【００４３】
【発明の効果】上述したように本発明の音楽処理システ
ムによれば、情報変換部は楽音認識部で認識した楽器、
音階情報を変換する（置き換える）ことにより、入力音
楽信号ｓ（ｔ）と異なる新しい音楽信号Ｓ′（ｔ）を作
り出すことができる。また、情報変換部による音階や楽
器の変換において、例えば重複させることで情報量を圧
縮させることができる。
ムによれば、情報変換部は楽音認識部で認識した楽器、
音階情報を変換する（置き換える）ことにより、入力音
楽信号ｓ（ｔ）と異なる新しい音楽信号Ｓ′（ｔ）を作
り出すことができる。また、情報変換部による音階や楽
器の変換において、例えば重複させることで情報量を圧
縮させることができる。
【図１】本発明による音楽処理システムの一実施例を示
すシステム構成図
すシステム構成図
【図２】図１の複数楽音認識部２の一実施例を示す構成
図
図
【図３】図２のニューラルネットワーク１４の一実施例
を示す構成図
を示す構成図
【図４】図１の音階・楽器情報変換部３における楽器変
換方法の一例を示す説明図
換方法の一例を示す説明図
【図５】図１の音階・楽器情報変換部３における音階変
換方法の一例を示す説明図
換方法の一例を示す説明図
１ 音楽ソース ２ 複数楽音認識部 ３ 音階・楽器情報変換部 ４ 音楽信号発生部
Claims (1)
- 【請求項１】 複数楽器の音楽信号よりそれぞれの楽
器、音階情報を認識し、 前記楽器、音階情報を用いて
別の音楽信号を作り出す音楽処理システムにおいて、 前記複数の楽器の音楽信号より楽器、音階情報を認識す
る楽音認識部と、 前記楽音認識部で認識した楽器、音階情報を変換する情
報変換部と、 前記情報変換部で変換された楽器、音階情報をもとに音
楽信号を発生させる音楽信号発生部とを備えてなること
を特徴とする音楽処理システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4024680A JPH05188931A (ja) | 1992-01-14 | 1992-01-14 | 音楽処理システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4024680A JPH05188931A (ja) | 1992-01-14 | 1992-01-14 | 音楽処理システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05188931A true JPH05188931A (ja) | 1993-07-30 |
Family
ID=12144870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4024680A Withdrawn JPH05188931A (ja) | 1992-01-14 | 1992-01-14 | 音楽処理システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05188931A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010095622A1 (ja) * | 2009-02-17 | 2010-08-26 | 国立大学法人京都大学 | 音楽音響信号生成システム |
-
1992
- 1992-01-14 JP JP4024680A patent/JPH05188931A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010095622A1 (ja) * | 2009-02-17 | 2010-08-26 | 国立大学法人京都大学 | 音楽音響信号生成システム |
| JP5283289B2 (ja) * | 2009-02-17 | 2013-09-04 | 国立大学法人京都大学 | 音楽音響信号生成システム |
| US8831762B2 (en) | 2009-02-17 | 2014-09-09 | Kyoto University | Music audio signal generating system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sethares | Tuning, timbre, spectrum, scale | |
| JP5283289B2 (ja) | 音楽音響信号生成システム | |
| US5808225A (en) | Compressing music into a digital format | |
| US5986199A (en) | Device for acoustic entry of musical data | |
| CN112382257A (zh) | 一种音频处理方法、装置、设备及介质 | |
| EP1885156B1 (de) | Hörhilfe mit einem Audiosignalerzeuger | |
| Schneider | Perception of timbre and sound color | |
| JP3776196B2 (ja) | 音声信号の符号化方法および音声の記録再生装置 | |
| Abeßer et al. | Parametric audio coding of bass guitar recordings using a tuned physical modeling algorithm | |
| Mazzola et al. | Basic Music Technology | |
| Zhu et al. | Musical genre classification by instrumental features | |
| Bader | Computational Music Archiving as Physical Culture Theory | |
| JPH05188931A (ja) | 音楽処理システム | |
| Marolt | Transcription of polyphonic piano music with neural networks | |
| Paret et al. | Musical Techniques: Frequencies and Harmony | |
| JPH06149242A (ja) | 自動演奏装置 | |
| CN112289289A (zh) | 一种可编辑的普遍音色合成分析系统及方法 | |
| JPH1173200A (ja) | 音響信号の符号化方法およびコンピュータ読み取り可能な記録媒体 | |
| JP3958841B2 (ja) | 音響信号の符号化方法およびコンピュータ読み取り可能な記録媒体 | |
| JP2001005450A (ja) | 音響信号の符号化方法 | |
| Marolt et al. | SONIC: A system for transcription of piano music | |
| Pekonen | Computationally efficient music synthesis–methods and sound design | |
| JP4220108B2 (ja) | 音響信号符号化システム | |
| JP2003216147A (ja) | 音響信号の符号化方法 | |
| JP4156252B2 (ja) | 音響信号の符号化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19990408 |