JPH09244648A - 自動作曲機 - Google Patents

Abstract

(57)【要約】 【課題】 楽曲のエッセンスを保ちながらも進行にあわ
せて多様に音楽内容が変化していくメロディを生成可能
な自動作曲機を提供する。 【解決手段】 モチーフパラメータ抽出手段Ｆ２はモチ
ーフの音楽内容を特徴づけるモチーフ特徴パラメータＡ
を発生する。パラメータＣ演算部Ｆ３１は曲想を変化さ
せるためのパラメータＢとモチーフ特徴パラメータＡと
小節番号を引数として各音楽区間で生成すべきメロディ
の音楽内容を特徴づける特徴パラメータＣを発生する。
メロディ生成部（Ｆ３２、Ｆ３３）はコード進行Ｉ３と
特徴パラメータＣとを入力変数として用いて、メロディ
の音高列と音長列を生成する。ユーザーの好みを修正学
習部Ｆ４に学習させて学習によるパラメータ変更部Ｆ５
を介して学習結果をメロディ生成部で使用することがで
きる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は音楽装置に関し、
特に、メロディを生成（ｃｏｍｐｏｓｅ）する自動作曲
機に属する。

【０００２】

【従来の技術】自動作曲機の良否に関し、考慮すべき重
要な要素の１つは、人間がこれまで親しんできたような
楽曲、換言すれば、純機械的ではなく音楽性に富む曲を
生成する潜在能力をその作曲機がもちあわせているかど
うかということである。例えば、特願昭５６−１２５６
０３号（特公昭６０−４００２７号）には、一連の音高
データ（例えば、１２音階のデータ）から個々の音高デ
ータをランダムにサンプルし、サンプルしたものが限ら
れた条件を満足すれば、それをメロディノートとして採
択し、条件を満たさなければメロディノートとしては採
択せず、再度、サンプルし直して条件検査をくり返す方
式の自動作曲機が開示されている。したがって、この自
動作曲機のメロディ生成プロセスは基本的にトライアン
ドエラー方式である。音高データをランダムにサンプル
した段階では完全に無秩序な音高の列ができあがる。こ
の無秩序な音高の列のままでは、全くメロディとしては
成立し得ない（天文学的な偶発性によってよいメロディ
ができる可能性はあるが）。そこで、この無秩序になん
らかの秩序をもたらすために、条件検査という一種のフ
ィルタリング（選別）を行っている。この場合、選別の
程度が重要な要素になる。選別がきつすぎれば、生成さ
れるメロディはワンパターン化するであろうし、ゆるす
ぎれば、元の無秩序性が支配的となるであろう。上記の
自動作曲機は、人間がなれ親しんできたメロディという
よりは、作風のとらえどころがないメロディを作曲する
のに適しており、主として、聴音訓練や演奏練習用の曲
作成装置として有効である（なじみのない斬新な曲は採
譜や演奏が一般に困難になる）。この意味で冒頭にあげ
た能力はもちあわせていない。本発明はまさにこの能力
を配慮したものである。

【０００３】

【発明が解決しようとする課題】すなわち、本発明の目
的は曲のコンセプトないしエッセンスを維持しつつ、進
行に合わせて多様に変化し得るような曲を作曲可能な自
動作曲機を提供することである。

【０００４】

【課題を解決するための手段】この発明によれば、複数
の音楽区間にわたるメロディを各音楽区間を生成単位と
して生成する自動作曲機において、上記複数の音楽区間
に対するコード進行の情報を付与するコード進行付与手
段と、モチーフを特徴づけるモチーフ特徴パラメータを
発生するモチーフ特徴パラメータ発生手段と、曲想を変
化させるための曲想変化パラメータを発生する曲想変化
パラメータ発生手段と、上記モチーフ特徴パラメータ、
上記曲想変化パラメータ及び音楽区間の位置情報を入力
変数として用いて、これらの入力変数に基づき、それぞ
れの音楽区間において生成すべき区間メロディを特徴づ
ける区間メロディ特徴パラメータを発生する区間メロデ
ィ特徴パラメータ発生手段と、上記区間メロディ特徴パ
ラメータと上記コード進行とを入力変数として用いて、
これらの入力変数に基づき各音楽区間における区間メロ
ディを生成する区間メロディ生成手段と、を有すること
を特徴とする自動作曲機が提供される。

【０００５】この構成によれば、楽曲の動機であるモチ
ーフの音楽内容を特徴づけるモチーフ特徴パラメータ
（ＰＡ）をモチーフ特徴パラメータ発生手段にて発生さ
せると共に、曲想を変化させるための曲想変化パラメー
タ（ＰＢ）を曲想変化パラメータ発生手段にて発生さ
せ、モチーフ特徴パラメータ、曲想変化パラメータ及び
音楽区間の位置情報（例えば小節番号）を入力変数とし
て用いて、これら入力変数に基づき、それぞれの音楽区
間で生成すべき区間メロディの音楽内容（音高列、音長
列等）を特徴づけるパラメータ（区間メロディ特徴パラ
メータＰＣ）を区間メロディ特徴パラメータ発生手段に
て発生させている。したがって、区間メロディ特徴パラ
メータの区間毎の時系列は、音楽の進行に依存して多様
に変化し得る。更に、区間メロディ生成手段が設けら
れ、この区間メロディ生成手段は上記区間メロディ特徴
パラメータとコード進行付与手段からのコード進行とを
入力変数として用いて、これら入力変数に基づき各音楽
区間における区間メロディを生成する。この結果、進行
にあわせて多様に変化し得るメロディが生成（ｃｏｍｐ
ｏｓｅ）される。なぜならば、区間メロディ特徴パラメ
ータの時系列の性質が区間メロディの時系列（メロディ
の流れ）に反映されるからである。また、区間メロディ
特徴パラメータ発生手段は入力変数の１つとしてモチー
フ特徴パラメータを使用するのでその出力変数である区
間メロディ特徴パラメータはモチーフ特徴パラメータの
影響を受ける。したがって生成される各区間のメロディ
にもモチーフ特徴パラメータの影響が反映し、モチーフ
特徴パラメータを楽曲のエッセンスとしたメロディが生
成される。

【０００６】このような基本構成に加え、ユーザーの好
みを生成メロディに反映させることができれば更に望ま
しい。このために、一構成例では、ユーザーからの入力
に従って特定の音楽区間を指定する区間指定手段と、指
定された特定の音楽区間について、ユーザーからの入力
に従って当該音楽区間における区間メロディの音楽内容
を特徴づける区間メロディ特徴パラメータを設定する区
間メロディ特徴パラメータ設定手段と、を更に有し、上
記区間メロディ生成手段は、この区間メロディ特徴パラ
メータ設定手段の設定した区間メロディ特徴パラメータ
を上記区間メロディ特徴パラメータ発生手段からの区間
メロディ特徴パラメータの代りに用いて指定された特定
の音楽区間における区間メロディを生成することを特徴
とする。

【０００７】好ましくは、上記区間メロディ特徴パラメ
ータは複数の種類から成り、上記区間メロディ特徴パラ
メータ設定手段は指定された特定の音楽区間について種
類毎に区間メロディ特徴パラメータを設定する。

【０００８】好ましくは、上記区間メロディ特徴パラメ
ータ設定手段は、（ａ）指定された特定の音楽区間につ
いて上記区間メロディ特徴パラメータ発生手段が発生し
た区間メロディ特徴パラメータのデータメッセージを表
示する表示手段と、（ｂ）表示された区間メロディ特徴
パラメータのデータメッセージに対するユーザーからの
種類毎のパラメータ変更入力を受理する受理手段と、を
有する。

【０００９】好ましい実施の態様として、上記区間メロ
ディ特徴パラメータ設定手段は、更に、上記区間メロデ
ィ特徴パラメータ発生手段からの複数の区間メロディ特
徴パラメータの各値をそれぞれ、対応する主観パラメー
タの値に変換し、上記表示手段に上記データメッセージ
としてこの変換した主観パラメータの値を含むメッセー
ジを表示させる変換手段と、ユーザーから上記パラメー
タ変更入力として入力された主観パラメータの修正値を
対応する区間メロディ特徴パラメータの修正値に逆変換
する逆変換手段と、を有する。

【００１０】一構成例において、ここに上記区間メロデ
ィ特徴パラメータ発生手段は複数種の区間メロディ特徴
パラメータを発生する手段から成り、各々の種類の区間
メロディ特徴パラメータは、上記区間メロディ生成手段
の動作の結果である区間メロディの音楽内容における対
応する音楽的特徴をコントロールするように機能する。

【００１１】好ましくは、区間メロディの音楽内容にお
ける個々の音楽的特徴についてのユーザーの好みを学習
する学習手段を更に設け、この学習手段が、（ａ）作曲
結果である、複数の音楽区間にわたるメロディを出力す
る出力手段と、（ｂ）データ項目として特定の音楽区
間、当該特定の音楽区間における特定の区間メロディ特
徴パラメータの種類及び当該種類の区間メロディ特徴パ
ラメータの修正値を含む修正データレコードをユーザー
からの修正指示入力に従って作成する修正データレコー
ド作成手段と、（ｃ）上記修正データレコードのファイ
ルを記憶する修正ファイル記憶手段と、（ｄ）再び作曲
する際に、上記区間メロディ特徴パラメータ発生手段の
出力よりも上記修正ファイル記憶手段内の各修正データ
レコードを優先させ、各修正データレコードに書かれ
た、特定の音楽区間の特定の種類の特徴パラメータの修
正値を上記区間メロディ生成手段に使用させてメロディ
を生成させる優先制御手段と、を有する。

【００１２】

【発明の実施の形態】以下、図面を参照して本発明の実
施形態について説明する。 ＜全体構成＞本実施形態に係る自動作曲機の全体回路構
成を図１に示す。図中、１は入力装置、２はコード構成
音メモリ、３はコード進行メモリ、４はモチーフメモ
リ、５はパラメータＢメモリ、６はＣＰＵ、７はワーク
メモリ、８はパラメータＣメモリ、９は学習データメモ
リ、１０はメロディデータメモリ、１１はモニター、１
２はＣＲＴ、１３は五線譜プリンタ、１４は楽音形成回
路、１５はサウンドシステム、１６は外部記憶装置であ
る。

【００１３】上記モチーフメモリ４は、入力装置１より
入力されるモチーフ（入力メロディ）の情報を格納する
ところである。モチーフ情報は音高と音長（音価）のデ
ータの列で構成される。自動作曲に際し、ＣＰＵ６はこ
のモチーフ情報からそのモチーフを特徴づけるパラメー
タ（モチーフ特徴パラメータ）を抽出することになる。

【００１４】上記コード進行メモリ３には、コードネー
ムの列で表現されるコード進行情報が格納される。コー
ド進行情報は、入力装置１より、ユーザーが逐次、コー
ドを指定して入力してもよく、あるいは、大ざっぱな指
定（例えば楽曲の形式の指定）に応答して、ＣＰＵ６が
コード進行を自動生成するようにしてもよい。コード進
行の自動生成は、例えば、基本的なコードパターン（多
用されるコードパターン）の連結、あるいは許されるコ
ード相互の連結によって可能であり、連結の論理として
は、例えばマルコフ連鎖のモデルが使用できる。ただ
し、コード進行がユーザーにより直接的に指定される
か、マシンにより自動的に生成されるかは本発明にとっ
て重要なことではない。

【００１５】コード構成音メモリ２には各種のコードの
構成音（コードメンバーの音高データ）が格納されてお
り、本例の場合、上記コード進行メモリ３の各アドレス
の内容（コードネーム）より、コード構成音メモリ２上
の特定のコード構成音データの格納エリアが指定される
ようになっている。ＣＰＵ６は、自動作曲の際、コード
変更のタイミングごとに（例えば１小節ごとに）、コー
ド進行メモリ３のアドレスを進め、その内容であるコー
ドネームからコード構成音メモリ２上のアドレスを算出
し、コードを構成する各音高データを読み出す。

【００１６】一方、パラメータＢメモリには、曲想を変
化させるためのパラメータＢが記憶されており、自動作
曲の際、ＣＰＵ６は、このパラメータＢと、上記モチー
フ特徴パラメータと、楽曲進行区間変数（例えば小節番
号）とに依存するパラメータＣを進行区間別に生成す
る。このパラメータＣの生成に関しては後で詳述するが
生成するメロディを制御もしくは特徴づける性質をもっ
ている。生成されたパラメータＣはパラメータＣメモリ
に格納される。

【００１７】ワークメモリ７には、ＣＰＵ６が自動作曲
するプロセスにおいて生成する中間データ（例えば、加
工中のメロディデータ）などが記憶される。メロディデ
ータメモリ１０には完成された曲を構成するメロディデ
ータが記憶される。完成された曲は必要に応じて、モニ
ター１１に出力することができる。例えば、楽音形成回
路１４、サウンドシステム１５を通して試聴することが
できる。また、五線譜プリンタ１３より、楽譜の写しを
得ることができる。

【００１８】モニター１１を通じて使用者は、部分的に
曲を修正することを望む場合がある。本実施形態におい
ては、このような場合、ＣＲＴ１２と入力装置１を介し
て、ユーザーは修正を要求することができ、インターラ
クティブな形式で修正が実行される。修正されたデータ
は学習データメモリ９に知識として蓄積される。後の自
動作曲に際し、ＣＰＵ６はこの知識を利用して、メロデ
ィを生成する。外部記憶装置１６は、完成した曲のバッ
クアップコピーや、学習した知識、その他の写し、ある
いは、代りとなる自動作曲プログラムの資源として利用
される。

【００１９】＜自動作曲機能＞次に本実施形態に係る自
動作曲機の全体的な機能について、図２を参照して説明
する。同図において、頭文字Ｉで始まる符号で参照され
るブロックは情報もしくは情報源を示している。例え
ば、Ｉ１はモチーフ情報であり、図１でいえば、モチー
フメモリ４に記憶される情報である。Ｉ２はパラメータ
Ｂで、これは、図１のパラメータＢメモリに入っている
情報である。また、Ｉ３はコード進行情報であり、これ
は図１のコード進行メモリ３から与えられる情報であ
る。Ｉ４は生成されたメロディであり、これは図１のメ
ロディデータメモリ１０に格納される。一方、頭文字Ｆ
で始まる符号が指示するブロックは自動作曲の各機能を
示している。図に示すように、主な機能として、モチー
フ情報を評価するモチーフ評価機能Ｆ１、その評価結果
からモチーフパラメータを抽出するモチーフパラメータ
抽出機能Ｆ２、モチーフパラメータ抽出機能Ｆ２からの
モチーフ特徴パラメータとコード進行情報に基づいてメ
ロディを発生するメロディ発生機能Ｆ３がある。さら
に、生成されたメロディＩ４を、使用者によるモニタリ
ングＤ１を通じて必要な部分を修正し、学習する修正学
習機能Ｆ４とその学習によるパラメータ変更機能Ｆ５を
含んでいる。

【００２０】詳細に述べると、上記評価機能Ｆ１は本例
では、モチーフに含まれる非和声音を抽出する非和声音
抽出機能となっており、各種の非和声音を抽出すること
ができる。ここでは、先取音抽出２１、倚音抽出２２、
ししゅう音抽出２３、経過音抽出２４、装飾音抽出２５
及びその他の非和声音抽出２６により各種の非和声音が
抽出される。なお、各抽出２１〜２６が抽出する非和声
音として「先取音」、「倚音」、などが挙げられている
が、ここの「先取音」、「倚音」の意味は、和声学上の
「先取音」、「倚音」と完全に同一である必要はない。
別のいい方をすれば、和声学における各非和声音の名称
については音楽学者毎に多少の相違が見受けられ、定義
についても楽曲のジャンルや時代の流れによって変化し
ており自然言語ほどではないにしてもあいまい性があ
り、コンピュータ上で要求される定義を満たし得ない。
したがって、正確にいえば先取音抽出２１は第１種の非
和声音（先取音とみてよいような非和声音）を抽出する
機能をもち、倚音抽出２２は第２種の非和声音を抽出す
る機能をもち、以下、同様に第３種、第４種……という
ことである。評価機能Ｆ１内の最後の機能として、ＨＤ
ｉ（モチーフデータ）に各非和声音に対応する定数（非
和声音識別子）を代入する機能２７が示されているが、
この機能は、各非和声音抽出機能２１〜２６内に組み込
むことができる。

【００２１】以上の評価機能Ｆ１は、モチーフ情報Ｉ１
からそのモチーフを特徴づけるパラメータを抽出する際
の前処理的な機能であり、その意味で、モチーフパラメ
ータ抽出機能Ｆ２の一部とみることもできる。

【００２２】図２に従うと、モチーフパラメータ抽出機
能Ｆ２は、モチーフ評価機能Ｆ１の評価結果（この場
合、モチーフのどこがどの種類の非和声音になっている
かを示す非和声音識別情報付のモチーフデータ）から、
モチーフを特徴づけるパラメータを抽出する。本図で
は、モチーフパラメータ抽出機能Ｆ２には、各非和声音
の数を抽出する機能３１、モチーフに含まれる和声音の
総数と非和声音の総数を抽出する機能３２、モチーフの
和声音（分散和音）の型のパラメータを抽出する機能３
３、及びモチーフのなめらかさのパラメータを抽出する
機能３４が含まれている。

【００２３】ここで、モチーフの評価機能Ｆ１とモチー
フパラメータ抽出機能Ｆ２が実行する「抽出区間」の単
位について簡単に説明する。この抽出区間の単位は、モ
チーフ（入力メロディ）の所定の区間である。例えば、
モチーフ（入力メロディ）が１小節を単位として変化す
るコード進行に沿うフレーズをもつとみてよい場合（多
くの場合、これは成立する）には、１小節を抽出区間の
単位とすることができる。このような場合、モチーフが
Ｎ小節の長さをもつとすれば、第１、第２……第Ｎ小節
の各区間について、機能Ｆ１、Ｆ２により、評価、抽出
が行われる。説明の便宜上、以下の説明では、特にこと
わらないかぎり、モチーフの長さは１小節とし、かつ、
曲の最初の小節とし、機能Ｆ２は、この第１小節のモチ
ーフを特徴づけるパラメータ（後述するパラメータＰＡ
ｊ）を抽出するものとする。

【００２４】一方、メロディ発生機能Ｆ３の方にも、メ
ロディを発生制御する「区間」（曲の「進行区間」）の
概念が存在する。例えば、コード進行情報Ｉ３が１小節
を単位とするコードの列（例えば、ｉ小節はＣ、ｉ＋１
小節はＣ、ｉ＋２小節はＦ、ｉ＋３小節はＧ）であると
すると、上記の「進行区間」として「１小節の長さ」が
使用できる。

【００２５】メロディ発生機能Ｆ３のうち、パラメータ
Ｃ演算機能Ｆ３１は、この「進行区間」を単位とするパ
ラメータＣを生成するところである。パラメータＣは上
記モチーフパラメータ抽出機能Ｆ２より与えられるモチ
ーフ特徴パラメータに依存する性質と「進行区間」（例
えば小節番号）に依存する性質を有している。数学的に
いえば、パラメータＣをＰＣ、モチーフ特徴パラメータ
をＰＡ、曲の「進行区間」の番号をｉで表わすと、パラ
メータＣはＰＣ＝ｆ（ＰＡ、ｉ）で表わすことができ
る。ＰＣ＝ｆ（ＰＡ）の関係は、モチーフパラメータＰ
Ａによって特徴づけられるモチーフのエッセンスが、曲
の全体に反映されることを示唆している。また、ＰＣ＝
ｆ（ｉ）の関係は、曲の進行区間ごとに、パラメータＣ
が決められる（割り当てられる）ことを示唆している。
パラメータ演算機能Ｆ３１が発生するパラメータＣは、
図２に示すように、メロディ発生機能Ｆ３の残りの要
素、すなわち、分散和音発生機能Ｆ３２と非和声音付加
機能Ｆ３３に与えられ、メロディの発生を制御するパラ
メータとして使用される。換言すれば、パラメータＣは
生成するメロディを制御、もしくは特徴づけるパラメー
タ（生成メロディ特徴パラメータ）である。

【００２６】図２においては、パラメータＣ演算機能Ｆ
３１はパラメータＣの演算のために、上記モチーフ特徴
パラメータ、進行区間番号ｉ以外に、パラメータＢ（図
１のパラメータＢメモリ５に入っている情報）も使用す
るようになっている。パラメータＢメモリ５は、パラメ
ータＣの形成との関係でいえば、「データ圧縮」として
機能するものである。すなわち、パラメータＣを形成す
る構成（生成メロディ特徴パラメータ発生手段）は、モ
チーフ特徴パラメータＰＡによって、パラメータＣのデ
ータベース｛ｆ（ｉ）｝のなかから、ＰＡに合ったもの
を選択する構造も可能であるが、そうすると、ｉごとに
値を用意するために、非常に大きな記憶容量を必要とす
る。要するに、本実施形態の場合、パラメータＢメモリ
５は生成メロディ特徴パラメータ発生手段の一要素であ
る。

【００２７】分散和音発生機能Ｆ３２は、完成されるメ
ロディのうち、分散和音を発生するところである。その
構成要素の１つであるコード構成音の読み出し機能４１
は、コード進行情報Ｉ３に従って、コード構成音メモリ
２（図１）から対応するコード（和音）の各構成音を読
み出すところである。次の要素であるコード構成音の転
回機能４２は上記機能４１の読み出したコード構成音を
進行区間（例えば小節区間）ごとに決められたパラメー
タＣ（コード転回のパラメータ等）に従って、コード転
回を実行するところである。この機能４２は、主として
各進行区間内の音域を制御する。さらに、分散和音発生
機能Ｆ３２には、ＭＥＤｉ（和声音）を直前の音から決
定する機能４３や、分散和音の型（パターン）を修正す
る機能４４などが含まれる。分散和音発生機能Ｆ３２が
発生する分散和音は、コード進行を守るものであり、さ
らに、進行区間ごとに、パラメータＣにより制御された
パターンをもっている。

【００２８】非和声音付加機能Ｆ３３は、上記分散和音
発生機能Ｆ３２から与えられる分散和音の間に非和声音
を配置、付加するところである。図示の例では、倚音付
加機能５１、経過音付加機能５２、ししゅう音付加機能
５３、装飾音付加機能５４がある。ここでも「倚音」、
「経過音」、「ししゅう音」、「装飾音」の名前は、便
宜上のものであり、正確にはメロディ発生における第１
種、第２種、第３種、第４種の非和声音と呼ぶことがで
きる。１つの重要な点は、各機能５１〜５４は、それぞ
れの機能内において定義された非和声音付加のルール
を、進行区間ごとに与えられるパラメータＣに従って適
用することである。例えば、パラメータＣが倚音付加を
禁止している場合には、倚音付加機能５１は、結局のと
ころ、倚音は付加しない。また、倚音をつける数もパラ
メータＣによって制御できる。つまり、各機能５１〜５
４は、パラメータＣによって制御された非和声音付加を
実行する。もっとも、一義性を避け、ランダム的な要素
を導入することは自由であり、好ましい。ランダム（変
動）導入機能は、各非和音の付加機能５１〜５４内に組
み込んでもよいし、あるいはパラメータＣ演算機能Ｆ３
１内に組み込んでもよく、あるいは、両者間で適当なト
レードオフ（ランダム導入機能の分担）を行ってもよ
い。

【００２９】図２の非和声音付加のブロックＦ３３内に
は音長修正５５の機能ブロックも描いてある。音長修正
機能５５は、各進行区間（例えば１小節）の長さを決め
られた長さに調整するために、メロディの各音の音長
（音価、時価）を修正するところである。上記メロディ
発生機能Ｆ３が進行区間ごとに生成したメロディはメロ
ディデータメモリ１０（図１）に格納される。なお、モ
チーフは本例では曲の冒頭（第１小節目）のメロディで
あり、メロディ発生機能Ｆ３が発生するメロディはこの
モチーフのメロディに続くメロディである。したがっ
て、後の処理の便宜上、メロディデータメモリ１０に
は、モチーフデータを先頭部とする形式で曲のメロディ
データが配列される。

【００３０】図２では、以上の自動作曲機能により自動
作曲されたメロディを符号Ｉ４で示してある。この完成
した曲に対して、ユーザーはモニタリングＤ１により、
試聴などを行うことができる。モニタリングＤ１の結
果、ユーザーは生成された曲に満足（Ｏ．Ｋ）であれ
ば、その曲のデータは何らの修正も行われない。しか
し、不満足な箇所があれば、ユーザーは、その区間を入
力装置１（図１）により自動作曲機に指定することがで
きる。これに対し、自動作曲機はその区間を「学習」す
るとともに、その区間のどのパラメータをどのように変
換したいかなどの質問をＣＲＴ１２などを通してユーザ
ーに問い合わせる。この場合の質問の内容はユーザーに
とって理解しやすい形式であるのが望ましい（後述する
ように、本実施形態ではそのために主観／客観のパラメ
ータ変換機能をもっている）。自動作曲機からの問い合
わせに対し、ユーザーは希望するパラメータを指定し、
自動作曲機は、その指示内容を学習する。図２の修正・
学習機能Ｆ４は以上の学習を行うところであり、学習し
た結果（どの区間をどのパラメータに変更するかという
内容）は知識として学習データメモリ９（図１）に蓄積
される。

【００３１】後に入力されるモチーフに対し、自動作曲
機は学習によるパラメータ変更機能Ｆ５を起動すること
により、ユーザーの希望に沿うかたちでメロディを生成
する。すなわち、ユーザーの希望した区間では、パラメ
ータＣ演算機能Ｆ３１が演算する結果より、学習による
パラメータ変更機能Ｆ５が提供するパラメータの方が優
先されてメロディが生成されることになる。結果とし
て、生成されるメロディはユーザーの好みを反映したも
のになり、学習の成果が発輝される。なお、この学習機
能は、まったく違った傾向の曲を作成する際には適用し
ない方がよい。この目的のため、例えば、ユーザーから
の曲風指定が入力装置１（図１）から与えられた場合、
その指定に係る曲風に割り当てた学習機能の部分を作動
することができる。ごく皮相的にいうと、上記の部分
的、分野別の学習機能は、ワードプロセッサにおける熟
語等の学習機能と共通した側面をもっている。もちろ
ん、実体は全く異なっている。

【００３２】＜予備事項＞以下、実施形態の詳細な動作
説明に入るが、その前に予備的な事項について説明す
る。まず、以下の説明では、特記しない限り、音高に対
するデータ（音高データ）の割り当ては図３のｂに示す
ものを使用する。すなわち、半音上がるごとに値がプラ
ス１になる連続する整数値を音階の各音高に割り当てた
ものである。なお休符は値ゼロで表現する。これ以外
に、いくつかの音高データの割り当てが可能であり、そ
の一例を図３のａに示してある。また、音長（音価）の
最小単位は１６分音符とする。すなわち、１６分音符の
音長データは１であり、その２倍の８分音符の音長デー
タは２である。また、「抽出区間」や「進行区間」の単
位は１小節とする。これに関連し、コード進行情報も１
小節当り１コードとする。さらに、モチーフ（入力メロ
ディ）の長さも特記しない限り、１小節とする。また小
節の長さも、小節番号によらず同じ長さであることを想
定する。

【００３３】説明の便宜上、各コードは、４つの音高か
ら成るとする。ここでは、コードとして独立の４声の和
音、例えば（ド、ミ、ソ、シ）のＣメジャーセブンスの
ようなタイプと、そのうち２声がオクターブ差になる３
和音（トライアド）のタイプがある。したがって、
（ド、ミ、ソ）の３和音は、本例では

【外１】 としている。これに関連し、コード構成音メモリ２の各
コードエリアは４つあり各アドレスに、各構成音の音高
に対応する値が入っている。例えば、

【外１】の場合は、（１、５、８、１３）のデータにな
っている。以上の前提は、説明の便宜のためにすぎず、
単なる例示的前提である。

【００３４】図４は、動作説明の為の入力データ例であ
る。図４（１）に示す楽譜は、以下の動作説明で例とし
て挙げるモチーフである。図４の残りは自明な記載なの
で、ここでは説明を省略する。図５には、形成されたメ
ロディの例を示してある。上方に示す楽譜のうち、第１
小節目が入力されたメロディ（モチーフ）であり、第
２、第３、第４小節のところは、自動作曲機により自動
生成されたメロディを示している。第２、第３、第４小
節の下に示す、Ｆｍａｊ、Ｇ₇、Ｃｍａｊは、コード進
行の第２小節、第３小節、第４小節の各コードを示して
いる（図４（３）も参照のこと）。図５の下半分に示す
楽譜は自動作曲機に修正学習を行なわせた後、再度、同
じモチーフに対して自動作曲機が生成したメロディであ
る。図より、第２小節目が修正されていることがわか
る。

【００３５】図６は以下のフローチャートで使用する主
な変数のリストを示す図である。自明な記載であるの
で、ここでは説明を省略する。以上で、予備的な事項の
説明を終え、いまから詳細な動作説明に入ることにす
る。

【００３６】＜非和声音抽出＞図７に、非和声音抽出の
フローを示す。図中、ｉはモチーフデータの番号を示す
変数である。７−２では、ｉ番目の音（正確にはモチー
フ小節内のｉ番目のノート）に関して、同小節内の後ろ
にある音符の数を計算し、変数ＡＦＴに設定する。同様
に、小節内の前にある音符の数を計算し、変数ＢＥＦに
設定している。７−３では、着目しているｉ番目の音を
中心として、その前後にある隣り合う音の高さの差（音
程）を出している。例えば、ａ１には、着目しているｉ
番目より２つ後にある音の高さＭＤｉ＋２から１つ後に
ある音の高さＭＤｉ＋１を引いた値（両音高の差）が設
定される。ただし、７−４〜７−９のプロセスで、休符
（値はゼロ、図３参照）の前後で非和声音が抽出されな
いように、片方のＭＤ（モチーフ音高）がゼロ（休符）
の場合には対応する変数ａに特別な値を入れている。７
−４〜７−９は各非和声音の抽出プロセスであり、処理
の順序は図示通りである必要はない。原理的にはどの順
番で処理してもよい。この７−４〜７−９でｉ番目の音
（あるいはその前後の音）が非和声音かどうか検査さ
れ、各抽出処理における抽出条件を満足すれば、対応す
る種類の非和声音として識別される。理解の助けとし
て、図７の右方に、各抽出処理で抽出される非和声音の
例を譜面中、矢印で示してある。つまり、矢印の示す音
符が対応する種類の非和声音である。

【００３７】７−１０でモチーフ小節内音符番号ｉをひ
とつ進め、その値がモチーフ小節に含まれる音符の総数
Noを超えるまで、７−２以下の処理を繰り返す。したが
って、７−１〜７−１１の処理をひと通り実行すること
により、一小節分のモチーフに含まれる各種の非和声音
が抽出されるわけである。７−４〜７−８の各抽出処理
の詳細は、それぞれ、図８〜図１２に示してある。例え
ば、図８は先取音抽出処理の詳細である。もし、着目し
ている音（ここではｉ番目の音）が小節内の最後の音で
あり（ＡＦＴ＝０が真）、かつその音が次小節の最初の
音と同じ高さである（ａ２＝０が真）ならば、その音は
第１種の非和声音（先取音）である。これが、８−１〜
８−３の意味するところである。

【００３８】すなわち、(i)もしＡＦＴがゼロであり、
かつ(ii)もしａ２がゼロであれば(iii)ＭＤｉは第１種
の非和声音である。この記述に従えば、上記の(i)と(i
i)はルールの前提部（ＩＦ部、ＬＨＳ）であり、(iii)
はルールのアクション部（行動部、結論部、ＲＨＳ）で
ある。別のいいかたをすれば、上記のルール（(i)〜(ii
i)）は、本例における第１種の非和声音を定義したもの
である。したがって、ルールを変更もしくは修正するこ
とにより、第１種の非和声音の定義を更新することがで
きる。インプリメンテーションのレベルでいえば、図８
のフロー（ルール(i)〜(iii)）は、手続型のプログラミ
ング言語で記述することもできるし、あるいはルールベ
ースシステムなどにおけるルールとしても記述できる。
後者の場合、ルールの更新、改良が容易となり好まし
い。したがって、例えば、論理型プログラミング言語で
も表現できる。

【００３９】ルールの見方からすれば、他の抽出処理７
−５〜７−９も同様である。すなわち、図９の９−１〜
９−７は第２種の非和声音のルールもしくは定義であ
り、図１０の１０−１〜１０−１１は第３種の非和声音
のルールであり、図１１の１１−１〜１１−１１は第４
種の非和声音のルールであり、図１２の１２−１〜１２
−１６は第５種の非和声音のルールである。いずれにし
ろ、ＣＰＵ６（図１）は各図のフローに従って処理を実
行し、抽出条件が成立すれば、関係するモチーフ音高デ
ータを非和声音として認めることになる。なお、図９〜
図１２のフローチャートは自明な記述であるので、個々
の詳細な説明は省略する。その代りに、理解を助けるた
めに、図５に示す１小節目のモチーフ

【外２】 に対して、どのような抽出がなされるかについて簡単に
説明してみる。

【００４０】この例では、モチーフの音符の総数は５で
あり、最初の音は「ド」（ＭＤ１＝１）である。したが
って、この一番目の音のとき、図７の７−２において、
ＡＦＴ（小節内の後ろにある音符数）は４であり、ＢＥ
Ｆ（小節内の前にある音符数）はゼロである。したがっ
て、先取音抽出処理（図８）でＡＦＴがゼロでないの
で、先取音とは認められない。倚音処理（図９）では、
ＡＦＴとＢＥＦの判断は通過するが次のａ２（９−４）
では、ａ２＝ＭＤ２−ＭＤ１＝ミ−ド＝５−１＝４であ
るため通過しない。ししゅう音処理（図１０）では、Ａ
ＦＴ、ＢＥＦによる判断は通過するがａ２が４であるた
めに通過しない。図１１の経過音、図１２の装飾音の処
理でも同様である。結局、一番目の音「ド」はいずれの
非和声音にもならない。ｉをインクリメントして、２番
目の音「ミ」について同様の抽出検査を行う。ここで
も、「ミ」は非和声音ではないと判断される。ｉ＝３の
とき、すなわち、３番目の音「ファ」に対する動作を追
ってみよう。このとき、ＡＦＴ＝２、ＢＥＦ＝２、ａ１
＝５

【外３】 、ａ２＝２（＝ソ−ファ）、ａ３＝１（＝ファ−ミ）、
ａ４＝４（＝ミ−ド）である。

【００４１】先取音処理では、ａ２はゼロでないためス
キップ（不成立）、倚音ではａ３が１であるためスキッ
プ、ししゅう音ではａ２＝２であるが、ａ３＝１である
ためにスキップする。経過音処理では成立する。すなわ
ち、ａ２＝２、ａ３＝１であるから、１１−１→１１−
２→１１−３から１１−４→１１−７に進み、ここでＡ
ＦＴ＝２であるが、ａ１＝５であるため、１１−７から
１１−８、１１−８から１１−９に進み、ここでＢＥＦ
＝２であるがａ４＝４であるため、１１−９から１１−
１０、１１−１０から１１−１１と進み、ＭＤｉ（ここ
では３番目の音高ＭＤ３であるファ）が非和声音である
ことが認められる。装飾音処理では不成立。結局、３番
目の音「ファ」は経過音と判断される。４番目以降の音
については説明を省略する（結果は不成立）。

【００４２】図９から図１２に示す各非和声音の抽出処
理のアルゴリズムもしくはルールは例示にすぎない。当
業者はこの発明の示すところから他の定義、ルールを容
易に作成することができる。例えば、所望であれば、前
後にある隣り合う音高の差の条件以外に、音長比、強拍
／弱拍などの条件を付加することができる。１つの指標
は、音楽的知識を十分もちあわせていないユーザーから
のモチーフ（メロディ）入力に対し、妥当とされる非和
声音抽出ルールを与えることである。さまざまなモチー
フに対しても、抽出成功率の高いルールが望ましい。

【００４３】＜モチーフパラメータ抽出＞上述の非和声
音抽出機能により、ユーザーの入力したモチーフに関し
て、その非和声音の評価が行われた後、モチーフパラメ
ータ抽出機能により、そのモチーフを特徴づけるパラメ
ータが抽出される。以下、モチーフパラメータ抽出につ
いて詳細に説明する。図１３はモチーフパラメータ抽出
を含む処理のフローチャートである。図中、１３−１〜
１３−４に示す処理がモチーフパラメータ抽出処理であ
る。１３−６はパラメータＣを演算もしくは発生する処
理であり、これについては別の項で詳述する。また１３
−７は学習によるパラメータ変更処理であり、これにつ
いても別の項で詳述する。モチーフパラメータ抽出処理
１３−１〜１３−４では、モチーフメモリ４（図１）に
あるモチーフ音高データを、パラメータ抽出のために、
ワークメモリ７上において処理する。例えば、モチーフ
音高データの変数ＭＤｉの代りに、各種非和声音の識別
値を有する変数ＨＤｉ（または、レジスタ）が使用され
る。図１４は図１３の処理１３−１の詳細であり、モチ
ーフのうち非和声音であるものに対してはそれぞれ固有
の定数を代入し、和声音に対しては音高データをそのま
まにしておくフローである。図１４において、ｉはモチ
ーフの小節におけるｉ番目の変数である。図１４のフロ
ー１４−１〜１４−１６はそれ自体で明白な記述であ
り、この記述をもって、明細書の説明に代える。したが
って、その詳細な説明は省略する。

【００４４】代りに、図５の１小節目に示すモチーフに
対する処理結果を述べることにする。＜非和声音抽出＞
のところで述べたように、このモチーフ

【外４】 数値表現では図３のｂからわかるように、ＭＤ＝１、Ｍ
Ｄ２＝５、ＭＤ３＝６、ＭＤ４＝８、ＭＤ５＝１３とな
る）に対しては３番目の音「ファ」だけが非和声音、特
に経過音であり、他の音は非和声音ではないと判断され
ている。したがって、図１４の処理を実行した結果は、
ＨＤ１＝１、ＨＤ２＝５、ＨＤ３＝−４０（経過音の識
別値）、ＨＤ４＝１３となる。なお、この図１４の処理
は、実際には、非和声音抽出の段階で行うことができ
る。後の理解の助けとして覚えておいて欲しいことは、
ＨＤｉが正ならその値が和声音の音高を示しているこ
と、ＨＤｉがゼロならｉ番目のモチーフの音符は休符で
あること（図３のｂ参照）、ＨＤｉが負ならその音は非
和声音であり、その値が非和声音の種類を表わしている
ということである。

【００４５】図１５は図１３の処理１３−２の詳細であ
り、モチーフに含まれる各非和声音の数をモチーフパラ
メータとして抽出するフローである。図中、ＰＡｊがモ
チーフを特徴づけるパラメータ（パラメータＡと呼ぶこ
ともある）もしくはそのパラメータを格納するレジスタ
を示している。１５−１から１５−４まではこれらのパ
ラメータＡの初期化である。次の１５−５から１５−１
２までの処理により、ＰＡ１には、モチーフ（１小節
分）に含まれる先取音の数が、ＰＡ２にはモチーフに含
まれる倚音の数が、ＰＡ３にはモチーフに含まれるしし
ゅう音の数が、ＰＡ４にはモチーフに含まれる経過音の
数が、ＰＡ５にはモチーフに含まれる装飾音の数が、Ｐ
Ａ６にはその他の非和声音の数が格納されることにな
る。図１６は図１３の処理１３−３の詳細であり、１小
節分のモチーフに含まれる非和声音の総数と、和声音の
総数を算出するフローである。図示の１６−１から１６
−８までの処理を実行することにより、ＰＡ７にはモチ
ーフに含まれる音符数が、ＰＡ８にはモチーフに含まれ
る和声音の総数が、ＰＡ９にはモチーフに含まれる非和
声音の総数が格納されることになる。

【００４６】図１７は図１３の処理１３−４の詳細であ
り、モチーフ（入力メロディ）が示す分散和音の型（和
声音の時系列のパターン）のパラメータを抽出するフロ
ーである。ここでの処理の目的は、モチーフの流れに沿
って分散しているそれぞれの和声音が、そのモチーフ全
体の和声音の集まりのなかで何番目の音高であるかを知
ることである。副次的目的は、何番目の音符が休符にな
っているかを知ることである。図中、ＯＮＰＵで示す変
数は本自動作曲機で使用される音域（システム音域）を
表わすもので、入力されるモチーフの音域を包含するよ
うに決められている。図示のフロー１７−１〜１７−１
６では、システム音域の一番下の音高から、順にその音
（和声音）がモチーフに含まれているかどうかを調べ、
ある場合にのみ和声音高番号の変数Ｍをインクリメント
して、ＬＬｉの値としている。また、ＨＤｉがゼロのと
き、すなわちｉ番目のモチーフデータが休符のときには
そのＬＬｉをゼロとして、ｉ番目のモチーフデータが休
符であることを記憶している。また、ＨＤｉが負のと
き、すなわち非和声音の音符に対してはスキップしてい
る。

【００４７】図１７のフローの右上方にこのフローの処
理結果の一例を挙げている。この例では、モチーフの一
番目の音（ＨＤ１で示してある）は和声音で、図示のモ
チーフのなかでは一番高い和声音になっている。２番目
の音ＨＤ２は非和声音である。３番目の音ＨＤ３は和声
音（モチーフの２番目に現われる和声音）だが、最初の
和声音より低い音高の和声音である。モチーフの４番目
の音符ＨＤ４も和声音（モチーフの３番目に現われる和
声音）だが、さらに低い音高になっている。モチーフの
５番目ＨＤ５は休符である。モチーフの６番目（この場
合最後）の音符ＨＤ６は和声音であり、モチーフのなか
で４番目の音符と同じく、最低の音高になっている。こ
の図からわかるように、モチーフの和声音の流れは、全
体として下行のパターンをもっている。図１７のフロー
の結果はこのモチーフ例に対して次のようになる。ま
ず、ＨＤ５に対してはそのＬＬｉとして休符を示すゼロ
が割当てられる。ＨＤ４に対してはそのＬＬｉとしてモ
チーフのなかで最低音の和声音であることを示す１が割
り当てられる。ＨＤ６に対しても同様である。ＨＤ３に
はそのＬＬｉとしてモチーフのなかで下から２番目の高
さの和声音であることを示す２が割り当てられる。ＨＤ
２は非和声音であり、ＬＬｉは割り当てられない。ＨＤ
１はモチーフに含まれる和声音のなかで最高音であり、
下から数えれば３番目の和声音高なので、そのＬＬｉに
は３が割り当てられる。つまり、ＨＤ１（１番目の和声
音）のＬＬ１は３、ＨＤ３（２番目に現われる和声音）
のＬＬ２は２、ＨＤ４（３番目に現われる和声音）のＬ
Ｌ３は１、３番目の和声音に次いで休符がきてＬＬ４は
０、その次の和声音ＨＤ６のＬＬ５は１となり、モチー
フの和声音の流れ、または型（ここでは休符も含む）が
特定されたことになる。すなわち、｛ＬＬ｝＝（ＬＬ
１、ＬＬ２、ＬＬ３、ＬＬ４、ＬＬ５）＝（３、２、
１、０、１）が得られる。

【００４８】この和声音（分散和音）の型のパラメータ
はＰＡの形式では示していないが、これもモチーフを特
徴づけるパラメータである。この型を後で詳述するメロ
ディ生成において、なんらの変更も加えることなく使用
すれば、非常に反復性に富む統一性の高いメロディが生
成されることになる。なお、図５のモチーフ

【外２】に対しては、１番目に現われる和声音ドのＬＬ
１＝１、２番目に現われる和声音ミのＬＬ２＝２、３番
目に現われる和声音ソのＬＬ３＝３、４番目に現われる
和声音

【外５】 のＬＬ４＝４となる。これは上行のパターンである。

【００４９】図１８は図１３における処理１３−５の詳
細であり、モチーフのなめらかさの度合（跳躍の度合）
を求めている。図示の例１８−１〜１８−７では、モチ
ーフにおける隣り合う和声音のＬＬの差を調べることに
より、なめらかさの値を求め、ＰＡ１０に設定してい
る。特にこの例では、隣り合う和声音のＬＬの差のうち
最大値をＰＡ１０の値としている。上述した図１４から
図１８に示すアルゴリズムは単なる例示にすぎない。当
業者には、本発明の開示するところに従い、他のアルゴ
リズムを容易につくることができる。要するに機能的に
同等もしくは類似のものが使用でき、ＣＰＵ６等によ
り、所要の機能が実現されるものであればよい。さら
に、上述した以外のモチーフ特徴パラメータ（例えばリ
ズム関係のパラメータ）を抽出するようにしてもよい。
以上で、モチーフ特徴パラメータの説明を終える。

【００５０】メロディ発生 メロディ発生機能Ｆ３（図２）は、上述したようなモチ
ーフ特徴パラメータと、コード進行情報とに基づいてメ
ロディを自動生成する機能である。本実施形態において
は、メロディ発生機能は大きく分けて、生成するメロデ
ィを制御、または特徴づけるパラメータＣを演算する機
能と、与えられたパラメータＣに従って、具体的にメロ
ディを発生する機能とから成っている。後者の機能はコ
ード進行情報を参照して進行中のコードについての分散
和音を発生する機能と、分散する和声音の前後あるいは
間に非和声音を付ける機能から成る。

【００５１】＜パラメータＣの発生＞パラメータＣの発
生機能はメロディ発生機能Ｆ３の一部を成すものである
が、その詳細な説明に入る前に、いったん、実施形態を
離れ楽曲の基本的な性質について簡単にレビューしてみ
よう。一般に、楽曲には、統一性と多様性があるとされ
る。例えば、反復性の強いメロディはよく統一されたメ
ロディである。例えば、メロディの音域が時間の流れに
従って変化するときなど、多様性が発現する。時間性と
かかわって、統一性、多様性が存在する。もちろん、楽
曲により、統一性と多様性の度合はさまざまである。あ
る楽曲では統一性が強調され、ある楽曲では時間ととも
にメロディが流転し続けることもある。しかし、完全に
ランダムな音価と音高の列はいまだ、そしておそらく今
後も、音楽的な意味における楽曲と評価されることはあ
りそうにない。ある面からすれば、音楽は喜怒哀楽の表
現であり、完全に無秩序でなんらの規則性も存在しない
音の列は無意味である。この発明では、コード進行に沿
うメロディを発生しており、これにより１つの秩序性を
導入している。さらに、この発明では、ユーザーから入
力されたモチーフからそのモチーフを特徴づけるパラメ
ータを抽出し、そのパラメータに基づいてメロディを発
生している。これにより、生成される楽曲にモチーフが
反映され、エッセンスが保たれる。

【００５２】楽曲における統一性、多様性は上述したよ
うに時間と深く係っており、例えば前に流れたフレーズ
がそのままのかたちであるいは変更されつつもなんらか
の意味で類似性をもって再び流れ出す、といったことは
よく経験するところである。したがって、比較的長い音
楽的時間（例えば１曲の長さ）にわたり、まったく変化
しない規則によってメロディの生成を制御することは、
一般に不利であり、よい結果をもたらさないといえる。
本自動作曲機はこの点についても配慮されている。すな
わち、本自動作曲機にあっては、作曲する曲を適当な長
さの「区間」に分け、区間別にメロディを制御するため
のパラメータＣを割り当て、それぞれの区間に割り当て
られたパラメータＣにより、それぞれの区間のメロディ
を発生している。特に、本実施形態では、この区間の長
さとして、１小節を選んでいる。区間番号をｉとすれば
パラメータＣ（ＰＣ）は、区間番号の関数である。いい
かえれば、パラメータＣは区間番号に依存する値をもつ
（パラメータＣの第１の性質。実をいうと、コード進行
情報にも同様の性質がある）。さらにモチーフを特徴づ
けるパラメータにもパラメータＣは依存する（パラメー
タＣの第２の性質）。この場合、モチーフ特徴パラメー
タは区間番号に関係なく、すなわち生成する曲の全体に
わたり、パラメータＣ内に組み込むことができる。

【００５３】さて、図１９には、パラメータのマップ例
が示されている。＜モチーフパラメータＡ＞の欄に示す
のは、上述した図１５から図１８に関するモチーフパラ
メータ抽出処理により得られるモチーフ特徴パラメータ
の例である（ただし、和音型のパラメータＬＬｉはこの
欄に示していない）。＜メロディ生成パラメータＣ＞の
欄にはパラメータＣの例が示されている。パラメータＡ
群とパラメータＣ群を結ぶ矢印付点線は、一方のパラメ
ータＡが矢印の指すパラメータＣに反映されることを意
味している。なお、矢印付点線による結合関係は例示で
ある。パラメータＣのなかには、パラメータＡに依存し
ないものも存在する。この理由の１つは、本実施形態で
はモチーフは１小節程度の短い長さにしており、必要以
上に多くのパラメータもしくは信頼性の低いパラメータ
を抽出していないことによる。図１９には、＜パラメー
タＢ＞も示されており、ここでは、振幅パラメータＰＢ
ａ、周期パラメータＰＢｆ、ＤＣパラメータＰＢｄが挙
げられている。このようなパラメータＢは、パラメータ
Ｃを発生する手段を演算型（本実施形態は演算型であ
る）で構成するときに情報源として利用できる。

【００５４】この場合、パラメータＣは、区間番号（例
えば小節番号）ｉ以外に、ＰＢａ、ＰＢｆ、ＰＢｄ、Ｐ
Ａ（パラメータＡ）のうち少なくとも１つを変数とし
て、「演算可能」な関数として定義される。すなわち、
パラメータＣをＰＣで表わすと、ＰＣは、 ＰＣ＝ｆ（ｉ、ＰＡ、ＰＢａ、ＰＢｆ、ＰＢｄ） の形式で表現される。ただし、具体的には、あるＰＣは
ＰＣ＝ｆ（ｉ、ＰＡ）、あるＰＣはＰＣ＝ｆ（ｉ、ＰＢ
ｄ）などのようになり、あるパラメータには依存しない
ことになる。

【００５５】図２０にはパラメータＣの特性例が示され
ている。横軸は楽曲の進行方向（小節番号とみてもよ
い）である。（ａ）はサイン型１である。このタイプの
パラメータＣはｃｏｓｉｎｅあるいはｓｉｎｅを含む演
算で発生することができる。例えば、 ＰＣ＝ｃｏｓ（ｉ×２π／ＰＢｆ）×ＰＢａ （ｉは小節番号）の形式で与えられる。図２０の（ｂ）
もサイン型２であるが、非負のＰＣ＝である。このタイ
プは、例えば、 ＰＣ＝｜ｃｏｓ（ｉ×２π／ＰＢｆ）×ＰＢａ｜ の形式で与えられる。同じことだが、 Ｆ＝ｃｏｓ（ｉ×２π／ＰＢｆ）×ＰＢａ を演算し、Ｆ＞０ならＰＣ＝Ｆ、Ｆ＜０ならばＰＣ＝−
Ｆとする演算規則でもよい。図２０の（ｃ）は周期ピー
ク型のパラメータの例である。このタイプは、例えば、 Ｆ＝ｉ ＭＯＤ ＰＢｆ（ｉをＰＢｆで割った余り） を演算し、Ｆがゼロ（周期ＰＢｆで割り切れる場合）な
らばＰＣ＝定数、ＦがゼロでなければＰＣは別の定数値
（例えばＰＡ）にすることで得られる。図２０の（ｄ）
はＤＣ型である。このタイプの演算は説明を要しない。
図２０の（ｅ）は区分型の例である。ここでは、周期ピ
ーク型に、ある区間（例えばサビの区間）だけ、別の演
算を使用している。このタイプは例えば、上記の周期ピ
ーク型の演算例に加え、Ｎ₁＜ｉ＜Ｎ₂が成立するなら
ば、ｉの区間用の関数を演算し、その結果をＰＣとする
ことで得られる。なお、Ｎ₁＜ｉ＜Ｎ₂以外の区間は、周
期ピーク型に限られないことはもちろんである。図２０
の（ｆ）は周期ランプ型の例である。このタイプは例え
ば、Ｆ＝Ｋｉ（Ｋは定数）を演算し、 （Ｎ＋１）×ＰＢｆ＞Ｆ＞Ｎ×ＰＢｆ 満足する整数Ｎを求め（Ｎ＝ＩＮＴ（Ｆ／ＰＢｆ））、 Ｆ−Ｎ×ＰＢｆ＝Ｋｉ−Ｎ×ＰＢｆ を演算し、その結果をパラメータＣの値とすることで得
られる。上記（ａ）から（ｆ）の特性は、演算により生
成の容易なパラメータＣの一例にすぎない。またパラメ
ータＣを構成する成分、要素であってもよい。すなわ
ち、（ａ）から（ｆ）に例示する各型を適当に組み合わ
せたものをパラメータＣの値とすることができる。例え
ば、周期の異なるサイン型同士の組み合わせ、サイン型
とＤＣ型の組み合わせ、サイン型と周期ピーク型の組み
合わせなど、数え挙げればきりがない。ちなみに、第２
２図にはＰＣ２（生成メロディの和声音数のパラメー
タ）とＰＣ８（生成メロディのなめらかのパラメータ）
に関する演算例を、また第２２Ｂ図には成分パラメータ
（ＰＢｆ２、ＰＢａ２、ＰＢｄ２、ＰＡ８）の種々の値
に対し、ＰＣ２が小節番号ｉにより変化する様子を示し
ている。

【００５６】演算型の利点の１つは記憶容量の節約であ
る。演算型は本実施形態で採用している方式であり、本
実施形態では、図１のＣＰＵ６が、モチーフ特徴パラメ
ータと、パラメータＢメモリ５からのパラメータＢを使
用して、各パラメータＣを小節単位で発生する。これ
が、図１３の処理１３−６の内容である。これに対し、
図２０の（ｇ）に示すパラメータＣの特性例は、演算型
には不向きであり、例えば、モチーフ特徴パラメータに
より、パラメータＣ（ｉ）（曲の各小節を制御するパラ
メータの列）を格納しているパラメータＣのデータベー
スから適当なパラメータＣ（ｉ）を「選択」することに
より実現される。いずれにしても、パラメータＣは第１
の性質をもっており、このことは図２０の例からも明白
である。すなわち、パラメータＣは、楽曲の進行区間
（フローを実行する実施形態では小節）ごとに割り当て
られた値をもつものである。

【００５７】さらに、パラメータＣはモチーフ特徴パラ
メータを反映する第２の性質をもっている。例えば、図
２０の（ｄ）に示すＤＣ型をパラメータＣの値またはそ
のＤＣ成分として用いることにより、モチーフの特徴が
小節に依存しない形式でパラメータＣに組み込まれるこ
とになる。上述した図２０の（ａ）から（ｆ）に例示す
る演算型では、パラメータＣはいずれも、すっきりとし
た規則性をもっている。このような規則性は好ましいこ
とが少なくない。別の面よりすれば、上述したパラメー
タＣの発生例では、成分パラメータ（小節番号ｉ、パラ
メータＡ、パラメータＢなど）と演算式が決まれば、そ
の演算結果である対応するパラメータＣの値も一義的に
決定される。しかしながら、よりゆるやかな規則性が望
ましい場合も多く、また、ユーザーからすれば、入力し
たモチーフから常にまったく同じメロディが生成される
よりは、メロディの生成を指示するたびに大なり小なり
変化したメロディが生成されることの方を望む、とも考
えられる。本実施形態はこのような点をも配慮してあ
る。すなわち、ランダム化の機能である。このランダム
化機能は図２には明記していないが、図示のパラメータ
演算機能Ｆ３１、あるいは具体的にメロディを生成する
方の分散和音発生機能Ｆ３２、非和声音発生機能Ｆ３３
の内部に組み込むことができる。あるいは、ランダム機
能をこれらの機能Ｆ３１、Ｆ３２、Ｆ３３の間で適当に
分担してもよい。

【００５８】説明の便宜上、図２１ではパラメータ演算
機能Ｆ３１が、内部で発生したパラメータＣに対し、ラ
ンダム化を導入するものとする。この場合、ランダム導
入前のパラメータＣは中間パラメータであり、ランダム
導入後のパラメータが最終的なパラメータＣ、すなわち
直接的にメロディの発生を制御するパラメータとなる。
図２１の（ａ）はランダム導入前のパラメータＣの特性
例であり、図２０でいえば同図（ｃ）の周期ピーク型に
属するものである。他の特性例を図２１に示していない
のは単に紙面の節約など便宜上の理由だけである。図２
１の（ｂ）にランダム特性例１が示されている。この特
性例の意味するところは、第１に、楽曲の進行方向に依
存しないランダム導入であり、第２にランダムの幅（変
動幅）が中間ＰＣ値に依存しない、第３にランダムの値
が元の中間ＰＣ値に組み合わされる（例えば加算され
る）、ということである。例えば、ＲＮＤ（Ｎ）という
疑似ランダム関数が、−Ｎ、−Ｎ＋１、……０、＋１、
……＋Ｎという（２Ｎ＋１）個の整数値を等しい確率で
発生するとしてみる（このような疑似乱数の発生はよく
知られているところである）。この乱数演算の結果であ
るＲＮＤ（Ｎ）を、中間パラメータＣの値（ＰＣと表わ
すことにする）に加算する。 ＰＣ＋ＲＮＤ（Ｎ） この結果を最終的なパラメータＣの値（γで表わすこと
にする）とする。すなわち、 γ＝ＰＣ＋ＲＮＤ（Ｎ） このランダム導入後のパラメータγは元のＰＣの値を中
心として、前後に±Ｎの幅で離散的に振らされた値をと
る。このようなランダム化による導入後のパラメータ特
性例を図２１の（ｃ）に例示する。

【００５９】図２１にはもう１つのランダム特性例が示
されている（同図（ｄ））。この特性例（ｄ）が上記特
性例（ｂ）と異なっている点は、ランダムの幅（変動
幅）が中間ＰＣ値に依存していることである。図示の例
では、中間ＰＣ値が大きくなるほど変動幅が大きくなる
ように選ばれている。これは、例えばＲＮＤ（Ｎ）の値
に、ＰＣの増加関数Ｕ（ＰＣ）を乗じ、その結果にＰＣ
の値を加えることで実現できる。例えば γ＝ＰＣ＋ＲＮＤ（Ｎ）×Ｕ（ＰＣ） である。図２１の（ａ）に示すＰＣにこのようなランダ
ム化を施した結果を同図（ｅ）に例示する。（ｅ）と
（ｃ）との比較からわかるように、（ｅ）の場合、導入
前のＰＣがゼロのところは変動が生じていない。例え
ば、この種のパラメータは、メロディ発生機能における
ある決定要素として使用することができる。例えば、そ
の値がゼロのとき、ある種の非和声音の付加を禁止する
パラメータとして利用できる。あるいは付加位置を制御
するパラメータとして利用できる。図２１（ｄ）の１つ
の拡張は、参照するＰＣの値により乱数の各値の出現頻
度が一様でなくなるようにすることである。このような
歪んだ確率分布をもつ乱数の値をメロディ制御のパラメ
ータとして使用してもよい。図２１の（ｂ）と（ｄ）に
共通している事項は、いづれのランダム導入機能も、元
のＰＣ値を中心もしくは基準として変動幅を導入してい
る点である。より一般化すれば、元のＰＣ値によりラン
ダム導入後の値が制御されることである。もう１つは、
楽曲の進行方向に対して変動幅は変化しないことであ
る。これは、多くの場合に好ましい結果をもたらす。し
かしながら、所望であれば、小節番号に依存して変動幅
を変えるランダム化を選んでもよい。パラメータＣの種
類にも依存するが、一般に、ランダム化は大きいほど、
それに起因して生成されるメロディにもより大きな変化
が生成の都度、与えられる。ただし、元のＰＣ値を基準
とするランダム導入機能の場合には、変動幅にも依存す
るが、生成メロディの細かな調整として使用させること
ができる。上では挙げなかったランダム導入機能のもう
１つの利点は、図２０（ｇ）に例示するような非演算型
のパラメータＣの特性を確率的に得ることができること
である。

【００６０】＜メロディの具体的発生＞以下、本実施形
態におけるメロディの具体的発生について詳細に説明す
る。図２３はメロディの生成の全体フローである。その
要部はステップ２３−９のメロディ発生にあり、ここで
小節単位で順次、メロディが作成される。フローの残り
の部分は、メモリ間の転送等のための処理である。すな
わち、２３−１から２３−５までの処理は、モチーフメ
モリ４（図１）にあるモチーフデータをメロディデータ
メモリ１０に転送する処理である。２３−５に示すNoは
モチーフに含まれる音符数である。２３−６や２３−１
４に示すＭＮｏは連続的にメロディを作成するときの既
に作られているメロディの音符の総数である。メロディ
は小節単位で行うので、モチーフの小節数を計算してい
る（例えばモチーフデータの音長データから計算でき
る）（２３−７）。なお、ここではモチーフが２小節以
上でもよいことを示してある。２小節以上のモチーフに
対する取り扱いは後述するとし、一応、最初の想定通
り、１小節としておく。計算されたモチーフ小節数の値
に１を加算し（２３−８）、１小節のメロディが発生し
たら（２３−９）、そのデータをメロディデータメモリ
１０に書き込む（２３−１０〜２３−１３）。２３−１
３のNoはもちろん２３−９の処理で発生した１小節分の
メロディの音符数である。２３−１５に示すＣＮｏはコ
ード進行で使用するコードの総数であり、本例ではコー
ド／小節であるので、小節番号がコード総数に達したと
ころでメロディの生成は完了する。さて、要部であるメ
ロディ発生処理２３−９は、分散和音の発生の処理と、
非和声音の付加に関する処理と、音長修正に関する処理
を含んでいる。以下、分散和音の発生、非和声音の付
加、音長修正の順で説明する。

【００６１】分散和音の発生 図２４は分散和音発生処理のフローの例である。最初の
処理はコード構成音の読み出し（２４−１）であり、そ
の詳細を図２５に示す。図２５のコード構成音の読み出
しフローにおいて、２５−１から２５−４までの処理
は、コード進行メモリ３（図２６参照）からコードナン
バーデータ（コードネーム）を順次、読み出していると
ころである。２５−２はｉの値で示されるコード進行メ
モリ３のアドレスの内容、すなわちｉ番目のコードネー
ムをレジスタＣＮｉに設定することを表わす。２５−３
のＥＯＦは最後のコードネームの次アドレスに格納され
ている終了コード（ｃｏｄｅ）であり、終了コードを読
んだところでコードネームの読み出しは完了する。図５
の例では、コード進行は、１小節目より、Ｃｍａｊ、Ｆ
ｍａｊ、Ｇ₇と進み、次のＣｍａｊで終りである。図２
６のコード進行メモリ３はこの例に合わせてある。した
がって、ＣＮ１＝１、ＣＮ２＝７、ＣＮ３＝８、ＣＮ４
＝１となる。

【００６２】図２５の２５−５から２５−１２までの処
理は、読み出した各コードネームからコード構成音メモ
リ２（図２６、図４の（２）参照）を参照し、各コード
ネームのコード構成音の音高データを読み出していると
ころである。本例では各コードは４つの構成音から成る
ことを想定してあり、コード構成音メモリ２上の４つの
連続アドレスに各音高データが低い順に入っている。２
５−７のｊ＝（ＣＮｉ−１）×４＋１は各コードの読み
出し開始アドレスの計算であり、２５−８から２５−１
０は、その開始アドレスから４つ分の音高データを読み
出し、レジスタＫＤｉｊに設定しているところである。
コード進行が図５に示すＣｍａｊ、Ｆｍａｊ、Ｇ₇、Ｃ
ｍａｊをとる場合、このコード構成音の読み出し処理に
より、第１小節目のＣｍａｊに対するＫＤ₁₁、ＫＤ₁₂、
ＫＤ₁₃、ＫＤ₁₄はＫＤ₁₁＝１（ドである）、ＫＤ₁₂＝５
（ミ）、ＫＤ₁₃＝８（ソ）、ＫＤ₁₄＝１３

【外６】 となり、第２小節目のＦｍａｊでは、（ＫＤ₂₁、Ｋ
Ｄ₂₂、ＫＤ₂₃ＫＤ₂₄）＝（１、６、１０、１３）＝

【外７】 、第３小節目のＧ₇では、（ＫＤ₃₁、ＫＤ₃₂、ＫＤ₃₃、
ＫＤ₃₄）＝（３、６、８、１２）＝（レ、ファ、ソ、
シ）となり、第４小節目は第１小節目と同じで、（ＫＤ
₄₁、ＫＤ₄₂、ＫＤ₄₃、ＫＤ₄₄）＝（１、５、８、１３）
となる。なお、本例のコード構成音メモリ２のデータ構
造は、Ｃ調を基準とする構造になっている（調性配
慮）。

【００６３】以下の説明では、ＫＤｉ₁、ＫＤｉ₂、ＫＤ
ｉ₃、ＫＤｉ₄の代りに、単にＫＤ１、ＫＤ２、ＫＤ３、
ＫＤ４ということにする。ＫＤ１は和声音の一番低い
音、ＫＤ２は次に低い和声音、ＫＤ３は次に低い和声
音、ＫＤ４は一番高い和声音のレジスタとして用いられ
る。いまの段階では、ＫＤ１、ＫＤ２、ＫＤ３、ＫＤ４
には、（ｉ番目の小節における）コード構成音の音高が
基本形の形式で、つまり、コード構成音メモリ２の通り
に入っているわけである。図２４の２４−２はコード構
成音の転回であり、その詳細なフローの例を図２７に示
す。コード構成音の転回機能は生成するメロディの音域
を時間の経過に従って（本例では小節単位で）変更、調
整をすることであり、これにより、曲の盛り上りをコン
トロールできる。

【００６４】図２７のフローでは、例えば、

【外８】 なら、１回の転回で

【外９】 、２回の転回で

【外１０】 ……となり、レファソシなら、１回の転回で

【外１１】 、２回の転回で

【外１２】 となるようにしている。

【外８】（Ｃｍａｊ）のように両端がオクターブ関係に
なるコードと、レファソシ（Ｇ₇）のように両端がオク
ターブ関係にならないコードとでは、転回の論理が異な
る。すなわち、転回前のコードの音高の並びを、ＫＤ１
（旧）、ＫＤ２（旧）、ＫＤ３（旧）、ＫＤ４（旧）
（低い順）で表わすと、オクターブ関係にならないコー
ドに対しては、転回後の並びＫＤ１（新）、ＫＤ２
（新）、ＫＤ３（新）、ＫＤ４（新）を、 ＫＤ１（新）＝ＫＤ２（旧）……（ファ） ＫＤ２（新）＝ＫＤ３（旧）……（ソ） ＫＤ３（新）＝ＫＤ４（旧）……（シ） (M1) ＫＤ４（新）＝ＫＤ１（旧）よりオクターブ上…
…

【外１３】 にし、オクターブ関係になるコードに対しては、 ＫＤ１（新）＝ＫＤ２（旧）……（ミ） ＫＤ２（新）＝ＫＤ３（旧）……（ソ） ＫＤ３（新）＝ＫＤ４（旧）……（ド） ここまでは同じだが、 (M2) ＫＤ４（新）＝ＫＤ２（旧）よりオクターブ上…
…

【外１４】 にする必要がある。

【００６５】オクターブ関係かどうかは２７−３で見て
おり、(M1)と(M2)の区別を２７−５と２７−４で行って
おり、２７−６から２７−１０まではシフト、２７−１
１で(M1)と(M2)の区別の仕上げである。図２７のＰＣ７
は転回を何回実行するかを示すパラメータである。もち
ろんパラメータＣの１つであり、この例からもわかるよ
うに、パラメータＣはメロディの生成を制御するパラメ
ータである。ここで、図５の例に則して、第２小節目の
コード転回がどうなるか見てみよう。コード転回のパラ
メータＰＣ７の演算は、ｉ番目の小節について、 ＰＣ７ｉ＝（＋ｃｏｓ（（ｉ＋２）×２π／４））×１
＋１ であるとする（図４参照）。ｉ＝２のとき、 ＰＣ７＝２ となる。２小節目のコードはＦｍａｊであり、その基本
形（転回前）は

【外１５】 、すなわちＫＤ１＝１、ＫＤ２＝６、ＫＤ３＝１０、Ｋ
Ｄ４＝１３である。ＰＣ７＝２で２回転回するから、結
果は

【外１６】 、すなわちＫＤ１＝１０、ＫＤ２＝１３、ＫＤ３＝１
８、ＫＤ４＝２２となる。さて、図２４に示すように、
コード構成音の転回の次は２４−３に進む。ここでＰＣ
９は分散和音維持数のパラメータである。ＰＣ≧１が成
立するとき、維持側のフローである２４−４の方に進
む。２４−４のＰＣ１は分散和音の型の修正パラメータ
であり、ＰＣ１≧１が成立するときは２４−５で分散和
音の修正が実行される。

【００６６】この分散和音の修正の詳細なフロー例を図
２９に示す。２９−１から２９−５で示す修正フローの
意味を右側に示してある。すなわち、このフロー例では
モチーフの分散和音の型｛ＬＬｉ｝＝（ＬＬ１、ＬＬ
２、……）を反対の関係、いわゆる反行形に修正してい
る（上述したように、ＬＬｉはモチーフ小節に登場する
= 番目の和声音がモチーフの和音のなかで下から何番目
の音高であるかを示す。ただし、休符のＬＬ= はゼロに
している。図１７参照）。図２４の２４−６から２４−
９は分散和音を維持する数ＰＣ９だけ、ＬＬｉの示すＫ
Ｄの値を中間メロディ用レジスタＭＥＤｉ（現在の小節
内のｉ番目のメロディ音高データを格納するレジスタ）
に移しているところである。すなわち、ここでの分散和
音の型｛ＬＬｉ｝はモチーフ通りのパラメータ型か２４
−５でそれを修正した型であり、その型に沿って、現在
の小節で進行しているコード（和音）の構成音｛ＫＤ
ｉ｝＝（ＫＤ１、ＫＤ２、ＫＤ３、ＫＤ４）のなかから
１個を選択し、それをＭＥＤｉに書き込んでいるわけで
ある。ここに、｛ＫＤｉ｝はすでに２４−２において、
コード転回パラメータＰＣ７の数だけ音域がシフトされ
ている和声音の集まりである。

【００６７】図２４の２４−１０は、分散和音の型を維
持しないときに分岐するフローの最初のステップであ
り、ここで、前音（ここでは前小節の最後のメロディノ
ート）からの決定性パラメータＰＣ１５が真（値１）を
示しておれば２４−１２に進み、ここで今回の小節の最
初の和声音ＭＥＤ= を決め、２４−１３で小節内の音符
番号ｉを２番目にし、決定性パラメータＰＣ１５が偽な
らば２４−１１でｉ＝１にし、２４−１４以下のランダ
ムな分散和音発生フローに進む。上記２４−１２に示す
ＭＥＤ１を前の音より決定する処理の詳細フローは図２
８に例示されている。このフローの論理は、現在の小節
の和音のうちで、前小節の最終メロディノート（前音）
に一番近い音を、今回の小節の頭のコードノート（次の
音）にするというものである。前音はＭＥＤｊ−１、次
の音はＭＥＤｊである。フロー２８−１〜２８−１０の
記述は明確であり、これ以上の説明は要しない。

【００６８】図２４の２４−１４から２４−２１まで
は、なめらかさのパラメータＰＣ８の許す範囲内でラン
ダムに分散和音を発生させているところである。γ
₁は、ＲＮＤ（４）により、０、１、２、３、４のいず
れかの数を任意にとる乱数である。２４−２１に示すＰ
Ｃ２は現在生成しつつあるメロディ小節に割り当てられ
た和声音の数（パラメータＣの１つ）であり、この数に
達したところでその小節内の分散和音発生処理は完了す
る。なお、２４−９から２４−２１へのルートは、分散
和音の維持する数ＰＣ９だけ分散和音を発生させた後の
残りはランダムに分散和音を発生させるというものであ
る。ここで、理解の助けとして、図５の２小節目がこの
分散和音発生処理においてどのような結果になるかを簡
単に述べよう。なお、コード構成音の転回のところはす
でに述べてあり、その結果（使用可能な和声音の集ま
り）は

【外１７】 、すなわちＫＤ１＝１０、ＫＤ２＝１３、ＫＤ３＝１
８、ＫＤ４＝２４である。発生させる和声音数ＰＣ２、
分散和音の型の維持数のパラメータＰＣ９の値などにつ
いてはまだ述べていなかったが、ＰＣ２＝６、ＰＣ９＝
４、ＰＣ１＝１とする。この場合、２４−３から維持例
のフロー２４−４〜２４−９に流れ、２４−５の分散和
音型の修正により、ＬＬ１＝４、ＬＬ２＝３、ＬＬ３＝
２、ＬＬ４＝１が得られる。そして、２４−６〜２４−
９の音型維持処理で小節の頭から、

【外１８】 の４つの分散和音がつくられる（ＭＥＤ１＝ＫＤＬＬ１
＝ＫＤ４＝２４＝

【外１９】 、ＭＥＤ２＝１８、ＭＥＤ３＝１３、ＭＥＤ４＝１
０）。残りの２個の分散和音は２４−１４から２４−２
１のランダム発生でつくられ、例えば、

【外２０】 となる。ここまでで、第２小節目のメロディは、

【外２１】 である。以上で分散和音の発生の説明を終える。

【００６９】非和声音の付加 分散和音の発生完了後、非和声音の付加が行われる。以
下、非和声音の付加について詳細に説明する。図３０に
倚音（第１種非和声音）付加のフロー例を示す。３０−
１は倚音の付加の有無を示す乱数γ₁をｆ（ＲＮＤ
（１））、ＰＣ３により計算しているところである。こ
こにＰＣ３は現在のメロディ小節に割り当てた倚音の重
みであり、このＰＣ３に制御された形式で乱数γ₁を得
ている。このランダム導入に関しては、＜パラメータＣ
＞の後半と、図２１を参照されたい。３０−２では、倚
音が付く位置の乱数γ₂を、倚音をどこにつけるかのパ
ラメータＰＣ４で制御される形式で得ている。３０−３
で倚音の付加の可否を判別し、可の場合に、３０−４か
ら３０−９で、No個の中間メロディデータの配列｛ＭＥ
Ｄｉ｝のうち、γ₂番目以降のメロディデータを一つ後
に移し、γ₂番目を倚音付加位置として確保している。
３０−７で倚音の差ピッチのパラメータＰＣ１０をγ₃
に書き込み、３０−９で、倚音を付加している。すなわ
ち、γ₂番目のＭＥＤγ₂の右隣りにあるＭＥＤγ₂₊₁に
γ₃を加えた値（倚音の音高データ）を倚音付加位置の
γ₂番目のＭＥＤγ₂に書き込んでいる。３０−１０は１
個、メロディノート（ここでは倚音）を付加したので、
小節内の音符数Noをプラス１しているところである。

【００７０】図３１に経過音付加のフロー例を示す。こ
のフローの意味するところは、隣り合うメロディノート
ＭＥＤｉとＭＥＤｉ＋１の間に経過音を付加するか否か
につき、所定の条件が成立すれば、付加し、条件不成立
から付加しないというものである。ここに、所定の条件
は、下記(i)、(ii)、(iii)のＡＮＤ条件である。 (i)隣り合うメロディノートが異なる音高であること、
(ii)隣り合うメロディノートの音高の差が長３度（ａ＝
４）より大きくないこと、(iii)経過音の重みＰＣ６で
制御される付加有無の乱数γ₁が付加の値（γ₁＝１）を
示していること。経過音の付加が許されたときは、隣り
合うメロディノートの間に、両メロディノートの中間的
な音高のメロディノートを経過音としてＭＥＤに書き込
む。経過音とする音高はいわゆるアヴェイラブルノート
（Available Notes）に従って決めることができる。図
３１の３１−１０は単なる例示である。以上の説明と図
３１のフロー３１−１〜３１−１３の記述から経過音付
加の動作は明らかであるので、これ以上の説明は省略す
る。

【００７１】図３２にししゅう音付加のフローを例示す
る。このフローも所定の条件（ししゅう音の重みＰＣ１
により制約される条件）が成立するときに、ししゅう音
を付加するものである。隣り合うメロディノートの同高
が同じであることも条件の１つになっている。付加され
るししゅう音の音高は前音のメロディノートの高さをし
しゅう音の差ピッチだけずらした高さである。以上の説
明と３２−１〜３２−１３のフローの明白な記述から、
ししゅう音の付加の動作は明らかであり、これ以上の詳
細な説明は要しない。

【００７２】図３３は装飾音の付加のフローを例示する
ものである。その意味するところは、隣り合う２つのメ
ロディノートの音高が等しく、かつ装飾音の重みのパラ
メータＰＢで制御される乱数パラメータγ₁がゼロでな
いときに、装飾音を上記２つのメロディノートの各ノー
トＭＥＤｉ＋１、ＭＥＤｉ＋３の前に付加する（ＭＥＤ
ｉとＭＥＤｉ＋２に設定される）というものである。な
お、３３−１０、３３−１２、３３−１３に示すγ₁は
３３−４で生成したγ₁の値とは別の値のものを使用す
ることができる。このためには、例えばステップ３３−
９と３３−１０の間に、γ₁＝ＰＣＸ（装飾音の差ピッ
チのパターン）の処理を行えばよい。以上の説明と、図
３３の３３−１〜３３−１６の記述から装飾音付加の動
作は明らかである。

【００７３】ちなみに、動作列として説明してきた第２
小節目のメロディがここの非和声音付加（図３０から図
３３）でどのような結果になるか示してみる。非和声音
付加に入る前の段階で、図５の第２小節目のメロディの
音列｛ＭＥＤｉ｝は

【外２２】 、すなわちＭＥＤ１＝２４、ＭＥＤ２＝１８、ＭＥＤ３
＝１３、ＭＥＤ４＝１０、ＭＥＤ５＝１３、ＭＥＤ６＝
１８であった。まず倚音付加（図３０）であるが、この
小節ではγ₁＝０（倚音付加禁示値）となり、付加され
なかったことにする。

【００７４】次に、経過音付加（図３１）のところでは
次のようになる。小節内メロディ音符番号ｉが１のと
き、 ａ＝｜ＭＥＤ１−ＭＥＤ２｜＝４ となるので、経過音の重みＰＣ６は２小節目なので、ｃ
ｏｓ（４×２π／４）×２＋ＰＡ４（ここにＰＡ４＝
１）により、ＰＣ６＝３になっている。ここで乱数γ₁
を計算するがＰＣ６の値３のために、γ₁＝２になった
とする。次の３０−４から３０−９までのシフト処理に
より、 ｛ＭＥＤ｝＝（ＭＥＤ１、ＭＥＤ２、ＭＥＤ３、ＭＥＤ４、ＭＥＤ５、ＭＥＤ ６、ＭＥＤ７） ＝（２２、１８、１８、１３、１０、１３、１８）

【外２３】 となる。そして付加される倚音のレジスタＭＥＤｉ＋₁
はここではＭＥＤ２であり、 ＭＥＤ２＝ＭＥＤ３−（ＭＥＤ３−ＭＥＤ１）／２ ＝２０

【外２４】 となる。この時点で、メロディの音列｛ＭＥＤ｝は、

【外２５】 である。ｉをｉ＋１にインクリメントして、Noになるま
で繰り返すわけであるが、以下では、γ₁またはａの値
によって経過音は付加されなかったことにする。同様に
して、ししゅう音以下、付加するかどうかを決定しなが
ら付加していく。結果は付加されなかったとする。

【００７５】上記図３０から図３３に示す非和声音付加
のフロー（ルール）は単なる例示である。例えば、非和
声音の重み（またはこれに類似）のパラメータＣの値に
より、各非和声音の付加の態様が異なるようなルールに
変更できる。一例を挙げると、重みが十分小さいとき
（例えば１のとき）には、１小節内に付加される対応非
和声音数を高々１に制限する。重みが、例えば２のとき
には、１小節内に複数の非和声音が付加されることは許
容するが連続付加は禁止する。重みが十分大きいとき
（例えば３以上のとき）は、自由に付加されるようにす
る。これを実現するには、例えば、現在の小節における
各非和声音の実行済付加数を計数するカウンタを使用し
（例えば３１−１０の次でインクリメントさせる）、１
個の対応非和声音が付加されたことをそのカウンタが示
しているならばＰＣ＝１を条件にして、その小節におけ
るその非和声音の付加処理を完了し、さらに、直前の音
符位置で非和声音が付加されたことを示すフラグを使用
し、このフラグが真を示し、かつＰＣ＝２が真であれば
フラグを偽にしてから非和声音の付加（例えば３１−７
〜３１−１１）をスキップして連続付加を禁止し、上記
フラグ真でかつＰＣ＞３も真であれば、フラグを偽にす
ることなく、非和声音の付加を実行して自由な非和声音
付加を許す。また、図３０の倚音付加フローでは１小節
当り付加される倚音付加数は高々１個となっているが、
この代りに、連続的な倚音付加を許容するようにしても
よい（倚音の重みに依存して）。その他、種々のルール
変更が可能である。以上で非和声音の付加の説明を一応
終える。

【００７６】音長修正 音長の列｛Ｒｈｙ｝については、適当な段階、例えば分
散和音の発生が完了した時点で、音長の合計が現在の小
節の長さ、例えば１６（４拍の長さ）になるように、各
音長を適当に割り振っておく。例えば、分散和音数が４
ならば１６／４＝４（一拍の長さ）を各音長Ｒｈｙ１、
Ｒｈｙ２、Ｒｈｙ３、Ｒｈｙ４に割り振っておく。分数
和音数が例えば５のように１６で割り切れないときに
は、例えばＲｈｙ１＝４、Ｒｈｙ２＝２、Ｒｈｙ３＝
２、Ｒｈｙ４＝４、Ｒｈｙ５＝４というように、不自然
でないかたちに割り振る。一つの割り振り論理では、２
分割の論理を使用する。例えば

【外２６】 のリズムのときに１個、音符を加えるときには

【外２７】 で示すように２分割し、いずれか一方をさらに２分割
し、

【外２８】 そのいずれか一方を

【外２９】 にする。この結果、例えば、

【外３０】 のリズムすなわちメロディの各音の音長の列｛Ｒｈｙ｝
が得られる。さらに１個、音符を加えるときは、２分割
したときに、すでに、

【外２９】になっているところは、修正せず、

【外３１】 になっているところを

【外２９】にする。例えば、

【外３２】 が得られる。

【００７７】非和声音付加の段階では、付加されるごと
にメロディの音符の数が１つあるいは２つずつ増加す
る。したがって、例えば非和声音の付加が行われた時点
で割り振り論理によって割り振りの更新を実行すること
ができる（図示せず）。図３４の音長修正のフローに入
る段階では上述したような音長の割り振りが完了してい
る（前処理としての音長調整の完了）。以下、図３４に
例示する音長修正について説明する。本例の音長修正の
目的は第１に、音長パターンの一貫性を保つこと、第２
に決められた小節の長さに音長パターンの全長を一致さ
せることである。音長パターンの一貫性は、３４−７か
ら３４−９までの処理で行われている。３４−１０から
３４−１９で示す部分は音長パターンの全長を現在の小
節の長さに調整しているところである。

【００７８】詳細に述べるとＳＩＧは、メロディの音数
Ｎｏとモチーフの音数Ｎｏ１との比が１から多きくずれ
た場合に値が切り換えられる変数であり、その値をスケ
ーリングファクタとしてメロディ小節の音数の半分とこ
ろまで、モチーフの音長パターンの各音長を縮め、ある
いは引き延ばし、その結果得られる音長パターンをメロ
ディ小節の前半の音長パターンにしている。例えば、現
在の小節のメロディ音数がモチーフ（１小節分）に含ま
れる音数の半分以下（Ｎｏ１／Ｎｏ≧２）のときはＳＩ
Ｇを２にする。この場合、例えば、モチーフの音長列が
４、２、２……であればメロディの音長列は８、４、４
……となる。これはモチーフに対し、一時的に１／２の
テンポとなるパターンである。一方、現在の小節のメロ
ディ音数がモチーフに含まれる音数の倍以下（Ｎｏ１／
Ｎｏ≦０．５）のときはＳＩＧを０．５する。この場
合、例えば、モチーフの音長列が４、２、２……とする
とメロディの音長列２、１、２……となる。これはモチ
ーフに対し一時的に倍のテンポとなるパターンである。
このような整数比のパターン変換は一般にリズムの一貫
性をくずさない。メロディ音数がモチーフ音数に近いと
きは（０．５＜Ｎｏ１／Ｎｏ＜２）、モチーフの音長パ
ターンをそのままメロディ音長パターンの途中まで（正
確にはメロディ小節の全音数の半分のところまで）のパ
ターンとする。

【００７９】以上の音長書き換えにより、メロディの音
長パターン全長が小節の長さ（ここでは１６）からずれ
てしまうことがあり得る。そこで音長書き換え後のメロ
ディの音長パターンの全長を計算し、それが小節の長さ
１６と一致しているかを見、一致してなければ、小節の
終りの音符の方から音長の手直しを行う。例えば、メロ
ディの音長パターンの全長が小節の長さより長ければ、
まず小節の最後の音符の音長を見、それが３以上であれ
ばそれを１だけ短くして再度、小節の長さと比較する。
最後の音符の音長が２以下であれば、それより１つの手
前の音符を見て同様のことを行う。逆に、音長パターン
の全長が小節の長さより短ければ、まず小節の最終音符
の長さを見、それが５以下であれば２だけ音長を延ば
し、再度、小節の長さと比較する。最後の音符の長さが
６以上であれば１つ手前の音符の長さに対し同様のこと
を行う。この結果、最終的に音長パターンの全長と小節
の長さは一致し、音長修正の処理が完了する。以上の説
明と図３４のフローの明白な記述からフローの動きは明
らかであり、これ以上の詳細に説明は省略する。

【００８０】ちなみに、図５の第２小節目のメロディ生
成の場合には、図３４の音長修正に入る段階で、そのメ
ロディの音長パターン｛Ｒｈｙ｝は２、２、２、２、
２、２、４、つまり

【外３３】 となっている。３４−１から４９−９までの処理で、そ
の前半部はモチーフと同じになり、｛Ｒｈｙｉ｝は４、
２、２、４、２、２、４、つまり、

【外３４】 になる。

【００８１】３４−１０からの後半の調整で次のように
なる。ＳＵＮは２０で小節の長さ１６より長い。最後の
音符の長さＲｈｙ５は４で３より大きいから最後の音長
は２となる。ここでＳＵＮは１８でまだ小節より長い。
ここまでで｛Ｒｈｙｉ｝は４、２、２、４、２、２、２
である。音長が３以上のものを後から捜すと４番目の音
が４であるからそれが２となりＳＵＮ＝１６が成立し、
修正完了である。このとき、｛Ｒｈｙｉ｝は４、２、
２、２、２、２、２、つまり

【外３５】 となる。

【００８２】これに、すでに得ているメロディの音高パ
ターン｛Ｒｈｙｉ｝を並べて示すと、

【外３６】 であり、まさに、図５の２小節目に示すメロディの完成
である。なお、図５の３小節目と４小節目のメロディ生
成についてはその経過は省略するが、結果は図示のよう
になったとする。すなわち、第３小節目のＧ₇では、

【外３７】 第４小節目（ここでは最終小節）のＣｍａｊでは

【外３８】 である。以上で一応、曲の完成とする。

【００８３】＜修正学習＞上述のしたように、完成され
た曲に対して、使用者はモニターを通じて自動作曲機に
修正を要求することができる。以下、修正学習について
詳細に説明する。本実施形態では、修正は小節別に行わ
れる。図３５は修正学習のフローである。まず、最初
に、上述したのと同様にして、モチーフから非和声音を
抽出し、モチーフの特徴パラメータを抽出する（３５−
１）。ここで、生成するメロディのすべての小節につい
て、パラメータＣなどを発生させ、記憶させておいても
よいが（出来上るメロディは前と同様になる）、記憶容
量の面では、好ましくない。どの小節を修正したいかを
使用者に入力してもらう（３５−２）。これに対し、自
動作曲機は内部のパラメータＣ演算機能を起動して、修
正要求のあった小節のパラメータＣ（ＰＣｘを演算する
（３５−３）。例えば転回のパラメータＰＣ７ｉ＝ｃｏ
ｓ（（２＋２）×２π／４）×１＋１＝２というよう
に、ＰＣをすべて算出する。

【００８４】次は客観データ（パラメータＣ）から主観
データへのパラメータへのパラメータ変換である（３５
−４）。この、パラメータ変換の目的は、使用者にとっ
て理解しやすく、判断しやすい情報を与えることであ
る。例えば、転回のパラメータＰＣ７ｉは主に盛り上が
りを制御するものであるため、ＰＣ７ｉ＝２であると
き、「盛り上がりの度合がこの小節では９０％になって
います」のように、知らせてあげた方が主観的に判断し
やすくユーザーにとって修正の作業がしやすくなる。こ
このパラメータ変換の論理（関数演算など）は、客観デ
ータ（ＰＣ）と主観データとの相関関係などを考慮して
決めることができる。例えば、開発マシンにて、最初の
目安の相関（例えば、実際に作曲されている曲の解析や
主観評価法にて得たもの）から、より確かな相関を実績
を通じて求め、それで得た結果を、本自動作曲機のパラ
メータ変換の論理に組み込むことができる。パラメータ
変換の結果（メッセージ）はＣＲＴ１２（図１）などに
表示させる（３５−５）。

【００８５】これに対し、ユーザーはパラメータの種類
ＥＤＢを入力する（３５−６）。例えば盛り上りのパラ
メータだとし、盛り上りのパラメータと転回のパラメー
タが１：１で対応しているとすれば、ＥＤＢはパラメー
タＣの種類として転回パラメータを指す値になる。主観
パラメータの種類｛Ｓ｝と客観パラメータ｛Ｏ｝の種類
が１：１で対応してなければ、指定された主観パラメー
タの種類Ｓ（ｉ）に対応する客観パラメータＯ（ｊ）、
Ｏ（ｋ）、……を変換によって求めればよい（なお図示
のフローでは１：１対応を想定してある）。続いてユー
ザーの修正値ＥＤＣ′を入力する（３５−７）。例え
ば、盛り上りを９０％から５０％に変更したいのであれ
ば、ユーザーは、修正のパラメータの種類を３５−６で
入力し、修正値の５０％（ＥＤＣ′）３５−７で入力す
るわけである。

【００８６】これに対し、自動作曲機は主観パラメータ
の値（ＥＤＣ′）を客観パラメータの値に逆変換する
（３５−８）。上の例でいえば、盛り上りを５０％にす
る要求に対し、逆変換を実行し、転回のパラメータＰＣ
７の値（ＥＤＣ）を１にする。続いて、３５−８から３
５−９に示すように学習データメモリ９に、修正内容を
書き込んでいく。ここでのＰは、学習メモリ９のポイン
タである。ポインタＰをインクリメントして次々に修正
データを書き込んでいるわけである。修正したい小節
や、修正したいパラメータの種類、値がなくなったとこ
ろでユーザーは修正完了を入力し、これにより修正学習
の処理は終了する（３５−１２）。

【００８７】以上の修正学習はユーザーの好みを生成す
るメロディに反映させるように働く。このことは第３６
図に例示する学習によるパラメータ変更の動作からさら
に明らかになる。すなわち、学習によるパラメータ変更
のところでは、パラメータＣ演算機能Ｆ３１（図２）に
より通常、生成されるパラメータＣよりも修正学習機能
Ｆ４により学習したところのパラメータＣを優先させ
る。第３６図の３６−３のところは、通常のパラメータ
Ｃの計算であり、すでに＜パラメータＣ＞のところで述
べたものである。

【００８８】３６−４から３６−１１の部分で、学習メ
モリ９をサーチし、メロディ発生に使用するパラメータ
Ｃを学習したもので置き換えている。すなわち、現在の
小節と一致する修正小節が見つけ出され（ｉ＝＊Ｐ
ａ）、着目しているパラメータの種類と一致するパラメ
ータの種類が見つけ出され（ｊ＝＊（Ｐａ＋１））る
と、修正データＥＤＣが、その小節におけるそのパラメ
ータＰＣｊの値になる（ＰＣｊ＝ＥＤＣ）。図５の例で
いえば、第２小節目のところで転回のパラメータＰＣ７
として、２（転回数が２回であることを表わす）の代り
に転回数が１回であることを示す１が割り当てられる。

【００８９】図３６中、ｉは小節番号、ｊはパラメータ
ＰＣの添字ＰＣｊとして用いられる意味でパラメータＣ
の種類（パラメータネーム）を指すための変数、Ｐａは
学習メモリ９のポインタ、＊Ｐａはポインタの指す学習
メモリのデータである。ここでは、Ｐａが３の倍数のと
き、＊Ｐａは修正小節の番号を示し、Ｐａが３の倍数プ
ラス１のときは＊Ｐａは修正パラメータの種類を表わ
し、Ｐａが３の倍数プラス２のときは＊Ｐａは修正パラ
メータの値を表わすようになっている（図３５のフロー
の右側の図参照）。３６−１３でｊ＞パラメータの数に
なったところでｉ番目の小節に対するすべてのパラメー
タＣについて、すべての学習内容が盛り込まれた形でパ
ラメータＣが完成している。なお、３６−１４は小節単
位のメロディ発生であり、図２３の２３−９〜２３−１
４にほぼ対応している。特にここで抜き出して示したの
は、３６−１３のところまでで修正ずみのパラメータＣ
を使って、メロディが発生されることを明白にするため
である。

【００９０】要するに、いったん学習メモリ９に記憶さ
れた学習データは、使用者からの作曲の要求の都度、読
み出され、学習したところがパラメータＣに直接的に反
映され（図１３も参照のこと）、このパラメータＣによ
ってメロディの生成が制御されるわけである。したがっ
て、作曲されたメロディは、各使用者の好みを反映する
ところとなり、ここに学習の成果が現われることにな
る。参考までに図５の下側の楽譜にこの修正学習による
修正後のメロディを示す。この例では２小節目の転回パ
ラメータＰＣが修正前の２回の転回から１回の転回に修
正されており、その結果がこの小節のメロディに現われ
ている

【外３９】。このうち、Ｆｍａｊの和声音は

【外４０】とラとファであり、この

【外４１】は基本形の

【外４２】を１回だけ転回したものである）。

【００９１】＜実施形態の特徴＞以上の詳細な説明から
本実施形態に係る自動作曲機の特徴は明白である。その
いくつかを以下に挙げる。 (イ)モチーフを評価して得たモチーフ特徴パラメータと
コード進行情報に基づいてメロディを生成しているの
で、モチーフがもつ曲のエッセンスやコンセプトが曲自
体にわたって反映されるとともにコード進行に沿ってコ
ントロールされ、かつ多様に変化可能なメロディがつく
られる。 (ロ)メロディ生成手段内に、生成するメロディを制御す
るためのパラメータＣ（生成メロディ特徴パラメータ、
生成メロディ制御パラメータ）を発生する手段を設けて
おり、進行区間（小節）を単位として、小節別にパラメ
ータＣを決めている。この小節別に割り当てられたパラ
メータＣの値によって、それぞれの小節のメロディを発
生制御している。したがって、メロディの流れにおける
統一性と多様性を表現することができる。 (ハ)上記パラメータＣの発生手段は、圧縮されたデータ
（第３のパラメータＢ）とモチーフ特徴パラメータを使
用し、演算によってパラメータＣを発生している。した
がって、多種多様なパラメータＣの値を比較的少ない記
憶容量で得ることができる。 (ニ)非和声音と和声音とを区別して取り扱っているの
で、曲の流れが非常に音楽的になる。 (ホ)モチーフはユーザーから入力されるようになってお
り、そのモチーフが反映されたかたちで曲ができるの
で、ユーザーは作曲への参加意識とともに作曲された曲
に対する満足感を同時に得ることができる。 (ヘ)さらに、専門的な音楽知識は不要であり、わずかな
モチーフさえ想いつけば、後は自動作曲機の方でそれに
合わせて作曲してくれる。 (ト)修正学習機能が組み込まれており、ユーザーの好み
をこの機能が学習する。自動作曲機は、この学習機能が
習得した学習データを優先させて以降の作曲を行う。し
たがって、作曲された曲はユーザーの好みを反映すると
ころとなり、ユーザーはますます興味をひかれることに
なる。 (チ)また、パラメータの設定しだいで分散和音作成機と
して機能する。例えば、非和声音の付加の可否について
のパラメータ（例、ＰＣ４、ＰＣ６、ＰＣ１１、ＰＣ１
３）が禁止の値を示しているときはいずれの非和声音機
能もその動作が禁止され、結果として分散和音だけがつ
くられる（図３０から図３３でいえば、ＰＣ４などがゼ
ロのときγ₁＝０になるとする）。

【００９２】＜変形例＞本発明は上記実施形態に限られ
ず、種々、変形、変更、改良が可能である。例えば、上
記実施形態では小節の長さをどの小節も同じ長さにして
いるが、可変長の小節であってもよい。これは例えば、
小節カウンタを設け、その計数値（小節番号）に割り当
てられた小節の長さを使用することによって実現でき
る。また、モチーフの小節は上記実施形態では、曲の冒
頭として与えられることを想定してあったが、何番目の
小節をモチーフの入力小節にしてもよい。このための変
形は容易である。

【００９３】また、上記実施形態では、入力されるモチ
ーフの長さは１小節を想定してあったが、複数小節であ
ってもよい。このためには、例えば、２小節の場合に
は、第１小節目のモチーフから第１のモチーフ特徴パラ
メータ（例えば音型のパラメータＬＬｉ）を抽出し、第
２小節目のモチーフから第２のモチーフ特徴パラメータ
を抽出し、２種類のパラメータＢの一方と第１のモチー
フ特徴パラメータとから第１のパラメータＣを演算し、
もう片方のパラメータＢの第２のモチーフ特徴パラメー
タから第２のパラメータＣを演算する。そして、第１の
パラメータＣは例えば奇数番号の小節のメロディ生成を
制御するために使用し、第２のパラメータＣは偶数番号
の小節（モジュロ２がゼロの小節）のメロディ生成を制
御するのに使用する（小節番号のカウンタの値を２でわ
れば、どちらのパラメータＣを発生させればよいかただ
ちに判別できる）。ただし、楽曲によっては、例えば
Ａ、Ｂ、Ａの形式をとり、Ａが８小節の楽節、Ｂが７小
節の楽節、最後のＡが８小節の楽節、といったようなケ
ースでは、例えば、各楽節の値（８、７、８）＝（第１
楽節の小節数、第２楽節の小節数、第３楽節の小節数）
と小節番号のカウンタの値とを比較し、小節番号が９と
なり曲の冒頭から第９小節目になったこと、つまり第２
楽節の開始が検出された時点で、小節番号のカウンタを
リセットすればよい。要するに各楽節内の奇数番目の小
節で第１のパラメータＣを発生させ、偶数番目の小節で
第２のパラメータＣを発生させればよい。

【００９４】また、上記実施形態では、１小節当りのコ
ード数は１個（１コード／小節）を想定してあるが、１
小節当りのコード数は２つ以上にすることも可能であ
る。例えば、最初の２拍が第１のコード（例えばＣ）で
後の２拍が第２のコード（例えばＦ）となる小節を仮定
してみよう。第１の構成例では、パラメータＣ発生機能
は小節単位でパラメータＣを発生する。一方、分散和音
発生機能は、第１コードの区間ではこの第１コードに従
って分散和音を発生し、第２コードの区間ではこの第２
コードに従って分散和音を発生させる。ただしパラメー
タＣは小節区間で使用する。残る非和声音付加機能は小
節区間単位で非和声音を付加する。第２の構成例では、
非和声音付加機能も２拍単位（コード単位）で非和声音
を付加する。その他の構成例も考えられる。また、所望
であれば、音長修正機能を変更し、コード単位のメロデ
ィの各音長合計をコードの長さ（またはそれに近い長
さ）に修正する機能を盛り込んでもよい。

【００９５】さらに、曲風などの選択機能を付加しても
よい。例えばパラメータＢの全体のデータを分類する。
すなわちパラメータＢメモリのデータ構造を分類化され
た構造にする。そして入力装置からの選択入力により、
パラメータＢメモリより読み出すデータを決め、これら
の選択されたパラメータＢによりパラメータＣを発生さ
せる。上述したように、パラメータＣはパラメータＢに
依存しており、パラメータＢの値が代わればパラメータ
Ｃの値も変わり、結果として、生成される曲のメロディ
が変化する。また、コード進行と関係するコード構成音
メモリ２のデータ構造についても曲風などに基づいて分
類化された構造にすることができる。選択されたコード
構成音のセットのなかから、コード進行メモリ上のコー
ド進行を示すコードネーム列に従って、各コード構成音
を読み出す。これにより、分散和音発生機能Ｆ３２が発
生する分散和音が、別のコード構成音のセットに基づく
場合とは異なってくる。この結果、メロディの特徴も変
化する。いいかえれば、選択されたコード構成音のセッ
トが選択された分野における和音の集合というわけであ
る。他の選択的アプローチとしては、パラメータＣ演算
機能Ｆ３１を、共通機能を保ちながら、分野別に異なる
機能（演算論理機能）を組み込み、入力装置からの分野
指定入力によって、選択された機能をアクティブにす
る。分散和音発生機能Ｆ３２や非和声音付加機能Ｆ３３
に対しても同様のアプローチが可能である。

【００９６】また、モチーフ評価機能Ｆ１に、和音決定
機能などの機能を組み込んでもよい。例えば２つのコー
ドに従って１小節分のモチーフが入力され得ることを想
定し、まず非和声音抽出機能に小節単位で非和声音を抽
出させ、その残りの音がどの和音であるかを調べ、該当
する和音が存在しなければ、１小節に２個のコードあり
とみなして、非和声音抽出機能で２拍単位で非和声音を
抽出させるといった方式で和音を決定する和音決定機能
を組み込む。また、メロディの生成等に関し、上記実施
形態では１小節ずつ逐次生成しているが、並行処理によ
って並列的に生成してもよい。この場合、小節間の連結
を要するところ（前音から次小節の頭のメロディノート
を決めるなど）があるので、前小節の情報を必要とする
小節のメロディ発生機能は前小節のメロディ発生後に起
動される。その他、種々、変更が可能である。

【００９７】

【発明の効果】請求項１記載の発明によれば、音楽の進
行につれて音楽内容が多様に変化し得るメロディを生成
することができるとともに、複数の音楽区間を通じて楽
曲エッセンス（モチーフの特徴）を失わないような性質
（一貫性）をメロディの流れにもたせることができる。
請求項２によれば、特定の音楽区間については、ユーザ
ーの入力を介して設定した区間特徴パラメータを用いて
メロディを生成させることにより、区間毎にユーザーの
好みに合うようにメロディを修正できる。請求項３、４
によれば生成メロディの音楽内容をその特徴要素ごとに
ユーザーの好みに合うものに修正できる。請求項５によ
れば、ユーザーにとってわかりやすい主観パラメータの
形式でユーザー修正インタフェースを提供しているので
修正操作が容易になる。請求項６によれば、種々の区間
メロディ特徴パラメータによりメロディの音楽内容の様
々な特徴要素を要素毎に制御でき、メロディの生成制御
を細かく行うことができる。請求項７によれば、いった
ん生成されたメロディの音楽内容のなかで、ユーザーが
気にいらない部分、音楽特徴要素を部分毎、特徴要素毎
に細かく指定でき、その修正を行うことができる。

【図面の簡単な説明】

【図１】本発明の実施例に係る自動作曲機の全体構成
図。

【図２】自動作曲機の機能ブロック図。

【図３】音高データ例を示す図。

【図４】動作説明のための入力データ例を示す図。

【図５】形成されたメロディの例を示す図。

【図６】主な変数のリストを示す図。

【図７】非和声音抽出のフローチャートとともに著名な
曲の一部を非和声音を説明するために引用した図。

【図８】先取音抽出のフローチャート。

【図９】倚音抽出のフローチャート。

【図１０】ししゅう音の抽出のフローチャート。

【図１１】経過音の抽出のフローチャート。

【図１２】装飾音抽出のフローチャート。

【図１３】パラメータ抽出、演算のフローチャート。

【図１４】ＨＤｉに各非和音声に対応させる定数を代入
するフローチャート。

【図１５】各非和声音の数をモチーフ特徴パラメータＰ
Ａ１〜ＰＡ６として抽出するフローチャート。

【図１６】和声音の数、非和声音の数、総数をモチーフ
特徴パラメータとして抽出するフローチャート。

【図１７】和声音の型のパラメータをモチーフ特徴パラ
メータとして抽出するフローチャートとともにその動作
例をグラフで示す図。

【図１８】なめらかさのパラメータをモチーフ特徴パラ
メータとして抽出するフローチャート。

【図１９】パラメータ間のマップ例を示す図。

【図２０】パラメータＣ（メロディ制御パラメータ）の
特性例をグラフで示した図。

【図２１】ランダム導入機能を説明するためにランダム
化の例をグラフで示した図。

【図２２】（Ａ）は特定のパラメータＣについての演算
の例を示す図、（Ｂ）は成分パラメータと小節番号によ
る特定パラメータへの作用を具体的に示す図。

【図２３】メロディの生成のフローチャート。

【図２４】分散和音発生のフローチャート。

【図２５】コード構成音の読み出しのフローチャート。

【図２６】コード構成音メモリとコード進行メモリの内
容を示す図。

【図２７】コード構成音の転回のフローチャート。

【図２８】ＭＥＤｉを前の音より決定するフローチャー
ト。

【図２９】分散和音型の修正のフローチャートとともに
その動作例をグラフで示す図。

【図３０】倚音付加のフローチャート。

【図３１】経過音付加のフローチャート。

【図３２】ししゅう音付加のフローチャート。

【図３３】装飾音付加のフローチャート。

【図３４】音長修正のフローチャート。

【図３５】修正学習のフローチャートとともに学習デー
タメモリの内容を示す図。

【図３６】学習によるパラメータ変更のフローチャー
ト。

【符号の説明】

１ 入力装置 ２ コード構成音メモリ ３ コード進行メモリ ４ モチーフメモリ ５ パラメータＢメモリ ６ ＣＰＵ ８ パラメータＣメモリ １０ メロディデータメモリ Ｆ１ 評価（非和声音抽出）機能 Ｆ２ モチーフパラメータ抽出機能 Ｆ３ メロディ発生機能 Ｆ３１ パラメータＣ演算機能 Ｆ３２ 分散和音発生機能 Ｆ３３ 非和声音付加機能

Claims (7)

【特許請求の範囲】
1. 【請求項１】複数の音楽区間にわたるメロディを各音楽
   区間を生成単位として生成する自動作曲機において、 上記複数の音楽区間に対するコード進行の情報を付与す
   るコード進行付与手段と、 モチーフを特徴づけるモチーフ特徴パラメータを発生す
   るモチーフ特徴パラメータ発生手段と、 曲想を変化させるための曲想変化パラメータを発生する
   曲想変化パラメータ発生手段と、 上記モチーフ特徴パラメータ、上記曲想変化パラメータ
   及び音楽区間の位置情報を入力変数として用いて、これ
   らの入力変数に基づき、それぞれの音楽区間において生
   成すべき区間メロディを特徴づける区間メロディ特徴パ
   ラメータを発生する区間メロディ特徴パラメータ発生手
   段と、 上記区間メロディ特徴パラメータと上記コード進行とを
   入力変数として用いて、これらの入力変数に基づき各音
   楽区間における区間メロディを生成する区間メロディ生
   成手段と、 を有することを特徴とする自動作曲機。
2. 【請求項２】請求項１記載の自動作曲機において、 ユーザーからの入力に従って特定の音楽区間を指定する
   区間指定手段と、 指定された特定の音楽区間について、ユーザーからの入
   力に従って当該音楽区間における区間メロディを特徴づ
   ける区間メロディ特徴パラメータを設定する区間メロデ
   ィ特徴パラメータ設定手段と、 を更に有し、 上記区間メロディ生成手段は、この区間メロディ特徴パ
   ラメータ設定手段の設定した区間メロディ特徴パラメー
   タを上記区間メロディ特徴パラメータ発生手段からの区
   間メロディ特徴パラメータの代りに用いて指定された特
   定の音楽区間における区間メロディを生成することを特
   徴とする自動作曲機。
3. 【請求項３】請求項２記載の自動作曲機において、上記
   区間メロディ特徴パラメータは複数の種類から成り、上
   記区間メロディ特徴パラメータ設定手段は指定された特
   定の音楽区間について種類毎に区間メロディ特徴パラメ
   ータを設定することを特徴とする自動作曲機。
4. 【請求項４】請求項３記載の自動作曲機において、上記
   区間メロディ特徴パラメータ設定手段は、（ａ）指定さ
   れた特定の音楽区間について上記区間メロディ特徴パラ
   メータ発生手段が発生した区間メロディ特徴パラメータ
   のデータメッセージを表示する表示手段と、（ｂ）表示
   された区間メロディ特徴パラメータのデータメッセージ
   に対するユーザーからの種類毎のパラメータ変更入力を
   受理する受理手段と、 を有することを特徴とする自動作曲機。
5. 【請求項５】請求項４記載の自動作曲機において、上記
   区間メロディ特徴パラメータ設定手段は、更に、 上記区間メロディ特徴パラメータ発生手段からの複数の
   区間メロディ特徴パラメータの各値をそれぞれ、対応す
   る主観パラメータの値に変換し、上記表示手段に上記デ
   ータメッセージとしてこの変換した主観パラメータの値
   を含むメッセージを表示させる変換手段と、 ユーザーから上記パラメータ変更入力として入力された
   主観パラメータの修正値を対応する区間メロディ特徴パ
   ラメータの修正値に逆変換する逆変換手段と、 を有することを特徴とする自動作曲機。
6. 【請求項６】請求項１記載の自動作曲機において、上記
   区間メロディ特徴パラメータ発生手段は複数種の区間メ
   ロディ特徴パラメータを発生する手段から成り、各々の
   種類の区間メロディ特徴パラメータは、上記区間メロデ
   ィ生成手段の動作の結果である区間メロディの音楽内容
   における対応する音楽的特徴要素をコントロールするよ
   うに機能することを特徴とする自動作曲機。
7. 【請求項７】請求項６記載の自動作曲機において、 区間メロディの音楽内容における個々の音楽的特徴要素
   についてのユーザーの好みを学習する学習手段を更に設
   け、 この学習手段が、（ａ）作曲結果である、複数の音楽区
   間にわたるメロディを出力する出力手段と、（ｂ）デー
   タ項目として特定の音楽区間、当該特定の音楽区間にお
   ける特定の区間メロディ特徴パラメータの種類及び当該
   種類の区間メロディ特徴パラメータの修正値を含む修正
   データレコードをユーザーからの修正指示入力に従って
   作成する修正データレコード作成手段と、（ｃ）上記修
   正データレコードのファイルを記憶する修正ファイル記
   憶手段と、（ｄ）再び作曲する際に、上記区間メロディ
   特徴パラメータ発生手段の出力よりも上記修正ファイル
   記憶手段内の各修正データレコードを優先させ、各修正
   データレコードに書かれた、特定の音楽区間の特定の種
   類の特徴パラメータの修正値を上記区間メロディ生成手
   段に使用させてメロディを生成させる優先制御手段と、 を有することを特徴とする自動作曲機。