JPS63286883A - 自動作曲機 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［発明の技術分野］ この発明は自動作曲機に関する。

［背　景１ 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５６−１２５６０３号（特公昭８０−４
００２７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一方式である。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
０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１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ｔＷ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。

［発明の目的、特徴、構成］ すなわち、本発明の主たる目的は、よくコントロールさ
れたメロディの流れをもつ曲を作曲可能な自動作曲機を
提供することである。

さらに、本発明の目指すところは、ユーザの作成したモ
チーフを素材として作曲を行う自動作曲機を提供するこ
とである０本発明によれば、モチーフに忠実なメロディ
を作曲することもできれば、モチーフを自由に展開、成
長させたメロディも作曲することができる。あるモード
ではモチーフの特徴が十分メロディに現われるようにコ
ントロールされる。コントロールの力をゆるめ、変える
ことにより、モチーフの特徴のみに拘束されないメロデ
ィ、つまりモチーフを修飾、展開、成長させたメロディ
がつくられる。さらにコントロールの力をゆるめ、性質
を変えることにより、さらに自由なメロディを得ること
もできる。

第１の発明（特許請求の範囲第１項参照）では、モチー
フの特徴のうちリズム面の特徴に着目している。すなわ
ち、ユーザが入力装置より入力したモチーフに対し、そ
のリズムの特徴を評価、抽出するモチーフリズム特徴抽
出手段が使用される。さらに、メロディ生成手段内のメ
ロディ音長列生成手段により、上記のモチーフリズムの
特徴抽出結果に基づいてメロディの音長の列が生成され
る。

モチーフリズム特徴抽出手段の構成例や、メロディ音長
列生成手段の構成例については、第２項より第２０項に
明記されている。

第２の発明（特許請求の範囲第２１項参照）では、第１
発明におけるリズム要素に関する機能に加え、コード進
行情報を付与する手段と、メロディを制御するためのメ
ロディ制御情報（メロディ計画情報）を発生するメロデ
ィ制御情報発生手段が付加される。この構成の場合、メ
ロディはコード進行に則してつくられる。さらに、メロ
ディ制御情報発生手段はモチーフの特徴からメロディの
特徴を連想または変換する役目を果たす。

例えば、モチーフ特徴のどの要、素をどの程度、メロデ
ィの特徴要素に組み込むかをこのメロディ制御情報発生
手段において自由にコントロールすることができる。

第３の発明（特許請求の範囲第２９項参照）では使用す
ることのできるノートスケール（音階）について着目し
ている。すなわち、メロディ音高列生成手段のなかに使
用音高制御手段が設けられる。この使用音高制御手段は
音階上の各音についてその有効性の尺度を示す重みを割
り当てた重み付きのノートスケールを発生するノートス
ケール発生手段と、メロディノートの候補が挙げられた
場合、その候補を正式のメロディノートと認めるか否か
につき、ノートスケール上の対応する音高の重みによっ
て決定する有効音高決定手段とを有している。したがっ
て、上記使用音制御手段により、どのノートを有効にす
るかを自由にコントロールでき、メロディ音高列生成手
段は多種多様にコントロールされたメロディラインを形
成することができる。

［実施例］ 以下、図面を参照して本発明の実施例について説明する
。

く全体構成〉 本実施例に係る自動作曲機の全体回路構成を第１図に示
す０図中、ｌは入力波こ、２はコード構成音メモリ、３
はコード進行メモリ、４は根音データメモリ、５は音階
の重みデータメモリ。

６はモチーフメモリ、７はパラメータＣメモリ、８は楽
節識別データメモリ、９はＣＰＵ、１０はワークメモリ
、１１はパラメータＣメモリ、１２は学習データメモリ
、１３はメロディデータメモリ、１４はモニター、１５
はＣＲＴ、１６は五線譜プリンタ、１７は楽音形成回路
、１８はサウンドシステム、１９は外部記憶装置である
。

上記モチーフメモリ４は、入力波２ｔｌ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（ｌは音高と音長（合価）のデータの列
で構成される。自動作曲に際し、ＣＰＵ９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。

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、入力波Ｍｌ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、大ざっば
な指定（例えば楽曲の形式の指定）に応答して、ＣＰＵ
９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。

コード構成音メモリ２には各種のコードのＭＩｉ成音（
コードメンバーの音高データ）が格納されており１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。ＣＰＵ９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。

根音データメモリ４にはコードの根音データが記憶され
、音階の重みデータメモリ５には音階（ノートスケール
）を構成する各音高についてその有効性の度合を示す重
みデータ、すなわち重み付けられたノートスケールデー
タが記憶されている（ノートスケールデータのセットを
記憶するメモリ）、自動作曲の際、適当な方法により音
階が選択され、この音階の重みデータが読み出される。

根音データメモリ４は読み出した音階の重みデータを根
音シフトするのに利用される。

一方、パラメータＣメモリにはメロディの流れにおける
一貫性と多様性をコントロールするためのデータ（パラ
メータＢ）が格納されている。また、より高次の階層性
を曲にもたせるために、楽式識別データメモリ８が使用
される。自動作曲の際、ＣＰＵ９はパラメータＢ、楽式
識別データ（デコード後のデータ）、上記モチーフ特徴
パラメータ、楽曲進行区間変数（例えば小節番号）に依
存するパラメータＣ（メロディ計画情報）を作成する。

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。

ワークメモリ７には、ＣＰＵ９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１３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１４に出力する
ことができる０例えば、楽音形成回路１７、サウンドシ
ステム１８を通して試聴することができる。また、五線
譜プリンタ１６より、楽譜の写しを得ることができる。

モニター１４を通じて使用者は、８１１分的に曲を修正
することを望む場合がある０本実施例においては、この
ような場合、ＣＲＴ１５と入力装９１１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１２に知識として蓄桔される。後の自動作曲
に際し、ＣＰＵ９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１９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。

く自動作曲機能〉 次に本実施例に係る自動作曲機の全体的な機能について
、第２図を参照して説明する。

図に示すように、主な機能として、モチーフデータより
その特徴を評価、抽出するモチーフ特徴パラメータ抽出
手段ＦＩＯと、この手段Ｆｌ・０より与えられる情報（
包括的にＦＡで示しである）からメロディを制御するた
めの情報（包括的にＰＣで示しである）を発生するメロ
ディ制御情報発生手段Ｆ２０と、この手段Ｆ２０より与
えられる情報ＰＣに従って具体的にメロディ（単旋律）
を生成するメロディ生成実行手段Ｆ３０がある。メロデ
ィ制御情報発生手段Ｆ２０はモチーフ特徴パラメータＰ
Ａを基にメロディを連想し、計画する能力をもっており
、メロディ生成実行手段Ｆ３０はこの計画（ＰＣにより
表現される）を解読し、計画に沿ってメロディを生成す
る規則を備えている。広義には１手段Ｆ２０とＦ２Ｏと
によリメロディ生成手段が構成される。一方、推論の面
からはモチーフ特徴パラメータ抽出手段ＦＩＯとメロデ
ィ生成実行手段Ｆ３０とは基本的に逆の関係になってお
り、モチーフ特徴パラメータ抽出手段ＦＩＯが具体的な
モチーフ（入力メロディ）からそのエツセンスである特
徴パラメータＦＡを導出する推論能力を備えるのに対し
、メロディ生成実行手段Ｆ３０はエツセンスであるメロ
ディ特徴パラメータＰＣから具体的なメロディを導出す
る推論能力を備えている。メロディ制御情報発生手段Ｆ
２０の計画空間は広大であり、ＦＡをＰＣに反映させる
度合を自由にそして多様にコントロールすることができ
る０図の例では、メロディ制御情報発生手段Ｆ２０への
入力は手段ＦＩＯからのＰＡのみとなっているが、他の
入力データ（例えば入力装置１より入力されるユーザの
要求１曲に関する大局的な指示情報（手段Ｆ２０が連想
する範囲をしぼり込むように作用する情報））を受ける
ように構成してもよい０例えば。

図示していないが、第１図のパラメータＢメモリよりど
のパラメータＢを使用するか、また楽式識別データメモ
リ８よりどの楽式識別データを使用するかに関して、ユ
ーザの選択に全てをあるいは一部をゆだねることができ
る。

一般に曲はその進行に従って変化する。しかし、限られ
た時間を見れば、ある特徴は固定的である０本自動作曲
機はこの点をも配慮しており、固定的とみなす「区間」
の単位の概念をもっている０例えば、モチーフ特徴パラ
メータ抽出手段ＦＩＯ内の各機能はある区間を単位とし
てＦＡを抽出する。同様に、メロディ制御端Ｉ＆！発生
手段Ｆ２０はある区間ごとに割り当てられたＰＣの値を
メロディ生成実行手段Ｆ３０に渡し、メロディ生成実行
手段Ｆ３０はそのＰＣの値を用いてその区間のメロディ
を生成する。もちろん、このことは、すべてのＰＣが同
じ区間を単位として変化するという意味ではない（ＦＡ
についても同様）。

ＰＣの種類により、値が固定化できる区間は一般に等し
くはならない、したがって、原理的には。

ＰＣの種類ごとに異なる区間の単位をもたせ１種類別に
、異なる区間で値を発生させるようにすることも可能で
ある。しかし、このことは、処理を複雑化する。そこで
実施例では、ＰＣの種類よりはるかに少ない種類の区間
、好ましくはすべてのＰＣについて共通となり得る単位
の区間（最大公約数の区間）を使用する。モチーフ特徴
パラメータ抽出手段ＦＩＯについても同様である。

特に後述の詳細な説明においては、最も単純化された例
として、各機能ＦＩＯ１Ｆ２０、Ｆ２Ｏが共通の区間を
もつようにしている。この区間として「１小節」を選ん
でいる。もちろん、本発明はこれに限定されるものでは
なく、２つ以上の異なる区間を各機能がもち得る０例え
゛ば、音高列に対する区間と音長列に対する区間は常に
同一である必要はない、また１手段Ｆ２０が小節ごとに
ＰＣ値を割り当てるのに対し、コード進行は小節を単位
としない区間で進行させることも可能である。

第２図の主機能ＦＩＯ，Ｆ２０、Ｆ２Ｏの詳細について
述べよう。

モチーフ特徴パラメータ抽出手段ＦＩＯはモチーフ音高
パターン抽出手段Ｆｌｌとモチーフ音長（リズム）パタ
ーン抽出手段Ｆ１２より成る。

モチーフ音高パターン抽出手段はモチーフの音高列に関
する特徴を抽出するものであり、モチーフに含まれる非
和声音を抽出する非和声音抽出手段Ｆｌｌ−１と、モチ
ーフから非和声音を取り除いた音高のパターン、つまり
分散和音の型１達するＬＬ　ｉ）を抽出する分散和音パ
ターン抽出手段Ｆｌ　１−２とを含んでいる。Ｆｌｌ−
ＩＡは非和声音の種類を分類化して抽出する手段であり
、手段Ｆｉｌ−１の１つの態様である。一方、モチーフ
音長（リズム）パターン抽出手段Ｆ１２はモチーフの音
長列に関する特徴を評価、抽出するものであり、モチー
フに含まれる特徴的なミニパターンを抽出する特徴ミニ
パターン抽出手段Ｆｊ２−１と、モチーフに含まれる非
和声音の音長を和声音の音長に吸収させて和声音のみの
音長列、すなわち分散和音パターンを形成する分散和ａ
（リズム）パターン抽出手段Ｆｌ　２−２とから成る。

手段Ｆｉｌ−２とＦ１２−２とにより分散和音の音高パ
ターンとリズムパターンを抽出しているのは、和声音を
メロディの基礎におくという、実施例の考え方に基づい
ている（機１＠Ｆ　３０における要素Ｆ３１−１．Ｆ３
１−２なども同様の考え方に基づいている）。

メロディ制御情報発生手段Ｆ２０のブロック内には区間
カウンタＦ２３の示す区間番号に依存するパテメータを
発生する進行依存パラメータ発生手段Ｆ２２が示されて
いる。このようなパラメータのなかには、曲進行により
規則的に変動するパラメータも含まれ、この種のパラメ
ータはＦ２２−１で示す規則変動パラメータ発生手段Ｆ
２２−１により生成される０手段Ｆ２２が発生するパラ
メータに対して、乱数発生手段Ｆ２４が作用し、パラメ
ータによりコントロールされた乱数あるいは変動を同パ
ラメータに導入することができる。

上記Ｆ２２とＦ２３の要素は、ＰＣのなかに、上述の性
質をもつパラメータが含まれることを示すために図示し
たものであり、また、演算型でない型式（例えばパラメ
ータＣのデータベース）でもパラメータＣ（メロディ制
御情報）を発生できることを明らかにするために示した
ものである。実際には、本実施例では、パラメータＣを
演Ｉｎ型で発生させており、この＠算を実行する部分が
Ｆ２１で示す演算手段である。＠算手段Ｆ２１は１手段
ＦＩＯからのモチーフ特徴パラメータＰＡ、ＩＩで示す
パラメータＢの情報、小節カウンタＦ２３−１の示す小
節番号、楽式！！別データ発生手段Ｆ２５からの楽式識
別データ、を入力として受け、これらの入力を変数とし
てパラメータＣを演算する。楽式識別データ発生手段Ｆ
２５は楽節カウンタＦ２５−１をもっており、これを使
って楽式識別データＩ２より特定の楽節に関する情報を
選択する。楽節に関する情報のなかには楽節のタイプ（
反復型、展Ｎ４型）が含まれている。楽式識別データ発
生手段Ｆ２５は小節カウンタＦ２３−１の示す小節番号
を読み、その小節番号と楽節との位置関係を検査し、そ
の検査結果に基づいて関連する楽式識別データを解読（
デコード）する、解読された楽式識別データが演算手段
Ｆ２１に渡される。楽式識別データ発生手段Ｆ２５の役
割は、曲におけるより高次の階層性を与えることである
。

以上の説明かられかるように、メロディ制御情報発生手
段Ｆ２０より出力されるＰＣはさまざまであり、あるＰ
Ｃは比較的長期にわたって一定であり、あるＰＣは単位
区間（ここではｌ小ｍ）に匹適する程度のサイクルで変
動し、あるＰＣは楽式の影響を受け、特定の区間、ポイ
ントで別の値に変化する、といった具合である。パラメ
ータＢの値、楽式識別データの値、演算子段Ｆ２１が使
用する関数のタイプなどにより、同じＦＡであっても、
実にさまざまなＰＣが発生することになる。

メロディ生成実行手段Ｆ３０はその主要素として、音高
列生成手段Ｆ３１と音長列生成手段Ｆ３２とを有してい
る。音高列生虞手段Ｆ３２は、コード進行データＩ３か
らの進行中のコードとメロディ制御情報発生手段Ｆ２０
からのＰＣそのものか、乱数発生手段Ｆ３１−４により
変動が導入されたＰＣとを使用して分散和音の音高列を
発生する分散和音発生手段Ｆ３１−１と、発生された分
散和音の前後あるいは間に、ＰＣの計画に沿ってかつ内
部の付加ルールに従って非和声音を付加する非和声音付
加手段Ｆ３１−２を有している。各非和声音分類付加手
段Ｆ３１−２Ａは手段Ｆ３１−２の一構成例である。Ｆ
３１−３は使用音高制御手段であり、上記の手段Ｆ３１
−１またはＦ３１−２においてその生成過程において得
られたメはディノートの候補についてその使用を制御す
る機能をもっている。すなわち、使用音高制御手段Ｆ３
１−３はノートスケール発生手段Ｆ３１−３Ａにより音
階の各音高に重みをつけたデータを発生させ、有効音高
検査手段Ｆ３１−３Ｂにその重みに基づいて候補の音高
の有効性を検査させる。検査に合格したメロディノート
は手段Ｆ３１−１、Ｆ３１−２に送り返され、ここで正
式のメロディノートとして使用される。

音長列生成手段Ｆ３２は最適結合手段Ｆ３２−１と最適
分割手段Ｆ３２−２と特徴パターン組込手段Ｆ３２−３
より構成され、ＰＣの計画に従って音長列を生成する。

最適結合子段Ｆ３２−１と最適分割手段Ｆ３２−２は本
実施例の場合１分散和音の音長列を形成するのに使用さ
れる。最適結合手段Ｆ３２−１は初期の音長列（例えば
ＦＩＯの分散和音（リズム）パターン抽出手段Ｆ１２−
２により抽出された分散和音パターンまたはこれを修飾
したパターン）を基に、目標とする分散和音の音符数（
ＰＣによって与えられる）になるまで最小の結合回数で
音長を結合する。同様に、最適分割手段Ｆ３２−２は初
期の音長列を分散和音数ＰＣに達するまで最小の分割回
数で音長を分割する。さらに５両手段Ｆ３２−１．Ｆ３
２−２はパルススケールを使用して分割、結合を実行す
る。パルススケールはＰＣ（メロディ計画情報）の一種
として手段Ｆ２０より与えられるようにしてもよいが、
後述する実°施例の動作を示すフローでは１両手段の分
割、結合ルールのなかにパルススケールが内在している
。一方、特徴パターン組込手段Ｆ３２−３は関連するＰ
Ｃに従って動作し、メロディの音長列のなかに特徴ミニ
パターンを組み入れる０本例では、メロディの生成の最
終過程で特徴ミニパターンを注入するようにしている。

ｉ制御手段Ｆ３３は、メロディ生成実行手段Ｆ３０の各
要素の起動や要素間のデータの転送を制御するためのも
のである。メロディ生成実行手段Ｆ３０の実行結果であ
るメロディデータはメロディデータメモリ１３（第１図
）に格納される。

くゼネラルフロー〉 第３図に本実施例に関わる自動作曲機の全体的動作を一
部フロー的に一部ブロック的に示しである。この図は各
々の処理の位置づけと、参照すべき図面の番号を示した
ものであり、ここではこれ以上の罠明はしない。

く予備事項〉 以下、実施例の詳細な動作説明に入る力！、その前に予
備的な事項について説明する。

第４図に示すのは自動作曲機で使用する主な変数のリス
トである。記載自体明白であり、ここでは説明は省略す
る。第５図はパラメータＣのリストである。メロディ制
御情報には図示以外のパラメータも含み得るが、ここで
は後の図面において、ＰＣの文字を使用するパラメータ
のみについて示しである。記載自体明白であるのでここ
では説明を省略する。

第６図は音階の各音高に割り当てられる音高データの例
を示したものである。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）の割り当ては同図
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。なお休符は特別の値で表現する
。

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−例を第６図のａに示しである。

また、音長（合価）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ｌ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ｌ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。

説明の便宜上、各コードは、４つの音高がら成るとする
。トこでは、コードとして独立の４声の和音１例えば（
ド、ミ、ン、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
アト）のタイプがある。したがって、（ド、ミ、ン）の
３和音は、本例では（ド、ミ、ソ、ド）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０例えば、（ド、ミ、ン、ド）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。

第７図は、動作説明の為のデータ例（そのｌ）である、
第７図（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。第７図の残りは自明な記載なの
で、ここでは説明を省略する。

第８図は動作説明の為のデータ例（その２）であり、Ｐ
Ｃの値に関するものである。

第９図は過程毎の生成されたメロディを楽譜で示したも
のである。第７図と第８図の入力データの場合に作成さ
れたメロディである。

以上で、予備的な事項の説明を終え、いまから詳細な説
明に入れることにする。

くモチーフ評価〉 モチーフの情報は、第１図の入力装置より人力され、モ
チーフメモリ６に格納されている。このモチーフ情報に
対し、自動作曲機が最初に行う仕事は評価である。

第１Ｏ図にＣＰＵａが実行するモチーフ評価のフローを
示す、ＣＰＵａは、このフローに従い、ｌ小節を評価ま
たは抽出の区間の単位として、モチーフを評価する。

第１Ｏ図のフローの要部は１０−１１のリズム評価と１
０−１２の非和声音抽出である０図中。

ｉはモチーフデータの番号、すなわち１着目しているモ
チーフ小節における何番目の音符であるかを示す変数、
ＡＦＴは、ｉｇｉ目の音符に関して、同小節内の後にあ
る音符数の変数（レジスタ）、ＢＥＦは前にある音符数
の変数である（１０−２．１Ｏ−３）、１０−４〜１０
−１０は、Ｉ盤目の音符ＭＤｉの前後にある合計６個の
音符の音高列ＭＤ＋−＋　〜ＭＤ＋・４における隣り合
う音符の音高の差、つまり音程を算出しているところで
ある０例えば、ａｌ　はＭＤが（着目している音符）に
対するＭＤ＋、＋　　（次の音符の音高）の音程である
。なお、休符には音高の概念が存在しないので特別に処
理している（１０−５．１Ｏ−８）。

後述するように、１０−１２の非和声音抽出では、着目
している音符の手簡線に対する位置関係ＡＦＴ、ＢＥＦ
とその音符の前後における音程の進行ａ６−ａ４　とか
ら、モチーフに含まれる非和声音を分類化して抽出して
いる。したがって、上記１０−２〜１ｏ−ｔｏまでの処
理は、非和声音抽出処理１０−１２のための下準備であ
る。ＮＯはモチーフ小節に含まれる音符（休符も′数え
る）の総数であり、全ての音符について評価が完了した
時点（ｉ＞Ｎｏが成立の時点）で図示のフローを抜ける
。第１０図のフローチャートの記載はｔｏ−ｉｉとｔｏ
−１２を除きそれ自体で明確であり、これ以上の説明は
要しない。

★リズム評価★ 第１０図のリズム評価１０−１１の詳細なフローの一例
を第１１図に示す、ここでのリズム評価の目的は、モチ
ーフにどのようなミニパターンがどの程度台まれている
かを調べることである。

第１１図では、調査するミニパターン（音長列）として
、 音長比が３対ｌのパターン、例えば、Ａ、Ｊ、）音長比
が１対３のパターン、例えば、刀音長比が１対ｌのパタ
ーン、例えば、ｎ音長比が２対ｌ対ｌのパターン、例え
ば、ｎコ音長比が１対２対ｌのパターン、例えば、ｎ５
音長比が１対１対２のパターン、例えば、ｎノを例示し
ている（音符には休符も含まれる）。

モチーフに含まれる３対ｌの音長比のパターンの数はＨ
ＲＩにカウントされ、１対３のミニパターンの数はＨＩ
２に、１対ｌのパターンの数はＨＩ３に、２対１対ｌの
パターンの数はＨＩ４に、１対２対１のパターンの数は
ＨＩ５に、ｌ対１対２のパターンの数はＨＩ３に格納さ
れる。

隣り合う音符の音長ＭＲｊ　、　ＭＲｊ、＋　の比の計
算は１１−３で実行している。検査は小節内の音符に対
して行われるので、３つの音符の音長比のパターンチェ
ックは、小節内の最後の音符より２つの手前まで行えば
よい（そのとき１１−１０でｊ＝Ｎｏ−１が成立する）
。

ちなみに、第９図の第１小節目に示すモチーフッＤツノ
　（ド、ミ、ファ、ン、ド）の場合、１対１パターンの
カウンタＨＲ３は２（刀が１個にＪＪが１個で２個）２
対１対ｌのパターンのカウンタＨＲ４は１（）Ｄが１個
）、１対１対２のパターンのカウンタＨＲ６はＩ　ＣＤ
ノが１個）となり、その他のパターンのカウンタＨＲＩ
、ＨＩ２）ＨＩ５は個数ゼロを示す。

後述するように、各ミニパターンカウンタＨＲＩ−ＨＲ
６のカウント値（モチーフに含まれる各音長パターンの
数）の大小を調べることにより、モチーフを特徴づける
ミニパターン（支配的なミニパターン）を知ることがで
きる。さらに特徴ミニパターンを生成するメロディの音
長列に組み込むことにより、モチーフのリズム的な特徴
をメロディに反映させることができる。

★非相声音抽出★ 第１０図の１０−１２で示す非和声抽出の詳細なフロー
の一例をＰｔ５１２図に示す０図示のようにこのフロー
１２−１−１２−５８はツリー構造を成しており、自動
作曲機はある音符の小ｆｔｉ線に対する位置関係ＡＦＴ
、ＢＥＦと、その音符のまわりの音符列が形成する音程
の進行ａ６”’ａ６を調べることにより、前向き推論方
式で、どの音符がどのタイプの非和声音であるかを導き
出す、特定の音符が特定の非和声音であるという導出結
果は、配列（ＨＤ＋）上の特定番号のレジスタＨＤ＋　
に固有の値を書き込むことにより記憶される（なお、配
列（ＨＤ＋　）は、モチーフ評価のために、ワークメモ
リｌＯ上に用意されるエリアであり、このエリアにはイ
ニシャルデータとして。

モチーフの音高データ（ＭＤ＋）が初期設定される）０
例えばＨＤ＋　＝−４０は１着目している小節のモチー
フの１番目の音符が経過音という名の非和声音であるこ
とを意味する０図では、非和声音として、先取音、倚音
、刺しゅう音、経過音、その他の非和声音が示されてい
る。各非和声音の名前は、説明の便宜上にすぎない、い
いかえれば、ツリー構造のフロー（ネットワーク）未満
にはある結論（例えば１２−４１のＨＩ）＋−＋　＝−
４０、すなわち（ｉ＋１）番目の音符は経過音であると
いう結論）が示されているが、その結論に至るツリ、＝
のトップからのルートは１つ以上存在する。これらのル
ートは、その結論を真とする条件であり、定義である。

つまり、第１２図のフローは、各非和声音を分類、定義
したものである。このことは、各非和声音について別の
定義が可能であることを示唆している。当業者は、本発
明の教示することに従い、他の定義による非和声音抽出
を容易に実現できよう。

第１２図のフローの記述は明白であり、その記述をもっ
て明細書の説明に代える。

くモチーフパラメータ抽出〉 上述したモチーフ評価をモチーフの「第１分析」と呼ぶ
ならば、これから述べるモチーフパラメータ抽出はモチ
ーフの「第２分析」である、いずれの機能も、モチーフ
の特徴について分析を行っている点で変わりない。

ｔ５１３図にモチーフのパラメータ抽出の全体的フロー
を例示する。このフローに従うと、１３−１で、和声音
の型のパラメータ、すなわち、モチーフに含まれる分散
和音についての音高の流れ、または垂直成分のパターン
（ＬＬｆ）が抽出され、１３−２ではモチーフに含まれ
る分散和音についての音長の流れ、または水平成分のパ
ターン（ＲＨｉ）が抽出（形成）される、また。

１３−３では各非和声音の数が算出され、１３−４では
和声音の数が求められる。１３−６ではモチーフの音高
列のなめらかさのパラメータが抽出され、１３−７では
同じ高さで連続する音の数（同音進行）のパラメータが
抽出される。１３−７はモチーフに含まれる最小の音長
を抽出するところである。最後の１３−８ではモチーフ
の特徴的リズムパラメータが抽出される。なお、これら
の処理の順序は図示通りである必要はない。

少し説明を加えると、本例の自動作ｇｊＪ機では。

和声音と非和声音を区別して取扱っており、第１３図の
１３−１から１３−６まではこのことと関係している０
例えば、１３−２では、モチーフ自体の音長列のうち、
非和声音を除去している。

すなわち非和声音の音符を和声音の音符に吸収させ、和
声音のみの音長パターンを形成している。

また、１３−５や１３−６のなめらかさや、同音進行の
パラメータは、「分散和声音」についてのパラメータで
あり、「非和声音」は抽出の対象からはずしている。こ
のような抽出アプローチは、和声音を基本とする考え方
に基づいている。

★和声音の型のパラメータ抽出★ 第１４図は第１３図の処理１３−１の詳細であり、モチ
ーフ（入力メロディ）が示す分散和声の型（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０図中、０ＮＰＵ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１４−１−１４−１６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ａＭをインクリメントして、ＬＬｉの値とし
ている。また。

ＨＤｉが“休符”のとき、すなわち、１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、１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、ＨＤｆ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。

第４図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（Ｈ
ＤＩ　で示しである）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ＨＤ　３は和声音（モチ
ーフの２番目に表われる和声音）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Ｈ
Ｄ４も和声音（モチーフの３番目に表われる和声音）だ
が、さらに低い音高になっている。モチーフの５番目Ｈ
Ｄｓは休符である。モチーフの６番目（この場合最後）
の音符ＨＤｂ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
れかるように、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。第４図のフローの結果
はこのモチーフ例に対して次のようになる。まず。

ＨＤｓに対してはそのＬＬｉとして休符を示しゼロが割
当てられる。）１０４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ｌが割り
当てられる。ＨＯ２に対しても同様である、ＨＯ２には
そのＬＬＩとしてモチーフのなかで下から２＃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。ＨＯ２
は非和声音であり、ＬＬｉは割り当てられない、ＨＤＩ
　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ＬＬｆには
３が割り当てられる。つまり、ＨＤ　１（１番目の和声
音）のＬＬＩは３、ＨＯ２（２番目に現われる和声音の
ＬＬ２は２）ＨＯ４（３番目に現われる和声音）のＬＬ
ｊは１，３番目の和声音に次いで休符がきてＬＬｓは０
．その次の和声音ＨＤ６のＬＬｓはｌ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、（ＬＬｊ　＝ＣＬＬｒ　
、ＬＬ２　、ＬＩＩ　、ＬＬｓ　、ＬＬｓ　）＝（３，
２，ｌ、０．１）が得られる。

この和声音（分散和音）の型のパラメータはＦＡ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、第７図（第９図）のモチーフ（ド、ミ、ファ、ン
、ド）に対しては、１番目に現われる和声音ドのＬＬ＋
　＝１．２番目に現われる和声音ミのＬＬ２＝２．３＃
ＩＩｆに現われる和声音ンのＬＬ３　＝３．４番目に現
われる和声音ドのＬＬａ＝４となる。これは上行のパタ
ーンである。

★和声音の音長パターン抽出★ 第１３図の処理１３−２の詳細なフローの一例を第１５
図に示す、ここでの処理の目的は、非和声音を含むモチ
ーフから、非和声音を取り除いたかたちの音長パターン
（和声音のみの音長列）を形成することである。つまり
１個々の非和声音の音長を、隣りにある和声音の音長に
吸収させる処理を行っている。そして、どの非和声音を
どの和声音に吸収させるかについては、第１６図に例示
する４拍子系のパルススケールによって決定している。

いま、ある非和声音がある音との間にはさまれていると
、その非和声音の開始位置におけるパルススケール上の
重みと、その非和声音の次の音符（Ｍ単のため和声音と
してみる）の開始位ｔの重みとを比較し、次の音符の開
始位置の重みの方が軽ければその非和声音の音長は次の
音符（簡単のため、和声音を５＠する）の音長に吸収さ
れ１次の音符の開始位置の方が重ければ、その非和声音
は簡の音符（簡単のための和声音を想像するとよい）に
吸収される０以上が、パルススケールによる非和声音の
音長吸収の論理である（正論理）、非和声音の音長を吸
収した和声音は、その分、もとの長さより音長が広がる
。

第１６図に示すパルススケール（５，１，２゜ｌ・・・
・・・）は論理スケールであり、第１５図のフローの論
理のなかに組み込まれたスケールである。

第１５図において、ＳＵＭは次の音符の開始位ｔから小
π線（手前の小ｍ線）までの距離もしくは長さを示すレ
ジスタ、ＳＵＭＢは現在の音符の開始位置から手前の小
ｍ線までの距離、長さを示すレジスタ、ＭＨＩはモチー
フのＩｆ＃目の音符の長さ、ＲＨＮはモチーフのＮ番目
の「和声音」の長さであり、第１５図の麩理完了後は、
ｔＪまたは後に位置するゼロないし複数の非和声音の長
さを加えた長さをもつことになる。Ｎｏはモチーフの音
符の総数である。ＳＵＭ　　ＭＯＤ　　２ｊはＳＵＭの
値を２ｊで割った余りであり、同様にＳＵＭＢ　　ＭＯ
Ｄ　　２ＪはＳＵＭＢの値を２ｊで割った余りである。

１５−４はｉ＠目の音符が和声音かどうかのチェックで
あり、和声音の場合にはＮをインクリメントしてＮ番目
の和声音長ＲＨ，に加える（１５−５）、１５−６は非
和声音が最初の音符かどうかのチェック、１５−８は非
和声音が最後の音符かどうかのチェックである。非和声
音が最初の音符の場合、その音の開始位置はパルススケ
ール〔第１６図〕上の先頭のパルスポイントと一致する
。その重みは最大の５である。したがって、パルススケ
ールの論理に従いこの音の長さは次の音符に吸収される
（１５−７）、同様に、非和声音が最後の音符の場合、
次の音符の開始位置は最大の重みをもつので（小ｐＪ線
をクロスする音符はないことを、５定）、この最後の音
符は前の音符に吸収される（１５−９）、１５−１０か
ら１５−１５は、小節の最初でも最後でもない非和声音
について、その音長を手前の音符（和声音）の音長ＲＨ
ｓに加えるか、次の音符（和声音）の音長ＲＨｎ、＋　
に加えるかをパルススケールによる論理に従って決めて
処理しているところである。

ちなみに、第９図のモチーフの場合。

ツノ）ノ〜ノッ ト　　　ミ　　　フ　ァ　　　ン　　　ドであり、ファ
が非和声音で、その他は和声音である。ファの次の音で
あるソの開始位置は、１小節を１６の長さとして、小節
の頭から８番目である（第１６図の一番上を参照のこと
）、その重みは、４である。一方ファの開始位置は６で
あり。

その重みは２である。ソの重み（４）〉ファの重み（２
）であるから、非相声音ファは荊の和声音ミに吸収され
る（フロー上は、ｊ＝２のとき。

１５−１１が真となり、１５−１２でＮＦ＝０．１５−
１６でＲＨ２＝　ＲＨ２＋　Ｍ　Ｒ３となる）。

結局、 ド　　　ミ　　　ソ　　　　ド となる、すなわち、和声音の音長パターン（ＲＨｉ　ｊ
は、（ＲＨｆ）　＝　（ＲＨ＋　、ＲＨ２。

ＲＨ３、ＲＨ４） ＝（４，４，４，４） 以上の説明と第１５図のフローの明確な記載から、和声
−音の音長パターン抽出の動作は明らかであり、これ以
上の詳細な説明は省略する。

ここにおいて、第１６図のパルススケールは例示にすぎ
ず、他のパルススケールによる和声音の音長列の形成も
可能である。このことは明らかである０例えば、（非和
声音の開始位置の重み）〉（次の和声音の開始位置の重
み）のときに、非和声音を「前」の音に吸収させ、（非
和声音の開始位置の重み）＜（次の和声音の開始位置の
重み）のときに非和声音を１次」の音（和声音）に吸収
させるという、逆の論理を使用すれば、モチーフに対す
る結果は。

ノ」〜ノッ ト　　　ミ　　　ソ　　　　ド となる（　（ＲＨｉ）　＝　（４，２，６，４）〕。

★各非和声音、和声音の数★ 第１３図の処理１３−３と１３−４の詳細なフローを第
１７図に例示する。１７−１−１７−７はパラメータＰ
Ａｉｊの初期化である。モチーフに含まれる先取音の数
はＰＡ５．２に、何升の数はＰＡｚ、２に、刺しゅう音
の数はＰＡ４．ａに、経過音の数は、ＦＡ３．３に格納
される。ＳｔＪＭの結果はモチーフの小節に含まれる非
和声音の総数を示す、ＦＡＩ、３の内容はモチーフの小
節に含まれる和声音の総数を示す。

★なめらかさ、同音進行のパラメータ★第１３図の処理
工３−５と１３−６の詳細なフローを第１８図に例示す
る。上述したように（ＬＬｋＪはモチーフ小節に現われ
る分散和声の音型である０図示のフローでは、ＦＡｌ、
２に、隣り合う和声音間の最大の跳躍の度合（なめらか
のパラメータ）が抽出、設定され、ＦＡＩ、６には。

同音進行のパラメータとして同音で進行する音（和声音
）の数が抽出、設定される。なお音高の意味をもたない
休符のＬＬｋはゼロの値をとる。

これに関連し、ＬＬｋかＬＬｋ＋１のいずれかが休符の
ときは、１８−４と１８−６のチェックの結果Ｎｏとな
る（例えば、１８−３の処理の後）、ＬＬｋ＝Ｏか、Ｌ
Ｌｈ−＋　＝Ｏを判別し、成立するときはＬ＝−１とす
ることで実現できる）。

★特徴的リズムパラメータ★ 第１９図は第１３図の処理１３−８のフローの一例であ
る。

第１１図のところで述べたように、本実施例の自動作曲
機では、モチーフにどのようなミニリズムパターンがど
のくらい含まれているかを求めている。残る問題は、ど
のミニパターンがモチーフを特徴づけるパターンになる
かということである。ここでは、モチーフに含まれる支
配的なミニパターンをもって、モチーフの特徴ミニパタ
ーンとしている。

このようなアプローチに基づく評価の例が第１９図に示
すフローである。このフローでは、モチーフのなかに、
音長比が３対１のミニパターン（例えばＪ′５）と、音
長比がｌ対ｌのミニパターン（例えばｎ）のどちらが数
の上で支配的であるかを調べている。音長比がｌ対ｌの
ミニパターンの数ＨＲ３の方が多ければ、ＦＡ６．１は
ゼロを示し、音長比が３対ｌのミニパターンの数１（Ｒ
１の方が支配的であれば、ＰＡ６．１　は３の値に設定
される。

ちなみに、第９図のモチーフの場合、ＨＲ１＝０、ＨＲ
３＝２であり、１対ｌの一ミニパターンが支配的である
。したがってＦＡ６．１の値はゼロとなる（ｌ対ｌのミ
ニパターンがモチーフを特徴づけるミニパターンである
ことを意味する）。

第９図のフローは一例にすぎず、当業者はその他の特徴
的リズムパラメータの抽出フローを容易につくることが
できる０例えば、その他の音長比のミニパターンの数（
ＨＲ２）ＨＲ４、ＨＲｓ、ＨＲ６など）を考慮してもよ
い。

後述するようにＰＡｂ、＋の値が示す特徴ミニパターン
をメロディの音長列に組み込むことにより、モチーフの
リズム的な特徴を生成するメロディに反映させることが
できる。

★最小の音長抽出★ 第２０図は第１３図の処理１３−７の詳細なフローの一
例である。このフロー例では、モチーフの音長ＭＲｉの
なかでみつけられた最小の音長が更新的にｍｉｎに設定
され、最終的に得られた最小の音長がＰＡ３．３に格納
される。

最小音長情報ＰＡ３．３は生成するメロディの最小（最
短）音長に関連づけることができる０例えば、モチーフ
の最小音長ＰＡ３．３を生成するメロディの最小音長Ｐ
Ｃ３，３と等しくすれば、モチーフにあるのより短いメ
ロディノートはつくられないことになる（もちろん、等
しくしなければならないという意味ではなくコントロー
ルできるとい′う意味である）、とにか＜ＰＡ３．３は
モチーフの音長パラメータ（リズムパラメータ）の１つ
である。

％Ｏｊ−仁灸ユ ここまでの説明で、本実施例の自動作曲機が。

与えられたモチーフをどのように評価し、その特徴をど
のように抽出するかについて明らかとなった。

本自動作曲機のこの後の仕事は、これらの特徴評価、特
徴抽出の結果に基づいてメロディを生成することである
０本自動作曲機にあっては、メロディ発生機能は大きく
分けて、生成するメロディのアウトラインを計画する部
分（メロディの計画立案部）と、このメロディ計画立案
部が作成した計画に、沿って具体的にメロディを発生す
る部分（メロディ生成実行部）とから成っている。

メロディ計画立案部は第２図でいえば、メロディ制御情
報発生手段Ｆ２０に相当する（ただし、コード進行情報
も自動的に発生する機能にした場合にはその機能もメロ
ディ計画立案部に含まれることになる。コード進行情報
も生成するメロディを規制する情報であることに変わり
ない）。

メロディ計画立案部の主な仕事はモチーフ特徴メラメー
タ抽出部が抽出した結果から、生成するメロディを「連
想」または「計画」することである、メロディ計画立案
部はメロディ生成実行部（第２図でいえばＦ２Ｏ）の各
部に、計画情報すなわちメロディ制御情報を与える。メ
ロディ生成実行部では送られてきたメロディ制御情報に
則してメロディの生成を実行する。メロディ生成実行部
の主な２つの機能はメロディの音高列の生成機能とメロ
ディの音長列の生成機能である。

くメロディの計画立案〉 メロディ計画情報（メロディ制御情報）のことを以下、
パラメータＣ（ＰＣと書くこともある）と呼ぶことにす
る。

メロディ生成実行部が作成するメロディは、＜ラメータ
Ｃによって大きく左右される。逆のいい方をすれば、パ
ラメータＣは生成されるメロディを特徴づけるパラメー
タである。

本自動作曲機の全体的仕事はモチーフ（入力メロディ）
を基にメロディ（ここでは曲の意味）を作曲することで
ある。

よく経験するように、曲のなかには、モチーフがそのま
まあるいは非常によく似た形で何度も現われるものもあ
れば、モチーフが変形され、展開され、成長、発展する
曲もあれば、あるモチーフは一時的にしか存在せず、別
のモチーフが現われ、さらに別のモチーフに移っていく
といった曲もある。最初に挙げたクラスに属する曲は、
「一貫性」の度合が高く、２番目のクラスに属する曲は
「一貫性」を残しながらも「多様性」にも冨む、３番目
のクラスに属する曲は「−賞性」は希薄になっているが
より「自由」な「多様性」をもっているといえよう。

本発明によれば、ユーザの入力したメロディ（モチーフ
）に忠実な作曲から、モチーフに対する忠実性よりも自
由性、多様性に重きを置いた作曲まで自由にコントロー
ルすることができる。

パラメータＣ（ＰＣ）の特性やパラメータＣのさまざま
な発生の仕方などについては１本件出願人に係る特許山
願（出願日、昭和６２年４月８日、名称「自動作曲機」
）において詳述しであるのでここでは詳細な説明はしな
い。

パラメータＣの第１の性質は、曲の進行区間に依存する
ということである。第２の性質はモチーフ特徴パラメー
タに依存することである。第１の性質は曲の一貫性や多
様性と係っている。第２の性質は作成される曲における
モチーフの′反映の度合と係っている。

本実施例では、曲の進行区間として、ｒ小節」を単位と
する区間を使用し、小節ごとにパラメータＣが割り当て
られるようにしている。また、パラメータＣは演算によ
ってつくられ、演算のための成分パラメータとして、メ
ロディの流れの一貫性と多様性をコントロールするパラ
メータＢ（ＰＲと書くこともある）と、モチーフ特徴パ
ラメータ（ＦＡと書くこともある）を使用している。さ
らに、より高次な階層性を曲にもたせるため、楽式識別
データ（楽式識別パラメータ）もパラメータＣの演算に
おける成分パラメータとして利用している。

上記パラメータＢは第１図のパラメータＢメモリ７にδ
かれており、楽式識別データは同図の楽式識別データメ
モリ８に置かれている。所望であれば、ユーザは入力装
２１ｉにより特定のパラメータＢの使用を自動作曲機に
直接的または間接的に要求することができ、同様に、入
力装ｆｉｔを通して曲の楽式を指定することにより、特
定の楽式識別データの使用を自動作曲機に要求すること
ができる。ただし、これと関係するマンマシンインター
フェース（例えば、ユーザ用の概念空間と自効作曲機の
内部表現空間１例えばパラメータＢとの間の変換、ある
いはパラメータＢへのユーザーアクセスの仕方など）は
本発明の眼目ではないのでこれ以上の説明は省略する。

くパラメータＣの演算〉 第２１図はパラメータＣの＠算のフローを例示したもの
である。２１−１ではモチーフ特徴パラメータＦＡが読
み出され、２１−２では一貫性多様性コントロールパラ
メータＦＢが読み出され。

２１−３では楽式識別データがメモリ８より読み出され
る。この３つのステップは小節のたびに行う必要はなく
、一括して行うことができる。つまり、生成するメロデ
ィの小節番号とは処理的に無関係なステップである。２
１−４．２１−５．２１−６は小節ごとに実行される（
後述する第２５図におけるステップ２５−９のＰＣｙＩ
算はこの２１−４〜２１−６に対応している）、２１−
４は楽式識別データのデコードであり、２１−５で生成
するメロディの小節番号に割り当てるパラメータＰＣを
演算している０図示のように、パラメータＰＣは、小節
番号とＦＡ（モチーフ特徴パラメータ）と、ＰＲ（一貫
性多様性コントロールパラメータ）と、ＳＢ（楽式識別
パラメータ、高次階層制御パラメータ）とを変数ないし
成分パラメータとする関数として形式的に表現される。

ただし、このことは１個々のパラメータＰＣのいずれも
が、小節番号、ＦＡ、ＦＢ、ＳＨのいずれにも実際に依
存しなければならないという意味ではない、＠５図に例
示するように、パラメータＣは数多くのパラメータの集
まりであり、そのうちのいくつかにＰＣ特性（小節に依
存しない性質）をもたせてもかまわない、また、小節番
号とＦＡとＦＢとＳＢが与えられれば、「一義的」にＰ
Ｃの値が決定されなければならないという意味でもない
、一義的に得られた中間ＰＣ偵に対して乱ａ発生手段（
ｆ５２図のＦ２４）によりランダム化を導入することが
できる。好ましくは、ランダム化はｒ制御」されたラン
ダム化であり、中間ＰＣ値により制御された乱数を導入
することにより（例えば中間ＰＣ値を基準とするゆらぎ
を導入することにより）、最終的なパラメータＰＣを求
めることができる。上述した特許田願にはコントロール
されたランダム化の例が開示されている。

２１−６は学習によるパラメータの変更処理である、こ
こでは、２１−５で発生したパラメータＣよりもユーザ
が修正により設定したパラメータＣを優先させる処理が
実行される０例えば、ある小節のあるパラメータＣの値
が自動作曲機の学習機能を通して、ユーザの好みの値に
設定されているとすると、その小節のそのパラメータに
ついては、ユーザの選んだ値が採用される（詳細につい
ては後述する〕。

★楽式の制御★ 一般に曲の展開部に関しては、展開部（サビ）全体がサ
ビ以前と異なる様相を示す特徴と、サビに突入する区切
りのところの特徴とをもっている０例えば、サビの直前
の小節では終止感を伴うのが普通であり、これからサビ
に入るという予期的な心理効果をもたらす、また、サビ
全体にわたっては、音域や音数、リズムなどが変化して
異なる様相が示されるというのが通例である。

このようなハイレベルの階層性をもたらすために、木実
施例では楽式識別データを発生させて楽式の制御を図っ
ている（上述した第２１図の２１−３．２１−４．２１
−５がこれと関係している）。

１５２２図は楽式識別データメモリ８（第１図）に記憶
されるデータの例について示している。ここではデータ
の型式は、上位桁のＡＩと下位桁のＡ２より成り、ＡＩ
のところは小節番号、すなわち、ある楽節が開始する小
節番号を示している。

Ａ２部はＡＩで示す小節番号から始まる楽節のタイプを
定義している。特に、Ａ２の値がゼロのときは反復型を
表わし、非ゼロのときは展開部であることを示し、その
値が展開の型を表わす、−例として、５Ｂ１＝１０．３
Ｂ２＝９１，５Ｂ３＝１３０のデータは１曲の楽式がＡ
−ｈＢ＋Ａであることを記述しており、第１楽ｆ！ｉＡ
は第１小筐から第８小節までであり、型は反復型、ｆ５
２楽ＴｉＢは第９小節から始まり第１２小節で終わる展
開型の楽康、第３楽１！ｉＡは第１３小節から始まる反
復型の楽節である。

第２３図は第２１図の２１−３の詳細なフローの一例で
ある（ただし、読みやすくするために追加して描いであ
る２３−１は第２１図の２１−２と同じものである）。

この第２３図のフローの記述と上述の第２２＃４の楽式
識別データ（オリジナルの楽式識別データ）から、木刀
の楽式制御の態様が容易に理解できよう（第２４図も参
照されたい）。

すなわち、本例の楽式制御では、展開！（サビ）全体に
わたってメロディを特徴づけるために、ホールド型（Ｓ
ＢＨ）を用意しており、区切れ（楽節間の区切れ）を特
徴づけるためにパルス型（ＳＢＰｉ）を用意している。

第２３図のフローに従って説明すると、メロディを生成
する小節の番号が工のとき、ＣＰＵ９（第１図）は２３
−２に入り、パルス型の楽式識別パラメータのレジスタ
ＳＢＰ　ｊをリセットする。この例では、第２４図から
もわかるように、パルス型パラメータはＳＢＰ＋　、５
ＢＰ２　。

５ＢＰ３の合計３つ用意されており、５ＢＰ３は展開部
（ＵＳ２４図では第９小筐目より始まるもの）の楽節が
始まるより２小節前に付くパルスパラメータ、５ＢＰ２
は展開部より１小節前に付くパルスパラメータ、ＳＢＰ
＋は展開部の開始小節に付くパルスパラメータとなって
いる。また。

ホールド型はＳＢＨの１個だけ用意されており。

展開部の間（第９小節から第１２小節の間）付けられる
。

第２３図の２３−３から２３−１２までの処理は上述の
機能を実現するための処理である。

２３−３で楽節番号カウンタｊを初期化し。

２３−４では楽式識別データフォーマットの上位桁、す
なわち、ｊで示される楽節の開始小節番号をレジスタａ
１に入れ、下位の桁、すなわちその楽節のタイプをレジ
スタａ２に入れている。メロディ生成のための小節番号
■が楽節の開始小節番号ａ１より２小節前のとき変数ａ
３を第３のパルス聖楽式識別パラメータ５ＢＰ３　とし
て設定しく２３−９．２３−１０）、メロディ小節番号
Ｉが楽節の開始小節より１小筆前を指しているとき、楽
節のタイプの変ａａ２を第２のパルス型楽式識別パラメ
ータＳ　Ｂ　Ｐ２　として設定しく２３−７．２３−８
）、メロディ小筆番号と楽節の開始小節番号とが一致す
るときはａ２を第１のパルス型パラメータ５ＢＰＩ　に
セットするとともにホールド型パラメータＳＢＨにセッ
トしている（２３−５．２３−６）、２３−１２のＳＢ
Ｎは曲を一致する楽節の総数である。つまり、このフロ
ーでは、生成するメロディの小節番号をキーデータとし
１曲を構成するすべての楽節のなかでこの小節番号と一
致するものをサーチし、対応する処理を行っている。そ
して、５ＢＰｆはメロディ小節番号の更新ごとにリセッ
トされるのでパルス型になる。一方、ＳＲＨにはメロデ
ィ小節番号と一致する開始小節番号をもつ楽節のタイプ
が一致の時点で入るだけである。したがって、その楽節
が展開型のときはその間、ＳＢＨは非ゼロの値となり、
反１ｆ塁のときはゼロとなってパラメータＣには反映さ
れない。

解読した楽式識別データ（楽式識別パラメータ）はパラ
メータＣの演算（第２１図の２ｌ−５）において成分パ
ラメータとして使用される。

例えば、ＤＣ成分として使用される。

★メロディの生成★ 第２５図は連続的にメロディを生成するときの全体フロ
ーである。このフローの要部は２５−９のｐｃ演算（第
２１図の２１−４〜２ｌ−６）と２５−１０のメロディ
発生（メロディの具体的発生、詳細は後述する）である
、残りはメモリ間の転送等のため処理であり、第３図で
いえばメロディコントローラの役目である。

すなわち、２５−１から２５−５までの処理は、モチー
フメモリ６（第１図）にあるモチーフデータをメロディ
データメモリ１３に転送する処理である。２５−５に示
す陽はモチーフに含まれる音符数である。

２５−６や２５−１ｆｉに示すＭＮＯはａ統帥にメロデ
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。メロディの生成は手簡単位で行うので、モ
チーフの小Ｗ１ａ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）（２５−７）、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であ
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小億としておく。

計算されたモチーフ小節数の値に１を加算しく２５−８
）、１小節のメロディが発生したら（２５−９，２５−
１０）、そのデータをメロディデータメモリ１３に書き
込む（２５−１〜２５−１５）、２５−１５の動はもち
ろん２５−１Ｏの処理で発生した１小節分のメロディの
音符数である。２５−１７に示すＣＮｏはコード進行で
使用するコードの総数であり１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、メロディの具体的発生（第２５図の２５−１０）
の詳細についてこの後、説明しよう。

くメロディの具体的発生〉 メロディの具体的な生成を実行する機能は大きく分けて
、メロディの音高列を生成する機能（メロディ音高列生
成機能）とメロディの音長列を生成する機能（メロディ
音長列生！＆機能）から成っている。いずれの機能も、
上述したメロディ計画立案部より１小節ごとに送られて
くるメロディ計画情報（メロディ制御情報）に沿って動
作し、そ、れぞれのメロディ制御情報（包括的にパラメ
ータＣと呼ぶ）を内部の生成規則のなかに組み込んだ形
（例えば、制約条件として組み込んだ形）でメロディノ
ートを作成していく。

メロディ音高列生成機能は分散和音の音高の列を生成す
る分散和音部と１分散和音部により生成された分散和音
の音高の間または前後に非和声音を付加する非和声音付
加部を含む、さらに、メロディ音高列生成機能は、上記
分散和音部と非和声音付加部が使用する音階（ノートス
ケール）を決め、メロディノート候補の音高についての
有効性をチェックする使用音高制御部を備えている。有
効と認められた候補のみがメロディノートとして採択さ
れる。

一方、メロディ音長列生成機能は分散和音の音長列を生
成する部分と、上記非和声音付加部による非和声音の音
高付加に伴う音長列調整部と、メロディ音長列の仕上げ
として休符の付加と特徴ミニパターンの組み込みを行う
部分から成っている。

以下、例示する各フローチャート上においては上記の各
機能が適時アクティブとなって動作するようになってい
る。

プロセスの面から述べると、まず、分散和音のみのメロ
ディ（音長列と音高列）が作成され１次に非和声音が付
加されて分散和音と非和声音を含むメロディ（音長列と
音高列）が作成され、最後にメロディの音長列について
最終的な仕上げが行われる。

外及Ｈｉハ医褒土 第２６図は分散和音の発生を含むフローの一例である。

２６−１から２６−５までの処理は、基本的には、２６
−６〜２６−４２までの分散和音の音高列の作成の下準
備である。２６−１はこれから生成するメロディ小節に
割り当てられた和音の構成音の読み出しであり、２６−
５は和音の構成音の転回である。２６−３のＰ　Ｃ１，
１２は転回数を最適転回数にするか、通常の転回数（パ
ラメータＣ演算部が与えるＰＣｌ、７が示す転回数）に
するかのチェックであり、ＰＣＩ、＋２＞Ｏのときは２
６−４で最適転回数が算出され、ＰＣｌ、７はこの算出
された値に変更、更新される。コード構成音の転回は生
成するメロディ小節の音域を左右するものであり、本例
の場合、転回回数の多いほど使用音域は高くなる。最適
転回の機能は前の小節のメロディの流れと最適に連結す
るようなメロディが今回の小節で作成されるようにする
ためにある。特に、前小節の音型と同様の音型を連結す
る場合に効果がある。

２６−２の音階の重み変更では１重み付けられたノート
スケールデータ（ＳＣＬｆ）が読み出され、読み出した
各音高の重みが所定の条件（コード構成音か否か、根音
シフトが要求されているかどうかなどの条件）により変
更される。

この変更後のノートスケールデータ（ＳＣＬｉ）は、分
散和音のメロディノートの候補を得たときに参照され、
パラメータ＠算部より送られてきたしきい値（ＰＣｌ、
＋）以上であれば正式のメロディノートとして採択され
るようになっている。変更後のノートスケールデータ（
ＳＣＬｉｌは後述する非和声音の付加のプロセスにおい
ても参照され、付加候補の音高が各非和声音のしきい値
以上の重みを持てば正式のメロディノートとして採用さ
れる。

ｍ２６図の最後の処理２６−４４は音長の決定すなわち
分散和音の音長列の形成処理である。

以上で第２６図の概要説明を終える。以下、個々につい
てより詳細な説明を行う。

★コード構成音の読み出し★ 分散和音を発生するためには、進行中のコード（和音）
が何であるかをまず知る必要がある。

このコード進行情報を与えるものが第１図のコード構成
音メモリ２とコード進行メモリ３である。

第２７図にコード進行メモリ３に格納されたコード進行
の例とコード構成音メモリ２に格納された各コードの構
成音データを例示しである。さらに第２７図にはコード
の根音データメモリ４の内容も示されている。

図の例では、各コードは４つの構成音（独立の４声タイ
プまたは２声がオクターブ関係にあるタイプ）から成る
としである関係上、コード構成音メモリ２の夫々のコー
ド構成音格納エリアは４つの連続アドレスになっており
、若いアドレスからコード構成音の音高データが低い順
番で入っている０例えば、コード構成音メモリ２の１〜
４のアドレスの内容はｌ　（＝ド）、５（＝ミ）、８（
＝ソ）、１３（＝ド）となっており、これらのデータは
Ｃ５ａｊの構成音を記述している。

一方、コード進行メモリ３には、連続する各アドレスに
コードネームまたはコードタイプを示すデータが格納さ
れている。このデータの列によりコード進行が記述され
ているわけである。コード進行メモリ３の各アドレスに
格納されたデータ（コードタイプを表わす）からコード
構成音メモリ２の対応するコードを記憶するエリアの開
始アドレスが計算できるようになっている。同様に、コ
ード進行メモリ３の各アドレスに格納されたデータから
根音データメモリ４の対応するコードの根音格納アドレ
スが得られるようになっている０図示の例では、コード
タイプを表わすデータの値を使って（データー１）Ｘ４
＋１を計算することにより、そのコードを格納するコー
ド構成音メモリ２の開始アドレスが得られる。

コード構成音の読み出しは、コード進行メモリ３より進
行中のコードを読み出し、そのコードの値をポインタと
して使って、そのコード構成音のデータをコード構成音
メモリ２から読み出すことによって実行できる。

本例ではｌコード／小節を想定しであるので、１番目の
小節のときには、コード進行メモリ（コード進行のファ
イル）３のＩ番目のコードを読み出すことになる（Ｉ番
目のアドレスを指定することにより）、コード進行ファ
イルの末尾には、コード進行の完了を示すＥＯＦ　（エ
ンドオブファイル）が記入されている。

ただし、コードＪｌｌ成育の読み出しに関し１本例では
コード進行ファイルのコードをすべて読み出し、読み出
したすべてのコードのａ成育をコード構成音のファイル
から取り出している（もちろん、第２６図の２６−３以
降では進行中のコードのａ成音に対して転回を行う）。

すなわち、第２８図に示すフローがコード構成音の一括
読み出しである（第２６図の２６−１の詳細）。

第２８図のコード構成音の読み出しフローにおいて、２
８−１から２８−４までの処理は、コード進行メモリ３
（第２７図参照）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。２８−２
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１番目のコードネームをレジスタＣＮ、に
設定することを表わす、２８−３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。

第２８図の２８−５から２８−１２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。

２８−７のＪ＝　（ＣＮ＋−１）Ｘ４＋１は各コードの
読み出し開始アドレスの計算であり、２８−８から２８
−１ｏは、モ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。

以下の説明では、ＫＤｌ、、ＫＤｌ２）ＫＤｉ３、ＫＤ
ｉ４の代りに、単にＫＤｌ　、ＫＯ２）ＫＤｌ、Ｋｒｊ
ｓ　ということにする、ＫＤＩは和声音の一番低い音、
ＫＯ２は次に低い和声音、ＫＤｌは次に低い和声音、Ｋ
Ｉ）ｓ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、ＫＤＩ　。

ＫＯ２）ＫＤｌ　、ＫＤｓには、（１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０例
えば、第９図の楽譜の第３小節目のコードはＣ７であり
、これに対するＫ　Ｄ　＋〜Ｋ　Ｄ　４は、ＫＤＩ＝３
、ＫＤ２＝６、ＫＤ３＝８、ＫＤ４＝１２（し、ファ、
ン、シ）である。

★音階の重み変更★ 後述す°るように５分散和音部や非和声音付加部のプロ
セスでメロディノートの候補が得られると、その候補の
音高が有効な音高（使用することのできる音高）かどう
かチェックされる。このようなチェックの基礎となる情
報は音階（ノートスケール）である。

本実施例では１５１図の音階の重みデータメモリ５に１
重み付けられたノートスケールのセットが記憶されてい
る。その−例を第２９図に示す、ここでは、４種類のノ
ートスケールのデータが例示されている。ヨナ抜！！短
音階とヨナ抜き長音階と沖縄音階と長音階（欧）である
０例えば、長音階（欧）のノートスケールには、ド、し
、ミ。

ファ、ン、う、シの音高には７５の値が付けられており
、その他の音高には２５の値（重み）が付けられている
。各音高に割り当てられた重みはその音高が使用される
可能性の尺度を表わしている。メモリの用語でいえば、
この長音階（欧）のスケールデータは、音階の重みデー
タメモリ５の３６〜４７番地に格納されており、第３０
Ａ図のフローにおけるデータ読み出し３０Ａ−１におい
て、この長音階（欧）のデータを読み出したときには、
配列（ＳＣＬｉ）の１番目のレジスタすなわち５ＣＬＩ
に３６番地のデータ、すなわちドの重み７５がセットさ
れ、同様に５ＣＬ２には３７番地のドのシャープの重み
２５がセットされ、以下、５ＣＬ３＝７５．５ＣＬ４＝
２５．５ＣＬ５＝　７５、５ＣＬ６＝７５．　５ＣＬ７
＝２５．５ＣＬ８＝７５、５ＣＬ９＝２５、５ＣＬＩＯ
−７５，５ＣＬ１１＝２５．５ＣＬ１２＝７５となる。

第３０Ａ図のデータ読み出し３０Ａ−１の詳細を第３０
Ｂ図に例示する。ユーザは入力波Ｗ１１１により音階の
種類を入力する（３０Ｂ−１）、この入力された情報を
もとにＣＰＵ９は音階の重みデータメモリ５上における
指定音階データの開始アドレスを計算しく３０Ｂ−２）
、この開始アドレスに続＜１２個のアドレスのそれぞれ
のデータを配列（ＳＣＬｉ）に書き込む。

ｔｊＳ３ＯＡ図の３ＯＡ−２に示すＰ　Ｃ＋、ｚはパラ
メータＣ演算部から与えられた根音のシフトの有無を示
すパラメータであり、ＰＯ２目〉０が成立するときは、
３ＯＡ−３以降の根音シフトのルーチンに進むが、不成
立のときはなにもせず、このフローを抜け、第３１図の
フローに進む（第３０Ａ図と第３１図を合わせたフロー
が第２６図の２６−２の詳細である）。

第３０Ａ図の３ＯＡ−３以降は根音シフトのためのフロ
ーである。３ＯＡ−３では現在のコードネーム（ＣＮｉ
）に対する根音データを根音データメモリ４より読み出
している。読み出した根音データＲが１のときは音階の
根音（基音またはトニック）とコードの根音とが一致し
ているので。

根音シフトは不要である。一方、コードの根音と音階の
根音が不一致のときはＲはｌより大きな値、つまりｌに
不一致の分の音高差を加えた値を示す０例えばコードの
根音がＧで音階の根音がＣ（第２９図に示すスケールデ
ータはいずれの音階の根音（基音）もＣであるように記
述されている）のときはＲ＝７となる。この場合、３０
Ａ−５から３ＯＡ−１３までの根音シフトの処理が実行
される。上記の例（ＧとＣ）でいえば、５ＣＬｌにあっ
た根音の重みが、Ｇの位置を示す５ＣＬ８に移され、同
様に、５ＣＬ２→５ＣＬ９．・・・・・・５ＣＬ５→５
ＣＬ１２．５ＣＬ８→５ＣＬＩ、５ＣＬ７→５ＣＬ２）
・・・・・・５ＣＬ１２→５ＣＬ８に移される。ここで
の根音シフトの＊崗は、例えば、ジャズのモード（旋状
）などに適用できる。

なお、第９図の動作例の場合は、いずれの小節も長音階
（欧）であり、また、ＰＣｌ、＋４はゼロであり、根音
シフトはなされない。

説明の便宜上、以下の説明では根音シフトはなかったも
のとする。すなわち、第３０Ａ図のフローによる音階の
重み変更はなされず、第３１図のフローに入る時点で、
（ＳＣＬｉ）には音階の重みデータメモリ５上の所定の
音階データのままの値が入っているとする。

第３１図は根音シフトとは別の意味の重み変更を行うフ
ローである。ここで、再び第２９図を参照すると、図示
の各音階は、一番高い値（重み）は７５であり、一番低
い値は２５である。中間値として５０を含む音階もある
。この最高値７５が付けられた音を「音階音」と呼ぶこ
とにする０例えば、長音階（欧）は、ド、し、ミ、ファ
、ン、う、シのダイアトニックスケール上の音に７５点
が付いており、その他は２５点の低い値になっている、
一般に、西洋の長音階は、ド、し、ミ、ファ、ソ、う、
シであり、この事実をシミュレートしたのが第２９図の
（４）に示すスケールデータである。

上の説明から第３１図のフローの意味は明らかであろう
、すなわち、第３１図の音階の重み変更処理は、「音階
音」であって、かつコード構成音でもある音高について
は、１００点の重みをつけ、単なる「音階音」には７５
点のままにしておくというものである。３１−７の（（
ＫＤに−１）　　ＭＯＤ　　１２）＋１の計算は、下か
らに番目のコード構成音が、音階（選択したノートスケ
ール）の何番目の音であるか）を求める処理であり、そ
の番号の音の重み（ＳＣＬａ＋）が７０以上（すなわち
音階音であることを示す）ならばその重みをｌＯＯに増
やしている（３１−８．３ｌ−９）、なお、３１−１〜
３１−５までは新しい和音のための初期化処理であり、
前の和音により１００の値になっていた音階重みレジス
タＳ、ＣＬにを音階音の重みである７５に戻している。

ｋするに、第３０Ａ図のフローの方は、音階の基準とな
る音の高さのシフト（配列（ＳＣＬｉ）のサイクリック
シフト）であるのに対し、第３１図の方はコード構成音
になった音階音の重みの格上げである。

★最適転回★ 一例として、ドミソドのメロディと最良に連結できるＦ
の分散和音を考えてみよう、１ドミソド１フアラドフア
１の連結の場合、小筆線の石後のドとファのつながり方
が不自然である（曲にもよるカリ、最も自然なつながり
は、１ドミソド１ドフアラド１であろう。

本実施例では、このような音型同士の最適連結のために
、最適転回の機能が設けられている。

すなわち、第２６図に示すように、Ｐ　Ｃ１，１２＞Ｏ
が成立するときには最適転回数が算出されるようになっ
ている（２６−３．２６−４）。

この最適転回数算出の、詳細なフローを第３２図に例示
する。同図において、ＰＣｌ、＋ｏはパラメータ（演算
部より渡された最適転回数の上乗せ分）である（３２〜
１８．３２−１９参照）。

ＰＣｌ、＋＋は同じくパラメータ演算部より送られてき
た最適転回数の上限である（３２−２２．３２−２３）
、ＬＬ＋　は前小節の最初に現われる和声音の位置情報
（下から何番目の和声音かを示す情報）、ＬＬ２は前小
筆の２番目に現われる和声音の位置情報である（３２−
１２．１４参照）＊　ＰＣｌ、＋３は音型を上下逆転す
るか否かのパラメータである。また、ＫＤｉは今回の小
節における和音構成音の下から１番目の音高であり、コ
ード構成音メモリ２から読み出した通りの転回前の音高
を示している。

第３２図の１列目（３２−１〜３２−１１）で、前小節
の最後の音（休符でない最後の音）と今回の小節のコー
ドを構成する音（転回前の構成音）のうちでどれが一番
近いかを調べている。ただし、同等のものが２つあると
きは上側の音を優先している。この結果、前小節の最後
の音に最も近いコード構成音が下から何番目の構成音で
あるかがレジスタａ−２にセットされる。

第３２図の２列目の３２−１２〜３２−１７では、前小
節の最初の和声音（ここでは休符は含まれない）の位置
情報と、今回の小節の音型の逆転の有無に関する情報Ｐ
Ｃ＋、＋３とから、今回の小節の最初の和声音の位置情
報ａ１を求め、この情報ａ＋　　（コード転回後におけ
る位ａｆ＆報）と、空−ド転回前における最適な位置情
報ａ２　とから、転回すべき数ａ６を求めている。３３
−１８〜３２−２４は、最適転回数に上乗せ分（Ｐ　Ｃ
Ｂ、＋ｏ）がある場合や、求めた最適転回数（ａ６）が
負のときや、最適転回数の上限（ＰＣｌ、＋＋）を超え
ている場合に、最適転回数を補正しているところである
。最終的に得られた最適転回数ａ６がＰＣｌ、７に入れ
られる。すなわち、パラメータ演算部が直接、生成した
転回パラメータＰ　Ｃ＋、ｒの値が、ここで更新される
わけである。

★コード構成音の転回★ 第３３図に第２６図の２６−５に示すコード構成音の転
回の詳細なフローを例示する。

コード＊＊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（本例では小康単位で）変更、ｊｇｌ
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。

第３３図のフローでは、例えば、ドミソドなら、１回の
転回でミソドミ、２回の転回でソドミソ・・・・・・と
なり、レファンシなら、１回の転回でファソシレ、２回
の転回でソシレファとなるようにしている。ドミソド（
Ｃｓａｊ　）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（Ｇ１）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、転回曲のコードの音高の並びを、ＫＤＩ（旧）、
ＫＯ２（旧）、ＫＯ２（旧）、ＫＤＩ（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Ｋ　Ｄ　＋（新）、ＫＯ２（新）、Ｋ
Ｏ２（新）、ＫＤＩ（新）を、 ＫＤＩ　　（新）＝ＫＤ２（旧）・・・・・・（ファ）
ＫＯ２（新）＝ＫＤ３（旧）・・・・・・（ン）ＫＯ２
（新）＝ＫＤ４（旧）・・・・・・（シ）（Ｍｌ）ＫＤ
Ｉ　　（新）＝ＫＤ＋（旧）よりオクターブ上・・・・
・・（し） にし、オクターブ関係になるコードに対しては、ＫＤＩ
　　（新）＝ＫＤ２（旧）・・・・・・（ミ）ＫＯ２（
新）＝ＫＤｓＣ旧）・・・・・・（ソ）ＫＯ２（新）＝
ＫＤ４（旧）・・・・・・（ド）ここまでは同じだが、 （Ｍ２）ＫＤＩ　　（新）＝ＫＤ２（旧）よりオクター
ブ上・・・・・・（ミ） にする必要がある。

オクターブ関係かどうかは３３−３で見ており、　（Ｍ
ｌ）と（Ｍ２）の区別を３３−４と３５−５で行ってお
り、３３−６から３３−１０まではシフト、３３−１１
で（Ｍｌ）と０１２）の区別の仕上げである。第３３図
のＰＣＩ、７は転回を何回実行するかを示すパラメータ
であり、パラメータＣ演算部から直接与えられた値か、
最適転回のために更新された値かをとる。

★分散和音の音高列発生★ 第２６図の２６−１から２６−５のところまでで分散和
音の音高列発生のための下’ｓｓｍ完了である０例えば
、これから発生させる分散和音の音域が決められており
、この音域の下の方から、４つのコード構成音の音高が
処理２６−５を通してＫＤＩ　、ＫＯ２）ＫＯ２）ＫＤ
ｓ　にセットされている、この音域は、パラメータＣ演
算部より直接与えられたＰ　ＣＬ７か、背型の最適連結
のために実行される最適転回数算出２６−４を介して間
接的に与えられたＰ　ＣＩ、７により、制御されている
。さらに、処理２６−２を通して、今回のコード構成音
には通常の「音階音」より高い重みが付けられている。

以上の下準備の後、２６−６から２６−４２のところで
分散和音の音高列を具体的に発生している。理解を容易
にするため、ここでの処理の簡略化フローを第３５図に
示す、この処理のなかには、いくつかの特徴が含まれて
いる。まず、パラメータＣ演算部が発生するＰＣのなか
には背型を維持すべきか否かの情報（Ｐ　Ｃ１，３）が
あり、維持すべきときには、どこから（ＰＣｌ、ｓ　）
からどこまで（ＰＣＩ、３）の範囲で背型を維持すべき
かの範囲情報も与えられる。これに対し分散和音の音高
列生成部はその範囲で背型の維持を実行する。さらに、
背型を逆転すべき指示のあるとき（ＰＣｌ、＋３＞０の
とき）は、背型（ＬＬｉ）を逆転する（前小節の背型に
対して）０例えば、前の小節が上行のパターンであれば
、下行のパターンをもつ（ＬＬｉ）を発生する。

背型の維持を最初から計画しない場合、パラメータＣ演
算部は小節の頭の音を前小節の最終音から決定する旨の
指示情報（ＰＣｌ、ｓ　＞０）を与えることができる（
そうしなくてもよいカリ、これに対し、分散和音の音高
列生成部は／１℃箇の先頭の音を前音に対しなめらかに
連結する（この手段は、コードの最適転回による音のな
めらかな連結（音型の最適連結）の代りとして機能し得
る）。

もちろん、小節間のなめらかな連結が必要でないときは
、パラメータＣ演算部は関係するパラメータＣにそれを
意味する値をつけて分散和音の音高列生成部に渡す。

さらに、パラメータＣ演算部は分散和音の跳躍進行を制
御するパラメータ（ＰＣｌ、９）を発行する。これに対
し、分散和音の音高列生成部では、ＰＣｌ、ｑがゼロの
ときには跳躍の禁止であると解読し、１のときには１回
だけ跳躍可能と解釈し、２のときには連続の跳躍進行は
不可と解釈し、３以上のときは跳躍進行の制限なしと解
釈する。音高列生成部はＰｃｔ、９による指示を守るた
め、跳躍の有無を検査し、確認のためにフラグを使用す
る。

パラメータＣ演算部は乱数による分散和音の生成を許可
することもある（音型を維持しない場合など）、ただし
、完全にランダムな分散和音がつくられないようにいく
つかの制約も与える（例えば、跳躍の上限ＰＣ１，２，
同音進行の可否ＰＣ＋、ｂ　）、これに対し、分散和音
の音高列生成部はこの決められた制約を満たす音高列、
つまりＰＣによりコントロールされた音高列を生成する
。

さらに、分散和音の音高列生成部は分散和音の候補を得
たときには、その音が有効な音かどうかを検査するため
にノートスケールデータ（ＳＣＬｉ）を参照して、その
音の重みを取り出す、パラメータＣ＠算部からは有効音
高のしきい値のパラメータ（ＰＣｌ、＋　）が発行され
ており。

取り出した重みがこのしさい値以上であるとき。

その音は有効な音、つまり分散和音のメロディノートと
して採択される。

目標分散和音数（ＰＣ演算部より与えられるＰＣの値）
の数だけ、音高列を生成することにより、分散和音の音
高列生成部の仕事は完了する。

以上の説明からもわかるように、パラメータＣ演算部は
分散和音の発生のために、種々のパラメータＣに計画し
た値をつけて分散和音の音高列生成部に引き渡す、音高
列生成部側では、パラメータＣ＠算部より渡された各種
のパラメータＣを「解読」シ、解読結果に従って分散和
音を発生する０分散和音の音高列生成部は、計画された
パラメータＣに沿う音高列の生成のためのルールをもっ
ている（同様の関係が、パラメータＣ演算部とその他の
メロディ生成実行部との間にも存在する）。

第２６図の２６−６から２６−４２において、ｉは音符
番号、ｆｌとｆｌすは跳躍進行を制御するためのフラグ
、ＮＦは、２６−３６で５ＬＣａ＋＜ＰＣｌ、＋　　（
無効な音高）であったことを示すためのフラグである。

ＰＣｌ、９　＝２は跳躍の連続禁止を意味する（２６−
８参照）、ｆＪｌ＝ｆ文すは、前回は跳躍でなかったこ
とを示す（２６−３８，２６−３９参照）、２６−１６
から２６−２８はランダマイズによるＬＬＩの決定処理
である。上記のフラグＮＦはこのランダマイズ処理を含
む無限ループ動作を避ける意味も有している（３６−３
７．２６−１９．２６−２３．２６−２７参照）、また
、跳躍の制御パラメータＰｃｔ、９の各種が示す指示内
容よりも音高の有効／無効チェック（２６−３６）、つ
まり、重みコントロールパラメータＰＣ＋、＋　による
制限の方を優先させている（２Ｂ−３８参照）、これは
、４つのコード構成音（ＫＤ　ｉ　）が１つ置きに音階
の重みによる制限を受けるような場合（ＰＣｌ、＋より
低い場合）、跳躍進行の制限（ＰＣｌ、９）と矛盾する
ことを考慮したものである。２６−１５の前の音より決
定の処理の詳細は第３４図に示す通りである。すなわち
、コード構成音（ＫＤｋ）のうちで、有効な音高であっ
て（３６−６のチェックが真）、前音ＭＥＤ＋−＋　と
の差が一番少ない音（３６−３，３４−５，３４−７，
３４−８参照）が、コード構成音の下から何番目の和声
音であるかがＬＬｉ　（実際にはＬＬ＋　）にセットさ
れる。

以上の説明と、第２６図の２６−６〜２６−４２のフロ
ー自体の明白な記述から１分散和音のａ長月の具体的発
生についての動作は明らかである、よって、これ以上の
説明は省略する。

★分散和音の音長列発生★ 本実施例では、メロディの音長列の生成プロセスは、メ
ロディの音高列の生成プロセスとは基本的に独立のプロ
セスで実行される。

より一般化していえば、音符の数と、それらの音符の全
体の長さく本例では１小節の長さ）が与えられれば、何
らかの音長列生成規則により、その音符の数をもつ音長
列を生成することができる。

本例の場合、それぞれの小節の分散和音の数はパラメー
タＣ演算部において計画され１発行される（第５図のＰ
Ｃの初期値）。

また、上述したように、モチーフの分散和音の音長パタ
ーン形成（第１５図）のところで、モチーフに含まれる
非和声音を除去し、その音長を和声音に吸収させること
により、和声音のみの音長列を形成、抽出している。こ
の音長列を、モチーフ分散和音パターンと呼ぶことにす
る。

パラメータＣ演算部が計画する分散和音の数は曲の進行
に依存する。したがって、あるメロディ小節の分散和音
の数は、モチーフ小節の分散和音の数と等しいか、モチ
ーフの分散和音数より多いか、少ないかのいずれかであ
る。

メロディ小節の分散和音数とモチーフ小節の分散和音数
が等しい場合、どのような分散和音の音長列がそのメロ
ディ小節の分散和音パターンとして好ましいであろうか
。

本実施例では、数が一致する場合のメロディの分散和音
パターンとして、モチーフ分散和音パターンを使用して
いる。これは、モチーフのリズム的特徴をメロディに協
力に反映させるためである。もちろん、所望であれば、
モチーフの分散和音パターンを修飾もしくは変形したパ
ターンをメロディの分散和音をパターンとしてもよい（
その実現手段の一例は、別の項で説明する）。

本実施例では、モチーフのリズム的特徴を忠実に維持す
る音長列について配慮しているのである。

次に、メロディ小節の分散和音数とモチーフ小節の分散
和音数が不一致の場合が問題である。

これに対し１本実施例では、最小回数の音長分割または
音長結合によりメロディ小節の分散和音パターンを作成
している。自由度よりも一貫性を重視したアプローチで
ある。すなおち、最小回数の分割、結合操作により、初
期パターンから最も変化の度合の少ないパターン（モチ
ーフ分散和音パターンを初期パターンとすればモチーフ
分散和音パターンに最も近いパターン）が得られる。さ
らに、本実施例では、モチーフ分散和音パターンを得る
ときに使用したパルススケール（第１６図参照）と同一
のパルススケールにより音長の分割、結合を実行してい
る。これにより、パルススケールのもつ特徴が生み出さ
れていくことになるが、不規則的に音長パターンが変化
していくのではなく、パルススケールと関係するリズム
の一貫性が保たれた形でパターンが変化する。要するに
、よくコントロールされた音長パターン変換が実行され
るわけである。

分散和音の音長列の発生は第２６図の２６−４４で行っ
ている（ほかの時点で行ってもよいが）、この処理の詳
細を第３６図から第４１図に例示する。

第３６図において、Ｉは小節内音符番号、ＲＨｉはモチ
ーフのｔＳ目の和声音の長さ。

ＭＥＲｉは生成途中のメロディのｉ番目の音長（ここで
はｉ番目の和声音の音長を意味する）。

ＰＣは現在の小節に割り当てられた分散和音数（パラメ
ータ演算部にて計画された分散和音１！ｋ）、ＰＡＬ３
はモチーフ小節に含まれる分散和音数、Ｓは両分散和音
数の差を示す、３６−１〜３６−４のところで、モチー
フ分散和音パターン（Ｒ）Ｉ　ｉ　）をメロディ分散和
音パターン（ＭＥＲｉ）の初期パターンとしている。Ｓ
＝０、すなわち数が一致すれば、このモチーフ分散和音
パターンがメロディの分散和音パターンとなり、仕事は
完了する。

Ｓ＞Ｏのとき、すなわち、モチーフの分散和音数よりメ
ロディの分散和音数が少ないときは、最適結合処理（第
３７図）が実行され、Ｓく０のとき、すなわち、モチー
フの分散和音数の方が少ないときは最適分割処理（第３
８図）が実行される。

音符の最適結合では、 （イ）最小回数だけ音長を結合し、音符数が計画値ＰＣ
に達したら処理完了する。

（ロ）パルススケール（第１６図）上の低い値をもつパ
ルスポイントで開始する音符をその前の音符と優先的に
結合する。

という論理を採用している。

例えば、第１６図でいって１位置θ〜１５のうち、１．
３．５，７．９，１１．１３．１５の位置（重みが１の
位置）で次の音符が開始しているかどうかが最初に調べ
られ、そのような次の音符があるときは、その音符を１
つ前の音符に結合する（あるかぎり結合する）、目標数
ＰＣに達しなければ、次に、重みが２の位置で開始する
音符があるかどうかをチェックし、あれば、その音符を
前の音符（現在着目している音符）と結合する。

なおも目標数ＰＣに達しなければ重みが３の位置で開始
する音符の有無を検査し、その音符をその前の音符と音
長結合する。以下、同様なので説明を省略する。要する
に、軽い重みをもちパルスポイントで開始する音符を優
先的に、前の音符と結合するという論理である。第３７
図中、ＳＵＭは次の音符の開始位置（小ｔｒＪ線からそ
の音符までの長さ）を表わす、ＶＴは配列（ＭＥＲＪ）
の長さ、すなわち現在の分散和音数を表わす（正確には
、現在の分散和音数マイナス１であり、次に達成すべき
分散和音数）、３７−９でｉ＞４が成立するのは、全音
符の場合である。３７−１１が次の音符の音長ＭＥＲｊ
、、と現在の音符の音長ＭＥＲｊとの結合処理である。

３７−１２から３７−１６は配列（ＭＥＲｊ）のシフト
である。

３７−５の意味は、例えば、ｊ＝１のときは１次の音符
が第１６図のパルススケール上の重み１で開始するかど
うかの判別であり、成立すれば３７−１０以下の音長結
合の実行ルーチンに進む、ｊ＝２のときは次の音符が重
み２の位置（パルスポイント）で開始するかどうかのチ
ェックとなり、ｊ＝３のときは次の音符が重み３の位置
で開始するかどうかのチェック、ｊ＝４のときは次の音
符が重み４の位置で開始するかどうかのチェックである
０分散和音数が目標数ＰＣに達するとＳ＝０が成立し、
完了である（３７−１７）。

一方、音符の最適分割では、 （イ）最小回数だけ音長を分割し、音符数が計画値ＰＣ
に達したら処理完了する。

（ロ）重いパルスポイントをクロスする音符をそのパル
スポイントを境として優先的に分割する。

という論理を採用している。

第３８図及び第３９〜第４１図のフローに則していえば
、まず、パルススケール（第１６図）上の重み３以上を
もつパルスポイントをクロスする音符をサーチし、見つ
けたたびに、そのパルスポイントを分割線として２個の
音符を分割、生成する。上記のパルスポイントをクロス
する音符が１つもないとき、あるいは分割の結果、上記
パルスポイントをクロスする音符が１つもなくなったが
なおも計画数ＰＣに達しないときは１重み２をもつパル
スポイントをクロスする音符をサーチし。

同様のしかたで分割を実行する。

第３９図のチェックのルーチンにおいて１問題のパルス
ポイントをクロスする音符をサーチしている。見つかっ
た場合、その音符番号がフラグ１文に書き留められ、そ
の音符の開始位置情報がフラグｆｆに記入される（３９
−８から３９−１（１照）、３９−１でｆｌをゼロにリ
セットしているので、サーチの結果、問題のパルスポイ
ントをまたぐ音符が存在しないときは、メインフロー（
第３８図）の３８−４でｆ文＝０が成立し、より低い重
みをもつパルスポイントをまたぐ音符のチェックに移行
する（なお、図示のメインフローではｊ＝２（ｆｆｉみ
２のパルスポイントのところ）までしか調べていないが
、厳密にいえば、目標の分散和音数ＰＣの達成が保証さ
れるまで行う必要がある。パラメータＣ＠算部が極端に
多い分散和音数を計画している場合を考慮して、このた
めのフローの変形は非常に容易である。）。

チェック（第３９図）の結果、問題のパルスポイントを
またぐ音符が見つかった場合は、音長配列（ＭＥＲｊ）
をシフトし、−音符分長くする（第４０図）、そして、
第４１図に示すように分割を実行する。すなわち、分割
対象であるｆｕ番目の音符を、その音符がクロスしてい
るパルスポイントを境として分割する。

以上の説明と第３６図から４１図のフロー自体の明確な
記述から音長決定、すなわち分散和音の音長列の形成に
関するフローの動作は明らかであるのでこれ以上の説明
は省略する。

ここまで説明したところで、分散和音の音高列と音長列
が完成している。第９図（イ）は生成例である。

及刑ｆ口１久仕迦 分散和音の発生完了後、非和声音の付加が行われる。

非和声音の付加に関しては、「付加すべきか否か」、付
加するとして「どこに」、［どの高さ」で「どの長さ」
の非和声音を付けたらよいか、といった問題がある。

上述したように１本実施例にあっては、パラメータＣｒ
Ａ算部がメロディを計画する。したがって、非和声音に
関するパラメータもこのパラメータＣ＠算部において、
曲風、モチーフの特徴抽出結果１曲の進行などを考慮し
て作成される０作成された非和声音関係のパラメータは
非和声音の付加の実行部に渡される。非和声音付加実行
部は、送られてきたパラメータを解読してその計画に沿
う非和声音付加を行う論理ないし規則を備えている。こ
の規則とは、上述したような非和声音の付加に関する問
題を解決するためのルールのことである０本実施例にお
ける非和声音付加のルールは、パラメータＣの値（デー
タ）によって、付加の結果を多様に変化させる。この意
味で、データ駆動型のルールである。しかし、パラメー
タＣがどのような値であっても、「違法な」非和声音の
付加は決して行わない、つまり、データ（パラメータ）
はルールを破壊する力は持っていない。

図示の例では、非和声音の付加は種類別に行われる。何
升付加（第４２図）と経過音付加（第４３図）と刺しゅ
う音付加（第４４図）と適音付加（第４５図）である、
ここでも、「何台」、「経過音」、「刺しゅう音」、「
連合」の名称は便宜上のものである０例えば何升付加が
行われるのは、パラメータＣの制約のもとで所定の条件
が満足されたときである。換言すれば、各非和声音不下
部は推論を行って非和声音を付加しているといえる。

つまり、与えられた状況は、和声音のみのパターン（分
散和音のみのメロディ）であり、付加実行部は、「隠さ
れている」非和声音を、和声音のみのパターンを手がか
りにして、かつパラメータＣ演算部からの計画に沿って
見つけ出していく、このような推論は、非和声音を含む
メロディから、非和声音を抽出して除去する場合の推論
と基本的に逆の関係にある（前者が、Ａ４Ａ＋Ｈのタイ
プとすれば、後者は、Ａ十Ｂ＋Ａのタイプである）。

これから説明する各非和声音の付加のルールは例示にす
ぎず、当業者は本発明の説示するところに従い、その他
のルールを容易に考案することができる０例えば、非和
声音の付加が確定することにより、音符数が増加するこ
とになる（ただし、本例では連合は例外的に扱っている
）、これに対し、以下の非和声音の付加のフローでは、
付加すべき非和声音の前または後の音符（和声音）の音
長な削り、削りとった分を非和声音の音長とすることに
より、増加した音符数の音長列を形成している。この代
りに、上述したパルススケールによる分割が可能である
。

各非和声音の付加のフロー説明を読む前に、第９図を見
ることが理解の助けになる。

★何升付加★ 第４２図に倍音付加のフローチャートを示す。

このフローの場合、何升が付加されるためには次の条件
が成立しなければならない。

（ｉ）パラメータＣ演算部からの何升の重みのパラメー
タＰＣ２，２が何升の付加を許可していること（ＰＯ２
１，＞０であること、４２−１）。

（ｉＤ倚何升次の音符が休符でないこと（４２−５）。

（ｉｉｉ）次の音符が、パラメータＰＣ２１，が示して
いる最短許容音長より長いこと（４２−６）。

４２−２から４２−４は何升が付加される音符番号を決
定しているところであり、その情報はレジスタＡＩにセ
ットされる。４２−７〜４２−１１はメロディの音高列
（ＭＥＤｉ）と音長列（ＭＥＲｉ）の配列シフトである
（何升データのための場所の確保）、４２−１２から４
２−１４は何升を上に付けるか（ａ２＝１）、下に付け
るか（ａｚ　＝−１）を指示情報ＰＣｙ、ｓに従って決
めているところである。４２−１５から４２−２１は何
升の音高決定処理である。ここでは、次の音符（何升の
次の音）の音高より４度（Ｋ＝５）上または下の音から
始め、半音ずつ音程を狭くしていちて、最後に見つかっ
た有効な音高（ＳＣＬａｓ　＞ＰＯ２，１が成立する音
高）を何升の音高としてＭＥＤａ＋　にセットしている
。４２−２２から４２−１６は次の音符から何升の取り
分の長さを決めているところである。

４２−２７で次の音符の音長を何升の取り分だけ減らし
てＭＥＲａ＋、＋　にセ−）トし、４２−２８倚音の音
長をＭＥＲａ＋　にセットし、最後の４２−２９で音等
数のカウンタＰＣをインクリメントしている。

第９図Ｃ口）に倍音付加の動作例を示す。

★経過音付加★ 第４３図は経過音付加のフローチャートである０本例で
は、跳躍進行の後、順次進行が生じゃすいように工夫が
こらされている（４３−２〜４３−１６．４３−２７．
４３−３０参照）。

ｒｌの値は経過音が付加されやすい尺度を示す。

４３−２はＰＯ２，２に基づ＜ｒ＋　のランダム算出で
ある。前が跳躍進行であるときには（ａ＋≧ＰＣ３，４
が成立するときには）、ｒ＋　に強制的に高い値（ここ
では５）を入れている。

図示のフローにおいて、経過音が付加されるための必要
条件は次の通りである。

（ｉ）経過音の前後における音の音高差がある程度以上
あること（４３−７、ここでは全音より広いこと）。

（ｉｉ）＠と後のいずれも休符でないこと（４３−７，
４３−８）。

（ｉｉｉ）前と後の音のいずれもある程度以上の音長を
もっていること（４３−３２，４３−３）。

さらにその他の条件も必要であるが、こちら条件は、４
３−１５から４３−２４で示す経過音の候補のサーチな
いしチェックの結果に依存する。その前の４３−１０〜
４３−１４はサーチのための下準備であり、例えば、前
音より後音の方が高ければ（上方進行なら）、前音より
半音上の音を経過音の最初の候補にし、下行進行なら前
音より半音下の音を最初の経過音候補としている。サー
チのところで、１回ループを回るたびに候補が半音ずつ
シフトされる（４３−２４）、４３−１０〜４３−１４
のサーチにおいて、ＳＵＭには有効音高をもつ候補の数
がカウントされる。ただし、前音から後音までの間に和
声音になっている音高が含まれる場合にはＳＵＭに特別
の値を入れる（経過音付加を禁止するためである）、配
列（ｂｓｕＭ）には有効音高検査（４３−１５，４３−
１６）に合格した各音高データが書き込まれる。サーチ
は、後音と半音差になるまでくり返される。

ここで、経過音の付加がサーチの結果、禁止される条件
を例示する（不成立の条件）。

（イ）サーチにおいて、前音と後音との間の半音階スケ
ール上に、有効な音高が１つも見つからなかったこと、
つまり、前音から後音までのクロマチックスケール上に
有効な音高が存在しないこと（４３−２５参照）。

（Ｌ＋）前音から後音までのクロマチックスケール上に
和声音が含まれること（４３−２１，４３−２２，４３
−２５参照）。

（ハ）前音から後音までのクロマチックスケール上に多
すぎる数（ここでは３つ以上）の有効な音高が含まれる
こと（４３−１６，４３−２９より今回はスキップを示
す■へ抜ける）。

肯定的条件、すなわち、経過音が付加されるための残り
の条件は、４３−２５から４３−３１に記述されている
。すなわち、前音から後音までのクロマチックスケール
上に、 （Ｖ）和声音が含まれていないこと。

（Ｖｌ）　１つか２つの有効音高存在すること、そして
。

（ａ）　１つのときには、付加のしやすさの尺度が、あ
る値゛（ここではｒｌ＞１）より大きいこと、一方 （ｂ）２つのときには、付加のしやすさの尺度がある値
（ここでｒｌ＞２）より 大きいこと。

１つのときにはａ２＝１となり、前音と後音との間に挿
入する非和声音（経過音）が１つであることが示され、
２つのときにはａ２＝２となり、前音と後音との間に挿
入する経過音が２つであることが確定する。

第３列目の４３−３４から４３−３９は音長の取り分の
決定である。

第３列メモリの４３−４０から４３−４３までは、経過
音挿入のための配列（ＭＥＤｉ）、（ＭＥＲｉ）のシフ
トである。

ａ２＝１（付加数１）のときは、４３−４４で、経過音
の音符のためのレジスタＭＥＤ１．＋。

ＭＥＲｌ、１　に、すでに確定している音高データと音
長データを入れ、前の音符の音長レジスタＭＥＲｉを書
き換える。つまり、１つのときの経過音の音長は前音の
長さの一部をもらい受けることによって得ている。４３
−４４の後、４３−４５が不成立で、４３−４７　（音
符数カウンタの処理等）に進む＊　＆２＝　２　（付加
数２）のときは、４３−４４で１番目の経過音の音長、
音高をセットした後、４３−４６で２番目の経過音の音
長、音高をセットする。２番目の経過音の音長は後音か
らもらい受ける。

★刺しゅう音付加★ 第４４図に刺しゅう音の付加のフローチャートを示す、
前の経過音付加のところで恋人りにフロー（第４３図）
の説明をしたので、フロー中の記号の意味等は例外的な
ものを除いて説明不要であろう、ここでは、簡単に説明
する。

刺しゅう音が付加され得るためには、前音と後音の高さ
が同じでなければならない（４４−２〜４４−４）、ま
た、刺しゅう音の音長は前音からもらい受けることにし
である（４４−６〜４４−８．４４−３１．４４−３２
）ので、前音はある程度以上の長さがなければならない
（４４−５）。

パラメータＣ演算部は刺しゅう音の付加に対し、ＰＯ２
，ｓ　というパラメータを送り出している＊　Ｐ　Ｃ４
，４がゼロのときは、刺しゅう音の付加の禁止を意味し
、ｌのときは１回だけの付加を許し、２のときは、複数
の付加は許すものの連続して付加することは禁止する。

３以上であれば自由に付加できる。このようなパラメー
タＣ演算部からの要求を満たすため、４４−９から４４
−１４に示す処理が用意されている。

さらに、パラメータＣ演算部は刺しゅう音を上に付ける
か下に付けるかの指示をＰＯ２，２の値によって発行す
る。これに対するＦｆａは４４−２１から４３−２３で
行っている。

４４−１６から４４−２０は刺しゅう音付加のための配
列（ＭＥＤｉ）、（ＭＥＲｉ）シフトである。また、４
４−２４から４４−３０は刺しゅう音の音高決定処理で
ある（上述した４２−１５から４２−２１と同様の処理
）。

★適音付加★ 第４５図に適音付加のフローチャートを示す。

本例のフローでは、適音の場合は、音符数が変化しない
ルールを採用しており、連続する３つの音の音程進行に
着目している。また、適音は小節の最後の音ということ
にしである。したがって前小節の最後から２番目の音と
次小節の先頭の音との音高差に基づいて、適合する適音
の音高を求め、その音高ですでに生成されている小康の
最後の音を変更している（音高の差替）。

パラメータＣ演算部より適音付加の禁止が指示されてい
るとき（Ｐ　Ｃ３，２≦Ｏのとき）はこの指示に従う（
４５−１）、また、適音付加は３つの連続音（休符でな
い音）に対する処理であるので、前、後の音符が休符の
ときには付加は行わない（４５−２，４５−３）。

３つの音の音程進行の違いから、適音は３つのタイプに
分かれる。フローチャートの下方に図示しである。（ｉ
）刺しゅう型は、前小節の最後から２＃ｉ目の音ＭＥＤ
−１と次小節の先頭のＭＥＤ、とが同音のときに発生す
る。　（ｉｉ）経過型はＭ　Ｅ　Ｄ　−＋とＭ　Ｅ　Ｄ
　＋　との間のクロマチックスケール上に有効音高（ｆ
ｆ高有効検査４５−１１．４５−１２で合格した音）が
ある場合、特に図示のフローでは１つのみ存在するとき
に発生する。　（ｉｉｉ）何升型はＭ　Ｅ　Ｄ　−＋か
らＭ　Ｅ　Ｄ　＋　までを半音きざみで進めてみた場合
において、有効音高がまったく存在しないときに発生す
る。

２つの音Ｍ　Ｅ　ｒ）　−＋　、　Ｍ　Ｅ　Ｄ　１０１
ｍ　ニ有効音に６　カいくつあるかは４５−４から４５
−１５．（特に４５−９〜４５−１５）で検査している
。

ｆｉｌに見つかった有効音高の数が計数される。

有効音高数が２以上のときは付加しない（４５−１６）
。

上記の３つの型のいずれも、上と下の型がある。Ｎえば
、刺しゅう型の場合には、適音を＃後の同音ＭＥＤ−，
、ＭＥＤ、Ｉ　より高く（上に）する　　　　゛か低く
（下に）するかで２つに分かれる。これに関連する処理
は４５−１７から４５−１９である（ＰＣ５’、３の値
により決まる）、・経過型の場合は、ＭＥＤ−＋からＭ
ＥＤ＋への音程進行が上向か下向かで２つに分かれる。

何升型の場合も同様である。ただし、何升型の場合は、
ＭＥＤ−１からＭＥＤ、までのクロマチックスケール上
に有効な音（使用できる音）が存在しないので、エスケ
ープさせている。すなわち、ＭＥＤ−ＪからＭＥＤ。

への進行が上行すなわち２なら、両方の音より高い音が
選ばれ、ＭＥＤ−１からＭＥＤ、への進行が下行すなわ
ち１なら両方の音より低い音が選ばれるようにしている
（４５−４〜４５−７と４５−２３とから、２のときは
Ｉｈｐ　＝１．　％のときａｚ＝−１である。さらに４
５−２４以降で、（ＭＥＤ１＋５Ｘａ１）で示す音高か
ら半音きざみで有効音高をサーチしている。）。

この４５−２４から４５−３０までは第４４図の４４〜
２４〜４４−３０と同様の処理であ′る。

ここでは、次小節の先頭の音ＭＥＤ、より４度上か４度
下の音高から始めて（上か下かはａｌで決まる）、半音
ずつ先頭の音高ＭＥＤ、へ近づけていきながら有効音を
捜し出す、最後に見つかった有効音、すなわち、次小節
の先頭の音の高さに最も近い有効な音が適音として確定
する。デクリメント方式（ある音の高さ、ここでは先頭
の音に近づける方式）で有効音をサーチしているが、イ
ンクリメント方式で有効音をサーチしてもよい、この場
合、最初に見つけた有効な音が付加される音として確定
する（もっとも何らかの理由で、有効音が全く存在しな
い状況が発生することを考慮すると、あるところまで離
れたら１強制的にループを抜けるようにする必要がある
）。

生扛立■迦 第４６図は休符（プレス）の付加のフローチャートであ
る。この例では、１６分休符が付加可能な場合に付加し
ている（４６−２〜４６−４）、４６−１のＰＣｑ、宜
はパラメータＣ演算部より与えられた休符付加の可否の
パラメータである０代表的には、パラメータＣ演算部は
楽節の最終小節のときに、ＰＯ２，１を許可値にする。

特徴リズム生成 既に述べたように、本実施例の自動作曲機は、リズム評
価部において、モチーフにどのようなミニリズムパター
ンがどの程度、含まれているかを抽出し、特徴的リズム
パラメータの抽出部において、どのミニパターンがモチ
ーフを特徴づけるミニパターンであるかを評価している
。そして、この評価結果を基にしてパラメータＣ演算部
がメロディの各小節を特徴づけるミニパターンの尺度（
メロディリズム制御情報）を計画的に発生する。このパ
テメータＣ＠’１１部より与えられるメロディリズム制
御情報に従って、メロディの音長列にミニパターンを注
入する部分が特徴リズム生成部（特徴パターン組込部）
である。

特徴リズム生成部に必要なａｔ能は、パラメータＣ演算
部より送られてくるメロディリズム制御情報が示す計画
を解読し、その計画に沿ってメロディの音長列を変更さ
せ得る能力である。

第４７図は特徴リズム生成部が実行するフローの一例を
示している。このフローでは、メロディリズム制御情報
として１つのパラメータＰＣｂ、＋だけを使用している
。これは、説明の便宜上であり、パラメータＣ演算部か
ら複数のメロディリズムＭ４Ｈ用のパラメータが特徴リ
ズム生虞部に渡されるようにしてもよく、特徴リズム生
成部の方はそれらのパラメータを解読し、解読結果に沿
うリズム生成を行うようにその機能を複合化してもよい
。

第４７図におけるパラメータＰＣ６、＋　　（４７−１
参照）の意味は次の通りである。まず、ＰＣｂ、Ｉが負
またはゼロのときはミニパターンの注入は禁止されるｍ
　Ｐ　Ｃ６，１が１のときは１１！ｉ１だけは注入が許
される。２のときは連続の注入は禁止される。３のとき
はミニパターンを自由に注入することが許される。さら
に、パラメータＰＣｂ、＋はこれまで説明してきたリズ
ム関係の処理（例えば、第１９図、ＰＡｂ、＋　など）
との関係において次の意味をもっている。それは、３対
１の音長比をもつミニパターンと関係しているというこ
とである。すなわち、システマチックの意味において、
パラメータｐｃ６１．の大きさは、メロディの小節にお
いて３対１の音長比のミニパターンが出現する度合を示
している。したがって、第４７図のフローは、ＰＣｂｄ
の値に依存して、３対ｌの音長比をもつミニパターンを
生成するアルゴリズムをもっている壷 さらに、第４７図に示す特徴リズムの生成プロセスは、
メロディの生成の最後のプロセスにな、っており、この
プロセスに入る前に、分散和音の発生プロセス、非和声
音付加のプロセスが完了している。すなわち、分散和音
の発生プロセスにおいては、分散和音の音長列（メロデ
ィ分散和音パターン）がモチーフから非和声音を消去し
たモチーフ分散和音パターンを基にして作成され、非和
声音付加のプロセスでは隠されている非和声音を推論し
て決定し、前または後にある和声音の音長の一部を削り
、その削った分を非和声音の音長とする音長列の最小変
更を行っている。そして。

非和声音を含むモチーフから非和声音が省略されたモチ
ーフ分利和音パターンを形成するまでの変換プロセスと
、非和声音が省略されたメロディ分散和声音パターンか
ら非和声音を含むメロディを形成するまでの変換プロセ
スとは、形式上、逆の推論関係にある。したがって、本
例の特徴リズムの生成プロセスに入る段階で、メロディ
の音高列についてはすでに完成している。またメロディ
の音長列についてもほとんど完成している場合が少なく
ない、したがって、この最後のプロセスは慎重に行う方
がよい、別のいいかだをすると、仮に、いくつかの音符
の音長をブタラメに削ったり増やしたりすることにより
、３対１の音長パターンを強制的に作成したとすると、
この強力な音長パターンの形成のために、とんでもない
音長パターンが副産物として発生したりする可能性が高
い、つまり、本来、あってはならないようなリズムが生
まれてくるわけである。このような点に鑑み、本例の特
徴リズム生成では、既に出来上っている音長列がもつリ
ズムをできるだけ損なわないようにしつつ、パラメータ
Ｃ演算部の計画に沿うミニパターンを注入するようにし
ている。ひとことでいえば、与えられた音長列の最小変
形のルールをもたせている。

より具体的に述べると、第４７図の特徴リズム生成にあ
っては、限定された条件を満足する音長対に対鴫てのみ
、音長変換、すなわち、３対１の音長比への変換を行っ
ている。

この条件は次の通りである。

（ｉ）連続する２つの音符の音長が等しいこと（ｉｉ）
その音長が８分以上であること（４７−（ｉｉｉ）その
音長が８分の整数倍であること（ｉｉ）連続する２つの
音符が（正確にはそのうちの前音が）４の倍数（０も含
む）の位置から開始していること（４７−１２）。

以上の条件が成立し、かつＰＣＭ、１の値と関係する条
件（ＰＣＭ、ｌの計画条件）が成立するときに、上記の
連続する２つの音符の音長比が３対１の音長比に変換さ
れる（４７−１３〜４７−１９）、なお（ｉｉ）の条件
はシンコペーションが入らないようにしたものである（
それ以外に特に意味はない）。

４７−５から４７−８までの処理は、ＰＣＭ、１各値が
示す制約を守るための処理である。フラグｆｕはＰＣｂ
、＋がｌのとき（１回のみ往入可のとき）と２のとき（
連続注入は禁止のとき）のために用いられる。注入の際
、フラグｆｌはＯから１になる（４７−１４）、ＰＣＭ
、１　＝　１のときは、１回注入されてｆＪｌになった
後は４７−５より４７−６．４７−７を経て、完了を示
す■にてフローを抜ける＊ＰＣｂ、ｚのときは、注入に
よりｆｆ）−＝　１になると、その次のパスで４７−７
より４７−８を経、■で示すように次の音処理ヘジャン
プすることで、ｆｌ＝１の次のパスでの注入を禁止して
いる。

図示のフローは例示にすぎず、当業者は他のルールに従
って、メロディを特徴づけるミニパターンを音長列に組
み込むことができる。

ちなみに、第９図の動作例では、特徴リズムの生成動作
はＮＯＰで終っている。

第２５図に示すメロディ生成の場合は、これまで述べて
きた２分散和音の発生、非和声音の付加、休符の付加、
特徴リズムの生成の処理が小節単位で実行される。第９
図に例示するように、モチーフが１小節で、自動生成す
べきメロディが７小節の場合、７回分これらの処理が実
行されたと、−ころで曲が完成する。

く修正学習〉 本実施例においては、完成された曲に対して。

使用者サイドより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（第２図には示さず）、以下、
修正学習について説明する６本実施例では、修正は季節
別に行われる。

第４８図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、モチーフから特徴パラメータＦ
Ａを抽出する（４８−１）、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（４
ｇ−２）、これに対し、自動作曲機は内部のパラメータ
Ｃ＠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）をすべて演算する（４８−３）。

次は客観データもしくは内部表現データ（パラメータＣ
）から主観データもしくは使用者向は概念データへのパ
ラメータへのパラメータ変換である（４８−４）、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
１判断しやすい情報を与えることである０例えば、転回
のパラメータＰＣ１，７は主に盛り上がりを制御するも
のであるため、ＰＣｌ、７＝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に
とって修正の作業がしやすくなる。

パラメータ変換の結果（メツセージ）はＣＲＴ１２（第
１図）などに表示させる（４８−５）。

これに対し、ユーザはパラメータの種類ＥＤＢを入力し
、修正値ＥＤＣ’を入力する（４８−６．７）０例えば
、盛り上りを９０％から５０％に変更したいのであれば
、ユーザは、修正のパラメータの種類が盛り上りである
ことを４８−６で入力し、修正値の５０％（ＥＤＣ’）
４８−７で入力するわけである。

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（４８−８）、
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Ｐ　Ｃ１，７の値（
Ｅ　Ｄ　Ｃ）を１にする。

続いて、４８−８から４８−９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１２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（４Ｂ−１２）。

以上の修正学習はユーザの好みを生成するメロディに反
映させるように慟〈、このことは第４９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＠算部により通常、生成されるパラメータＣ
よりも修正学習により学習したところのパラメータＣを
優先させる。第４９図の４９−３のところは、通常のパ
ラメータＣの計算である。

４９−４から４９−１３の部分で、学習メモリ１２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Ｗｌき換えている。すなわち、現在の小１１１
ｉ（ｉの値）と一致する修正小節が見つけ出され（ｉ＝
本Ｐａ）、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る（１＝本（Ｐａ＋１）
）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）。

要するに、いったん学習メモリ１２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、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。

〈実施例の特徴〉 以上の詳細な説明から本実施例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ツセンスやコンセプトが曲目
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。

（ｕ）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（メロディ特徴パラメータ、メ
ロディ制御情報）を発生する手段を設けており、進行区
間（小ｍ）を単位として、季節別にパラメータＣを決め
ている。この季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（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）さらにパラメータＣの発生手段（メロディ制御情
報発生手段）は楽式識別データ発生手段を含んでおり、
これにより、より高次の階層性を曲にもたせることがで
きる。

（ネ）非和声音と和声音とを区別して堆り扱っているの
で、曲の流れが非常に音楽的になる。

（へ）モチーフはユーザ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
、ユーザは作曲への参加、１！−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。

（ト）モチーフの＃徴のメロディへの反映に関し、モチ
ーフの特徴要素別にコントロールされるようになってお
り１作曲可能な空間がすこぶる広い。

（チ）リズム面に関しては、モチーフに含まれる特徴的
なミニパターンが抽出され、その結果に基づいて特徴ミ
ニパターンが計画的にメロディに組み込まれるようにな
っている。したがって、モチーフのリズム的な特徴を任
意の度合でメロディに反映させることができる。

（す）さらに、分散和音の音長列の形成に関し、パルス
スケールによる最小回数の音長分割と音長結合の手段が
設けられている。パルススケールの影響によりモチーフ
にはないリズム的＃徴がメロディに表われる可能性はあ
るが、その変化は一貫性があり、よくコントロールされ
た音長パターン変換を達成する。

（ヌ）メロディノートの候補の有効性に関して使用音高
制御手段が使用されている。メモリに用意される音階の
種類をはるかに超える有効ノートスケールを得ることが
できる０例えば、しきい値をコントロールすることによ
り達成可能である。

（Ｓ）また、パラメータの設定次第により分散和音（ア
ルペジオ）作成装置になる。

（ヲ）人工知能的機能が盛り込まれており、前向き推論
や後向き推論により、モチーフの評価、分析（モチーフ
からパラメータへの変換）やパラメータからメロディへ
の変換が行われる。

（））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。

（Ｓ）修正学習機能が組み込まれており、ユーザの好み
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１作曲された曲はユーザの好みを反映するとこ
ろとなり、ユーザはますます興味をひかれることになる
。

［変形、展開、応用］ 上記実施例は本発明の一態様にすぎない、以下、変形、
展開、応用について説明する。

乙−澗 まず、上記実施例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例では１曲の冒頭とし
て与えられることを想定してあったが、何＃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。

また、上記実施例では、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小簡目の
モチーフから第１のモチーフ特徴パラメータ（例えば背
型のパラメータＬＬ　ｉ）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のモチーフ特徴ハラメー
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ａ番号の小節のメロディ生成を制御するために
使用し、！８２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小節の某所、Ｂが７小節の楽節、最後
のＡが８小筆の楽節、といったようなケースでは、例え
ば、各楽節の偵（ａ、７．ａ）＝　（ｍｌ楽節の小ｍ数
、第２楽節の小ｍｅ、第３楽節の小節数）と小ｍ＃号の
カウンタの値とを比較し、小節番号が９となり曲の４冒
頭から第９小節目になったこと、つまり第２楽簡の開始
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。

また、上記実施例では、１小節当りのコード数は１個（
１コード／小ｆｆ１）を想定しであるが、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０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（メロディ制
御情報発生部）は小節単位でパラメータＣを発生する。

一方１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拍車位（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くま
たはそれに近い長さ）に修正するａ！艶を盛り込んでも
よい。

さらに１曲風などの選択機能を付加してもよい０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０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。

音階　係　　　立　制御 次に、メロディ音高列の生成に関与する使用音高制御機
能の変形について述べる。

実施例で述べたように、使用音高Ｕ両機能はノートスケ
ール発生手段（ノートスケール付与手段）と有効音高検
査ないし決定手段から成っている（第２図参照）、実施
例の動作を示すフローチャートによれば、ノートスケー
ル発生手段は音階の重みデータメモリ５（第２９図参照
）より音階の重みデータ（重み付けられたノートスケー
ル）を読み出す手段と、読み出したノートスケールの重
みをコードの根音や、コード構成音により変更する手段
から構成されている。また、有効音高検査手段は１分散
和音の発生過程や非和声音の付加過程において中間的に
つくり出されるメロディノートの候補に対し、その候補
に割り当てたノートスケール上の重みを検査し、詳しく
いえば、その重みをパラメータＣ演算部（メロディ制御
情報発生部）の計画したしきい値（例えば、ＰＣ２，１
）と比較し、候補の重みがしきい値以上のときに、その
候補を有効なノートと決定するようになっている。

第２９図の例では、ある音階は２種類の重みをもってお
り、ある音階は３種類の重みをもっている、また、第３
０Ｅ図の音階の重みデータ（スケールデータ）の読み出
しが示すように、どのノートスケールを使用するかはユ
ーザーが入力装Ｆａｌより決めることができるようにな
っている。

ただし、この例では、説明の便宜上、メモリより読み出
されるノートスケールはコードなどの情報とは独立であ
ることを想定しである。

第５０Ａ図、第５０Ｂ図、第５１図に示すものは、メモ
リから読み出されるノートスケールがコードの種類に依
□存する例である。ここではアベイラブルノートスケー
ルの概念を使用している。

あるコードに対して使用できるアベイラブルノートスケ
ールは１以上存在する。特定のコードに対しどのアベイ
ラブルノートスケールを使用するかは、ユーザーサイド
より選択することも可能であるが、ここでは自動的に行
っている（第５１図参照）。

詳細に述べると、第５０Ａ図と第５０Ｂ図において、メ
モリｌはコード進行情報を記憶するメモリであり、連続
するアドレスに、コードタイプを表わす数値（コードナ
ンバー）が並べられている（（ロ）参照）、このコード
ナンバーの配列（ＣＮｉ）によりコード進行が表現され
ている。

メモリ２は、各コード（ＣＮｉ）に対するアベイラブル
ノートスケールの数を記述したテーブルである。一方、
メモリ３は、夫々のコードに対するアベイラブルノート
スケール（ＡＮＳ）の名前が数値で表現されている。こ
のアベイラブルノートスケールの名前情報から、メモリ
４に入っているスケールデータ（アベイラブルノートス
ケールを重みパターンで示したデータ）を特定すること
ができる。すなわち、メモリ３のＡＮＳの欄における“
Ｏ”はナチュラルモードを１”はペンタトニックスケー
ルを、“２″はブルーノートスケールを“３″はホール
トーンスケールを、０４″はオルタートスケールを意味
している。このＡＮＳの値からメモリ４上のスケールデ
ータの開始アドレスが計算できる。一方、メモリ２とメ
モリ３の間では、メモリ２の内容から、メモリ３の特定
のＡＮＳを指定できるようになっており、メモリｌとメ
モリ２の間では、メモリｌの内容（コードタイプ）から
そのコードタイプに対するアベイラブルノートスケール
の数をメモリ２から読み出せるように構成されている０
例えば、ＣＮｉがｖ７を示す７″の値のときは、その値
から１を引いた値（ここでは６）でメモリ２をアクセス
することにより、３．つまりｖ７の７ベイラブルノート
スケールは３つあることがわかる。このＶ７の３つの７
ベイラブルノートスケールを具体的に知りたければ、す
なわち重みづけられたスケールデータの形式で知りたけ
れば、次のようにする。ます（ＣＮｉ−１）ここでは６
のところまで７ベイラブルノートスケールの数を累算す
る（メモリ２を使って）、この累算値（ここでは１０）
はメモリ３上において、コードタイプｖ７についての７
ベイラブルノートスケール（ＡＮＳ）の名前のリストの
開始アドレスを指している。既にｖ７のＡＮＳの数は３
つあることがわかっている。したがって、この開始アド
レスと、次のアドレスとその次のアドレスを個々に計算
して、メモリ４より読み出すべき各７ベイラブルノート
スケールの開始アドレスを計算する。メモリ４上の各ノ
ートスケールデータの長さは１２アドレスである。この
結果、Ｖ７の７ベイラブルノートスケールであるナチュ
ラルモードとペンタトニックスケールとブルーノートス
ケールのデータがメモリ４より読み出されることになる
。

したがって、第５０Ａ図と第５０Ｂ図に例示するメモリ
はアベイラブルノートスケールのデータベースとして使
用でき、所望であれば、目的のコードに対するアベイラ
ブルノートスケールのデータもしくは名前のリストをＣ
ＲＴ等により表示することも容易である。このようなモ
ニターを使って、ユーザー側から曲の進行にマツチした
アベイラブルノートスケールを選択することも容易であ
る。

さらに、第５０Ａ図と第５０図に例示するアベイラブル
ノートスケールのデータベースは拡張も容易である０例
えばコードのリスト（（ロ）参照）に入っていないコー
ドをリストに加えることができる、新しいコードタイプ
には１例えば、現在の最大値をもつＣＮｉより１つ大き
な値を付ける。新しいコードタイプの各７ベイラブルノ
ートスケールの名前が与えられれば、メモリ２を拡張し
て、そのコードタイプ（コードナンバー）とその７ベイ
ラブルノートスケール数を次アドレスに書き込むととも
に、メモリ３も拡張して名前を書き込む、いままでにな
いアベイラブルノートスケールのデータが与えられたと
きは、新し−い名前（図の例では５）が付けられ、メモ
リ４が拡張される。したがって、ユーザより、新しいコ
ードの登録、そのコードに対するアベイラブルノートス
ケールの数１名前、重みパターン（スケールデータ）の
登録も容易にできる。その他、登録済のコードに対する
アベイラブルノートスケールのリストの変更（追加、削
除、訂正）なども容易である。

さて、第５１図に示すフローにおいては、与えられたコ
ード（ＣＮｉ）に対するアベイラブルノートスケールの
選択は乱数を使って実行している（５１−５．５１−６
参照）、その他の点については上述した特定のコードに
対するアベイラブルノートスケールの名前またはスケー
ルデータの読み出しに関する方法と同様である。第５１
図のフローの右側には注釈を入れでおり、これ以上の説
明は不要であろう。

★ノートスケールの合成★ 重み付けられたノートスケールのセットは音階の重みデ
ータメモリ（第１図のメモリ５．第５０Ｂｖ４のメモリ
４）に記憶させることができる。

ここでの問題は、ノートスケール（音階の重みデータ）
の合成に関する。いま、クロマチックスケールのスケー
ルデータ（ＳＣＬｉ）を次のように表わしてみよう。

（イ）ｉ：１２３４５Ｂ７８９１０１１１２ＳＣＬｉ　
　２５２５２５２５２５２５２５２５２５２５２５２５
次にペンタトニックスケールのスケールデータ（ＳＣＬ
ｉ）を次のようなものにしてみる。

（ｏ）ｉ：１　２　３　４　５　８　７　８　９　１０
１１１２欧長音階のスケールデータ（ＳＣＬｉ）は次の
ようにする。

（ハ）ｉ：１２３４５Ｂ７８９１０１１１２上記の３つ
のスケールデータを加算すると、（ニ）ｉ：１２３４５
８７８８１０１１１２が得られる。この（ニ）は第２９
図の（２）ヨナ抜き長音階のデータと完全に一致してい
る。また、（ハ）の各データの２倍に（イ）の各データ
を加えると第２９図の（４）長音階欧のデータと一致す
る。

以上の例示は、ある音階のデータは２つ以上の音階のス
ケールデータを一次結合などによって組み合わせること
により合成できることを示すためである。このことは、
２つの意味をもつ、第１は、既知の音階を表わすスケー
ルデータを別の複数の既知の音階を表現するスケールデ
ータを合成によって得ることができるという点である。

第２はいままでに存在しないタイプの音階を表わすスケ
ールデータを既知の２つ以上の音階を表現するスケール
データを合成することによって得られるという点である
。したがって、実験的なスケールによる自動作曲の可能
性をもっている。

記憶容量の面からいえば、音階重みデータメモリに収め
るスケールデータのセットを小さくすることができ、有
利である。必要なときに、一次結合により所望のスケー
ルデータを自動的に発生させればよい、この種の一次結
合は、一次結合される各スケール名と各スケールについ
ての係数が決まれば容易に実行できる。５ＣＬｉｊを１
番目（Ｉという名の）スケールのｊ番目の音の重みデー
タとし、合成後のスケールのデータをＳ　ＣＬ　＋、ｓ
ｔｖで表わすと、　Ｓ　ＣＩ、＋、ｓＥｗは、　ＳＣＩ
、＋、ｓｔｗ　＝ΣａｊＳＣＬｆ　ｊ　（ａｌは係数）
を演算することにより、容易に得られる。

★しきい値★ 有効音高検査のためのしきい値（例えばＰＯ２，１）は
、実施例の場合、メロディ制御情報発生部において作成
される。有効音高決定手段は、候補の音高に対して割り
当てられている重み（ノートスケール発生手段より与え
られた重み）としきい値とを比較し、所定の条件が成立
するとき、実施例の場合では、その重みがしきい値以上
の重みをもつときに、候補をメロディノートとして採択
している。

有効音高の条件を、 候補の重み≧しきい値 とする場合において、しきい値による候補への作用は次
のようになる。まず、ノートスケール発生手段により与
えられるノートスケールが２種類の重みしかない場合を
考えてみる。この場合、しきい値がいずれの重みより重
いときは、有効音高は発生しない、しきい値が両方の重
みの中間にあるときは、重い方の音高は有効として扱わ
れ、他方は無効である。しきい値が、いずれの重みより
低いときは、ノートスケール上のすべての音高が有効と
して扱われる（クロマチック的になる）。

ノートスケールの重みが３種類以上ある場合も同様にし
てしきい値の作用を理解することができる。

実施例の場合、コード構成音でもある音ｐｌＩ音は、通
常の音階音より格上げされ、高い値をもつ、したがって
、 重み（音階音）＜シきい値く重み（コード構成音かつ音
階音） になるように、しきい値を選択すれば、実施例の自動作
曲機は分散和音発生機となる。

実施例の場合、ノートスケール発生手段内には変動また
はゆらぎを導入する手段は含まれていない、このような
変動導入手段は容易に実現できる。その結果は、ある音
高を確率的に有効音とする０例えば、ノートスケールデ
ータの配列（ＳＣＬｉ）の各要素に対し、各要素の大き
さにより制御される変動（例えば上乗せ）を乱数により
導入する。あるいは、しきい値との差がある程度以上小
さい要素に対して、乱数で発生させた比較的小さな値を
加算する。このような制御された変動導入手段を用いる
ことにより、常に有効音となる音高、たまに有効音とな
る音高、決して有効音とならない音高が規定されること
になる。

ノートスケールの一次結合手段とは別の意味において、
発生可能なノートスケールの豊富化がもたらされる。

ノートスケールデータをユーザプログラマブルにできる
ことはすでに説明した。所望であれば。

しきい値についても、入力装置よりその値を自由に設定
することができる（この実現は非常に容易である）。

見２１ｄｌ係 〈実施例のレビューと展開〉 上記実施例においては、メロディのリズムに関して次の
ような手段を構じてさた。第１はミニパターンの抽出と
注入であり、第２はパルススケールによる音長の結合と
分割である。

もう少し、詳しく述べると、モチーフの評価において、
非和声音込みのモチーフに含まれる支配的な小音長列を
特徴ミニリズムパターンとして評価、抽出し、その抽出
結果を基に、メロディの生成の最終過程において特徴ミ
ニリズムパターンをメロディの音長列に組み込んでいる
。一方、パルススケールによる音長の結合と分割は、モ
チーフから非和声音を省略したモチーフ分散和声音パタ
ーン（モチーフの分散和声音の音長列）を形成する手段
として、また、メロディの分散和音パターン（分散和声
音のみのメロディから成るものの音長列）を形成する手
段として用いている。

ミニパターンによる手段は、直接的であり、ごく皮相的
にいえば、自然言語における「単語」と共通する面をも
っている。一方、パルススケールによる手段は、ミニパ
ターンによる手段よりは間接的なアプローチである。

上記実施例にあっては、音高列の分析と合成のために、
「分散和音」という概念をメロディの基礎とするアプロ
ーチを採用しており、この「分散和音」の抽出（モチー
フに関して）と生成を（メロディに関して）行うのに、
パルススケールによる音長結合と分割の手段が有効に機
能している。

そして、パルススケールによる手段とミニパターンによ
る手段との両者により、リズムもしくは音長列をきめ細
かく調整、制御している。

しかしながら、このことは、両方の手段が必ず必要であ
るということを意味しない、すなわち、本発明によれば
、ミニパターンによる手段だけでも、あるいはパルスス
ケールによる手段だけでもリズムの調整、制御の手段と
して機能し得る。また、パルススケールによる手段を「
分散和音」のためにしか利用できないと解してはならな
い。

「分散和音」とは無関係にパルススケールによる手段、
ミニパターンによる手段を使用することが可能である。

パルススケールによる手段と分散和音との関係は、分散
和音の音長列形成の１つの有効な手段がパルススケール
による手段であるという関係であり、他の手段による分
散和音の音長列の形成を否定するものではない、逆にい
えば、パルススケール手段という、分散和音の音長列形
成に有効な一手段がその他の音長列（一般のメロディの
音長列など）の形成にも利用可能である。

その具体例等については後で詳述する。

くテーブル参照による音符の結合と分割〉上記実施例に
おいては、音符を結合１分割するために各パルス点が重
み付けられたパルススケールを使用している。ただし、
パルススケールはプログラムのなかに内在する形式にな
っている（第１５図と第１６図参！＠）。

これとは別のパルススケール発生手段では、パルススケ
ールのデータをテーブル（メモリ）に持たせる。テーブ
ルでパルススケールを実現する利点は、様々なパルスス
ケールのデータを用意し、選択的に音符結合−分割手段
に送り込むことにより、音符結合−分割手段のルールは
同一でも、！４なる分割、結合結果、つまり様々な音長
列変更が可能になる点である。逆にいえば様々なパルス
スケールを内在する複雑で複合的なルールが不要になる
。

以下、テーブル参照型の音長結合と分割の手段について
具体的に例示する。

まず、第５２図に、モチーフの分散和音パターンを得る
のに使用されるテーブル参照型パターン抽出のフローを
例示する。明記していないところは、第１５図のフロー
と同様である。

５２−１において、　Ｔｓｕｓｅは着目している音符の
開始位ｇｌ　（ＳＵＭＢ）における重みであり、パルス
スケール のデータである．　ＴＳＬＩＮは次の音符の開始位置（
ＳＵＭ）におけるパルススケール（Ｔｉ）上の重みであ
る．したがって、５２−１から５２−４までの処理の意
味は次のようになる．すなわち。

（ｉ）次の音符の開始位置の方が重い重みをもつときは
、着目している音符（上記の次の音符より１つ前の音符
）の音長ＭＲｉを、その前の音符（前にある和声音）の
音長ＲＩＭに加える。

（ｉｉ）着目している音符の開始位置の方が重い重みを
もつときは、その音長ＭＲｉを次の音符（後にある和声
音）の音長ＲＨｓ．＋に加える（ただし、重みが同じと
きは、一応、次音符に吸収させている）。

したがって、テーブルが、図示のフローの右上に示すよ
うなパルススケール、すなわちｔ５１６１ｆｆｌと同一
のパルススケールである場合，第５２図のフロー実行に
よる和声音の音長パターン抽出結果と，第１５図による
和声音の音長パターン抽出の結果は同一となる．注目す
べき点は，第１５図のフローは第１６図に例示するよう
な重みの順序付け（Ｔｏ　＞Ｔａ　＞Ｔ４＝　ＴＩ２＞
Ｔ２　・・・−・−＝　ＴＩ４＞ＴＩ　＝・・・・・・
Ｔ’ｓ）−がなされたパルススケールでしか抽出できな
いのに対し，第５２図のフローは任意のパルススケール
を使用できることであり、どのパルススケールを用いる
かで結果も様々に変化する。ということである。

第５３図は第３７図の変形であり、テーブル参照による
音符の最適結合のフローを例示したものである。５３．
−１で、パルススケールの６値（Ｔｌ−Ｔｌ６）を小さ
い順に並び替えて５ＯＲＴｉに代入しているのは後の処
理を速くするためである。５３−２では次の音符の開始
位２ＪＳＵＭにおけるパルススケール上の重みを５ＯＲ
Ｔｉの値を比較している。最初５ＯＲＴｉハＳ　ＯＲＴ
　１であり、パルススケール上の一番軽い重みをもつ、
この一番軽い重みと同じ重みの点で開始する次の音符（
ＭＥＲｊ。１）が優先的に、前の音符（ＭＥＲｊ）と結
合される。以下、同様にして、軽い順に音長結合が行わ
れる。

第５４図と第５５図はテーブル参照による音長結合のフ
ロー例である。第５４図のフローは第５５図におけるチ
ェック５５−２の詳細である。

第５５図は上述した実施例の第３８図の代りとして使用
できる。第５５図のシフト５５−３と実行５５−４の詳
細はそれぞれ第４０図と第４１図に示す通りである。

第５４図において、ＳＵＭは次の音符の開始位ｎ（現在
の音符の終了位置）をＳＵＭＢは現在の音符の開始位置
を表わす、５４−３では現在の音符がクロスしているパ
ルス点のなかで最も重いパルス点の値を求めている。５
４−２から５４−８のループを、Ｋ＞ＰＣが成立するま
で（全ての音符についてのチェックが完了するまで）繰
り返すことにより、全ての音符のなかで最も重いパルス
点をまたぐ音符の開始位置がフラグｆｆにセットされ、
その音符の番号がフラグｆｌにセットされ、クロスして
いるパルス点の最大の重みがレジスタＭＡＸに書き込ま
れる。

第５５図の実行５５−４において、チェック５５−２の
結果、見つけ出された音符が、最大の重みのパルス点を
境として２つに音長分割される。音符数が目標数に達す
るとｉ　＞　ｌ　Ｓ　ｌが成立し１分割作業は完了する
。

上述したテーブル参照型による音符の分割と結合の具体
的動作例を第５６図と第５７図に示す。

いずれも、オリジナルの音長パターンとしてｎｒｎｙｎ
ノ を使用している。第５６図の方は、パルススケールとし
て１図示のスケール（正論理スケールと呼ぶことにする
）を用いて１分割、結合したものであり、第５７図の方
はｔＪＳ５６図に示すパルススケールとは対照的（相補
な）スケール（逆論理スケールと呼ぶことｉする）を用
いて分割、結合を行った例である。

★正論理、逆論理、評価値★ ここで、パルススケールを（Ｔｉ）　　（ｉ＝０〜１５
）で表わす、したがってＴｉはパルススケール上の１番
目のポイントにおける重みである。また、リズムパター
ンを（Ｒｉ　）　とする、ここにＲ１はゼロかｌであり
、Ｒｉ＝１は、１番目のポイントに音符の開始位置があ
ることを示し、Ｒｉ＝Ｏは１番目のポイントでは音符は
開始していないことを表わす、したがって音符の数Ｎは
次に、 ｐｉ　　＋−０ で表わされる関数（評価値）を考えてみる。

ここで、この関数を目安として、上述した音符の分割と
結合の論理を復習してみよう。

上述の音符分割手段の基本ルールは、与えられている音
符のうちで「最大」の重みをもつパルスポイントをクロ
スする音符を、そのパルスポイントを境として、２つに
音長分割するというものである。したがって１分割前の
評価値Ｖ（ＢＤ）と分割後の評価（１ｉｆｆＶ（ＡＤ）
との差は、上記の「最大」の重みと関係する。つまり、
上記の音符分割の論理は１分割することによって、関数
Ｖを最大変化（増加）させる。

一方、上記の音符結合手段の基本ルールは、与えられて
いる音符のうちで「最小」の重みをもつパルスポイント
で開始している音符を（そのパルスポイントを結合線と
して）前の音符と音長結合するというものである。した
がって、結合前の評価値Ｖ（ＢＴ）と結合後の評価値Ｖ
（ＡＴ）との差は上記「最小」の重みと関係する。

上記の２つの基本ルールを「正論理」のルールまたは単
に「正論理」と呼んでみよう。

この意味における「正論理」は、使用されるパルススケ
ールの重みのパターンによって破壊されることのないル
ールである。しかし、あるパルススケールと、それと相
補な（対照的な）パルススケールを考えてみると、ルー
ルの実行は逆の結果を生み出す、互に相補なパルススケ
ールとは、片方のパルススケール上の最大の重みをもつ
点が。

他方のパルススケールでは最小の重みをもつような２つ
のパルススケールのことである０例えば。

第５６図に示すパルススケールと、第５７図に示すパル
ススケールとは相補である。

第５６図に示すパルススケールを「正論理」のルールで
分割するときには、そのパルススケール上のうちで音符
がクロスする「最大」の重みのポイントが音符の分割線
となり、同パルススケールを「正論理」のルールで結合
するときには、リズムパターンと何パルススケールを重
ね合わせた場合に、リズムパターン中の音符のうちで「
最小」の重みのポイントが注目され、この最小値のポイ
ントが音符の結合線となる。これに対し、第５６図のパ
ルススケールとは相補なパルススケール（第５７図）を
使用した場合には、「第５６図」のパルススケール上の
うちで音符がクロスする「最小」の重みのポイントが音
符分割線となり。

「第５６図」のパルススケール上のうちで音符が開始す
る「最大」の重みのポイントが音符結合線となる。同一
のルールで実行しても、相補なパルススケール同志は逆
の結果をもたらす、したがって、第５６図に示すパルス
スケールを「正論理」スケールと呼ぶのに対し、第５７
図に示すパルススケールは「逆論理」のスケールと呼ん
でいる。

音長分割、結合手段の使用するルールを「正論理」の代
え、「逆論理」にすることができる、あるいは、選択的
に「正論理」と「逆論理」とにより音長の分割、結合を
行うように構成することも容易である。

「逆論理」のルールでは、分割のとき、パルススケール
上のうちで音符がクロスする「最小」の重みのポイント
が音符の分割線となる。したがって、評価値Ｖの変動（
増加）は最小になる。結合のときはパルススケール上の
うちで音符が開始する「最大」の重みのポイントが音符
の結合線となる。したがって、評価値Ｖの変動（減少）
は最大になる。

したがって１分割と結合に関し、可能な論理の組み合わ
せは次のようになる。

（ｉ）分割、結合とも正論理 （ｉｉ）分割は正論理で、結合は逆論理（ｉｉｉ）分割
は逆論理で、結合は逆論理（ｉｉ）分割、結合とも逆論
理 この論理の組み合わせについては後で再び別の角度から
説明する。

★パルススケールの合成、分解★ パルススケールはいくつかのパルススケールから合成で
きる性質と、逆にいくつかの単純なパルススケールに分
解できる性質をもっている。

第５８図には、いくつかのリズムパターンやリズのノリ
が例示されている。（Ａ）に示すのはサンバのリズムの
一例である。ここでは３つ（あるいは括弧で示すように
４つ）の楽器で演奏されている。各楽器の演奏による音
の個数を単純加算したものを（Ａ）の下に示している。

すなわち、である。高い値がついているところは発生音
圧の高いところでもある。この数値表現されたパターン
をパルススケールとして活用することができる。ここで
のパターンは、全体としてサンバらしさをもつポリリズ
ム（複合リズム）の数値表現でもある。第５８図の（１
１）に示すのは１６ビートの一例である。この複合リズ
ムの数値表現は、で示されている（ここでも単純加算で
ある）。

第５８図のＣＣ）〜（Ｇ）は、モノリズム（ノリ）の例
である。純粋なリズムの特徴を直接的に示すものである
。よく見ると、１６ビートの複合リズムは４拍子らしさ
、ロックぼさ、８ビートらしさなどを含んでいることが
わかる。換言すれば、（Ｃ）やＣＤ）や（Ｅ）、（Ｆ）
などで示すノリのパターンを数値的に一次結合すると。

（Ｂ）に示す１６ビート（複合化されたリズム）の数値
表現であるパターンとそっくりになる。

ある側面からいえば、３種類以上の重みのパターンで表
現されるパルススケールは複合リズムを表わしている。

そして、いま例示したように、既知の複合リズムはより
純粋なモノリズムの組合せである（いくつかの楽器の演
奏により形成されたリズムである）、このモノリズムを
ｌとＯの重みパターン（パルススケール）で表わせば、
いくつかのパルススケールを一次結合等で組み合わせる
ことにより、特定のポリリズムを特徴づけるパターンが
得られる。

さらに、新規なポリリズムを特徴づけるパルススケール
も容易に得られる０例えば（Ａ）で示すサンバの２列目
のリズムパターン Ｄ　ｍｍノ を表わすパルススケール と、ロックのノリを表わすパルススケールとを一次結合
することにより、サンバ・ロックの複合リズムを特徴づ
けるパルススケールを得ることができる。

１つの実現例では、パルススケールＴｉｊのセットがメ
モリに記憶される。２つ以上のパルススケールのデータ
を使って Ｔｉ（合成）＝Σ’、ＩＴ　ｉ　ｊ　（ａｊは係数）を
演算することにより、一次結合されたパルススケールＴ
ｉ（合成）が合成される。

このような構成は、限られた数のパルススケールから非
常に数多くのパルススケールを生み出す、記憶容量を最
大限に節約するには、ｌとＯの２つの重みしか持たない
独立なパルススケールｔｉＪのセットを用意するのがよ
い。

★パルススケールの曲進行依存性★ 例えば、フィルイン、サビ（尾開部）、４　Ｂ　ａ　ｒ
／＜リエーションのところなどではメ四ディのリズムの
特徴が変化するのが普通である。

この目的のため、パルススケールを曲の進行によって変
化させることができる０例えば、パラメータＣ演算部に
より、パルススケールを計画的に発生または選択する。

また、ごく小さな変動ないしゆらぎをパルススケールに
導入する手段も使用できる０例えば。

１　ノ　　ノ　　Ｊフ　　ノ　１ の小節の次に、 １ｎノノノＩ というリズム（音長列）が得られるように、パルススケ
ールを小変動させること−ができる。

＜ＰＳによるモチーフ評価とメロディ生成〉いま、モチ
ーフが与えられているとする。上述したように、モチー
フは本実施例にあっては音高列のデータと音長列のデー
タとで表現される。

ここで、モチーフの音長列のデータ（ＭＲｉ）あるいは
、各音長の開始位置のデータ（Ｒｉ　）を上述したよう
なパルススケールにより評価することが可能である。評
価関数としているいろなものが使用できるが、ここでは
、説明の便宜上。

を評価関数として選択してみる。ここで、（Ｔｉ）は３
つ以上の重みをもつパルススケールを表わすものとする
。ｉ番目のパルスポイントがＴｉの重みをもっている。

Ｎはモチーフの音符数である。

また、説明の便宜上、パルススケール（Ｔｉ）は特定の
複合リズムの数値表現と考えることにする。

さて、モチーフを入力する者、すなわち二一ザはモチー
フの後回を期待しているか、これは難問である。この問
題は後で検討しよう。

あるパルススケール（Ｔ　ｉ　）を適用して、モチーフ
の評価値Ｖが算…できる。評価値はモチーフの音長列に
依存する。ある場合には比較的大きな値となり、ある場
合には小さな値となろう。

パルススケール（Ｔｆ）が複合リズムの数値表現である
という想定において、評価値Ｖが大きな値を示したとい
う事実は、適用されたモチーフのリズムパターンが、使
用したパルススケールのなかで値の大きな位置に多くの
音符開始点ＲＥをもつ可能性が高い、ということを示唆
している。つまり、複合されている要素（例えばロック
らしさ、８ビートらしさ）の性格や印象が強く出ている
リズムパターンとみることができる。逆に、評価値Ｖの
値が小さいということは、複合されている要素のなかの
一番弱い性格を目立たせるような音符が多くなる、とい
ったことを示唆する。

ここで、メロディのリズムパターン（ここでは音長列の
意味）を生成するための音符分割、結合手段が使用でき
る論理もしくはルールのいくつかについて提示する。

ｉｆのアプローチでは、分割と結合の両方を「正論理」
で実行する。すなわち、評価関数■の値が、最小の分割
回数で−ｔｉ増えるポイントを音符分割線とし、最小の
結合回数で最小の減少を与えるポイントを音符結合線と
する。このアプローチによれば、パルススケールにおい
て複合されている性格が維持されるように作用する。

第２のアプローチでは、評価関数Ｖが１分割により最小
の増加を示し、結合により最大の減少を示すポイントを
それぞれ音符分割線、音符結合線とする（逆論理アプロ
ーチ）、このアプローチによれば、パルススケールの特
徴から独立した新たな特徴が生み出される傾向になる。

第３のアプローチでは、分割、結合とも評価関数Ｖが最
小変動するようなポイントを分割、結合線とする。

第４のアプローチでは評価関数Ｖの値が大きいときは正
論理を使用し、評価関数Ｖめ値が小さいときは負論理を
使用する。

第１のアプローチはパルススケールに内在する複合リズ
ムの性格に合わせてモチーフからメロディへのリズム展
開を意図するユーザに適する。

第２のアプローチは、複合リズムは意識しているが、複
合リズムとは別の特徴をメロディリズムに表現すること
を意図するユーザに適する。

第３のアプローチは複合リズムを意識していないユーザ
に適する０分割、結合によって意図しない複合リズムの
特徴が表面化することはユーザの期待に反するからであ
る。

上記のアプローチは、各々のユーザに対して有効なアプ
ローチである。

ただし、ユーザが「何を」意図してモチーフを作ったの
かは、モチーフのみからは知ることができないことがら
である。これを解決するには、自動作曲機とユーザとの
間で交流（インターアクション）を図る必要がある（イ
ンターアクションの形式はいろいと考えられるが（例え
ば、ロックパターンをユーザが欲しているなら、ユーザ
に「ロック風」の要求を入力装置を介して行わせるなど
）、本発明の主題ではないので説明は省略する）。

にもかかわらず、モチーフのリズムと最も良くマツチす
るパルススケールは存在する。そして。

このパルススケールをメロディのリズムの生成のための
基準とすることは有意義である、と考えられる。

★シンコペーションの度合の評価★ ここでは、モチーフのリズムの評価例として、シンコペ
ーションの度合を測定する例を挙げてみる。一般にシン
コペーションはパッセージ（楽句）におけるアクセント
の通常位数からの移動である。シンコペーションの度合
測定用のパルススケール（４拍子系）として、第１拍目
（ＴＯ）が最大の重みをもち、第３拍目（Ｔ８）が次に
重く、第２拍目（Ｔ４）と第４拍目（Ｔｆ２）がさらに
軽いパルススケールを使用する。さらに、−拍を４等分
し、その第１パルスがそのなかで最も重く、第３のパル
スが次に重く、第２パルスと第４パルスが一番軽くなる
ようにしてみる（ｍみパターンの階層構造）、このよう
なタイプのパルススケールの一例を第５９図のフローの
下方に示しである。ここでは、 丁０ＴＩＴ２Ｔ３Ｔ４Ｔ５Ｔ＆Ｔ７Ｔ８丁９ＴＩＯｆｌ
ｌ　　丁１２　丁＋３　　ＴＩ４　　Ｔ’５である。

第５９Ｅｉ４のフローにおいて、ｉは音符番号、ＳＵＭ
は５９−４の計算時は、（１＋１）＃目の音符の開始位
置（小節の先頭から１番目までの音符の各音長の合計）
、Ｓは、５９−５からループを抜けるとき、各音符の開
始位置の列（ＳＵＭ）についての重みの累算値、すなわ
ち、 Ｓ＝ΣＴＳＩＩＭ（ＳＵＮ＝　０から最後のＳＵＮの値
まで）である、これは、上述のＲｉ、Ｔｉを使用すると
。

Ｓ＝Σ（ＲｉＸＴｉ） ＋−＋＋ と等価である。したがって、５９−６の計算によるＶは
、 Ｎ１・Ｏ となり（Ｎは音符数）、上で挙げた評価関数と同一形式
である。ここでは、■はモチーフのリズム（音長列（Ｍ
Ｒｉ））のシンコペーションの尺［を表わす。

第６０図は各種のリズムパターンに対し、第５９図に示
すパルススケールとフローにより算出したシンコペーシ
ョン評価値を示すものである。

★コントロールされた音長パターンの発生★上述のよう
に、与えられたモチーフのリズムに対しては、パルスス
ケールを使用することにより、リズムの評価値を算出す
ることができる。

いまから述べる事項は、このようにして得たモチーフの
リズム評価値を基にして、コントロールされた音長パタ
ーン（メロディの音長パターンとして使用でさる）を発
生する技術である。

評価関数Ｖは、評価対象である音長列により値が変化す
る。したがって、一般に評価関数Ｖは評価対象の音長列
の音符数ｎにも依存する。いま。

音符数Ｎのオリジナル（モチーフ）音長列の評価関数Ｖ
の値がＶ　（Ｎ）であったとする、任意の音符ｆｉｎに
対し、オリジナルの音長列の展開を考える。この場合、
評価関数ＶはＮのときＶ　（Ｎ）の点を通る曲線となり
得る。この評価曲線はいろいろな仕方で得ることができ
る（例えば、上述した分割、結合手段により得た音長列
の評価値をすべての音符数について計算することにより
）。

乱数発生手段によりランダムな音長列を発生させる。こ
のランダムな音長列が上記の評価曲線とよく一致してい
るかどうかを検査する。検査の結果が合格であれば、そ
の音長列を採択する（メロディの音長列として、あるい
は中間的なメロディの音長列として）、これによって、
評価関数により制御された音長列を得ることができる。

第６１図はコントロールされた音長パターンを発生する
フローの一例である。６１−２において。

（Ｔ　ＲｉはＲｉ番目のパルスポイントの重み）を計算
しているが、この演算式は一例にすぎない０例えば、パ
ルススケール（Ｔｉ）　とランダムな音発生ポイントの
列（Ｒｉ　）との−負度を評価する一致度関数（最もよ
く一致するとき例えばｌとなり、最も不一致のときＯと
なるような関数）を使用してもよい０例えば。

Ｉ＋０　　　　　　１＋Ｏ あるいは、パルススケール（ＴＩ）を１と０の重みしか
もたない複数（Ｍ個としてみる）のサブパルススケール
（ｔ　Ｉ　Ｊ）に分解し、このＭ個のサブパルススケー
ルを使って。

ｉ−０１”０ なども使用できる。

フローに従って述べると、第６１図の６１−１の詳細は
第６２図に示されている。第６２図のフロー自体の明白
な記述から動作は明らかであるので詳しい説明は省略す
る。要するに、第６１図に記載するように、乱数により
１から１５までの異なる数値をＮ−１個（音発生ポイン
トＲ１を表わす）を発生させている。６２−７のＲｏ＝
１は小節の先頭には常に音符が開始することを示唆して
いる（必ずしも、こうする必要はない）、第６３図は第
６１図の６１−２の詳細である。説明は不要であろう、
第６４図は第６１図の６１−４の詳細である。第６４図
のフロー自体の明白な記述と、フロー上方に示す動作例
（ＭＥＲｉは１番目の音符の音長データを表わす）から
説明は不要である。

第６１図（７）６１−３に示すＰＣｘとｐｃｙは例えば
、メロディ制御情報発生手段より与えられるパラメータ
である。許容される評価値Ｖの下限と上限をそれぞれ表
わしている。６１−３のテストに合格したものが６１−
４でメロディの音長列のデータに変換されている。

★モチーフリズムに対する最適ＰＳＳ推定上モチーフリ
ズムに対し最も良く適合するパルススケールを推定もし
くは連想することは、後のメロディ生成のために有効で
ある。

−例として、１８６５図に、サンバらしいパターン ｎｒｎ！ｎノ を素材として、３つの異なるパルススケール、すなわち
、正論理スケール、逆論理スケール、サンバスケールを
用いて音符の分割、結合を行った場合の評価値の特性を
示している。第６６図は、正規化した評価例である（負
論理による特性を両端が他の特性と一致するように正規
化している）。

評価関数としては、 Ｎ１〜Ｏ を使用している。

第６６図かられかるように、サンバスケールによって分
割、結合した場合が、一番「なめらか」に評価値が変化
している（なめらかさの計算はここでは省略する）、シ
たがって。

、ｒＪ　　、ｍ　、ｍ　Ｊ のオリジナル音長列に最も良く適合する最適パルススケ
ールはサンバスケールであると評価することができる。

次に、対象であるモチーフのリズムパターンに対し、ピ
ーク値（最大値あるいは最小値）の評価を与えるパルス
スケールを最適のパルススケールと推定する技術につい
て説明する。

上述したように、パルススケールを複合リズムの数値表
現と想定する場合において、パルススケールはいくつか
のより純粋なパルススケール（サブパルススケールと呼
ぶことにする）の一次結合で表わすことができる。ここ
では、サブパルススケールは２つの重みしかもたない重
みパターンであるとする。そうすると、一般性を失うこ
となく、サブパルススケールは“１″とＯ”の値しか（
“ｌ”だけの場合も含まれる）とらないパターンデータ
として表現できる。なお、０のみのパターンは適用外で
ある。

いま、複数のパルススケールが用意されているとし、あ
るモチーフのリズムパターン（音長列）に対し、所定の
評価関数（パルススケールのデータを変数として−含む
関数）を適用する。

評価ｒＭａの値はパルススケールの種類と評価対象であ
るリズムパターンによって変化する。あるリズムパター
ンのときにはあるパルススケールによる評価値がピーク
を示し、別のリズムパターンのときには別のパルススケ
ールによる評価値がピークを示す、パルススケールの種
類が非常に豊富な場合や、リズムパターンの特徴が２つ
（あるいはそれ以上）のパルススケールに対し、同様の
関係（類似関係）をもつ場合、ピークを与えるパルスス
ケールは２つ（あるいはそれ以上）存在し得る。この場
合、いずれのパルススケールも、適用されたパルススケ
ールのセットのなかでは最適のパルススケールと推定さ
れる。

以下の説明ではピークを最大の意味で使用する（説明の
便宜上）、また、評価関数として２つの評価関数を例示
する。

第１の評価関数は次のように表わされる。

ここに、（ＲｉＪは１．０の重みで示されるリズムパタ
ーン（音長列）を表わし、（ｔ　ｉ　ｊ）は１番目のサ
ブパルススケールを表わす、一方、上述したように、パ
ルススケール（複合化されたもの〕は、複ａ（Ｎ個）の
サブパルススケール（ｔ　Ｉ　ｊｌで表わされる。

すなわち、パルススケール（Ｔｉ）の各要素Ｔｉについ
て、 Ｔｉ＝Σｔｉｊ 」＋１ が成立する。

上記のＶ（ｍｅａｎ）は、対象であるリズムパターン（
Ｒｉ）を、パルススケール（Ｔｉ）の各成分スケール（
ｔｉｊ）によって評価したものの平均を表わす、この評
価関数Ｖ（ｍｅａｎ）の取り得る値は０から１までであ
る。〔〕内の値も０から１までの値をとる。ｌになるの
は、すべての１について、 を亙Ｊ＝Ｒｉ が成立するときである。すなわち、発生ポイントがリズ
ムパターン（Ｒｉ）とサブパルススケール（ｔｉｊ）　
とで一致するときである。この意味で、Ｖ（ｍｅａｎ）
は−負度関数である。

第２の評価関数は次のように表わされる。

これは、〔〕内の評価値の最大値である。つまり、Ｎ個
のサブパルススケールのうちで最大の値を与えるサブパ
ルススケールがこの評価関数Ｖ（ｍａｘ）を支配する。

以下の説明では、第１の評価関数Ｖ（ｍｅａｎ）を単に
「平均」、第２の評価関数Ｖ（ｍ　ａ　ｘ）を単に「最
大」と呼ぶこともある。

第６７図に、評価対象のリズムパターン（モチーフ音長
別）として５つのパターンが例示されている。「サンバ
」とあるのはサンバの特徴をもつパターンである。「演
歌」とあるのは演歌らしいパターンである。「ナラ」で
示すのは最近流行のシンコペーションがかったパターン
である。

「４」は４分音符４つのパターン、「２」は２分音符２
つのパターンである。

さらに、１１６７図には、４種類のパルススケールがサ
ブパルススケールの一次結合として示されている。第１
は正論理（ノーマル）のパルススケールであり、５つの
サブパルススケールが複合したものである。第２は第１
の逆のパルススケール（逆論廊パルススケール）であり
、５つのサブパルススケールより構成される。第３はサ
ンバスケールであり、４つのサブパルススケールを成分
とする。第４は１６ビートのパルススケールであり、５
つのサブパルススケールを合成したものである。

ｔ５６８図に評価結果を示す、第６７図に例示する５種
類のモチーフ音長列を同じく第６７図に示す４種類のパ
ルススケールにより、パルススケール別に、第１の評価
関数Ｖ（ｍｅａｎ）（図中、「平均」で示す欄）と第２
の評価関数Ｖ（ｍａｘ）（図中、「最大」で示す欄）に
より評価した結果である。

この結果の示唆するところは、第１に、いずれの評価関
数も似たような評価を下している点である０例えば「サ
ンバ」のモチーフに対する最高点は、「平均」も「最大
」もサブパルススケールに対して与えている。「演歌」
に対しては最高点を与えているパルススケールは変って
いるが、「平均」も「最大」も正論理パルススケールに
対してである。！８２の点は、第１の評価関数「平均」
の方が高い選択性を示していることである。

逆にいえば第２の評価関数の方がラフな評価（幅の広い
連想）をしているともいえる、ただし、このごとは、各
パルススケールの複合性とも関係する。現在の多くの複
合リズムは互いに強く関連し合ういくつかのリズムパタ
ーンによって形成される。

最高点を与えるパルススケールを最適パルススケールと
し、そのパルススケールを基準としてメロディのリズム
パターン（音長列）を形成することは、１つの有効なア
プローチである。ただし、このことは、「絶対的」な意
味に解釈されてはならない、すなわち、！Ｍ本はユーザ
の希望するところのパターンである（ユーザの期待を満
足させることを第一義とする限りにおいて）、シたがっ
て、ユーザサイドより自由にパルススケールが選択でき
るようにしてもよい、さらに別のアプローチとして、い
くつかのパルススケールの１つ１つを基準として作曲を
行い、その評価をユーザにゆだねるようにしてもよい、
ここでも、ユーザと自動作曲機との作曲上のインターア
クションないしインターフェースが問題となるが、これ
以上は立入らないことにする。

★音高列も考慮したＰＳの連想★ メロディにおけるリズムは必ずしも音長列のみでは評価
できない面がある。すなわち、音高列やその他の要素も
作用する０本実施例では簡明をさすため、メロディやモ
チーフを２つの成分、すなわち音長列のデータと音高列
のデータで表現しており、その他の要素は考慮していな
い。

ここでは音高列をも考慮したパルススケールの連想の一
例について述べる。

例えば。

のようなパターンでは、′ド”の位置がパルススケール
上のその位置の重みを上げるように作用する。

もう少し一般的に述べると、音高パターンの規則性は、
将来のパターンを大なり小なり規制する。このことはよ
く経験するところである。このような規則性に基づく未
来のパターンへの反映をパルススケール上に重みデータ
の格上げということによって表現することができる。す
なわち、格上げされた重みのパルスポイントは音長の分
割や結合において中心的な役割を果たし、本来のパター
ンに現在のパターンのもつ規則性を大なり小なり組み込
むことになる。別のいいかだをすれば、あるパッセージ
を聞いたとき、次にくるパッセージがある程度予測でき
ることが少なくない、という経験が人間にはある。

以下、示す例は、音長列のパターンの自己相関性あるい
はそれによく似た要素を測定することにより、パルスス
ケールを連想する技術である。

この例では、パルススケールを次のようにして連想して
いる。

（ｉ）音長列データより各音符の発生位置データを得、
その位置にある重み１例えば１を付け、ほかの位置は重
みなしくゼロ）とする。

（ｉｉ）音高音長列データ（音高の時系列）のＤＦＴ（
離散フーリエ変換）をとり、そのスペクトル成分を抽出
し　２ｘ倍音の成分をパルススケール上に重みとして重
ねる。

第６９図において（イ）は評価対象である音の時系列デ
ータである。１小節の間に、８分の間隔で、ドミレファ
ミンファラのパターンである。

このパターンに対するＤＦＴ結果を同図（ロ）に示す、
この（ロ）の１は基音（１小節を１周期とする成分）の
大きさであり、２は第２倍音の成分（１小節の半分を１
周期とする成分）の大きさ、４は第４倍音の成分の大き
さを示している。

図示のように、ｌと２と４倍音の間の大きさの比は、約
１：０．５：１となっている。ドの位置は１倍音（基音
）の位置（各周期の開始位２１）と２倍音、４倍音の位
置にすべて一致しており、同様に、しの位置と、後に現
われるファの位置は４倍音の位置にある。また後の方の
ミの位置は２倍音の位置と４倍音の位置の両方と一致し
ている。

したがって、１つの重み格上げによれば、次のようにな
る、最初のドの位置はりズムデータの１点に、１倍音の
１点、２倍音の０．５点、４倍音の１点を加え、合計３
．５点、同様にして、最初のしのパルスポイントは２点
、後の方のミは２．５点、最後の方のファは２点となる
。すなわち、 Ｔｏ〒１丁２Ｔ３Ｔ４Ｔ５Ｔ６Ｔ７Ｔ８Ｔ９ＴＩＯＴｌ
ｌ　　ＴＩ２　　Ｔ菫３　丁１４　丁１５３．５１２２
２．５１　　　２　　　１ｏｏｏｏｏ　　　ｏ　　　　
ｏ　　　　。

のパルススケール（Ｔ　ｉ　）が作成される。

さらに１分散和音のりズムデータの分を上乗せするよう
にしてもよい。

以上の説明かられかるように、パルススケールは時系列
的規則性に基づさ加重された重みをもつパターンとみる
こともできる。すなわち、各小節（メーター）の同じ位
置に音符が出現しやすい尺度がパルススケール上におい
て加重された重みで表現される。

くその他、応用〉 以上、実施例を始めとして種々の変形例についても詳述
してきた。

リズム関係に関し、ミニパターンによる手段（すなわち
モチーフを特徴づけるミニパターンを抽出する手段と、
その抽出結果に基づいてメロディを特徴づけるミニパタ
ーンをメロディの音長列に組み込む手段）と、パルスス
ケールによる手段（パルススケールによる音長の分割、
結合手段、パルススケールによるモチーフのリズム評価
手段、その評価結果に基づくコントロールされた音長列
生成手段など）は、共同して使用することもできれば、
単独で用いることもできる。

また、メロディの音高列生成に関し、上記実施例では１
分散和音をメロディの生成の基礎とするアプローチを採
用しているが、必ずしもこれには限られない０例えば、
スケールを基礎としてメロディを生成することが可能で
あり、一部は既に知られている０例えば、使用スケール
を特定し、そのスケール上から選択する音高の順序をｌ
／Ｆゆらざ方式で決定するメロディ音高列生成手段が使
用できる。あるいは、使用スケールを特定し、ある音高
が直前の音高によって大きく左右されるような過程、す
なわちマルコフ過程を頻度テーブル等を用いて実行する
ことにより、音高列を生成する手段を使用してもよい。

また、メロディ制御情報発生手段に関し、メロディの各
要素間の相互作用を配慮したａ御情報（メロディ計画情
報）を発生させるようにしてもよい。

パルススケールによる手段に関しては、リズムだけの生
成装置への適用可能性がある０例えば、モチーフリズム
を変奏するリズム変奏装置に応用できる。あるいは曲の
メロディのリズムの特徴を分析するリズム分析装置への
利用も考えられる。

また、出来上っている曲について、曲のもつリズムの特
徴を変換、変更する装ｇｔ（リズムを中心とする編曲装
置）へ応用可能である。

［発明の効果］ 本発明による自動作曲機にあっては、入力装置より与え
られるモチーフの特徴がモチーフ特徴抽出手段により評
価、抽出される。そして、メロディ音高列生成手段とメ
ロディ音長列生成手段とを含むメロディ生成手段により
、上記の評価結果を基にメロディが自動生成される、と
いう共通構成を備えている。

したがって、モチーフの特徴が大なり小なり、メロディ
に反映されるという効果が生み山される。ユーザは自分
の作成したモチーフを基にして作曲が行われるので高い
満足感を得ることができる。

本発明の第１の構成にあっては、上記モチーフ特徴抽出
手段内にモチーフのリズムの特徴を抽出するモチーフリ
ズム特徴抽出手段が設けられ、この手段の特徴抽出結果
に基づいて、メロディ音長列生成手段がメロディの音長
の列を生成するようになっている。したがって、リズム
の面でモチーフの特徴がメロディに反映される効果が生
み出される。

また、本発明の第２の構成等にあっては、メロディ生成
手段のなかに、メロディ制御情報発生手段が組み込まれ
る。このメロディ制御情報発生手段はモチーフの評価結
果からメロディを制御するための情報を発生し、メロデ
ィの具体的な生成を実行する手段にそれらの情報を引き
渡す、メロディ制御情報発生手段は生成するメロディの
計画立案部（またはその要部）として機能し、メロディ
にモチーフの特徴が反映される度合１曲の一様性と多様
性などを自在にコントロールすることができる。

また、本９．明の第２の構成に特有の要素としてコード
進行付与手段がある。これにより、曲の音高列はコード
進行に従って生成されることになる。

さらに本発明の第３の構成に特有の要素として重み付け
られたノートスケール付与手段と、メロディノート候補
の音高の有効性（Ｖａｌｉｄ）を、ノートスケール上の
音高についての重みに基づいて検査する有効音高決定手
段とから成る使用音高制御手段が使用される。この音高
制御機能により、どのノートを有効にするかを自由に制
御でき、メロディ音高列生成手段は多種多様なノートス
ケールによる多様なメロディラインを形成することがで
きる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る自動作曲機の全体構成
図、第２図は自動作曲機の機能ブロック図、第３図は自
動作曲機の全体流れ図、第４図は音高データ列を示す図
、第５図は自動作曲機で使用する変数のリストを示す図
、第６図は自動作曲機で使用するパラメータＣのリスト
を示す図、第７図は動作説明のための入力データ例を示
す図、第８図はパラメータＣの値の例を示す図、第９図
は第７図と第８図のデータに対するメロディの生成結果
を過程ごとに示す図、第１０図はモチーフ評価のフロー
チャート、第ｉｔ図はリズム評価のフローチャート、第
１２図は非和声音の分類抽出のフローチャート、第１３
図はパラメータ抽出の概略のフローチャート、第１４図
は和声音の型のパラメータを抽出するためのフローチャ
ート、第１５図は和声音の音長パターンを抽出するため
のフローチャート、第１６図は第１５図のフローにおい
て使用しているパルススケールを説明するための図、第
１７図は各非和声音の数、和声音の数を抽出するフロー
チャート、第１８図はなめらかさ、同音進行のパラメー
タを抽出するフローチャート、第１９図は特徴的リズム
のパラメータを抽出するフローチャート、第２０図は最
小の音長を抽出するフローチャート、第２１図はパラメ
ータＣ演算の概略フローチャート、第２２図は楽式識別
データの例を示す図、第２３図は楽式データの読み出し
デコードのフローチャート、第２４図はデコード結果の
一例を示す図、第２５図はメロディの生成のフローチャ
ート、第２６図は分散和音発生のフローチャート、第２
７図はコード構成音メモリ、コード進行メモリ、根音メ
モリのデータの例を示す図、第２８図はコード構成音の
読み出しのフローチャート、第２９図は音階の重みデー
タの例を示す図、第３０Ａ図は音階の重み変更（１）の
フローチャート、第３０Ｂ図は音階の重みデータの読み
出しのフローチャート、第３１図は音階の重み変更（２
）のフローチャート、第３２図は最適転回数の算出のフ
ローチャート、第３３図はコード構成音の転回のフロー
チャート、第３４図はＭＥＤ＋（小節先頭音）を前の音
から決定するフローチャート、ｔ５３５図は分散和音の
音高列発生要部の簡略化フローチャート、第３６図は分
散和音の音長列を決定するフローチャート、第３７図は
音長の最適結合処理のフローチャート、第３８図は音長
の最適分割処理のフローチャート、第３９図は第３８図
におけるチェックの詳細フローチャート、第４０図は第
３８図におけるシフトの詳細フローチャート、第４１図
は第３８図における実行の詳細フローチャート、第４２
図は倍音付加のフローチャート、第４３図は経過音付加
のフローチャート、第４４図は刺しゅう音付加のフロー
チャート、第４５図は適音付加のフローチャート、第４
６図は休符（プレス）付加のフローチャート。 第４７図は特徴リズム生成のフローチャート。 第４８図は修正学習のフローチャート、第４９図は学習
によるパラメータ変更のフローチャート、第５０Ａ図以
下は変形例を示すものであり、第５０Ａ図は音階関係の
メモリ（そのｌ）のデータ構造を示す図、第５０Ｂ図は
音階関係のメモリ（その２）のデータ構造を示す図、第
５１図は音階の重みデータ読み出しのフローチャート、
第５２図はパルススケールテーブルを参照するタイプの
和声音音長パターン抽出のフローチャート、第５３図は
テーブル参照型の音長の最適結合のフローチャート、第
５４図は第５５図のチェックの詳細フローチャート、第
５５図はテーブル参照による音長の最適分割のフローチ
ャート、第５６図は正論理（ノーマル）パルススケール
とともに。 正論理パルススケールによる音符の分割と結合の例を示
す図、第５７図は逆論理パルススケールとともに逆論理
パルススケールによる音符の分割と結合の例を示す図、
第５８図は各種のリズム、ノリを例示する図、第５９図
は正論理パルススケールによるシンコペーシジンの度合
を評価するフローチャート、第６０図はシンコペーショ
ン評価値の具体例を示す図、第６１図はコントロールさ
れた音長パターンの発生のフローチャート、第６２図は
第６１図における乱数発生の詳細フローチャート、第６
３図は第６１図における評価の詳細フローチャート、第
６４図は第６１図のデータ変換の詳細とともにデータ変
換例を示す図、第６５図は複数のパルススケールによる
分割、結合による評価曲線の特性を示す図、第６６図は
第６５図と同様であるが正規化した図、第６７図はモチ
ーフ音長列の例とともに、いくつかのパルススケールと
、各パルススケールを構成するサブパルススケールを示
す図、第６８図は第６７図に示す各モチーフ音長列に対
する各パルススケールによる評価値を示す図、第６９図
は音の時系列とそのスペクトルを示す図である。 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・・・・
・・根音データメモリ、５・・・・・・音階の重みデー
タメモリ、６・・・・・・モチーフメモリ、７・・・・
・・パラメータメモリ、８・・・・・・楽式識別データ
メモリ、９・・・・・・ＣＰＵ、１１・・・・・・パラ
メータメモリ、１３・・・・・・メロディデータメモリ
、ＦＩＯ・・・・・・モチーフ特徴パラメータ抽出手段
、Ｆｌｌ・・・・・・非和声音抽出手段、Ｆ１２・・・
・・・モチーフ音長パターン抽出手段、Ｆ１２−１・・
・・・・特徴ミニパターン抽出手段、Ｆ１２−２・・・
・・・分散和声音（リズム）パターン抽出手段、Ｆ２０
・・・・・・メロディ制御情報発生手段。 Ｆ２１・・・・・・パラメータＣ演算手段、Ｆ２５・・
・・・・楽式識別データ発生手段、Ｆ３０・・・・・・
メロディ生成実行手段、Ｆ３１・・・・・・音高列生成
手段、Ｆ３１−１・・・・・・分散和音発生手段、Ｆ３
１−２・・・・・・非和声音付加手段、Ｆ３１−３・・
・・・・使用音高制御手段、Ｆ３１−３Ａ・・・・・・
ノートスケール発生手段、Ｆ３１−３Ｂ・・・・・・有
効音高検査手段、Ｆ３２・・・・・・音長月生成手段、
Ｆ３２−１・・・・・・最適結合手段、Ｆ３２−２・・
・・・・最適分割手段、Ｆ３２−３・・・・・・特徴パ
ターン組込手段、Ｔｏ〜ＴＩ５・・・・・・パルススケ
ールのデータ。 特許出願人　　カシオ計算機株式会社 くメｑｙイーｌ９１４１ン １賛」交ｌ）スト ＰＣｆｆに＆作成中のくＩＩＩ省のン１の靭′卿９２７
ａ＞　ＰＣｓ、＋。！わ、Ｉ、１１１’）２７２−０（
３，嬰７１警鳥鴬１噌７’−５’　　　５ＢＮ−２ＳＢ
＋豐１０Ｓ囮−５１−（ＡＢの２郁最穴） 第１３図 １ｖラスータ＃３工 ふ 、） ト　　　　　　　　　　　　　　代 ｊ　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　　　　　　　　Ｊｌｌ（ハ・フメータ）Ｖ＃
！うに Ａ１　ホｗ４号１裏わ丁 Ａ２及１１ヌは瓦藺！０ビ）１裏わ１ 櫓）六゛刺殴オリテ゛−タ 第２７図 ＳＣＬす″／八へ　１　　２　　３　４　　５　６　　
７　　８　　９　　　ｔｏ　　１１　１２（１）ヨη強
ジ１１隋　７５２５　艶　２５乃　７５２５　父　２５
　　巧　２５７５ｔ：ｏ　−１１＃Ｉｋ） ■″：Ｊｆ功！仰ｉ”ｌＷ　　７５２５７５２５万司２
５乃２５７５２５％（１２〜２３１＆で） １ゴＶ自り寝−年りフ′−タ伊り （４多２６１１１２６−２１）−ｖｌり（タシとｂΣ辰
ピ５−２の−１つノ （尊２６１１５０２６−４４／）−１ＦＩ＄）（３８−
８１１ｍ） ｌ７Ｎ７７Ｉ７　　　丁７　　１Ｖ７　　１Ｖ７　　　
丁７　　　Ｉ７　　　Ｖ７　　Ｖ７　１７　　　ｖａＩ
＊１丙國ルゐのメミリ（？ｌ′）１） （”−＞＜ｋ（リ−３〉 ｉ諧１ト果つｘｔ１バｔつ２〕 １１爾り！々ア′ｙり便）社し ズロｐ畔鵬の１１罷ｔｖｑ−ご々由社（チー７“１じ物
、（−斐）（４１５閏の４４部） （−惨３？図り７ｆプノ 、、ッ、ｏ　　１］　ｎ］１７］Ｊ （）２とｇリ　・凭費５Ｊｆ！！イ？ｌｌ　）勺シ、、
−Ｏｎ　　ｆｆ１Ｊ”丁］」 ／？１％’ｌｌ　−ｍ＋ｎ’＋ 値υ　　　Ｇリ　　　棄〕　　　（寵）０　佃　↑　　
　ｔ　　　↑　　　↑ ■）口・４つノ９　　　　　　　　　↑　　　　　　　
　　　　↑第５８Ｆｌ！Ｊ シ〉ゴ■−〉１：／す１？シリリ１平１司。　（１轡）
−５ ，１」−４，５ Ｊ　Ｊ　Ｊ　ｊ　　　＝　３．７５ ｆｌｎｎＪｌ　＝２．８７５ ．１−−一−−−−：］　ｒＴＥ　１、−１１［０２；
ｊｌ−゛−−−″：ｊ　Ｊ　＜ｖｚ）ｏ　＝　２．１２
５ンＪ　　　Ｊ）ｆｉ＜ｍ＞＞−ｚ、５ ｎＪ１Ｊ−“−””’Ｊ−？　Ｊン（豹ツノＱ−２，２
ゴーーー「）　ＪｍＪ二！−「フ（博１９つ＝２．ら７
ｆ７１　Ｆ−ＪＴｌ　１］ｔｓ−＊＞−２，３７５第６
０図 ジンコ穴−〉ヨ〉Ｖ平イ面帽艷０臭イ木イグ１コ〕トロ
ール之れ犬壱蚤ｊ寸夕うり稀り至第６２図 第６４図 晟 尺 評 僅 き　１ ０　−−一一一一一−−−−−−−−−−−−←−−−
−一−−−−−−−−−−−−−−−−−−−−　−２
−１０↑１↑２−・− 一動敷 第６７図 第６８図 ｐ　　　　ζ し　　　　　　７ｙ　　　　　　ミ　　　　　　ソ　　
　　　　？デ　　　　　　ラ套６９図

Claims (37)

【特許請求の範囲】
1. （１）入力装置と、 上記入力装置より与えられるモチーフの特徴を評価し、
   抽出するモチーフ特徴抽出手段と、上記モチーフ特徴抽
   出手段の評価結果に基づいて動作し、メロディ音高列生
   成手段とメロディ音長列生成手段とを含むメロディ生成
   手段と、を具備し、 上記モチーフ特徴抽出手段は、モチーフのリズムの特徴
   を抽出するモチーフリズム特徴抽出手段を有し、 上記メロディ音長列生成手段は上記モチーフリズム特徴
   抽出手段の特徴抽出結果に基づいてメロディの音長の列
   を生成すること、 を特徴とする自動作曲機。
2. （２）特許請求の範囲第１項記載の自動作曲機において
   、 上記モチーフリズム特徴抽出手段は、上記モチーフの音
   長列に含まれる特徴的なミニパターンを抽出する特徴ミ
   ニパターン抽出手段を有し、上記メロディ音長列生成手
   段は、抽出されたミニパターンを、生成する音長列に組
   み込む特徴パターン組込手段を有する ことを特徴とする自動作曲機。
3. （３）特許請求の範囲第１項記載の自動作曲機において
   、上記モチーフリズム特徴抽出手段はある決められた長
   さを抽出単位区間として使用し、上記メロディ音長列生
   成手段はある決められた長さを生成単位区間として使用
   することを特徴とする自動作曲機。
4. （４）特許請求の範囲第３項記載の自動作曲機において
   、 上記メロディ音長列生成手段は、特定の抽出単位区間に
   含まれるモチーフの音の数と特定の生成単位区間におい
   て生成するメロディの音の数とが異なる場合において、
   両者の差に等しい数だけ、メロディ音長を分割または結
   合する音長分割・結合手段を有することを特徴とする自
   動作曲機。
5. （５）特許請求の範囲第４項記載の自動作曲機において
   、上記メロディ音長列生成手段は、上記メロディ音長列
   生成手段は、特定の抽出単位区間に含まれるモチーフの
   音の数と特定の生成単位区間において生成するメロディ
   の音の数が等しいときは、上記抽出単位区間におけるモ
   チーフの音長列を、上記生成単位区間におけるメロディ
   の音長列として発生することを特徴とする自動作曲機。
6. （６）特許請求の範囲第１項記載の自動作曲機において
   、上記生成メロディ音長列生成手段は、重み付けられた
   各パルス点をもつパルススケールを発生するパルススケ
   ール発生手段と、このパルススケール発生手段より与え
   られるパルススケールに基づいて、音長を分割する音長
   分割手段と、音長を結合する音長結合手段とを有するこ
   とを特徴とする自動作曲機。
7. （７）特許請求の範囲第６項記載の自動作曲機において
   、上記音長分割手段と上記音長結合手段とは同一のもし
   くは対照的なパルススケールを使用することを特徴とす
   る自動作曲機。
8. （８）特許請求の範囲第６項記載の自動作曲機において
   、上記音長分割手段は、パルススケール上の最大または
   最小の重みをもつパルス点をまたぐ音符を優先的に分割
   し、上記音長結合手段は、パルススケール上の最大また
   は最小の重みをもつパルス点から開始する音符を優先的
   に、前の音符と結合することを特徴とする自動作曲機。
9. （９）特許請求の範囲第１項記載の自動作曲機において
   、 上記モチーフリズム特徴手段は、上記モチーフの音長列
   に含まれる特徴的なミニパターンを抽出する特徴ミニパ
   ターン抽出手段を有し、 上記メロディ音長列生成手段は、 （Ａ）重み付けられた各パルス点をもつパルススケール
   に従って、音符を選択的に分割、結合することによりモ
   チーフの音長列を修飾または変形した音長列を生成する
   手段と、 （Ｂ）上記特徴ミニパターン抽出手段により抽出された
   特徴的なミニパターンを、生成する音長列に組み込む手
   段と、 を有することを特徴とする自動作曲機。
10. （１０）特許請求の範囲第１項記載の自動作曲機におい
    て、 上記モチーフリズム特徴抽出手段は、 （Ａ）重み付けられた各パルス点をもつパルススケール
    を発生するパルススケール発生手段と、 （Ｂ）このパルススケール発生手段の与えるパルススケ
    ールを使って、上記モチーフの音長列の評価値を算出す
    るモチーフパルス評価手段と、を有し、 上記メロディ音長列生成手段は、上記モチーフパルス評
    価手段の評価した評価値に適合するようにコントロール
    された音長列を発生することを特徴とする自動作曲機。
11. （１１）特許請求の範囲第１０項記載の自動作曲機にお
    いて、 上記メロディ音長列生成手段は、上記モチーフリズム特
    徴抽出手段が使用するパルススケールと同一または対照
    的なパルススケールにより音長列を発生することを特徴
    とする自動作曲機。
12. （１２）特許請求の範囲第１０項記載の自動作曲機にお
    いて、 上記メロディ音長列生成手段は、 （Ａ）乱数的に音長列を発生する乱数手段と、（Ｂ）こ
    の乱数手段の発生した音長列を、上記モチーフリズム特
    徴抽出手段が使用するパルススケールと同一のパルスス
    ケールを使って、その評価値を算出する乱数的音長列評
    価手段と、 （Ｃ）この乱数的音長列評価手段の評価した評価値が、
    上記モチーフパルス評価手段の評価した評価値と所定の
    関係を満足している場合にのみ、乱数的に得られた音長
    列をメロディ音長列として採用する音長列選別手段と、 を有することを特徴とする自動作曲機。
13. （１３）特許請求の範囲第１２項記載の自動作曲機にお
    いて、上記モチーフパルス評価手段は、モチーフの音長
    列のシンコペーションの度合を評価することを特徴とす
    る自動作曲機。
14. （１４）特許請求の範囲第１０項記載の自動作曲機にお
    いて、上記メロディ音長列生成手段は、上記モチーフリ
    ズム特徴抽出手段が使用するパルススケールと同一のパ
    ルススケールを使用して、生成する音符を選択的に分割
    または結合する分割・結合手段を有し、この分割、結合
    手段は、分割前と分割後、または結合前と結合後の評価
    値が最小に変動するように、音符を分割または結合する
    ことを特徴とする自動作曲機。
15. （１５）特許請求の範囲第１０項記載の自動作曲機にお
    いて、上記メロディ音長列生成手段は、上記モチーフリ
    ズム特徴抽出手段が使用するパルススケールと同一のパ
    ルススケールを使用して、生成する音符を選択的に分割
    または結合する分割・結合手段を有し、上記モチーフパ
    ルス評価手段の評価した評価値が比較的大きい場合に、
    上記分割・結合手段の分割手段は、生成する音長列の音
    符のうちで、上記パルススケール上の最大の重みをもつ
    パルス点をまたぐ音符を優先的に分割し、上記分割・結
    合手段の結合手段は生成する音長列の音符のうちで、上
    記パルススケール上の最大の重みをもつパルス点で開始
    する音符を次の音符と結合し、かつ上記モチーフパルス
    評価手段の評価した評価値が比較的小さい場合に、上記
    分割・結合手段の分割手段は、分割前の音長列の音符の
    うちで、音長分割後の音長列の評価値が最小変化するよ
    うな点をクロスする音符を優先的に分割し、上記分割・
    結合手段の結合手段は、結合前の音長列の隣り合う音符
    のうちで、音長結合した後の音長列の評価値が最大変化
    するような点を境とする音符同上を優先的に結合するこ
    とを特徴とする自動作曲機。
16. （１６）特許請求の範囲第１項記載の自動作曲機におい
    て、 上記モチーフリズム特徴抽出手段は、 （Ａ）複数の異なるパルススケールを上記モチーフの音
    長列に適用して、パルススケール別の音長列評価値を求
    めるスケール別評価値算出手段と、 （Ｂ）求められた音長列評価値のうちで最大（または最
    小）とみなし得る評価値を与えたパルススケールを基準
    パルススケールとして決定する基準パルススケール決定
    手段と、 を有し、 上記メロディ音長列生成手段はこの決定された基準パル
    ススケール（またはこれと相補なパルススケール）を使
    って、音長の分割または結合を実行することを特徴とす
    る自動作曲機。
17. （１７）特許請求の範囲第１項記載の自動作曲機におい
    て、 上記モチーフリズム特徴抽出手段は、上記モチーフの音
    長列に最適の評価値を与えるパルススケールを推定する
    最適パルススケール推定手段を有し、 上記メロディ音長列生成手段はこの推定された最適のパ
    ルススケールを基準にして音長列を発生することを特徴
    とする自動作曲機。
18. （１８）特許請求の範囲第１項記載の自動作曲機におい
    て、 上記モチーフリズム特徴抽出手段は、モチーフの音長列
    のみならずモチーフの音高列をも使用して適合するパル
    ススケールを連想するパルススケール連想手段を有し、 上記メロディ音長列生成手段はこの連想されたパルスス
    ケールを基準に音長列を発生することを特徴とする自動
    作曲機。
19. （１９）特許請求の範囲第１８項記載の自動作曲機にお
    いて、上記パルススケール連想手段は、モチーフの音長
    列が示す各音の開始点と、モチーフの音高列に含まれる
    規則性とからパルススケールを連想することを特徴とす
    る自動作曲機。
20. （２０）特許請求の範囲第６項記載の自動作曲機におい
    て、上記パルススケール発生手段は曲の進行に依存して
    可変のパルススケールを発生することを特徴とする自動
    作曲機。
21. （２１）（Ａ）入力装置と、 （Ｂ）上記入力装置より与えられるモチーフの特徴を評
    価、抽出するモチーフ特徴抽出手段と、 （Ｃ）コード進行の情報を付与するコード進行付与手段
    と、 （Ｄ）上記モチーフ特徴抽出手段からの抽出結果と上記
    コード進行付与手段からのコード進行とに基づいてメロ
    ディを生成するものであって、 （ａ）上記抽出結果の少なくとも一部を基にして、生成
    するメロディを制御するためのメロディ制御情報を発生
    するメロディ制御情報発生手段、 （ｂ）上記メロディ制御情報に従って、メロディの音高
    列を生成するメロディ音高列生成手段、及び （ｃ）上記メロディ制御情報に従ってメロディの音長列
    を生成するメロディ音長列生成手 段 を有するメロディ生成手段と、 を具備し、 上記モチーフ特徴抽出手段はモチーフの旋律的な特徴を
    抽出するモチーフライン特徴抽出手段と、モチーフのリ
    ズムの特徴を抽出するモチーフリズム特徴抽出手段とを
    有することを特徴とする自動作曲機。
22. （２２）特許請求の範囲第２１項記載の自動作曲機にお
    いて、上記モチーフライン特徴抽出手段はモチーフに含
    まれる非和声音を抽出する非和声音抽出手段と、モチー
    フに含まれる分散和音の型を抽出する分散和音抽出手段
    を有することを特徴とする自動作曲機。
23. （２３）特許請求の範囲第２１項または第２２項に記載
    の自動作曲機において、上記メロディ音高列生成手段は
    、上記コード進行に従って分散和音を発生する分散和音
    発生手段と、分散和音の前後あるいは分散和音の間に非
    和声音を付加する非和声音付加手段とを有することを特
    徴とする自動作曲機。
24. （２４）特許請求の範囲第２１項記載の自動作曲機にお
    いて、上記メロディ制御情報発生手段は、小節またはこ
    れに類似の長さを計数する小節計数手段と、曲想を変化
    させるための曲想パラメータを記憶する曲想パラメータ
    記憶手段と、楽式の識別パラメータを発生する楽式識別
    パラメータ発生手段とを有し、上記モチーフ特徴抽出手
    段からのモチーフ特徴パラメータ、上記小節計数手段の
    示す小節番号、上記曲想パラメータ記憶手段からの曲想
    パラメータ、上記楽式識別パラメータ発生手段からの楽
    式パラメータを変数として演算することにより、メロデ
    ィ制御情報を小節またはこれに類似する長さごとに発生
    することを特徴とする自動作曲機。
25. （２５）特許請求の範囲第２１項記載の自動作曲機にお
    いて、 上記モチーフリズム特徴抽出手段は、モチーフの音長列
    を和声音のみの音長列すなわちモチーフ分散和音パター
    ンに変換する分散和音パターン抽出手段を含み、 上記メロディ音長列生成手段は、上記メロディ制御情報
    発生手段より、区間的に生成すべきメロディの和声音の
    数のパラメータが与えられた場合に、上記モチーフ分散
    和音パターンと同一またはこれと適合する初期音長列を
    、与えられた和声音数を満足する和声音の音長列に変換
    するメロディ分散和音長列生成手段を含むことを特徴と
    する自動作曲機。
26. （２６）特許請求の範囲第２５項記載の自動作曲機にお
    いて、上記モチーフ分散和音パターン抽出手段は、重み
    付けられたパルス点のスケール、すなわち第１のパルス
    スケールを使って和声音のみの音長列を形成し、上記メ
    ロディ分散和音長列生成手段は第２のパルススケール（
    第１のパルススケールと同一の場合を含む）を使って和
    声音のみの音長列を形成することを特徴とする自動作曲
    機。
27. （２７）特許請求の範囲第２６項記載の自動作曲機にお
    いて、 上記モチーフリズム特徴抽出手段はモチーフの音長列に
    含まれる特徴的なミニパターンを抽出する特徴パターン
    抽出手段を更に含み、 上記メロディ音長列生成手段は、上記特徴パターン抽出
    手段により抽出された特徴的なミニパターンを、上記メ
    ロディ制御情報発生手段からの情報により制御される形
    式で、メロディの音長列に組み込む特徴パターン組込手
    段を含むことを特徴とする自動作曲機。
28. （２８）特許請求の範囲第２３項記載の自動作曲機にお
    いて、 上記メロディ制御情報発生手段は隣り合う区間（和音区
    間）における分散和音間の最適転回に関するパラメータ
    を発生する最適転回パラメータ発生手段を含み、 上記分散和音発生手段は上記パラメータに従って前後の
    分散和音を連結する手段を含むことを特徴とする自動作
    曲機。
29. （２９）（Ａ）入力装置と、 （Ｂ）上記入力装置より与えられるモチーフの特徴を評
    価、抽出するモチーフ特徴抽出手段と、 （Ｃ）コード進行の情報を付与するコード進行付与手段
    と、 （Ｄ）上記モチーフ特徴抽出手段からの抽出結果と上記
    コード進行付与手段からのコード進行とに基づいてメロ
    ディを生成するものであって、 （ａ）上記抽出結果の少なくとも一部を組み込んだ形式
    のメロディ制御情報を発生するメロディ制御情報発生手
    段と （ｂ）上記メロディ制御情報の示す指示に従ってメロデ
    ィの音高列を生成するメロディ音高列生成手段と （ｃ）メロディ音長列生成手段と を有するメロディ生成手段と、 を具備し、 上記メロディ音高列生成手段はメロディの音高として使
    用できる有効音高を制御する使用音高制御手段を有し、 この使用音高制御手段は、 （ｉ）重み付けられたノートスケールを与えるノートス
    ケール付与手段と、 （ｉｉ）メロディノート候補の音高の有効性を、上記ノ
    ートスケール付与手段から与えられたノートスケール上
    の対応音高に付けられた重みにより検査する有効音高決
    定手段と、 を有することを特徴とする自動作曲機。
30. （３０）特許請求の範囲第２９項記載の自動作曲機にお
    いて、上記ノートスケール付与手段は、 （Ａ）限られた数のノートスケールのセットを記憶する
    音階セット記憶手段と、 （Ｂ）上記音階セット記憶手段に記憶される２つ以上の
    ノートスケールを一次結合などによって組み合わせるこ
    とにより、新しいノートスケールを発生するノートスケ
    ール合成手段と、 を有することを特徴とする自動作曲機。
31. （３１）特許請求の範囲第２９項記載の自動作曲機にお
    いて、上記有効音高決定手段はしきい値発生手段を有し
    、このしきい値発生手段の与えるしきい値と上記ノート
    スケール上の音高に割り当てられた重み（値）とが所定
    の関係を満足するとき、その音高を有効と決定すること
    を特徴とする自動作曲機。
32. （３２）特許請求の範囲第３１項記載の自動作曲機にお
    いて、上記しきい値発生手段は、一次しきい値発生手段
    と、この一次しきい値発生手段の発生した一次しきい値
    に対し、一次しきい値の大きさにより制御された乱数も
    しくは変動分（例えば上乗せ分）を導入する手段を有し
    、この変動後のしきい値が上記ノートスケール上の音高
    に割り当てられた重みと比較されることを特徴とする自
    動作曲機。
33. （３３）特許請求の範囲第３１項記載の自動作曲機にお
    いて、上記ノートスケールはユーザープログラマブルで
    あり、上記入力装置より入力可能であることを特徴とす
    る自動作曲機。
34. （３４）特許請求の範囲第３１項記載の自動作曲機にお
    いて、上記しきい値はユーザープログラマブルであり、
    上記入力装置により入力設定されることを特徴とする自
    動作曲機。
35. （３５）特許請求の範囲第２９項記載の自動作曲機にお
    いて、上記ノートスケール付与手段は、音階セット記憶
    手段と、上記コード進行付与手段より与えられるコード
    の種類に基づいて、上記音階セット記憶手段より特定の
    ノートスケールを選択するノートスケール選択手段とを
    含むことを特徴とする自動作曲機。
36. （３６）特許請求の範囲第２９項記載の自動作曲機にお
    いて、上記ノートスケール付与手段は、音階セット記憶
    手段と、この音階セット記憶手段より読み出したノート
    スケールの重みパターンを、上記コード進行付与手段よ
    り与えられる進行中のコードの根音に基づいて、選択的
    にシフトする根音シフト手段とを有することを特徴とす
    る自動作曲機。
37. （３７）特許請求の範囲第２９項記載の自動作曲機にお
    いて、上記ノートスケール付与手段は、音階セット記憶
    手段と、この音階セット記憶手段より読み出したノート
    スケールの各音高の重みのうち、上記コード進行付与手
    段より与えられる進行中のコードの構成音の音高の重み
    を変更するノートスケール重み変換手段とを有すること
    を特徴とする自動作曲機。