WO2007077993A1 - 情報処理装置および方法、並びに記録媒体 - Google Patents

情報処理装置および方法、並びに記録媒体 Download PDF

Info

Publication number
WO2007077993A1
WO2007077993A1 PCT/JP2007/050019 JP2007050019W WO2007077993A1 WO 2007077993 A1 WO2007077993 A1 WO 2007077993A1 JP 2007050019 W JP2007050019 W JP 2007050019W WO 2007077993 A1 WO2007077993 A1 WO 2007077993A1
Authority
WO
WIPO (PCT)
Prior art keywords
chord
chord progression
probability
progression
music
Prior art date
Application number
PCT/JP2007/050019
Other languages
English (en)
French (fr)
Inventor
Yoshiyuki Kobayashi
Original Assignee
Sony Corporation
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corporation filed Critical Sony Corporation
Priority to US12/160,121 priority Critical patent/US8008568B2/en
Priority to EP07706366.7A priority patent/EP1970891B1/en
Priority to CN2007800020342A priority patent/CN101366071B/zh
Publication of WO2007077993A1 publication Critical patent/WO2007077993A1/ja

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H1/00—Details of electrophonic musical instruments
    • G10H1/36—Accompaniment arrangements
    • G10H1/38—Chord
    • G10H1/383—Chord detection and/or recognition, e.g. for correction, or automatic bass generation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10G—REPRESENTATION OF MUSIC; RECORDING MUSIC IN NOTATION FORM; ACCESSORIES FOR MUSIC OR MUSICAL INSTRUMENTS NOT OTHERWISE PROVIDED FOR, e.g. SUPPORTS
    • G10G3/00—Recording music in notation form, e.g. recording the mechanical operation of a musical instrument
    • G10G3/04—Recording music in notation form, e.g. recording the mechanical operation of a musical instrument using electrical means
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/571—Chords; Chord sequences
    • G10H2210/576—Chord progression

Definitions

  • the present invention relates to an information processing apparatus and method, and a recording medium, and more particularly to an information processing apparatus and method, and a recording medium that can analyze the progress of the code more accurately.
  • chord progression analysis Various methods have been proposed for a method of analyzing the chord progression of music (hereinafter referred to as chord progression analysis).
  • chord progression analysis for example, by analyzing the chord progression of a large number of songs recorded in a personal computer or portable music player, the chord progression is analyzed based on the analyzed chord progression. The desired music can be searched from.
  • chord progression is analyzed based on the chord obtained by analyzing the song waveform indicating the audio signal of the song. .
  • the chord progression force C, F, G, C when the chord progression analysis of the song waveform (waveform) of song A is performed
  • the chord progression of the waveform of song B is analyzed in chord progression CM7, Dm7, G7, and CM7
  • C of song A is similar to CM7 of song B. It is also determined whether or not the chord progression of song A transitioning in the order of C, F, G, and C and the chord progression of song B transitioning in the order of CM7, Dm7, G7, and CM7 are similar.
  • chord progression obtained by chord progression analysis includes a certain amount of errors, and the manner in which these errors occur differs depending on the algorithm used to determine chords (chord progression). .
  • chord progression for example, as shown in Fig. 2, in the chord progression when correctly analyzed, the force is actually analyzed in the order of C, F, G, C.
  • the chord progression force C, F, G, and Cm are changed in this order, and instead of the major chord C, it is judged as the minor chord Cm, and it may be analyzed as a completely different chord.
  • chord sense of distance based on the conventional music theory cannot be applied as it is.
  • chord progression analysis it is relatively easy to judge chords between major chords and minor chords. If various four chords can be detected, the accuracy of the judgment is reduced.
  • the audio signal power indicating the music is extracted with a frequency component corresponding to each sound, and among the frequency components corresponding to each extracted sound, a set of three frequency components having a large total level.
  • a music data creation device that detects two chords formed as first and second chord candidates, and generates music data by performing a smoothing process on each of the first and second chord candidates. (For example, Patent Document 1).
  • Patent Document 1 Japanese Patent Application Laid-Open No. 2004-184510
  • chord progression obtained by analyzing the chord progression of the audio signal of the music includes an error, so that it is impossible to accurately analyze the chord progression of the music. There was a problem!
  • chord progression obtained by the conventional chord progression analysis includes a certain amount of errors, and the manner in which errors occur depends on the algorithm used to determine chords. The power that cannot be applied as it is.
  • the music data creation device disclosed in Japanese Patent Application Laid-Open No. 2004-184510 generates music data by detecting frequency component force chords (chords) candidates of music audio signals.
  • Chords frequency component force chords
  • the present invention has been made in view of such a situation, and makes it possible to analyze the chord progression more accurately.
  • One aspect of the present invention is an extraction unit that extracts a feature amount related to a chord constituting the chord progression from the chord progression of the musical piece obtained by analyzing a waveform of the musical piece;
  • An information processing apparatus comprising: a calculating unit that calculates a similar relationship between a chord progression constituting the chord progression and another chord progression based on the extracted feature amount.
  • the extraction unit may extract a co-occurrence relationship or a transition relationship of the code as a feature amount.
  • the apparatus further comprises recording means for recording the extracted feature quantity, and the calculation means constitutes the chord progression based on the recorded feature quantity, and is a certain chord progression. The similarity relationship with other chord progressions can be calculated.
  • the calculation means may calculate a similarity relationship between a certain code constituting the chord progression and another chord based on the extracted feature quantity.
  • the extraction means includes a first feature amount extraction means for extracting a first probability indicating a probability that a certain chord appears at the same time in the chord progression, and another code from the certain chord progression.
  • a second feature amount extracting means for extracting a second probability indicating the probability of transition to a chord of the second and a third probability of extracting a third probability indicating a probability of transition to a certain chord from another chord in the chord progression;
  • Characteristic amount extraction means, and the calculation means is based on the first probability, the second probability, and the brother 3 probability for each chord constituting the extracted chord progression, It is possible to calculate a similarity between one chord progression constituting the chord progression and another chord progression.
  • the extraction means includes a first feature amount extraction means for extracting a first probability indicating a probability that a certain chord progression appears at the same time in the chord progression, and another from a certain chord progression in the chord progression.
  • a second feature amount extracting means for extracting a second probability indicating the probability of transition to the chord of the second chord, and a third probability indicating the probability of transition to a chord progression from another chord in the chord progression.
  • a third feature quantity extracting means for calculating the first probability, the second probability, and the younger brother 3 probability for each chord constituting the extracted chord progression. Based on the above, it is possible to calculate a similarity between a chord progression constituting the chord progression and another chord progression.
  • the calculation means calculates, based on the extracted feature quantity, a similarity between a chord progression constituting the chord progression and a chord progression instructed by a user by a predetermined calculation. Can be.
  • a search means for searching for the music piece may be provided based on the calculated similarity.
  • the predetermined calculation may be vector correlation in which calculation is performed using vector correlation based on the feature amount.
  • One aspect of the present invention is an extraction step of extracting a feature quantity related to a chord constituting the chord progression from the chord progression of the musical piece obtained by analyzing the waveform of the musical piece; And an information processing method including a calculation step of calculating a similar relationship between a certain chord progression constituting the chord progression and another chord progression based on the feature amount.
  • One aspect of the present invention is an extraction step of extracting a feature quantity related to a chord constituting the chord progression from the chord progression of the musical piece obtained by analyzing the waveform of the musical piece,
  • a feature quantity related to a chord constituting the chord progression is extracted from the chord progression of the musical piece obtained by analyzing a waveform of the musical piece, and the extracted feature Based on the quantity, the similarity between one chord progression that constitutes the chord progression and another chord progression is calculated.
  • chord progression can be analyzed more accurately.
  • FIG. 1 is a diagram for explaining conventional chord progression analysis.
  • FIG. 2 is a diagram for explaining conventional chord progression analysis.
  • FIG. 3 is a block diagram illustrating an example of a hardware configuration of a personal computer.
  • FIG. 4 is a block diagram illustrating an example of a functional configuration of the personal computer.
  • FIG. 5 is a flowchart for explaining music search processing by a personal computer.
  • FIG. 7 is a flowchart for explaining details of the feature quantity extraction processing by the feature quantity extraction unit.
  • FIG. 8 is a diagram illustrating an example of a code simultaneous appearance probability extracted by a code simultaneous appearance probability extracting unit.
  • FIG. 9 is a diagram illustrating an example of a chord transition destination probability extracted by a chord transition destination probability extraction unit.
  • FIG. 10 is a diagram showing an example of a chord transition source probability extracted by a chord transition source probability extraction unit.
  • FIG. 11 is a diagram for explaining a feature amount extracted by a feature amount extraction unit.
  • FIG. 12 is a diagram for explaining the details of calculation of chord progression similarity.
  • FIG. 13 is a diagram for explaining the details of the calculation of the chord progression similarity.
  • FIG. 15 is a diagram illustrating an example of a screen of an output unit that displays a music search result.
  • FIG. 16 is a block diagram illustrating another example of a functional configuration example of a personal computer.
  • FIG. 17 is a flowchart for explaining music search processing by a personal computer.
  • FIG. 18 is a flowchart explaining details of the feature quantity extraction processing by the feature quantity extraction unit.
  • FIG. 19 is a diagram illustrating an example of a chord progression simultaneous appearance probability extracted by a chord progression simultaneous appearance probability extracting unit.
  • FIG. 20 shows an example of chord progression transition destination probabilities extracted by the chord progression transition destination probability extraction unit.
  • FIG. 21 shows an example of chord progression transition source probabilities extracted by the chord progression transition source probability extraction unit.
  • FIG. 22 is a diagram for describing feature amounts extracted by a feature amount extraction unit.
  • FIG. 23 is a diagram for explaining the details of the calculation of the chord progression similarity.
  • FIG. 24 is a diagram for explaining the details of calculation of chord progression similarity.
  • FIG. 25 is a diagram showing an example of calculation results of principal component analysis.
  • FIG. 3 is a block diagram for explaining an example of the hardware configuration of the personal computer 1.
  • the CPU (Central Processing Unit) 11 loads a program stored in a ROM (Read Only Memory) 12 or a recording unit 18 to a RAM (Random Access Memory) 13. Various processes are executed according to the programmed program.
  • the RAM 13 also appropriately stores data necessary for the CPU 11 to execute various processes.
  • the CPU 11, ROM 12, and RAM 13 are connected to each other via a bus 14.
  • An input / output interface 15 is also connected to the bus 14.
  • the input / output interface 15 includes an input unit 16 including a keyboard and a mouse, an output unit 17 including a speaker, a display such as an LCD (Liquid Crystal Display), a recording unit 18 including a hard disk, and the like.
  • a communication unit 19 that controls communication processing with other devices via a network such as the Internet is connected.
  • a drive 20 is also connected to the input / output interface 15 as necessary, and a removable medium 21 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory is provided. Is installed as appropriate, and their power is read out by the computer program power installed in the recording unit 18 as necessary.
  • the hardware configuration of the personal computer 1 is not limited to the example of FIG. 3, and may have at least the functional configuration of FIG. 4 to be described later.
  • FIG. 4 is a block diagram illustrating a functional configuration example of the personal computer 1.
  • the same parts as those shown in FIG. 3 are denoted by the same reference numerals, and description thereof will be omitted as appropriate.
  • the personal computer 1 is a device that performs a predetermined process for analyzing the progress of the music code from the audio signal reproduced from the music data, and is an example of the information processing apparatus of the present invention.
  • the personal computer 1 includes an input unit 16, an output unit 17, a recording unit 18, and a chord progression analysis unit 31.
  • the chord progression analysis unit 31 is, for example, a software ( Program).
  • the chord progression analysis unit 31 can be configured as a single hardware or a combination of software and hardware. it can.
  • the chord progression analysis unit 31 performs a predetermined process for analyzing the chord progression of the music from the waveform of the music (data) recorded in the recording unit 18.
  • the chord progression analysis unit 31 includes a feature amount extraction unit 41, a chord similarity calculation unit 42, and a music search unit 43.
  • the feature amount extraction unit 41 extracts (calculates) the feature amount of the chord progression force by performing feature amount extraction processing on the chord progression analyzed from the waveform waveform of the music piece.
  • the feature amount extraction unit 41 records the extracted feature amount in the recording unit 18 (or RAM 13 or the like).
  • the feature quantity extraction unit 41 includes a code simultaneous appearance probability extraction unit 51 and a code transition destination probability extraction unit 52.
  • chord appearance probability extraction unit 51 extracts (calculates) the probability that a certain chord and a certain chord exist together (chord co-occurrence probability) from the chord progression in which the waveform force of the music is also analyzed.
  • chord transition destination probability extraction unit 52 calculates the probability that a chord force also transitions to each chord (chord transition destination probability) when a chord appears from the chord progression analyzed from the waveform of the song. Extract (calculate).
  • chord transition source probability extraction unit 53 when a certain code appears from the chord progression analyzed by the waveform force of the musical piece, the probability that the chord force has transitioned (the chord transition source). (Probability) is extracted (calculated).
  • the chord similarity calculation unit 42 performs a predetermined process of calculating the similarity between chord progressions (chords) based on the feature amount recorded in the recording unit 18 (or RAM 13 or the like).
  • the music search unit 43 searches the music data recorded in the recording unit 18 based on the chord progression similarity calculated by the chord similarity calculation unit 42.
  • chord progression analysis the chord progression of the waveform of a huge number of music recorded in the personal computer 1 is analyzed, so that the chord progression analysis is based on the analyzed chord progression.
  • a desired song can be searched from those songs. Therefore, hereinafter, as an example of the process using the chord progression analysis by the personal computer 1, a music search process for searching for a song with a desired chord progression will be described.
  • FIG. 5 is a flowchart for explaining music search processing by the personal computer 1.
  • step S1 the chord progression analysis unit 31 performs chord progression analysis on the waveform of the music.
  • the chord progression analysis unit 31 records a plurality of pieces of music that are recorded in the recording unit 18 and compressed by a method such as MP3 (MPEG Audio Layer-3) or AAC (Advanced Audio Coding).
  • the chord progression in each piece of music is analyzed by analyzing the music waveform from the audio signal reproduced from the data.
  • chord progression analysis unit 31 performs composition 1, composition 2, composition 3, ...
  • the data power of the song N is recorded in the recording unit 18, and in the song 1, in the order of C, B Am, G #, G, C, F, Dm, D, G, ...
  • the chord is in progress
  • the chord progresses in the order of C, D, F, C, A, Dm, Fm, C, D, G, C, F, G,.
  • the chord progression analysis unit 31 analyzes the chord progression in the order of Am, Dm, E, Am, C, D, E, F, C, Dm, Am, ...
  • the chord progression is similarly analyzed for music 4 to music N-1.
  • the chords progress in the order of Am, G, F, C, E, Am, G, F, G, Am, E,.
  • chord progression analysis unit 31 performs chord progression analysis on the waveforms of the music pieces 1 to N.
  • the chord progression to be analyzed at this time is adjusted to the same key such as C in each of the music 1 to music N.
  • the music data analyzed by the chord progression analysis unit 31 is not limited to the data recorded in the recording unit 18, and for example, the music is recorded via a network (not shown). If the music data is compressed by a predetermined method, such as music data obtained from a dedicated server (not shown), etc. Even so.
  • step S2 the feature quantity extraction unit 41 performs feature quantity extraction processing on the code progressions analyzed from the waveforms of a plurality of music pieces to extract feature quantities.
  • the feature quantity extraction unit 41 extracts a feature quantity by analyzing a co-occurrence relation or a transition relation related to chords constituting the chord progression analyzed from the waveform of the music, and the extracted feature quantity Is recorded in the recording unit 18 (or RAM13, etc.). Details of the code co-occurrence relationship or transition relationship will be described later.
  • step S11 the chord coincidence appearance probability extraction unit 51 extracts the chord coincidence appearance probability from the chord progression of the analyzed music piece.
  • the code simultaneous appearance probability extraction unit 51 extracts the probability that a certain chord and a certain chord exist with respect to the chord progressions of the music pieces 1 to N (a chord appearance probability).
  • FIG. 8 is a diagram illustrating an example of a code simultaneous appearance probability extracted (calculated) by the code simultaneous appearance probability extracting unit 51.
  • the first column from the left and the first row from the top indicate the respective items and code names are described. In other words, not all codes are described for ease of explanation, but the item in the first column from the left is the code that is C in the second from the top, and C # in the third from the top.
  • D code, D code, D code, D code, D code, D code, D code, D #, E, F, F #, G, G #, A, B, B, Cm, C #m, Dm, D # m, Em, Fm, F # m, Gm, G # m, Am, Bm, Bm are described.
  • the second code from the left is the C code
  • the third code from the left is the C # code
  • the fourth code from the left is the D code.
  • D #, E, F, F #, G, G #, A, B, B, Cm, C # m, Dm, D # m, Em, Fm, F # m, Gm, G # m, Am, Bm, and Bm are described.
  • the table shown in the example of FIG. 8 includes C, C #, D, D #, E, F, F #, G, G #, in the first column from the left and the first row from the top.
  • Matrix of major codes A and BB and minor codes Cm, C # m, Dm, D # m, Em, Fm, F # m, Gm, G # m, Am, Bm, Bm It is described to be in a shape.
  • chord progression shown in the lower side of FIG. 8 indicates the chord progression of each of the music 1 to the music N described above, and the chord appearance probability is, for example, as shown by the dotted line in the figure, For songs 1 through N, the probabilities that a code that is C and a certain code such as C and C or C and D exist together are extracted.
  • the table shown in the example of Fig. 8 shows, for example, the probability of the simultaneous appearance of chords for songs 1 to N.
  • the probability that a chord C and a chord exist together is 95% that both C and C exist, and both C and C # exist. 5%, C and D are both 56%, and C and Bm are both 0% and 0%, respectively.
  • the probability that both C # and a certain code exist is the probability that both C # and C exist, the probability that both # and # are both 3%, and C # and D
  • the probability that both exist is 7%, the probability that both C # and Bm exist is extracted as 0%, and the probability that both D and a code exist is both D and C
  • the probability is 56%, the probability that both D and C # exist is 7%, the probability that both D and D exist is 45%, ..., and the probability power 0% where both D and Bm exist are extracted.
  • chord appearance probability in the chord progressions of music 1 to music N is the chord (C, C #, D, D #, E, F, F #, G, G #, A, BB, Cm). , C # m, Dm, D # m, Em, Fm, F # m, Gm, G # m, Am, Bm, Bm).
  • the chord co-occurrence probability extraction unit 51 extracts chord co-occurrence by extracting the chord co-occurrence probability in each piece of music (songs 1 to N). It can be said that the relationship is extracted.
  • the chord transition destination probability extraction unit 52 extracts the chord transition destination probability from the chord progression of the analyzed music piece. For example, in step S12, the chord transition destination probability extraction unit 52 calculates the probability (chord transition destination probability) that the chord strength also transitions to each chord when a chord appears for the chord progressions of the tunes 1 to N. Extract.
  • FIG. 9 is a diagram illustrating an example of the chord transition destination probability extracted (calculated) by the chord transition destination probability extraction unit 52.
  • chord progression shown in the lower side of FIG. 9 shows the chord progression of each of the music pieces 1 to N described above, and the chord transition destination probability is, for example, as shown by the dotted line in the figure,
  • the probability of transition from a code that is C to a certain code, such as C power also transitioning to D, or the probability that a code that is F transitions to a certain code, such as transition from F to C Etc. are extracted.
  • the chord transition probabilities of music 1 to music N are shown.
  • the probability of transition from a chord C to a chord is 0% probability of transition to C force C, and probability of transition to C force C #. Is 3%, the probability of transition to C force D is 21%, and the probability force of transition to C force Bm is 0%.
  • the probability of transition to a certain chord is extracted from each of the chords C # to E in songs 1 to N, and the probability of transition to a chord having a chord force of F transitions to F force C.
  • the probability of transition to F force Bm are extracted as 0%.
  • the probability of transition to a certain chord is extracted from each of the chords F # to Bm in songs 1 to N, and the chord strength is changed to Bm.
  • Probability is 0% probability of transition from Bm to C, 0% probability of transition from Bm to C #, 0% probability of transition from Bm to D, 0, probability of transition to Bm force Bm % And each are extracted.
  • chord transition destination probabilities in the chord progressions of music 1 to music N are the chords (C, C #, D, D #, E, F, F #, G, G #, A, BB, Cm, C # m, Dm, D # m, Em, Fm, F # m, Gm, G # m, Am, Bm, Bm), 24 types of each can be obtained.
  • chord transition destination probability extraction unit 52 extracts chord transition destination probabilities for each piece of music (songs 1 to N), thereby changing the chord transition relationship. It can be said that is extracted.
  • step S13 the chord transition source probability extracting unit 53 extracts the chord transition source probability from the chord progression of the analyzed music, and the feature amount extraction processing is performed. finish.
  • the chord transition source probability extraction unit 53 when a chord appears for the chord progressions of the music pieces 1 to N, the probability of the chord force transition of the appearing chord (the chord of the chord) (Transition source probability) is extracted.
  • FIG. 10 is a diagram illustrating an example of the code transition source probability extracted (calculated) by the code transition source probability extraction unit 53.
  • chord progression shown in the lower side of FIG. 10 indicates the chord progression of each of the music pieces 1 to N described above, and the chord transition source probability is, for example, as shown by the dotted line in FIG.
  • the probability that the G force will transition to C such as the G force transitioning to C
  • the chord force D such as the transition from C to D
  • the probability of transition to a code such as is extracted.
  • chord transition source probabilities of music 1 to music N are shown.
  • the probability of transition from a certain chord to a chord C is 0%, the probability of transition to C force C, ..., G force
  • the probability of transition to C is 31%, and the probability of transition from Bm to C is extracted as 0%.
  • the probability of transition from one chord to chord C # in song 1 to song N is the probability power to transition from C to C # 3 ⁇ 4%, ..., G force C #
  • the probability of transition from Bm to # is extracted as 0%, and the probability of transition from one code to a code D is transitioned from C to D.
  • the probability of transition to 21%, ..., G force D is extracted as 10%, ..., the probability of transition to Bm force D is extracted as 0%.
  • the probabilities of transition from one chord to each chord of D # to B m in music 1 to music N are calculated, respectively, and transition from a chord to a chord of Bm is performed.
  • the probability of transition from C to Bm is 0%
  • the probability of transition from G to Bm is 0%
  • the probability of transition from Bm to Bm is 0% is extracted respectively.
  • chord transition source probabilities in the chord progressions of music 1 to music N are the chords (C, C #, D, D #, E, F, F #, G, G #, A, BB, Cm, C # m, Dm, D # m, Em, Fm, F # m, Gm, G # m, Am, Bm, Bm), 24 types of each can be obtained.
  • the chord transition source probability extraction unit 53 extracts the chord transition source probabilities of each piece of music (songs 1 to N), thereby changing the chord transition relationship. It can be said that is extracted.
  • FIG. 11 is a diagram for explaining the feature amount extracted by the feature amount extraction unit 41.
  • the example in the table of Fig. 11 shows the probability of the code appearing simultaneously (Fig. 8), the chord transition destination probability (Fig. 9), and the chord transition source probability (Fig. 10) in the horizontal direction. It is a table that is expressed in one. That is, the code indicated by the first column from the left in the table of FIG. 11 is X (in the figure, V (X), the reason will be described later), and the first row from the top. If the code shown by Y is Y, the area specified by the first line item from the left and the second to 25th line items in the first line from the top (hatching in the table in Figure 11).
  • the feature amount extraction unit 41 performs, for example, a code simultaneous appearance probability, a code transition destination probability, and a code transition source by the feature amount extraction processing.
  • a code simultaneous appearance probability for example, C, C #, D, D #, E, F, F #, G, G #, A, B, B major codes and Cm, C # m, Dm, D # Extract 24 types of codes with minor codes, m, Em, Fm, F # m, Gm, G # m, Am, Bm, and Bm.
  • the feature quantity extraction unit 41 causes the recording unit 18 (or RAM 13 or the like) to record the feature quantity shown in the example of FIG. 11 in which the music 1 to music N forces are also extracted. That is, the feature quantity extraction unit 41 extracts the feature quantities of the music 1 to music N forces recorded in the recording section 18 and extracts the extracted feature quantities shown in the example of FIG. It will be. In other words, it can be said that the feature quantity related to chords is extracted from the enormous number of music group forces.
  • the characteristic amount shown in the example of Fig. 11 is recorded in the recording unit 18. Therefore, the code similarity calculation unit 42 can read out and use the recorded feature values as necessary. For example, the chord similarity calculation unit 42 calculates the similarity by using the correlation (vector correlation) between the feature vectors in the chord progression when calculating the similarity between the chord progressions. Can be calculated.
  • the feature value (vector) (vector (V (C)) of “C” in the first column item from the left of the table of FIG.
  • V (C #) is represented by 72 types of feature values
  • V (D) is represented by 72 types of feature amounts
  • V (Bm) is represented by 72 types of feature amounts.
  • V (C) to V (Bm) each have 72 types of feature values.
  • step S 3 the chord progression analysis unit 31 receives a chord progression for searching for a desired piece of music based on the operation signal supplied from the input unit 16. It is determined whether or not.
  • step S3 If it is determined in step S3 that the chord progression has not been input by the user, the process returns to step S3 and the above-described processing is repeated. That is, the personal computer 1 waits until the chord progression is input by the user.
  • step S4 the chord similarity calculation unit 42 performs chord based on the feature amount extracted from the music waveform.
  • Predetermined processing for calculating the similarity between progressions is performed.
  • step S4 the chord similarity calculation unit 42, based on the feature quantity shown in the example of FIG. 11 in which the power of each song (song 1 to song N) is also recorded, which is recorded in the recording unit 18.
  • a predetermined process for calculating the similarity between chord progressions (chords) is performed.
  • chord similarity calculation unit 42 the details of the process of calculating the similarity between chord progressions by the chord similarity calculation unit 42 will be described.
  • chord similarity is calculated by shifting the chord progression input by the user shown in the upper part of the drawing little by little, and using the comparison target shown in the lower part of the figure.
  • chord progressions Chords
  • the chord progression input by the user is C ⁇ F ⁇ G ⁇ C (“C ⁇ F ⁇ G ⁇ C” indicates that the chord progression is C, F,
  • the transition of the chord of the music to be compared is C, D, F, C, A, Dm, Fm, C, D, G. , C, F, G, ... in the order of music 2, first of all, the chord progression of the music 2 to be compared with C ⁇ F ⁇ G ⁇ C entered by the user
  • the degree of similarity between chord progressions is calculated by comparing C ⁇ D ⁇ F ⁇ C.
  • force which is a method for calculating the degree of similarity between chord progressions
  • force can be calculated using, for example, the correlation (vector correlation) between feature quantity vectors in chord progression.
  • the feature quantity C ⁇ F ⁇ G ⁇ C is, for example, the code “CJ,“ F ”,“ G ”,“ C ”recorded in the recording unit 18.
  • the chord progression feature quantity of song 2 which is expressed as the respective feature quantity C ⁇ D ⁇ F ⁇ C is recorded in the recording unit 18 as “C”, “DJ,“ F ”,“ C "Can be expressed as each feature amount of the code.
  • V (C ⁇ F ⁇ G ⁇ C) of the chord input by the user constitutes the chord progression recorded in the recording unit 18, for example. Since the number of characteristic features of the code is 72 types for V (C), 72 types for V (F), 72 types for V (G), and 72 types for V (C), the total number of features is 288. It is expressed by the type of feature quantity.
  • V (C ⁇ D ⁇ F ⁇ C) of song 2 has, for example, the number of feature quantities of chords constituting the code progression recorded in the recording unit 18 as V ( C) is 72 types, V (D) is 72 types, V (F) is 72 types, and V (C) is 72 types of feature values, so it must be represented by a total of 288 feature values. become.
  • the code similarity calculation unit 42 calculates the code similarity using the vector correlation based on these feature amounts recorded in the recording unit 18. For example, the code similarity calculation unit 42 generates V (C ⁇ F ⁇ G ⁇ C) (that is, V (C), V (F), V (G), V (C)) and V (C ⁇ D ⁇ F ⁇ C) (ie, V (C), V (D), V (F), V (C)) is used to calculate the similarity between chord progressions.
  • correlation coefficient r represents the correlation coefficient between vector x and vector ⁇ , and) ⁇
  • ⁇ denotes the average value of vector ⁇
  • ⁇ denotes the number of samples (for example, the number of combinations of vector X and vector ⁇ ).
  • the code similarity calculation unit 42 first receives the V input by the user.
  • the code similarity calculation unit 42 shifts C ⁇ F ⁇ G ⁇ C input by the user little by little to obtain V (C ⁇ F ⁇ G ⁇ C ) And the vector correlation of V (C ⁇ D ⁇ G ⁇ C) in the chord progression of song 2 to be compared, the degree of similarity between 60 chord progressions (similarity 60) is calculated. Then, the chord progression to the end of song 2 The similarity between lines is calculated. As a result, the chord similarity calculation unit 42 calculates the similarity between a plurality of chord progressions in the music piece 2.
  • the chord similarity calculation unit 42 calculates, for example, the highest similarity among the calculated similarities as the similarity between the chord progression input by the user and the music to be compared. To do. For example, the chord similarity calculation unit 42 calculates the similarity between chord progressions of 90 when the similarity result calculated from the music piece 2 is 0, 10, 20,..., 60,. The degree (similarity 90) is calculated as the similarity of song 2.
  • chord similarity calculation unit 42 similarly calculates the similarity between C ⁇ F ⁇ G ⁇ C and the chord progression of each of music 1 and music 3 to music N input by the user. To do.
  • chord similarity calculation unit 42 for example, between chord progressions of chord progressions input by the user and the chord progressions of the music pieces 1 to N
  • the chord similarity calculation unit 42 calculates the similarity of, the similarity of music 1 that is 10, the similarity of music 2 that is 90, the similarity of music 3 that is 70, the similarity of music 4 to music N-1, Calculate the similarity of song N, which is 30. Therefore, the chord progression of song 2 has the highest degree of similarity, and is therefore most similar to the chord progression input by the user.
  • the power described by comparing the chord progression input by the user and the chord progression of the music to be compared with four chords is not limited thereto. 1 or more, for example, 1, 2, 3, 5, 10,...
  • the music search unit 43 searches for music based on the result of the calculated code progression similarity. For example, in step S5, the music search unit 43 records, based on the calculation result of the similarity between C ⁇ F ⁇ G ⁇ C and each chord progression of music 1 to music N input by the user. The music (data) recorded in section 18 is searched in the order of music 2, music 3,..., Music N, music 1,.
  • step S6 the chord progression analysis unit 31 displays the search result of the music on the output unit 17 having screen power, such as an LCD, and the music search process ends.
  • FIG. 15 is a diagram showing an example of the screen of the output unit 17 that displays the search result of music.
  • the chord progression is displayed as a music similar to C ⁇ F ⁇ G ⁇ C input by the user.
  • Music 2, Music 3, ⁇ , Music N, Music 1, ... are displayed in descending order of similarity.
  • the user can know song 2 as the song closest to the chord progression that transitions in the order C, F, G, C.
  • the music of the chord progression input by the user can be searched, it is possible to search for a bright music by inputting a major chord or to input a minor chord, for example, by inputting a major chord. Can be searched.
  • chord progression of the song composed by the user who composes the song and the chord progression of the song composed by someone else, for example can be searched. You can find out if you don't.
  • the personal computer 1 performs the music search process using the code constituting the analyzed chord progression as a feature amount.
  • step S1 even if there is an error in the chord progression of the waveforms of multiple songs analyzed by the chord progression analysis unit 31, similar chord progressions can be discriminated. Similar chord progressions can be distinguished.
  • the force that is the characteristic amount of the chord progression is not limited to the characteristic amount related to the chord that constitutes the analyzed chord progression described above.
  • the code If it is a feature value related to chord progression, it may be misaligned.
  • FIG. 16 is a block diagram for explaining another example of the functional configuration example of the personal computer 1.
  • a feature quantity extraction unit 41 constitutes the feature quantity extraction unit 41 of FIG. 4, and includes a code simultaneous appearance probability extraction unit 51, a code transition destination probability extraction unit 52, and a code transition source probability extraction unit 53.
  • a chord progression simultaneous appearance probability extraction unit 61, a chord progression transition destination probability extraction unit 62, and a chord progression transition source probability extraction unit 63 may be included. Made.
  • the chord progression analysis unit 31 is, for example, software executed by the CPU 11 of Fig. 3 ( Program).
  • the chord progression analysis unit 31 can be configured as a single hardware or a combination of software and hardware. it can.
  • the chord progression co-occurrence probability extraction unit 61 uses the chord progression analyzed from the waveform of the music.
  • chord progression transition destination probability extraction unit 62 when a chord progression appears from the chord progression analyzed from the waveform of the music, the chord progression force also transitions to each chord (chord progression transition destination probability ) Is extracted (calculated).
  • chord progression transition source probability extraction unit 63 when a chord appears from the chord progression analyzed from the waveform of the music, the probability that the chord progression force has transitioned (the chord progression transition) Extract (calculate) original probability).
  • step S21 is the same as the processing in step S1 in Fig. 5, and a description thereof will be omitted.
  • step S22 the feature quantity extraction unit 41 performs a feature quantity extraction process on the code progressions analyzed from the waveforms of a plurality of music pieces to extract feature quantities.
  • the feature quantity extraction unit 41 extracts and extracts the feature quantity by analyzing the co-occurrence relation or the transition relation regarding the chord progression constituting the chord progression analyzed from the waveform of the music. The amount is recorded in the recording unit 18 (or RAM13, etc.). Details of the co-occurrence relationship or transition relationship of chord progression will be described later.
  • step S31 the chord progression simultaneous appearance probability extracting unit 61 extracts the chord progression simultaneous appearance probability from the chord progression of the analyzed music piece. For example, in step S31, the chord progression co-occurrence probability extraction unit 61 determines the probability that a chord progression and a chord progression exist together for the chord progressions of songs 1 to N (the probability of simultaneous occurrence of chord progressions). ) Is extracted.
  • FIG. 19 is a diagram illustrating an example of the chord progression simultaneous appearance probability extracted (calculated) by the chord progression simultaneous appearance probability extracting unit 61.
  • C, C #, D, D #, E, F, F #, G, G #, A are the destination chords (chord progression) from each chord in the order of major chord to minor chord.
  • the first line item from the top includes the chord progression “C ⁇ C” second from the left, the chord “C ⁇ C #” third from the left, and from the left
  • the fourth chord “C ⁇ D” is described, and then the code (Cad progression) to which the C force transitions in the order from the major chord to the minor chord D #, E, F, F #, G , G #, A, BB, Cm, C # m, Dm, D # m, Em, Fm, F # m, Gm, G # m, Am, Bm, and Bm.
  • chord progression shown in the lower part of FIG. 19 indicates the chord progression of each of the music pieces 1 to N described above, and the chord progression simultaneous appearance probability is, for example, as shown by the dotted line in the figure.
  • songs 1 to N “C ⁇ F” and “D ⁇ G”, the probability that a certain chord progression and a certain chord progression exist together are extracted.
  • the table shown in the example of Fig. 19 shows, for example, the probability of simultaneous occurrence of chord progressions of music 1 to music N.
  • the chord progression simultaneous appearance probability extraction unit 61 extracts the chord progression simultaneous appearance probability in each piece of music (songs 1 to N), thereby extracting the chord progression. It can be said that the co-occurrence relationship is extracted.
  • the chord progression transition destination probability extraction unit 62 extracts the chord probability of the chord progression transition destination from the chord progression of the analyzed music piece. For example, in step S32, the chord progression transition destination probability extraction unit 52, for a chord progression of music 1 to music N, when a certain chord progression appears, the probability of transition from that chord progression to each chord (chord transition (Probability) is extracted.
  • FIG. 20 is a diagram showing an example of the chord progression transition destination probability extracted (calculated) by the chord progression transition destination probability extraction unit 62. As shown in FIG.
  • the items shown in the first column from the left are the same as in the example of the table of FIG.
  • the items on the first line from the top do not include all the codes to make the explanation easy to understand, but the second code from the left is C, the third code from the left is C #, and from the left
  • the fourth code, D is listed, and then D #, E, F, F #, G, G #, A, BB, Cm, Cfrm, Dm, Dfrm, Em , Fm, F # m, Gm, G # m, Am, Bm, Bm).
  • chord progression transition destination probabilities of music 1 to music N are shown.
  • the probability of transition from a chord progression “C ⁇ C” to a certain chord transitions from “C ⁇ C” to G Probability 0%, Probability of transition from “C ⁇ C” to G # S0%, Probability of transition from “C ⁇ C” to A, 0%, ..., “C ⁇ C” force B
  • the probability of transition to m is extracted as 0%.
  • the probability of transition to a certain chord is extracted from each chord progression from “C ⁇ C #” to “E ⁇ Bm” in songs 1 to N, and there is a chord strength of “F ⁇ C”.
  • Probability of transition to code is: F, Probability of transition to F ⁇ C force G 3 ⁇ 4%, Probability of transition to F ⁇ C force G # S0%, Probability of transition to F Probability of transition Sl%, ⁇ , the probability of transition from “F ⁇ C” to Bm is extracted as 0%.
  • the probability of transition to a certain chord is extracted from each chord progression from “F ⁇ C #” to “B m ⁇ B m” in songs 1 to N, and “Bm ⁇ Bm ”Chord Progression Probability of transition to a certain chord is:... Probability of transition from“ Bm ⁇ Bm ”to G Probability of transition from“ Bm ⁇ Bm ”to G #,“ Bm ⁇ Bm ” Probability of transition to A is extracted as 0%,..., “Bm ⁇ Bm” to Bm.
  • chord progression transition destination probability in the chord progressions of songs 1 to N is obtained for each chord progression ("C ⁇ C" to "Bm ⁇ Bm"). It will be.
  • chord progression transition destination probability extracting unit 62 extracts chord progression transition destination probabilities for each piece of music (songs 1 to N), thereby It can be said that the transition relation of progress is extracted.
  • step S33 the chord progression transition source probability extraction unit 63 extracts the probability of the chord that is the chord progression transition source from the chord progression of the analyzed music, and the feature amount The extraction process ends.
  • the chord progression transition source probability extraction unit 63 for a chord progression of songs 1 to N, when a chord progression appears, the chord progression force that appears (the chord progression that has progressed) (Transition source probability).
  • FIG. 21 is a diagram showing an example of the chord progression transition source probability extracted (calculated) by the chord progression transition source probability extraction unit 63.
  • chord progression transition probabilities of songs 1 to N are shown.
  • the probability of transition from a certain chord to the code progression “C ⁇ C” is as follows: G # m to “C ⁇ Probability of transition from C to 0%, ⁇ ⁇ , Am Probability to transition from C to C, 0% Probability to transition from Bm to C to C Are extracted as 0% respectively.
  • the probability of transition from a certain chord in songs 1 through N to each chord progression from “C ⁇ C #” to “C ⁇ F #” is extracted.
  • the probability of transition to chord progression of “C ⁇ G” is: ⁇ , G # m has a probability of transition from “C ⁇ G” to 0%, Am has transitioned from “C ⁇ G” The probability of coming from 6%, ⁇ , Bm to “C ⁇ G” is extracted as 0%.
  • chord transition source probabilities in the chord progressions of music 1 to music N should be obtained for each chord ("C ⁇ C" to "Bm ⁇ Bm"). become.
  • chord progression transition source probability extraction unit 63 extracts chord progression transition source probabilities for each piece of music (songs 1 to N). It can be said that the transition relation of progress is extracted.
  • FIG. 22 is a diagram for explaining the feature amount extracted by the feature amount extraction unit 41.
  • FIG. 22 shows the chord progression simultaneous appearance probability (Fig. 19), chord progression transition destination probability (Fig. 20), and chord progression transition source probability (Fig. 21) in the horizontal direction. It is a table that is expressed as one. That is, the code indicated by the first column from the left shown in the table of FIG. 22 is X (in the figure, the force V (X) is explained later), and the first row from the top.
  • the area identified by the first line item from the left and the second through 577 items in the first line from the top shows the probability of simultaneous occurrence of chord progression X and chord progression Y, from the left 1 In the area specified by the items in the column and the 578th to 601st items in the first line from the top (the area hatched by the downward slanted diagonal line in the table of Fig.
  • chord progression X to chord ⁇ Is the region identified by the items in the first column from the left and the items from the 602nd to 625th in the first row from the top (note that The probability of transition from chord ⁇ to chord progression X is written in the area (touched area).
  • the feature amount extraction unit 41 performs, for example, the simultaneous appearance probability of chord progression, the chord progression transition destination probability, and the chord progression by the feature amount extraction processing.
  • Three kinds of feature quantities of the transition source probability of progression are extracted, for example, for 576 kinds of codes “C ⁇ C” to “Bm ⁇ Bm”.
  • the feature quantity extraction unit 41 causes the recording unit 18 (or the RAM 13 or the like) to record the feature quantity shown in the example of FIG. That is, the feature quantity extraction unit 41 extracts the feature quantities of the music 1 to music N forces recorded in the recording section 18 and causes the recording section 18 to record the extracted feature quantities shown in the example of FIG. become. In other words, it can be said that a large number of music group forces have already extracted feature quantities related to chord progression.
  • the code similarity calculation unit 42 records the feature quantity recorded as necessary. Can be read and used. As described above, for example, when calculating the similarity between chord progressions, the chord similarity calculating unit 42 can calculate the similarity using the vector correlation of the feature amounts in the chord progression.
  • V (C ⁇ C #) has 624 types of feature values
  • V (C ⁇ D) has 624 types of feature values
  • V (Bm ⁇ Bm) has 624 types of feature values. Will be represented.
  • V (C ⁇ C) to V (Bm ⁇ Bm) each have 624 types of feature values. It will be.
  • step S23 is the same as the process of step S3 of FIG. 5, and a description thereof will be omitted.
  • step S24 the chord similarity calculation unit 42 uses, for example, the chord progression (chord) using each of the chord progression simultaneous appearance probability, chord progression transition destination probability, and chord progression transition source probability as feature quantities.
  • a predetermined process for calculating the similarity between the two is performed.
  • the chord similarity calculation unit 42 based on the feature quantity shown in the example of FIG. 22 in which the power of each song (song 1 to song N) is also recorded, which is recorded in the recording unit 18.
  • Predetermined processing for calculating the similarity between chord progressions (chords) is performed.
  • chord progression force C ⁇ F ⁇ G ⁇ C input by the user, and the chord progression of the music to be compared is C, D, F, C , A, Dm, Fm, C, D, G, C, F, G, ..., in the order of song 2, first, C ⁇ F ⁇ G ⁇ C entered by the user,
  • the degree of similarity between chord progressions is calculated by using, for example, the vector correlation of the feature values in chord progression for C ⁇ D ⁇ F ⁇ C in the chord progression of song 2 to be compared.
  • the feature quantity C ⁇ F ⁇ G ⁇ C is, for example, a code “C ⁇ FJ,“ F ⁇ G ”,“ G ⁇ C ”recorded in the recording unit 18.
  • the chord progression feature quantities of song 2 that are expressed as the respective feature quantities of progression, C ⁇ D ⁇ F ⁇ C, are recorded in the recording unit 18, for example, “C ⁇ D”, “D ⁇ F ”And“ F ⁇ C ”can be expressed as the respective feature values of the chord progression.
  • V (C ⁇ F ⁇ G ⁇ C) of the chord input by the user constitutes the chord progression recorded in the recording unit 18, for example.
  • the number of chord progression features is 624 types for V (C ⁇ F), 624 types for V (F ⁇ G), and 624 types for V (G ⁇ C). It will be expressed as a feature value.
  • V (C ⁇ D ⁇ F ⁇ C) of song 2 has, for example, the number of chord progression feature quantities recorded in the recording medium 18 as V (C ⁇ D) is composed of 624 types, V (D ⁇ F) is composed of 624 types, and V (F ⁇ C) force is composed of 24 types of feature values, so it is represented by a total of 1872 types of feature values.
  • the code similarity calculation unit 42 calculates the code similarity using the vector correlation based on these feature amounts recorded in the recording unit 18.
  • the code similarity calculation unit 42 performs V (C ⁇ F ⁇ G ⁇ C) (that is, V (C ⁇ F), V (F ⁇ G), V (G ⁇ C)) and V (C ⁇ D ⁇ F ⁇ C) (ie V (C ⁇ D), V (D ⁇ F), V (F ⁇ C)) Calculate similarity.
  • the chord similarity calculation unit 42 calculates, for example, the similarity between chord progressions of the chord progressions input by the user and the chord progressions of each of the music pieces 1 to N, for example.
  • step S25 and step S26 is the same as the processing of step S5 and step S6 of FIG. .
  • the personal computer 1 performs the music search process using the chord progression as the feature quantity instead of the code constituting the analyzed chord progression.
  • the chord progression analysis unit 31 As a result, in the process of step S21, similar chord progressions can be discriminated even if there is an error in the chord progressions of the waveforms of multiple songs analyzed by the chord progression analysis unit 31. Therefore, it is possible to discriminate chord progressions that are correctly similar.
  • chord and chord progression feature amounts are extracted separately.
  • chord and chord progression feature amounts are extracted and extracted.
  • the degree of similarity between chord progressions may be calculated using each of the chords and chord progression feature quantities.
  • the feature quantity extraction unit 41 for example, the code feature quantity shown in Fig. 11 (code simultaneous appearance probability, code transition destination probability, and code transition source probability) described above and Code progression feature quantities (chord progression co-occurrence probability, chord progression transition destination probability, and chord progression transition source probability) are extracted, and the extracted feature quantities are recorded in the recording unit 18 (or RAM 13, etc.) ).
  • the chord similarity calculation unit 42 for example, recorded in the recording unit 18, the chord appearance probability, chord transition destination probability, chord transition source probability, chord progression co-occurrence probability, chord Predetermined processing for calculating the degree of similarity between chord progressions (chords) is performed using each of the transition destination probability of progression and the transition origin probability of chord progression as a feature quantity.
  • chord progression force C ⁇ F ⁇ G ⁇ C input by the user, and the chord progression of the music to be compared is C, D, F, C , A, Dm, Fm, C, D, G, C, F, G, ..., in the order of song 2, first, C ⁇ F ⁇ G ⁇ C entered by the user,
  • the degree of similarity between chord progressions is calculated by using, for example, the vector correlation of the feature values in chord progression for C ⁇ D ⁇ F ⁇ C in the chord progression of song 2 to be compared.
  • the C ⁇ F ⁇ G ⁇ C feature amounts are, for example, codes “C”, “F”, “G”, and “C” recorded in the recording unit 18.
  • “C ⁇ F”, “F ⁇ G”, “G ⁇ C” can be expressed as the respective feature quantities of chord progression
  • the chord progression feature quantity of C ⁇ D ⁇ F ⁇ C is For example, a code “C”, “D”, “F”, “C” and a code “C ⁇ DJ,“ D ⁇ F ”,“ F ⁇ C ”recorded in the recording unit 18
  • Each feature can be expressed as a progression.
  • V (C ⁇ F ⁇ G ⁇ C) of the chord input by the user constitutes the chord progression recorded in the recording unit 18, for example.
  • the number of chord and code progression features is 72 for V (C), 72 for V (F), 72 for V (G), 72 for V (C), and V (C ⁇ F) Force 1 ⁇ 224 types, V (F ⁇ G) force 1 ⁇ 224 types, V (G ⁇ C) has 624 types of feature powers, so it is represented by a total of 2160 types of feature values.
  • V (C ⁇ D ⁇ F ⁇ C) of the music piece 2 has, for example, the number of chord progression feature quantities included in the chord progression recorded in the recording medium 18 as V (C ) 72 types, V (D) 72 types, V (F) 72 types, V (C) 72 types, V (C ⁇ D) 624 types, V (D ⁇ F) force S624 types, V (F ⁇ C) Force Since it consists of 24 types of feature values, it can be represented by a total of 2160 types of feature values.
  • the code similarity calculation unit 42 calculates the code similarity using the vector correlation based on such feature quantities recorded in the recording unit 18. For example, the code similarity calculation unit 42 Is V (C ⁇ F ⁇ G ⁇ C) (i.e. V (C), V (F), V (G), V (C), V (C ⁇ F), V (F ⁇ G), V (G ⁇ C)) and V (C ⁇ D ⁇ F ⁇ C) (i.e. V (C), V (D), V (F), V (C), V (C ⁇ D), V ( D ⁇ F) and V (F ⁇ C)) are calculated by equation (1) to calculate the degree of similarity between code progressions.
  • V (C ⁇ F ⁇ G ⁇ C) i.e. V (C), V (F), V (G), V (C), V (C ⁇ F), V (F ⁇ G), V (G ⁇ C)
  • V (C ⁇ D ⁇ F ⁇ C) i.e. V (C), V
  • the chord similarity calculation unit 42 calculates the similarity between the chord progressions of the chord progressions input by the user and the chord progressions of the songs 1 to N, for example.
  • the similarity of song 1 is 90
  • the similarity of song 2 is 90
  • the similarity of song 3 is 65
  • the similarity of each of song 4 to song N-1 is 30
  • the similarity of song N is 30 . Therefore, the chord progression of song 2 has the highest degree of similarity, and is therefore most similar to the chord progression input by the user.
  • the personal computer 1 can also perform music search processing using both the chord progression and the chord progression constituting the analyzed chord progression as feature quantities.
  • chord progression feature quantity is not limited to the above-described example.
  • chord similarity calculation unit 42 As a method of calculating the similarity between chord progressions by the chord similarity calculation unit 42, the correlation between vector of feature quantities (chord correlation) between chord progressions is used.
  • the present invention is not limited to this.
  • the obtained feature value is dimensionally compressed by principal component analysis or the like, or calculated using a distance function such as the Euclidean distance method. You can do it!
  • FIG. 25 is a diagram showing an example of the calculation result of the principal component analysis by the code similarity calculation unit 42. is there.
  • the points in the figure are obtained by plotting each code around the first principal component and the second principal component by performing principal component analysis on the extracted feature values. is there.
  • FIG. 25 for example, “D #”, “Bm”, “F”, “B”, “G # m”, “D # m”, etc. on the lower side of the figure The closer the chord, the more similar the chord has in the music.
  • chord similarity calculation unit 42 performs principal component analysis so that, for example, the positions of the points shown in FIG. 25 are close, and the chords at the positions are codes having similar meanings in the music. As above, the similarity between chord progressions is calculated.
  • the analysis result of the principal component analysis also differs depending on the algorithm for analyzing the chord progression and the genre of the analyzed music.
  • chord progression of a song can be analyzed more accurately. Therefore, even if the chord detection result is incorrect when analyzing the chord progression of a song, Can be classified as similar analysis results. As a result, even if the code detection result is wrong, the influence of the error can be minimized and stopped. For example, even when various chords can be detected in chord progression analysis, it is possible to discriminate correctly similar chord progressions without reducing the accuracy of the judgment.
  • chord progressions are not exactly the same, it is possible to search for songs having similar chord progressions. As a result, the user can search for desired music.
  • the personal computer 1 has been described as an example of the information processing apparatus of the present invention.
  • the present invention is not limited thereto, and for example, a portable music player, a mobile phone, or a PDA Any device such as (Personal Digital Assistance) can be used as long as it has a function of analyzing the waveform of music.
  • a dedicated server by implementing the functions described above with a dedicated server, only the processing results (for example, music search results) may be provided to the client terminal.
  • the power described by taking the process of searching for music as an example is not limited to this.
  • a certain music recorded in the recording unit 18 and other music No It is also possible to compare the degree of similarity of the card progression.
  • the feature quantity extracted from the waveform force of the music may be stored as metadata.
  • the above-described series of processing can be executed by hardware or can be executed by software.
  • various functions are executed by installing a computer built into dedicated hardware or various programs that make up the software. For example, it is installed on a general-purpose personal computer from a recording medium.
  • This recording medium is distributed to provide a program to the user separately from the computer, and includes a magnetic disk (including a flexible disk) on which the program is recorded, an optical disk (CD-ROM (Compact Disc- Read only memory (DVD) (including digital versatile disk (DVD))), magneto-optical disk (including MD (mini-disk) (registered trademark)), or semiconductor memory.
  • CD-ROM Compact Disc- Read only memory
  • DVD digital versatile disk
  • MD mini-disk
  • the program for executing the above-described series of processing uses a wired or wireless communication medium such as a local area network, the Internet, or digital satellite broadcasting via an interface such as a router or a modem as necessary. Make sure that it is installed on your computer.
  • a wired or wireless communication medium such as a local area network, the Internet, or digital satellite broadcasting via an interface such as a router or a modem as necessary. Make sure that it is installed on your computer.

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Electrophonic Musical Instruments (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Auxiliary Devices For Music (AREA)

Abstract

　より正確に、コード進行を解析することができる情報処理装置および方法、並びに記録媒体に関する。特徴量抽出部４１は、楽曲の波形から得られた楽曲のコード進行から、あるコードとあるコードとが共に存在する確率、あるコードが現れたとき、そのコードからそれぞれのコードに遷移する確率、あるコードが現れたとき、その現れたコードが、どのコードから遷移してきたかの確率をそれぞれ抽出する。コード類似度算出部４２は、抽出されたそれらの確率を基に、楽曲のコード進行と、ユーザに入力されたコード進行の類似度を算出する。楽曲検索部４３は、算出された類似度を基に、ユーザに入力されたコード進行と似ているコード進行の楽曲を検索する。本発明は、情報処理装置に適用できる。

Description

明 細 書
情報処理装置および方法、並びに記録媒体
技術分野
[0001] 本発明は情報処理装置および方法、並びに記録媒体に関し、特に、より正確に、コ ード進行を解析することができるようにした情報処理装置および方法、並びに記録媒 体に関する。
背景技術
[0002] 楽曲のコード進行を解析する方法 (以下、コード進行解析と称する）については、種 々の方法が提案されている。コード進行解析においては、例えば、パーソナルコンビ ユータゃ携帯音楽プレーヤなどに記録されている膨大な数の楽曲のコード進行を解 析することにより、解析されたコード進行に基づいて、それらの楽曲の中から所望の 楽曲を検索することができる。
[0003] 従来のコード進行解析においては、楽曲の音声信号を示す楽曲波形を解析するこ とにより得られたコードに基づ 、て、その楽曲にっ 、てのコード進行を解析して 、た。 具体的には、従来のコード進行解析では、図 1に示すように、楽曲 Aの楽曲波形 (波 形)をコード進行解析したときのコード進行力 C, F, G, Cの順に遷移し、同様に、 楽曲 Bの波形をコード進行解析したときのコード進行力 CM7, Dm7, G7, CM7の 順に遷移するとき、楽曲 Aの Cと、楽曲 Bの CM7とが似ているコードであるかを判定し たり、楽曲 Aの C, F, G, Cの順に遷移するコード進行と、楽曲 Bの CM7, Dm7, G7 , CM7の順に遷移するコード進行とが似ているかを判定したりする。
[0004] また、コード進行解析により得られるコード進行にはある程度のエラーが含まれてお り、それらのエラーの出方は、コード (コード進行)を判定するアルゴリズムごとにそれ ぞれ異なっている。具体的には、従来のコード進行解析においては、例えば、図 2に 示すように、正しく解析された場合のコード進行では、 C, F, G, Cの順に遷移するは ず力 実際に解析されたコード進行力 C, F, G, Cmの順に遷移し、メジャーコード の Cの代わりに、マイナーコードの Cmと判定されてしまい全く意味の異なるコードとし て解析されてしまう場合がある。 [0005] この場合、従来の音楽理論に基づいた、いわゆるコードの距離感をそのまま適用す ることはできない。
[0006] また、コード進行解析においては、メジャーコードとマイナーコードとのコードの判定 は比較的容易ではある力 様々な 4和音を検出可能としていった場合、判定の精度 が落ちてしまう。
[0007] さらに、楽曲を示す音声信号力 各音に対応した周波数成分を抽出し、その抽出し た各音に対応した周波数成分のうち、レベルの合計が大となる 3つの周波数成分の 組によって各々形成される 2つの和音を第 1および第 2の和音候補として検出し、第 1 および第 2和音候補各々の列に対して平滑ィ匕処理をすることによって楽曲データを 生成する楽曲データ作成装置もある（例えば、特許文献 1)。
[0008] 特許文献 1 :特開 2004— 184510号公報
発明の開示
発明が解決しょうとする課題
[0009] し力しながら、楽曲の音声信号をコード進行解析して得られるコード進行には、エラ 一が含まれて 、るため、正確に楽曲のコード進行を解析することができな 、と!/、う問 題があった。
[0010] 例えば、従来のコード進行解析により得られるコード進行には、ある程度のエラーが 含まれており、エラーの出方もコードを判定するアルゴリズムにより異なるので、音楽 理論に基づいたコードの距離感をそのまま適用することができな力つた。
[0011] また、特開 2004— 184510号公報に開示されている楽曲データ作成装置は、楽 曲の音声信号の周波数成分力 和音 (コード)の候補を検出することにより、楽曲デ ータを生成するものである力 コード進行にエラーが含まれている可能性があるため に、正確な楽曲データを生成しているとは言えな力つた。
[0012] 本発明はこのような状況に鑑みてなされたものであり、より正確に、コード進行を解 析することができるようにするものである。
課題を解決するための手段
[0013] 本発明の一側面は、楽曲の波形を解析することにより得られた前記楽曲のコード進 行から、前記コード進行を構成するコードに関係する特徴量を抽出する抽出手段と、 抽出された前記特徴量に基づ ヽて、前記コード進行を構成して ヽるあるコード進行と 、他のコード進行との類似関係を算出する算出手段とを備える情報処理装置である。
[0014] 前記抽出手段は、前記コードの共起関係または遷移関係を特徴量として抽出する ようにすることができる。
[0015] 抽出された前記特徴量を記録する記録手段をさらに備え、前記算出手段は、記録 されて 、る前記特徴量に基づ 、て、前記コード進行を構成して 、るあるコード進行と 、他のコード進行との類似関係を算出するようにすることができる。
[0016] 前記算出手段は、抽出された前記特徴量に基づいて、前記コード進行を構成して いるあるコードと、他のコードとの類似関係を算出するようにすることができる。
[0017] 前記抽出手段は、前記コード進行における、あるコードが同時に出現する確率を示 す第 1の確率を抽出する第 1の特徴量抽出手段と、前記コード進行における、あるコ ードから他のコードに遷移する確率を示す第 2の確率を抽出する第 2の特徴量抽出 手段と、前記コード進行における、他のコードからあるコードに遷移する確率を示す 第 3の確率を抽出する第 3の特徴量抽出手段とを備え、前記算出手段は、抽出され た前記コード進行を構成する各コードについての、前記第 1の確率、前記第 2の確率 、および前記弟 3の確率に基づいて、前記コード進行を構成しているあるコード進行 と、他のコード進行との類似関係を算出するようにすることができる。
[0018] 前記抽出手段は、前記コード進行における、あるコード進行が同時に出現する確 率を示す第 1の確率を抽出する第 1の特徴量抽出手段と、前記コード進行における、 あるコード進行から他のコードに遷移する確率を示す第 2の確率を抽出する第 2の特 徴量抽出手段と、前記コード進行における、他のコードからあるコード進行に遷移す る確率を示す第 3の確率を抽出する第 3の特徴量抽出手段とを備え、前記算出手段 は、抽出された前記コード進行を構成する各コードについての、前記第 1の確率、前 記第 2の確率、および前記弟 3の確率に基づいて、前記コード進行を構成しているあ るコード進行と、他のコード進行との類似関係を算出するようにすることができる。
[0019] 前記算出手段は、抽出された前記特徴量に基づいて、前記コード進行を構成して いるあるコード進行と、ユーザにより指示されたコード進行との類似度を、所定の演算 により算出するようにすることができる。 [0020] 算出された前記類似度に基づいて、前記楽曲を検索する検索手段を備えるように することができる。
[0021] 前記所定の演算は、前記特徴量によるベクトルの相関を用いて演算を行うベクトル 相関であるようにすることができる。
[0022] 本発明の一側面は、楽曲の波形を解析することにより得られた前記楽曲のコード進 行から、前記コード進行を構成するコードに関係する特徴量を抽出する抽出ステップ と、抽出された前記特徴量に基づいて、前記コード進行を構成しているあるコード進 行と、他のコード進行との類似関係を算出する算出ステップとを含む情報処理方法 である。
[0023] 本発明の一側面は、楽曲の波形を解析することにより得られた前記楽曲のコード進 行から、前記コード進行を構成するコードに関係する特徴量を抽出する抽出ステップ と、抽出された前記特徴量に基づいて、前記コード進行を構成しているあるコード進 行と、他のコード進行との類似関係を算出する算出ステップとを含むコード進行の解 析処理をコンピュータに実行させるプログラムが記録されている記録媒体
である。
[0024] 本発明の一側面においては、楽曲の波形を解析することにより得られた前記楽曲 のコード進行から、前記コード進行を構成するコードに関係する特徴量が抽出され、 抽出された前記特徴量に基づ ヽて、前記コード進行を構成して ヽるあるコード進行と 、他のコード進行との類似関係が算出される。
発明の効果
[0025] 以上のように、本発明の一側面によれば、より正確に、コード進行を解析することが できる。
図面の簡単な説明
[0026] [図 1]従来のコード進行解析を説明する図である。
[図 2]従来のコード進行解析を説明する図である。
[図 3]パーソナルコンピュータのハードウェアの構成の例を説明するブロック図である [図 4]パーソナルコンピュータの機能的構成例について説明するブロック図である。 [図 5]パーソナルコンピュータによる楽曲検索の処理について説明するフローチヤ一 トである。
圆 6]コード進行解析について説明する図である。
[図 7]特徴量抽出部による特徴量抽出の処理の詳細について説明するフローチヤ一 トである。
[図 8]コード同時出現確率抽出部により抽出される、コードの同時出現確率の一例を 示す図である。
[図 9]コード遷移先確率抽出部により抽出される、コードの遷移先確率の一例を示す 図である。
[図 10]コード遷移元確率抽出部により抽出される、コードの遷移元確率の一例を示 す図である。
[図 11]特徴量抽出部により抽出される特徴量について説明する図である。
圆 12]コード進行の類似度の算出の詳細について説明する図である。
圆 13]コード進行の類似度の算出の詳細について説明する図である。
圆 14]コード進行の類似度の算出の詳細について説明する図である。
[図 15]楽曲の検索結果を表示する出力部の画面の一例を示す図である。
[図 16]パーソナルコンピュータの機能的構成例の他の例について説明するブロック 図である。
[図 17]パーソナルコンピュータによる楽曲検索の処理について説明するフローチヤ一 トである。
[図 18]特徴量抽出部による特徴量抽出の処理の詳細について説明するフローチヤ ートである。
[図 19]コード進行同時出現確率抽出部により抽出される、コード進行の同時出現確 率の一例を示す図である。
[図 20]コード進行遷移先確率抽出部により抽出される、コード進行の遷移先確率の 一例を示す図である。
[図 21]コード進行遷移元確率抽出部により抽出される、コード進行の遷移元確率の 一例を示す図である。 [図 22]特徴量抽出部により抽出される特徴量について説明する図である。
[図 23]コード進行の類似度の算出の詳細について説明する図である。
[図 24]コード進行の類似度の算出の詳細について説明する図である。
[図 25]主成分分析の算出結果の例を示す図である。
符号の説明
[0027] 1 パーソナルコンピュータ， 11 CPU, 12 ROM, 13 RAM, 16 表
示部， 17 出力部， 18 記録部， 19 通信部， 20 ドライブ， 21 リムーパブ ルメディア， 31 コード進行解析部， 41 特徴量抽出部， 42 コード類似度算出 部， 43 楽曲検索部， 51 コード同時出現確率抽出部， 52 コード遷移先確率 抽出部， 53 コード遷移元確率抽出部， 61 コード進行同時出現確率抽出部， 62 コード進行遷移先確率抽出部， 63 コード進行遷移元確率抽出部
発明を実施するための最良の形態
[0028] 以下、図面を参照しながら本発明の実施の形態について説明する。
[0029] 図 3は、パーソナルコンピュータ 1のハードウェアの構成の例を説明するブロック図 である。
[0030] 図 3の例のパーソナルコンピュータ 1において、 CPU (Central Processing Unit) 11 は、 ROM (Read Only Memory) 12に記憶されているプログラム、または記録部 18から RAM (Random Access Memory) 13にロードされたプログラムに従って各種の処理を 実行する。 RAM13にはまた、 CPU11が各種の処理を実行する上において必要なデ ータなども適宜記憶される。
[0031] CPU11、 ROM12、および RAM13は、バス 14を介して相互に接続されている。この バス 14にはまた、入出力インタフェース 15も接続されている。
[0032] 入出力インタフェース 15には、キーボード、マウスなどよりなる入力部 16、スピーカ 、 LCD (Liquid Crystal Display)などのディスプレイなどよりなる出力部 17、ハードディ スクなどより構成される記録部 18、並びにインターネットなどのネットワークを介しての 他の機器との通信処理を制御する通信部 19が接続されて ヽる。
[0033] 入出力インタフェース 15にはまた、必要に応じてドライブ 20が接続され、磁気ディ スク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブルメディア 21 が適宜装着され、それら力 読み出されたコンピュータプログラム力 必要に応じて記 録部 18にインストールされる。
[0034] なお、パーソナルコンピュータ 1のハードウェアの構成は、図 3の例に限定されず、 後述する図 4の機能的構成を少なくとも有して ヽればよ ヽ。
[0035] 図 4は、パーソナルコンピュータ 1の機能的構成例について説明するブロック図であ る。図 3に示す場合と同様の部分には、同一の番号が付してあり、その説明は適宜省 略する。
[0036] パーソナルコンピュータ 1は、楽曲のデータより再生される音声信号から、楽曲のコ ード進行を解析するための所定の処理を行う機器であり、本発明の情報処理装置の 一例であ
る。
[0037] パーソナルコンピュータ 1は、入力部 16、出力部 17、記録部 18、およびコード進行 解析部 31を含むようにして構成される。
[0038] なお、本実施の形態では、パーソナルコンピュータ 1は、上述した図 3のハードゥエ ァ構成を有しているので、コード進行解析部 31は、例えば、図 3の CPU11が実行す るソフトウェア（プログラム）として構成される。ただし、パーソナルコンピュータ 1のハー ドウエア構成を図 3の構成とは異ならせることで、コード進行解析部 31は、ハードゥエ ァ単体として構成することもできるし、ソフトウェアとハードウェアの組み合わせとして 構成することちできる。
[0039] コード進行解析部 31は、記録部 18に記録されている楽曲（のデータ）の波形から、 楽曲のコード進行を解析するための所定の処理を行う。
[0040] コード進行解析部 31は、特徴量抽出部 41、コード類似度算出部 42、および楽曲 検索部 43を含むようにして構成される。
[0041] 特徴量抽出部 41は、楽曲の波形カゝら解析されたコード進行に対して、特徴量抽出 の処理を施すことにより、それらのコード進行力も特徴量を抽出（算出）する。特徴量 抽出部 41は、抽出した特徴量を記録部 18 (または RAM13など）に記録させる。
[0042] 特徴量抽出部 41は、コード同時出現確率抽出部 51、コード遷移先確率抽出部 52
、およびコード遷移元確率抽出部 53を含むようにして構成される。 [0043] コード同時出現確率抽出部 51は、楽曲の波形力も解析されたコード進行から、ある コードとあるコードとが共に存在する確率 (コードの同時出現確率)を抽出（算出）する
[0044] コード遷移先確率抽出部 52は、楽曲の波形から解析されたコード進行から、あるコ ードが現れたとき、そのコード力もそれぞれのコードに遷移する確率 (コードの遷移先 確率)を抽出 (算出)する。
[0045] コード遷移元確率抽出部 53は、楽曲の波形力 解析されたコード進行から、あるコ ードが現れたとき、その現れたコードが、どのコード力 遷移してきたかの確率 (コード の遷移元確率)を抽出（算出）する。
[0046] コード類似度算出部 42は、記録部 18 (または RAM13など）に記録されている特徴 量を基に、コード進行 (コード)間の類似度を算出する所定の処理を行う。
[0047] 楽曲検索部 43は、コード類似度算出部 42により算出されたコード進行の類似度の 結果を基に、記録部 18に記録されている楽曲のデータを検索する。
[0048] ところで、上述したように、コード進行解析では、ノ ーソナルコンピュータ 1に記録さ れている膨大な数の楽曲の波形のコード進行を解析することにより、解析されたコー ド進行に基づいて、例えば、それらの楽曲の中から所望の楽曲を検索することができ る。したがって、以下、パーソナルコンピュータ 1による、コード進行解析を用いた処理 の一例として、コード進行力も所望の楽曲を検索する楽曲検索の処理を説明する。
[0049] 図 5は、パーソナルコンピュータ 1による楽曲検索の処理について説明するフローチ ヤートである。
[0050] ステップ S1において、コード進行解析部 31は、楽曲の波形をコード進行解析する 。例えば、ステップ S1において、コード進行解析部 31は、記録部 18に記録されてい る、 MP3 (MPEG Audio Layer- 3)や AAC (Advanced Audio Coding)などの方式で音 声圧縮された複数の楽曲のデータより再生される音声信号から、その音声信号によ る楽曲波形を解析することにより、それぞれの楽曲におけるコード進行を解析する。
[0051] 具体的には、コード進行解析部 31は、図 6に示すように、楽曲 1,楽曲 2,楽曲 3, ·
· · ,楽曲 Nである楽曲のデータ力 それぞれ記録部 18に記録されている場合、楽曲 1では、 C, B Am, G# , G, C, F, Dm, D, G, · · ·の順にコード進行しているこ とを解析し、楽曲 2では、 C, D, F, C, A, Dm, Fm, C, D, G, C, F, G, · · ·の順に コード進行していることを解析する。同様に、コード進行解析部 31は、楽曲 3では、 A m, Dm, E, Am, C, D, E, F, C, Dm, Am, · · ·の順にコード進行していることを 解析し、楽曲 4乃至楽曲 N—1についても同様にコード進行を解析する。また、同様 に、楽曲 Nでは、 Am, G, F, C, E, Am, G, F, G, Am, E, · · ·の順にコード進行 して ヽることを解析する。
[0052] すなわち、コード進行解析部 31は、楽曲 1乃至楽曲 Nのそれぞれの波形をコード 進行解析する。ただし、このとき解析されるコード進行は、楽曲 1乃至楽曲 Nのそれぞ れにおいて、例えば、 Cなどの同一のキーに合わされたものとなる。
[0053] なお、コード進行解析部 31により解析される楽曲のデータは、記録部 18に記録さ れているデータに限らず、例えば、ネットワーク（図示せず)を介して、楽曲を記録して いる専用のサーバ（図示せず)などから取得した楽曲のデータなど、所定の方式によ り音声圧縮された楽曲のデータであればよぐそれらの楽曲のデータが記録されてい る機器は 、ずれであってもよ 、。
[0054] ステップ S2において、特徴量抽出部 41は、複数の楽曲の波形から解析されたコー ド進行に対して、特徴量抽出の処理を施して、特徴量を抽出する。例えば、ステップ S2において、特徴量抽出部 41は、楽曲の波形から解析されたコード進行を構成す るコードに関する共起関係または遷移関係を解析することにより、特徴量を抽出し、 抽出した特徴量を記録部 18 (または RAM13など）に記録させる。なお、コードの共起 関係または遷移関係の詳細については後述する。
[0055] ここで、ステップ S2における、特徴量抽出部 41による、特徴量抽出の処理の詳細 について、図 7のフローチャートを参照して説明する。
[0056] ステップ S11において、コード同時出現確率抽出部 51は、解析された楽曲のコード 進行から、コードの同時出現確率を抽出する。例えば、ステップ S11において、コー ド同時出現確率抽出部 51は、楽曲 1乃至楽曲 Nのコード進行について、あるコードと あるコードとが共に存在する確率 (コードの同時出現確率)を抽出する。
[0057] 図 8は、コード同時出現確率抽出部 51により抽出（算出）される、コードの同時出現 確率の一例を示す図である。 [0058] 図 8の上側に示す表においては、左から 1列目および上から 1行目は、それぞれ項 目を示し、コード名が記載されている。すなわち、説明を分力り易くするために全ての コードを記載していないが、左から 1列目の項目には、上から 2個目に Cであるコード 、上から 3個目に C#であるコード、上から 4個目に Dであるコードがそれぞれ記載さ れ、以降、メジャーコードからマイナーコードの順に、 D# , E, F, F# , G, G# , A, B , B, Cm, C#m, Dm, D#m, Em, Fm, F#m, Gm, G#m, Am, B m, B mが記載されている。同様に、上から 1行目の項目には、左から 2個目に Cであるコー ド、左から 3個目に C#であるコード、左から 4個目に Dであるコードがそれぞれ記載さ れ、以降、メジャーコードからマイナーコードの順に、 D# , E, F, F# , G, G# , A, B , B, Cm, C#m, Dm, D#m, Em, Fm, F#m, Gm, G#m, Am, B m, B mが記載されている。
[0059] 換言すれば、図 8の例で示す表には、左から 1列目および上から 1行目のそれぞれ に、 C, C# , D, D# , E, F, F# , G, G# , A, B Bであるメジャーコードと、 Cm , C#m, Dm, D#m, Em, Fm, F#m, Gm, G#m, Am, B m, Bmであるマイ ナーコードとが、マトリックス状になるように記載されている。
[0060] また、図 8の下側に示すコード進行は、上述した、楽曲 1乃至楽曲 Nのそれぞれの コード進行を示し、コードの同時出現確率では、例えば、図中の点線で示すように、 楽曲 1乃至楽曲 Nにおいて、 Cと Cや、 Cと Dなどの、 Cであるコードとあるコードとが共 に存在する確率などが抽出される。
[0061] 図 8の例で示す表は、例えば、楽曲 1乃至楽曲 Nのコードの同時出現確率を示して いる。
[0062] 具体的には、例えば、楽曲 1乃至楽曲 Nでは、 Cであるコードとあるコードとが共に 存在する確率は、 Cと Cが共に存在する確率が 95%, Cと C#が共に存在する確率が 5%, Cと Dが共に存在する確率が 56%, · · · , Cと Bmが共に存在する確率が 0%とそ れぞれ抽出される。同様に、楽曲 1乃至楽曲 Nでは、 C#とあるコードとが共に存在 する確率は、 C#と Cが共に存在する確率カ %,じ#とじ#が共に存在する確率カ 3%, C#と Dが共に存在する確率が 7%, · · · , C#と Bmが共に存在する確率が 0% とそれぞれ抽出され、 Dとあるコードとが共に存在する確率は、 Dと Cが共に存在する 確率が 56%, Dと C#が共に存在する確率が 7%, Dと Dが共に存在する確率が 45% , · · · , Dと Bmが共に存在する確率力0%とそれぞれ抽出される。
[0063] そして、同様に、楽曲 1乃至楽曲 Nにおける、 D#乃至 B mであるコードのそれぞ れと、あるコードとが共に存在する確率がそれぞれ抽出され、 Bmとあるコードとが共 に存在する確率は、 Bmと Cが共に存在する確率が 0%, Bmと C#が共に存在する 確率力 Bmと Dが共に存在する確率力 S0%, · · · , Bmと Bmが共に存在する確率 力 とそれぞれ抽出される。
[0064] このようにして、楽曲 1乃至楽曲 Nのコード進行における、コード同時出現確率が、 各コード（C, C# , D, D# , E, F, F# , G, G# , A, B B, Cm, C#m, Dm, D #m, Em, Fm, F#m, Gm, G#m, Am, B m, Bm)ごとに、それぞれ 24種類ず つ得られること〖こなる。
[0065] すなわち、換言すれば、ステップ S 11の処理において、コード同時出現確率抽出 部 51は、各楽曲（楽曲 1乃至楽曲 N)におけるコードの同時出現確率を抽出すること により、コードの共起関係を抽出しているとも言える。
[0066] 図 7のフローチャートに戻り、ステップ S12において、コード遷移先確率抽出部 52 は、解析された楽曲のコード進行から、コードの遷移先の確率を抽出する。例えば、 ステップ S12において、コード遷移先確率抽出部 52は、楽曲 1乃至楽曲 Nのコード 進行について、あるコードが現れたとき、そのコード力もそれぞれのコードに遷移する 確率 (コードの遷移先確率)を抽出する。
[0067] 図 9は、コード遷移先確率抽出部 52により抽出（算出）される、コードの遷移先確率 の一例を示す図である。
[0068] 図 9の上側に示す表において、左から 1列目および上から 1行目のそれぞれが示す 項目は、図 8の表の例と同様であるので、その説明は省略する。
[0069] また、図 9の下側に示すコード進行は、上述した、楽曲 1乃至楽曲 Nのそれぞれの コード進行を示し、コードの遷移先確率では、例えば、図中の点線で示すように、楽 曲 1乃至楽曲 Nにおいて、 C力も Dに遷移するなどの、 Cであるコードからあるコード に遷移する確率や、 Fから Cに遷移するなどの、 Fであるコードからあるコードに遷移 する確率などが抽出される。 [0070] 図 9の例では、例えば、楽曲 1乃至楽曲 Nのコードの遷移先確率を示している。
[0071] 具体的には、例えば、楽曲 1乃至楽曲 Nでは、 Cであるコードから、あるコードに遷 移する確率は、 C力 Cに遷移する確率力0%, C力 C#に遷移する確率が 3%, C 力 Dに遷移する確率が 21%, · · · , C力 Bmに遷移する確率力0%とそれぞれ抽出 される。同様に、楽曲 1乃至楽曲 Nにおける、 C#乃至 Eであるコードのそれぞれから 、あるコードに遷移する確率がそれぞれ抽出され、 Fであるコード力 あるコードに遷 移する確率は、 F力 Cに遷移する確率が 25%, F力 C #に遷移する確率カ %, F から Dに遷移する確率が 15%, · · · , F力 Bmに遷移する確率が 0%とそれぞれ抽出 される。また、同様に、楽曲 1乃至楽曲 Nにおける、 F#乃至 B mであるコードのそ れぞれから、あるコードに遷移する確率がそれぞれ抽出され、 Bmであるコード力ゝらぁ るコードに遷移する確率は、 Bmから Cに遷移する確率が 0%, Bmから C#に遷移す る確率が 0%, Bmから Dに遷移する確率が 0%, · · · , Bm力 Bmに遷移する確率が 0%とそれぞれ抽出される。
[0072] このようにして、楽曲 1乃至楽曲 Nのコード進行における、コードの遷移先確率が、 各コード（C, C# , D, D# , E, F, F# , G, G# , A, B B, Cm, C#m, Dm, D #m, Em, Fm, F#m, Gm, G#m, Am, B m, Bm)ごとに、それぞれ 24種類ず つ得られること〖こなる。
[0073] すなわち、換言すれば、ステップ S12の処理において、コード遷移先確率抽出部 5 2は、各楽曲（楽曲 1乃至楽曲 N)におけるコードの遷移先確率を抽出することにより、 コードの遷移関係を抽出しているとも言える。
[0074] 図 7のフローチャートに戻り、ステップ S13において、コード遷移元確率抽出部 53 は、解析された楽曲のコード進行から、コードの遷移元の確率を抽出して、特徴量抽 出の処理は終了する。例えば、ステップ S13において、コード遷移元確率抽出部 53 は、楽曲 1乃至楽曲 Nのコード進行について、あるコードが現れたとき、その現れたコ ードが、どのコード力 遷移してきたかの確率 (コードの遷移元確率）を抽出する。
[0075] 図 10は、コード遷移元確率抽出部 53により抽出（算出）される、コードの遷移元確 率の一例を示す図である。
[0076] 図 10の上側に示す表において、左から 1列目および上から 1行目のそれぞれが示 す項目は、図 8の表の例と同様であるので、その説明は省略する。
[0077] また、図 10の下側に示すコード進行は、上述した、楽曲 1乃至楽曲 Nのそれぞれの コード進行を示し、コードの遷移元確率では、例えば、図中の点線で示すように、楽 曲 1乃至楽曲 Nにおいて、 G力も Cに遷移してくるなどの、あるコードから Cであるコー ドに遷移してくる確率や、 Cから Dに遷移してくるなどの、あるコード力 Dであるコード に遷移してくる確率などが抽出される。
[0078] 図 10の例では、例えば、楽曲 1乃至楽曲 Nのコードの遷移元確率を示している。
[0079] 具体的には、楽曲 1乃至楽曲 Nでは、あるコードから、 Cであるコードに遷移してくる 確率は、 C力 Cに遷移してくる確率が 0%, ···, G力 Cに遷移してくる確率が 31% , ···, Bmから Cに遷移してくる確率が 0%とそれぞれ抽出される。同様に、楽曲 1乃 至楽曲 Nにおける、あるコードから、 C#であるコードに遷移してくる確率は、 Cから C #に遷移してくる確率力 ¾%, ···, G力 C#に遷移してくる確率力 ···, Bmか らじ#に遷移してくる確率が 0%とそれぞれ抽出され、あるコードから、 Dであるコード に遷移してくる確率は、 Cから Dに遷移してくる確率が 21%, ···, G力 Dに遷移して くる確率が 10%, ···, Bm力 Dに遷移してくる確率が 0%とそれぞれ抽出される。
[0080] そして、同様に、楽曲 1乃至楽曲 Nにおける、あるコードから、 D#乃至 B mである コードのそれぞれに遷移してくる確率がそれぞれ計算され、あるコードから、 Bmであ るコードに遷移してくる確率は、 Cから Bmに遷移してくる確率が 0%, ···, Gから Bm に遷移してくる確率力0%, ···, Bm力 Bmに遷移してくる確率が 0%とそれぞれ抽 出される。
[0081] このようにして、楽曲 1乃至楽曲 Nのコード進行における、コードの遷移元確率が、 各コード（C, C#, D, D#, E, F, F#, G, G#, A, B B, Cm, C#m, Dm, D #m, Em, Fm, F#m, Gm, G#m, Am, B m, Bm)ごとに、それぞれ 24種類ず つ得られること〖こなる。
[0082] すなわち、換言すれば、ステップ S13の処理において、コード遷移元確率抽出部 5 3は、各楽曲（楽曲 1乃至楽曲 N)におけるコードの遷移元確率を抽出することにより、 コードの遷移関係を抽出しているとも言える。
[0083] 図 11は、特徴量抽出部 41により抽出される特徴量について説明する図である。 [0084] 図 11の表の例は、コードの同時出現確率（図 8)、コードの遷移先確率（図 9)、およ びコードの遷移元確率（図 10)のそれぞれを、横方向に 1つにまとめて表現して 、る 表である。すなわち、図 11の表で示される左から 1列目の項目が示すコードを X(図 中では、 V (X)となって 、るが、その理由は後述する）とし、上から 1行目の項目が示 すコードを Yとした場合、左から 1行目の項目と、上から 1行目の 2番目から 25番目ま での項目とにより特定される領域（図 11の表のハッチングを施していない領域）には 、コード Xとコード Ύの同時出現確率が記載され、左から 1列目の項目と、上から 1行 目の 26番目から 49番目までの項目とにより特定される領域（図 11の表の右下がり斜 線によりハッチングされた領域）には、コード Xからコード Ύに遷移する確率が記載さ れ、左から 1列目の項目と、上から 1行目の 50番目から 73までの項目とにより特定さ れる領域（図 11の表の左下がり斜線によりハッチングされた領域）には、コード から コード Xに遷移する確率が記載されて 、る。
[0085] すなわち、上述した、ステップ S11乃至ステップ S13の処理において、特徴量抽出 部 41は、特徴量抽出の処理により、例えば、コードの同時出現確率、コードの遷移 先確率、およびコードの遷移元確率の 3種類の特徴量を、例えば、 C, C# , D, D# , E, F, F# , G, G# , A, B , Bであるメジャーコードと、 Cm, C#m, Dm, D#m , Em, Fm, F#m, Gm, G#m, Am, B m, Bmであるマイナーコードとの 24種類 のコードについて、それぞれ抽出する。
[0086] その結果、各曲（楽曲 1乃至楽曲 N)において、各コード（C, C# , D, D# , E, F, F# , G, G# , A, B B, Cm, C#m, Dm, D#m, Em, Fm, F#m, Gm, G# m, Am, B m, Bm)は、 3 X 24 = 72種類の特徴量を得ることになる。
[0087] そして、例えば、特徴量抽出部 41は、楽曲 1乃至楽曲 N力も抽出した図 11の例で 示される特徴量を記録部 18 (または RAM 13など）に記録させる。すなわち、特徴量抽 出部 41は、記録部 18に記録されている楽曲 1乃至楽曲 N力も特徴量をそれぞれ抽 出し、抽出した、図 11の例で示される特徴量を記録部 18に記録させることになる。換 言すれば、あら力じめ、膨大な数の楽曲群力もコードに関する特徴量を抽出している とも言える。
[0088] このとき、記録部 18には、図 11の例で示される特徴量が記録されていることになる ので、コード類似度算出部 42は、必要に応じて、記録されている特徴量を読み出し て使用することができる。詳細は後述する力 例えば、コード類似度算出部 42は、コ ード進行間の類似度を算出するとき、コード進行における特徴量のベクトル同士の相 関 (ベクトル相関)を用いて、類似度を算出することができる。
[0089] このとき、図 11の表で示すように、例えば、図 11の表の左から 1列目の項目の「C」 の特徴量 (ベクトル）（V(C)と称する。以下、同様に、コードの特徴量 (ベクトル）は、 V (コード名）と称して説明する）は、メジャーコードとマイナーコードとが、 3種類づっ抽 出されているので、 3 X 24 = 72種類の特徴量で表すことができる。また、同様に、 V( C # )が 72種類の特徴量、 V (D)が 72種類の特徴量、 · · ·、 V (Bm)が 72種類の特 徴量でそれぞれ表されることになる。
[0090] すなわち、 V(C)乃至 V (Bm)は、それぞれ 72種類の特徴量を持っていることにな る。
[0091] 図 5のフローチャートに戻り、ステップ S3において、コード進行解析部 31は、入力 部 16から供給される操作信号を基に、ユーザにより、所望の楽曲を検索するための コード進行が入力されたか否かを判定する。
[0092] ステップ S3において、ユーザによりコード進行が入力されていないと判定された場 合、ステップ S3に戻り、上述した処理が繰り返される。すなわち、パーソナルコンビュ ータ 1は、ユーザによりコード進行が入力されるまで待機して 、る。
[0093] 一方、ステップ S3において、ユーザによりコード進行が入力されたと判定された場 合、ステップ S4に進み、コード類似度算出部 42は、楽曲の波形から抽出された特徴 量を基に、コード進行 (コード)間の類似度を算出する所定の処理を行う。例えば、ス テツプ S4において、コード類似度算出部 42は、記録部 18に記録されている、各曲（ 楽曲 1乃至楽曲 N)力も抽出された図 11の例で示される特徴量を基に、コード進行（ コード)間の類似度を算出する所定の処理を行う。
[0094] ここで、図 12乃至図 14を参照して、コード類似度算出部 42による、コード進行間の 類似度を算出する処理の詳細について説明する。
[0095] コードの類似度の算出は、図 12の例で示すように、図中上側で示すユーザにより 入力されたコード進行を、少しずつシフトさせながら、図中下側で示す比較対象とな る楽曲のコード進行と比較することにより、コード進行 (コード)間の類似度を算出する
[0096] 具体的には、ステップ S3の処理において、ユーザにより入力されたコード進行が、 C→F→G→C (「C→F→G→C」は、コード進行が、 C, F, G, Cの順に遷移すること を示し、以下、同様に記載する）であり、比較対象となる楽曲のコード進行が、 C, D, F, C, A, Dm, Fm, C, D, G, C, F, G、 · · ·の順に遷移する楽曲 2である場合、ま ず、ユーザにより入力された、 C→F→G→Cと、比較対象となる楽曲 2のコード進行 の中の、 C→D→F→Cとを比較することにより、コード進行間の類似度を算出する。
[0097] ここで、コード進行間の類似度を算出する方法である力 例えば、コード進行にお ける特徴量のベクトル同士の相関（ベクトル相関）を用いて、算出することができる。
[0098] 具体的には、 C→F→G→Cの特徴量は、例えば、記録部 18に記録されている、「C J , 「F」， 「G」， 「C」であるコードの、それぞれの特徴量として表せ、 C→D→F→Cで ある楽曲 2のコード進行の特徴量は、例えば、記録部 18に記録されている、「C」， 「D J , 「F」， 「C」であるコードの、それぞれの特徴量として表すことができる。
[0099] したがって、図 13の例に示すように、ユーザにより入力されたコードの、 V(C→F→ G→C)は、例えば、記録部 18に記録されている、コード進行を構成するコードの特 徴量の数がそれぞれ、 V (C)が 72種類、 V (F)が 72種類、 V (G)が 72種類、 V (C) が 72種類の特徴量力もなるので、合計 288種類の特徴量で表されることになる。また 、同様に、楽曲 2の、 V (C→D→F→C)は、例えば、記録部 18に記録されている、コ ード進行を構成するコードの特徴量の数がそれぞれ、 V (C)が 72種類、 V(D)が 72 種類、 V(F)が 72種類、 V (C)が 72種類の特徴量カゝらなるので、合計 288種類の特 徴量で表されることになる。
[0100] コード類似度算出部 42は、記録部 18に記録されている、これらの特徴量を基に、 ベクトル相関を用いて、コードの類似度を算出する。例えば、コード類似度算出部 42 は、 V (C→F→G→C) (すなわち、 V (C) , V(F) , V (G) , V(C) )と、 V(C→D→F→ C) (すなわち、 V(C) , V (D) , V(F) , V(C) )とのベクトル相関により、コード進行間 の類似度を算出する。
[0101] ここで、ベクトル相関による類似度 (相関係数 r)は、例えば、式（1)により算出される [0102] [数 1]
∑ (Χ|-Χ)(Υ|-Ϋ)
Π一 I ； -i
r = . n 厂 n ： . . . (1 ) ∑ (Xi-X)2 , ∑ (Υ:-Ϋ)2
n-r1 1 n-1 | i 1
[0103] なお、式（l)において、相関係数 rは、ベクトル xとベクトル γとの相関係数を示し、 )\
は、ベクトル Xの平均値、
は、ベクトル Υの平均値を示し、 ηは、サンプル数（例えば、ベクトル Xとベクトル Υとの 組み合わせの数）を示して 、る。
[0104] したがって、 C→F→G→Cと、 C→D→F→Cとを比較する場合、上述したように、ベ タトルの要素（特徴量）の数は、 1つのコードあたりの特徴量数 Xコードの数となるの で、 72X4 = 288種類となる。
[0105] そして、式（1)により、ともに 288種類の特徴量を持つ、 V(C→F→G→C)と V(C→ D→F→C)との相関係数!: (類似度)を算出することになる。
[0106] 図 12に戻り、例えば、コード類似度算出部 42は、まず、ユーザにより入力された、 V
(C→F→G→C)と、比較対象となる楽曲 2のコード進行の中の、 V(C→D→F→C)と のベクトル相関により、 20であるコード進行間の類似度 (類似度 20)を算出する。そし て、ユーザにより入力された、 C→F→G→Cを少しずつシフトさせながら、コード進行 間の類似度を算出することになる。
[0107] 例えば、コード類似度算出部 42は、図 12に示すように、ユーザにより入力された、 C→F→G→Cを少しずつシフトさせることにより、 V(C→F→G→C)と、比較対象とな る楽曲 2のコード進行の中の、 V(C→D→G→C)とのベクトル相関により、 60である コード進行間の類似度 (類似度 60)を算出し、その後、楽曲 2の最後まで、コード進 行間の類似度の算出を行う。その結果、コード類似度算出部 42は、楽曲 2における 複数のコード進行間の類似度が算出することになる。
[0108] コード類似度算出部 42は、例えば、算出した複数の類似度の中から、最も高い類 似度を、ユーザにより入力されたコード進行と、比較対象となる楽曲との類似度として 算出する。例えば、コード類似度算出部 42は、楽曲 2から算出した類似度の結果が 、 0, 10, 20, · · · , 60, · · · , 90である場合、 90であるコード進行間の類似度 (類似 度 90)を楽曲 2の類似度として算出する。
[0109] また、コード類似度算出部 42は、同様に、ユーザにより入力された、 C→F→G→C と、楽曲 1および楽曲 3乃至楽曲 Nのそれぞれのコード進行との類似度を算出する。
[0110] すなわち、コード類似度算出部 42は、例えば、図 14の例に示すように、ユーザによ り入力されたコード進行と、楽曲 1乃至楽曲 Nのそれぞれのコード進行とのコード進 行間の類似度の算出を行うことにより、 10である楽曲 1の類似度、 90である楽曲 2の 類似度、 70である楽曲 3の類似度、楽曲 4乃至楽曲 N—1のそれぞれの類似度、 30 である楽曲 Nの類似度を算出する。したがって、楽曲 2のコード進行が、最も類似度 が高いので、ユーザにより入力されたコード進行に最も類似していることになる。
[0111] なお、上述した例においては、ユーザにより入力されたコード進行と、比較対象とな る楽曲のコード進行とを、 4つのコードずつ比較するとして説明した力 本発明ではそ れに限らず、 1または複数の、例えば、 1, 2, 3, 5, 10, · · ·など、所定の数ずつ比較 することができる。
[0112] 図 5のフローチャートに戻り、ステップ S5において、楽曲検索部 43は、算出されたコ ード進行の類似度の結果に基づいて、楽曲を検索する。例えば、ステップ S5におい て、楽曲検索部 43は、ユーザにより入力された、 C→F→G→Cと、楽曲 1乃至楽曲 N のそれぞれのコード進行との類似度の算出結果を基に、記録部 18に記録されて 、る 楽曲（のデータ)を、楽曲 2、楽曲 3、 · · ·、楽曲 N、楽曲 1、 · · ·の順に、類似度が高い 順にソートするようにして検索する。
[0113] ステップ S6において、コード進行解析部 31は、楽曲の検索結果を、 LCDなどの画 面力もなる出力部 17に表示させて、楽曲検索の処理は終了する。
[0114] 図 15は、楽曲の検索結果を表示する出力部 17の画面の一例を示す図である。 [0115] 出力部 17の画面には、例えば、楽曲検索部 43による楽曲の検索結果を基に、ュ 一ザにより入力された、 C→F→G→Cに類似する楽曲として、コード進行の類似度が 高い順に、楽曲 2,楽曲 3, · · · ,楽曲 N,楽曲 1,…が表示される。その結果、ユー ザは、 C, F, G, Cの順に遷移するコード進行に最も近い楽曲として、楽曲 2を知るこ とがでさる。
[0116] また、ユーザが入力したコード進行の楽曲を検索することができるので、例えば、メ ジャーコードを入力することにより、明るい楽曲を検索したり、マイナーコードを入力す ることにより、暗い曲を検索したりすることができる。
[0117] さらに、ユーザが入力したコード進行の楽曲を検索することができるので、例えば、 曲を作曲したユーザが、自分が作曲した曲のコード進行と、他の誰かが作曲した曲 のコード進行とがー致しないかどうかを調べることができる。
[0118] 以上のようにして、パーソナルコンピュータ 1は、解析されたコード進行を構成するコ ードを特徴量として、楽曲検索の処理を行う。その結果、ステップ S1の処理において 、コード進行解析部 31により解析された、複数の楽曲の波形のコード進行に誤りがあ つた場合でも、類似しているコード進行を判別することができるので、正しく似ている コード進行を判別することができる。
[0119] ところで、コード進行の特徴量である力 上述した、解析されたコード進行を構成す るコードに関係する特徴量に限らず、例えば、コード進行に関係する特徴量など、コ ード（コード進行）に関する特徴量であれば 、ずれであってもよ 、。
[0120] 次に、図 16乃至図 23を参照して、特徴量抽出部 41による、解析されたコード進行 を構成する、あるコード進行を特徴量した場合の処理にっ ヽて説明する。
[0121] 図 16は、パーソナルコンピュータ 1の機能的構成例の他の例について説明するブ ロック図である。
[0122] なお、図 16では、図 4と同様の箇所には、同一の符号が付してありその説明は省略 する。すなわち、図 16において、特徴量抽出部 41は、図 4の特徴量抽出部 41を構 成する、コード同時出現確率抽出部 51、コード遷移先確率抽出部 52、およびコード 遷移元確率抽出部 53の代わりに、コード進行同時出現確率抽出部 61、コード進行 遷移先確率抽出部 62、およびコード進行遷移元確率抽出部 63を含むようにして構 成される。
[0123] また、本実施の形態では、パーソナルコンピュータ 1は、上述した図 3のハードゥエ ァ構成を有しているので、コード進行解析部 31は、例えば、図 3の CPU11が実行す るソフトウェア（プログラム）として構成される。ただし、パーソナルコンピュータ 1のハー ドウエア構成を図 3の構成とは異ならせることで、コード進行解析部 31は、ハードゥエ ァ単体として構成することもできるし、ソフトウェアとハードウェアの組み合わせとして 構成することちできる。
[0124] コード進行同時出現確率抽出部 61は、楽曲の波形から解析されたコード進行から
、あるコード進行とあるコード進行とが共に存在する確率 (コード進行の同時出現確 率)を抽出 (算出)する。
[0125] コード進行遷移先確率抽出部 62は、楽曲の波形から解析されたコード進行から、 あるコード進行が現れたとき、そのコード進行力もそれぞれのコードに遷移する確率（ コード進行の遷移先確率)を抽出 (算出)する。
[0126] コード進行遷移元確率抽出部 63は、楽曲の波形から解析されたコード進行から、 あるコードが現れたとき、その現れたコードが、どのコード進行力も遷移してきたかの 確率 (コード進行の遷移元確率)を抽出 (算出)する。
[0127] 次に、図 17のフローチャートを参照して、解析されたコード進行を構成する、コード の代わりに、コード進行を特徴量した場合における、パーソナルコンピュータ 1による 楽曲検索の処理について説明する。
[0128] ステップ S21の処理は、図 5のステップ S1の処理と同様であり、その説明は省略す る。
[0129] ステップ S22において、特徴量抽出部 41は、複数の楽曲の波形から解析されたコ ード進行に対して、特徴量抽出の処理を施して、特徴量を抽出する。例えば、ステツ プ S22において、特徴量抽出部 41は、楽曲の波形から解析されたコード進行を構成 するコード進行に関する共起関係または遷移関係を解析することにより、特徴量を抽 出し、抽出した特徴量を記録部 18 (または RAM13など）に記録させる。なお、コード 進行の共起関係または遷移関係の詳細については後述する。
[0130] ここで、ステップ S22における、特徴量抽出部 41による、特徴量抽出の処理の詳細 について、図 18のフローチャートを参照して説明する。
[0131] ステップ S31において、コード進行同時出現確率抽出部 61は、解析された楽曲の コード進行から、コード進行の同時出現確率を抽出する。例えば、ステップ S31にお いて、コード進行同時出現確率抽出部 61は、楽曲 1乃至楽曲 Nのコード進行につい て、あるコード進行とあるコード進行とが共に存在する確率 (コード進行の同時出現確 率)を抽出する。
[0132] 図 19は、コード進行同時出現確率抽出部 61により抽出（算出）される、コード進行 の同時出現確率の一例を示す図である。
[0133] 図 19の上側に示す表においては、左から 1列目および上から 1行目は、それぞれ 項目を示し、コード名が記載されている。すなわち、説明を分力り易くするために全て のコードを記載していないが、左から 1列目の項目には、上から 2個目に「C→C」（「C →C」は、 C力 Cに遷移することを示し、以下、同様に記載する）であるコード進行、 上から 3個目に「C→C#」であるコード、上から 4個目に「C→D」であるコードがそれ ぞれ記載され、以降、メジャーコードからマイナーコードの順に、 Cから遷移する先の コード（コード進行）として、 D# , E, F, F# , G, G# , A, B B, Cm, C#m, Dm , D#m, Em, Fm, F#m, Gm, G#m, Am, B m, Bmが記載されている。また 、各コードについても同様に、メジャーコードからマイナーコードの順に、各コードから 遷移する先のコード（コード進行）として、 C, C# , D, D# , E, F, F# , G, G# , A , B , B, Cm, C#m, Dm, D#m, Em, Fm, F#m, Gm, G#m, Am, B m, Bmがそれぞれ記載されて 、る。
[0134] 同様に、上から 1行目の項目には、左から 2個目に「C→C」であるコード進行、左か ら 3個目に「C→C#」であるコード、左から 4個目に「C→D」であるコードがそれぞれ 記載され、以降、メジャーコードからマイナーコードの順に、 C力 遷移する先のコー ド（コード進行）として、 D# , E, F, F# , G, G# , A, B B, Cm, C#m, Dm, D #m, Em, Fm, F#m, Gm, G#m, Am, B m, Bmが記載されている。また、各 コードについても同様に、メジャーコードからマイナーコードの順に、各コードから遷 移する先のコード（コード進行）として、 C, C# , D, D# , E, F, F# , G, G# , A, B , B, Cm, C#m， Dm, D#m， Em, Fm, F#m， Gm, G#m， Am, B m, Bm がそれぞれ記載されている。
[0135] 換言すれば、図 19の例で示す表には、左から 1列目の、「C→C」， 「C→C#」， 「C →DJ, ···, 「Am→Bm」， 「： Bkm→Bm」， 「8!!1→：6111」（24 24 = 576行）と、上カ ら 1行目の、「C→C」， 「C→C#」， 「C→D」， ···， 「Am→Bm」， 「B^m→Bm」， 「B m→Bm」（24X24 = 576列）とが、マト
リックス状になるように記載されて 、る。
[0136] また、図 19の下側に示すコード進行は、上述した、楽曲 1乃至楽曲 Nのそれぞれの コード進行を示し、コード進行の同時出現確率では、例えば、図中の点線で示すよう に、楽曲 1乃至楽曲 Nにおいて、「C→F」と「D→G」、あるコード進行とあるコード進 行とが共に存在する確率などが抽出される。
[0137] 図 19の例で示す表は、例えば、楽曲 1乃至楽曲 Nのコード進行の同時出現確率を 示している。
[0138] 具体的には、例えば、楽曲 1乃至楽曲 Nでは、「C→C」乃至「C→E」であるコード進 行のそれぞれと、あるコード進行とが共に存在する確率が抽出され、「C→F」であるコ ード進行とあるコード進行とが共に存在する確率は、 · · ·， 「C→F」と「D→G」が共に 存在する確率が 13%, 「C→F」と「D→G#」が共に存在する確率が 1%, ···, 「C→ F」と「Bm→Bm」が共に存在する確率力0%とそれぞれ抽出される。同様に、楽曲 1 乃至楽曲 Nでは、「C→F#」であるコード進行とあるコード進行とが共に存在する確 率は、 ···， 「C→F#」と「D→G」が共に存在する確率力 Sl%, 「C→F#」と「D→G# 」が共に存在する確率が 0%, ···, 「C→F#」と「Bm→Bm」が共に存在する確率が 0 %とそれぞれ抽出される。
[0139] そして、同様に、楽曲 1乃至楽曲 Nにおける、「C→G」乃至「B m→BmJであるコ ード進行のそれぞれと、あるコード進行とが共に存在する確率が抽出され、「Bm→B m」であるコード進行とあるコード進行とが共に存在する確率は、 ···， 「Bm→Bm」W D→G」が共に存在する確率が 0%, 「Bm→Bm」と「D→G #」が共に存在する確率 力 ···, 「Bm→Bm」と「Bm→Bm」が共に存在する確率力 S0%とそれぞれ抽出さ れる。
[0140] このようにして、楽曲 1乃至楽曲 Nのコード進行における、コード同時出現確率が、 各コード進行（「C→C」乃至「： Bm→Bm」）ごとに、それぞれ 24 X 24 = 576種類ずつ 得られること〖こなる。
[0141] すなわち、換言すれば、ステップ S31の処理において、コード進行同時出現確率 抽出部 61は、各楽曲（楽曲 1乃至楽曲 N)におけるコード進行の同時出現確率を抽 出することにより、コード進行の共起関係を抽出しているとも言える。
[0142] 図 18のフローチャートに戻り、ステップ S32において、コード進行遷移先確率抽出 部 62は、解析された楽曲のコード進行から、コード進行の遷移先となるコードの確率 を抽出する。例えば、ステップ S32において、コード進行遷移先確率抽出部 52は、 楽曲 1乃至楽曲 Nのコード進行について、あるコード進行が現れたとき、そのコード進 行からそれぞれのコードに遷移する確率 (コードの遷移先確率)を抽出する。
[0143] 図 20は、コード進行遷移先確率抽出部 62により抽出（算出）される、コード進行の 遷移先確率の一例を示す図である。
[0144] 図 20の上側に示す表において、左から 1列目が示す項目は、図 19の表の例と同 様であるので、その説明は省略する。上から 1行目の項目は、説明を分かり易くする ために全てのコードを記載していないが、左から 2個目に Cであるコード、左から 3個 目に C#であるコード、左から 4個目に Dであるコードがそれぞれ記載され、以降、メ ジャーコードからマイナーコードの順に、 D# , E, F, F# , G, G# , A, B B, C m, Cfrm, Dm, Dfrm, Em, Fm, F#m, Gm, G#m, Am, B m, Bm ) 已載さ れている。
[0145] 換言すれば、図 20の例で示す表には、左から 1列目の、「C→C」， 「C→C#」， 「C →DJ , · · · , 「Am→Bm」， 「： B k m→Bm」， 「8!!1→：6111」（24 24 = 576行）と、上カ ら 1行目の、 C, C# , D, · · · , Am, B b m, Bm (24列）と力 マトリックス状になるよう に記載されている。
[0146] 図 20の例では、例えば、楽曲 1乃至楽曲 Nのコード進行の遷移先確率を示してい る。
[0147] 具体的には、例えば、楽曲 1乃至楽曲 Nでは、「C→C」であるコード進行から、ある コードに遷移する確率は、 · · ·， 「C→C」から Gに遷移する確率が 0%, 「C→C」から G #に遷移する確率力 S0%, 「C→C」から Aに遷移する確率が 0%, · · · , 「C→C」力 B mに遷移する確率が 0%とそれぞれ抽出される。同様に、楽曲 1乃至楽曲 Nにおける 、「C→C#」乃至「E→Bm」であるコード進行のそれぞれから、あるコードに遷移する 確率がそれぞれ抽出され、「F→C」であるコード力 あるコードに遷移する確率は、 · · · , 「F→C」力 Gに遷移する確率力 ¾%, 「F→C」力 G #に遷移する確率力 S0%, 「 F→C」力 Aに遷移する確率力 Sl%, · · · , 「F→C」から Bmに遷移する確率が 0%と それぞれ抽出される。また、同様に、楽曲 1乃至楽曲 Nにおける、「F→C #」乃至「B m→B m」であるコード進行のそれぞれから、あるコードに遷移する確率がそれぞ れ抽出され、「Bm→Bm」であるコード進行力 あるコードに遷移する確率は、 · · ·， 「 Bm→Bm」から Gに遷移する確率力 「Bm→Bm」から G#に遷移する確率力 , 「Bm→Bm」から Aに遷移する確率力0%, · · · , 「Bm→Bm」から Bmに遷移する確 率が 0%とそれぞれ抽出される。
[0148] このようにして、楽曲 1乃至楽曲 Nのコード進行における、コード進行の遷移先確率 力 各コード進行（「C→C」乃至「Bm→Bm」）ごとに、それぞれ 24種類ずつ得られる ことになる。
[0149] すなわち、換言すれば、ステップ S32の処理において、コード進行遷移先確率抽 出部 62は、各楽曲（楽曲 1乃至楽曲 N)におけるコード進行の遷移先確率を抽出す ることにより、コード進行の遷移関係を抽出しているとも言える。
[0150] 図 18のフローチャートに戻り、ステップ S33において、コード進行遷移元確率抽出 部 63は、解析された楽曲のコード進行から、コード進行の遷移元となるコードの確率 を抽出して、特徴量抽出の処理は終了する。例えば、ステップ S33において、コード 進行遷移元確率抽出部 63は、楽曲 1乃至楽曲 Nのコード進行について、あるコード 進行が現れたとき、その現れたコード進行力 どのコード力も遷移してきたかの確率（ コード進行の遷移元確率)を抽出する。
[0151] 図 21は、コード進行遷移元確率抽出部 63により抽出（算出）される、コード進行の 遷移元確率の一例を示す図である。
[0152] 図 21に示す表において、左から 1列目および上から 1行目のそれぞれが示す項目 は、図 20の表の例と同様であるので、その説明は省略する。
[0153] 図 21の例では、例えば、楽曲 1乃至楽曲 Nのコード進行の遷移元確率を示してい る。
[0154] 具体的には、例えば、楽曲 1乃至楽曲 Nでは、あるコードから、「C→C」であるコー ド進行に遷移してくる確率は、 · · ·， G # mから「C→C」に遷移してくる確率力0%, · · • , Amから「C→C」に遷移してくる確率が 0%, · · · , Bmから「C→C」に遷移してくる 確率が 0%とそれぞれ抽出される。同様に、楽曲 1乃至楽曲 Nにおける、あるコードか ら、「C→C #」乃至「C→F #」であるコード進行のそれぞれに遷移してくる確率が抽 出され、あるコードから、「C→G」であるコード進行に遷移してくる確率は、 · · ·， G # mから「C→G」に遷移してくる確率が 0%, Amから「C→G」に遷移してくる確率が 6% , · · · , Bmから「C→G」に遷移してくる確率が 0%とそれぞれ抽出される。
[0155] そして、同様に、楽曲 1乃至楽曲 Nにおける、あるコードから、「C→G#」乃至「B m→BmJであるコード進行のそれぞれに遷移してくる確率がそれぞれ計算され、ある コード力ら、「Bm→Bm」であるコード進行に遷移してくる確率は、 · · ·， G # mから「B m→BmJに遷移してくる確率が 0%, Amから「Bm→Bm」に遷移してくる確率が 0%, · · · , Bmから「Bm→Bm」に遷移してくる確率力0%とそれぞれ抽出される。
[0156] このようにして、楽曲 1乃至楽曲 Nのコード進行における、コードの遷移元確率が、 各コード（「C→C」乃至「Bm→Bm」）ごとに、それぞれ 24種類ずつ得られることにな る。
[0157] すなわち、換言すれば、ステップ S33の処理において、コード進行遷移元確率抽 出部 63は、各楽曲（楽曲 1乃至楽曲 N)におけるコード進行の遷移元確率を抽出す ることにより、コード進行の遷移関係を抽出しているとも言える。
[0158] 図 22は、特徴量抽出部 41により抽出される特徴量について説明する図である。
[0159] 図 22の表の例は、コード進行の同時出現確率（図 19)、コード進行の遷移先確率（ 図 20)、およびコード進行の遷移元確率（図 21)のそれぞれを、横方向に 1つにまと めて表現している表である。すなわち、図 22の表で示される左から 1列目の項目が示 すコードを X(図中では、 V (X)となっている力 その理由は後述する）とし、上から 1 行目の項目が示すコードを Yとした場合、左から 1行目の項目と、上から 1行目の 2番 目から 577番目までの項目とにより特定される領域（図 22の表のハッチングを施して いない領域）には、コード進行 Xとコード進行 Yの同時出現確率が記載され、左から 1 列目の項目と、上から 1行目の 578番目から 601番目までの項目とにより特定される 領域（図 22の表の右下がり斜線によりハッチングされた領域）には、コード進行 Xから コード Ύに遷移する確率が記載され、左から 1列目の項目と、上から 1行目の 602番 目から 625番目までの項目とにより特定される領域（図 22の表の左下がり斜線により ノ、ツチングされた領域）には、コード Ύからコード進行 Xに遷移する確率が記載されて いる。
[0160] すなわち、上述した、ステップ S31乃至ステップ S33の処理において、特徴量抽出 部 41は、特徴量抽出の処理により、例えば、コード進行の同時出現確率、コード進 行の遷移先確率、およびコード進行の遷移元確率の 3種類の特徴量を、例えば、「C →C」乃至「Bm→Bm」の 576種類のコードにつ!、て、それぞれ抽出する。
[0161] その結果、各曲（楽曲 1乃至楽曲 N)において、各コード（「C→C」乃至「Bm→Bm」 )は、 24 X 24 + 24 + 24 = 624種類の特徴量を得ることになる。
[0162] そして、例えば、特徴量抽出部 41は、楽曲 1乃至楽曲 N力も抽出した図 22の例で 示される特徴量を記録部 18 (または RAM 13など）に記録させる。すなわち、特徴量抽 出部 41は、記録部 18に記録されている楽曲 1乃至楽曲 N力も特徴量をそれぞれ抽 出し、抽出した図 22の例で示される特徴量を記録部 18に記録させることになる。換 言すれば、あらかじめ、膨大な数の楽曲群力もコード進行に関する特徴量を抽出し ているとも言える。
[0163] このとき、記録部 18には、図 22の例で示される特徴量が記録されていることになる ので、コード類似度算出部 42は、必要に応じて、記録されている特徴量を読み出し て使用することができる。上述したように、例えば、コード類似度算出部 42は、コード 進行間の類似度を算出するとき、コード進行における特徴量のベクトル相関を用いて 、類似度を算出することができる。
[0164] このとき、図 22の表で示すように、例えば、図 11の表の左から 1列目の項目の V(C →C)は、 24 X 24 + 24 + 24 = 624種類の特徴量で表すことができる。また、同様に 、 V (C→C # )が 624種類の特徴量、 V (C→D)が 624種類の特徴量、 · · ·、 V (Bm →Bm)が 624種類の特徴量でそれぞれ表されることになる。
[0165] すなわち、 V(C→C)乃至 V (Bm→Bm)は、それぞれ 624種類の特徴量を持って 、ることになる。
[0166] 図 17のフローチャートに戻り、ステップ S23の処理は、図 5のステップ S3の処理と同 様であり、その説明は省略する。
[0167] ステップ S24において、コード類似度算出部 42は、例えば、コード進行の同時出現 確率、コード進行の遷移先確率、およびコード進行の遷移元確率のそれぞれを特徴 量として、コード進行 (コード）間の類似度を算出する所定の処理を行う。例えば、ス テツプ S24において、コード類似度算出部 42は、記録部 18に記録されている、各曲 (楽曲 1乃至楽曲 N)力も抽出された図 22の例で示される特徴量を基に、コード進行 ( コード)間の類似度を算出する所定の処理を行う。
[0168] 具体的には、上述した場合と同様に、ユーザにより入力されたコード進行力 C→F →G→Cであり、比較対象となる楽曲のコード進行が、 C, D, F, C, A, Dm, Fm, C , D, G, C, F, G、 · · ·の順に遷移する楽曲 2である場合、まず、ユーザにより入力さ れた、 C→F→G→Cと、比較対象となる楽曲 2のコード進行の中の、 C→D→F→Cと を、例えば、コード進行における特徴量のベクトル相関を用いることにより、コード進 行間の類似度を算出する。
[0169] 具体的には、 C→F→G→Cの特徴量は、例えば、記録部 18に記録されている、「C →FJ , 「F→G」， 「G→C」であるコード進行の、それぞれの特徴量として表せ、 C→D →F→Cである楽曲 2のコード進行の特徴量は、例えば、記録部 18に記録されている 、「C→D」， 「D→F」， 「F→C」であるコード進行の、それぞれの特徴量として表すこと ができる。
[0170] したがって、図 23の例に示すように、ユーザにより入力されたコードの、 V(C→F→ G→C)は、例えば、記録部 18に記録されている、コード進行を構成するコード進行 の特徴量の数がそれぞれ、 V(C→F)が 624種類、 V (F→G)が 624種類、 V (G→C )が 624種類の特徴量力もなるので、合計 1872種類の特徴量で表されることになる。 また、同様に、楽曲 2の、 V(C→D→F→C)は、例えば、記録媒体 18に記録されて いる、コード進行を構成するコード進行の特徴量の数がそれぞれ、 V(C→D)が 624 種類、 V(D→F)が 624種類、 V(F→C)力 ½24種類の特徴量からなるので、合計 18 72種類の特徴量で表されることになる。 [0171] コード類似度算出部 42は、記録部 18に記録されている、これらの特徴量を基に、 ベクトル相関を用いて、コードの類似度を算出する。例えば、コード類似度算出部 42 は、 V (C→F→G→C) (すなわち、 V (C→F) , V (F→G) , V (G→C) )と、 V (C→D →F→C) (すなわち、 V(C→D) , V (D→F) , V (F→C) )とのベクトル相関を、式（1) により算出することで、コード進行間の類似度を算出する。
[0172] コード類似度算出部 42は、例えば、ユーザにより入力されたコード進行と、楽曲 1 乃至楽曲 Nのそれぞれのコード進行とのコード進行間の類似度の算出を行うことによ り、 15である楽曲 1の類似度、 85である楽曲 2の類似度、 70である楽曲 3の類似度、 楽曲 4乃至楽曲 N—1のそれぞれの類似度、 20である楽曲 Nの類似度を算出する。 したがって、楽曲 2のコード進行が、類似度が最も高いので、ユーザにより入力された コード進行に最も類似していることになる。
[0173] 図 17のフローチャートに戻り、ステップ S25およびステップ S26の処理のそれぞれ は、図 5のステップ S5およびステップ S6の処理と同様であり、その説明は省略して、 楽曲検索の処理は終了する。
[0174] 以上のようにして、パーソナルコンピュータ 1は、解析されたコード進行を構成するコ ードの代わりに、コード進行を特徴量として、楽曲検索の処理を行う。その結果、ステ ップ S21の処理において、コード進行解析部 31により解析された、複数の楽曲の波 形のコード進行に誤りがあった場合でも、類似しているコード進行を判別することがで きるので、正しく似ているコード進行を判別することができる。
[0175] なお、上述した例においては、コードとコード進行のそれぞれの特徴量を別々に抽 出する場合について説明したが、勿論、コードとコード進行のそれぞれの特徴量を両 方抽出し、抽出されたコードとコード進行の特徴量のそれぞれを用いて、コード進行 間の類似度を算出するようにしてもよい。
[0176] そのとき、特徴量抽出部 41は、例えば、上述した、図 11のコードの特徴量 (コード の同時出現確率、コードの遷移先確率、およびコードの遷移元確率）と、図 22のコー ド進行の特徴量 (コード進行の同時出現確率、コード進行の遷移先確率、およびコー ド進行の遷移元確率）とを抽出し、抽出したそれらの特徴量を記録部 18 (または RAM 13など）に記録させる。 [0177] そして、コード類似度算出部 42は、例えば、記録部 18に記録されている、コードの 同時出現確率、コードの遷移先確率、コードの遷移元確率、コード進行の同時出現 確率、コード進行の遷移先確率、およびコード進行の遷移元確率のそれぞれを特徴 量として、コード進行 (コード）間の類似度を算出する所定の処理を行う。
[0178] 具体的には、上述した場合と同様に、ユーザにより入力されたコード進行力 C→F →G→Cであり、比較対象となる楽曲のコード進行が、 C, D, F, C, A, Dm, Fm, C , D, G, C, F, G、 · · ·の順に遷移する楽曲 2である場合、まず、ユーザにより入力さ れた、 C→F→G→Cと、比較対象となる楽曲 2のコード進行の中の、 C→D→F→Cと を、例えば、コード進行における特徴量のベクトル相関を用いることにより、コード進 行間の類似度を算出する。
[0179] 具体的には、 C→F→G→Cの特徴量は、例えば、記録部 18に記録されている、「C 」， 「F」， 「G」， 「C」であるコードと、「C→F」， 「F→G」， 「G→C」であるコード進行の、 それぞれの特徴量として表せ、 C→D→F→Cである楽曲 2のコード進行の特徴量は 、例えば、記録部 18に記録されている、「C」， 「D」， 「F」， 「C」であるコードと、「C→ DJ , 「D→F」， 「F→C」であるコード進行の、それぞれの特徴量として表すことができ る。
[0180] したがって、図 24の例に示すように、ユーザにより入力されたコードの、 V(C→F→ G→C)は、例えば、記録部 18に記録されている、コード進行を構成するコードとコー ド進行の特徴量の数がそれぞれ、 V(C)が 72種類、 V (F)が 72種類、 V(G)が 72種 類、 V(C)が 72種類、 V(C→F)力 ½24種類、 V(F→G)力 ½24種類、 V (G→C)が 6 24種類の特徴量力もなるので、合計 2160種類の特徴量で表されることになる。また 、同様に、楽曲 2の、 V (C→D→F→C)は、例えば、記録媒体 18に記録されている、 コード進行を構成するコード進行の特徴量の数がそれぞれ、 V (C)が 72種類、 V (D )が 72種類、 V (F)が 72種類、 V(C)が 72種類、 V (C→D)が 624種類、 V (D→F) 力 S624種類、 V (F→C)力 24種類の特徴量からなるので、合計 2160種類の特徴量 で表されること〖こなる。
[0181] コード類似度算出部 42は、記録部 18に記録されている、このような特徴量を基に、 ベクトル相関を用いて、コードの類似度を算出する。例えば、コード類似度算出部 42 は、 V (C→F→G→C) (すなわち、 V (C) , V(F) , V (G) , V(C) , V(C→F) , V(F→ G) , V(G→C) )と、 V(C→D→F→C) (すなわち、 V (C) , V (D) , V (F) , V(C) , V ( C→D) , V (D→F) , V (F→C) )とのベクトル相関を、式（1)により算出することで、コ ード進行間の類似度を算出する。
[0182] コード類似度算出部 42は、例えば、ユーザにより入力されたコード進行と、楽曲 1 乃至楽曲 Nのそれぞれのコード進行とのコード進行間の類似度の算出を行うことによ り、 10である楽曲 1の類似度、 90である楽曲 2の類似度、 65である楽曲 3の類似度、 楽曲 4乃至楽曲 N—1のそれぞれの類似度、 30である楽曲 Nの類似度を算出する。 したがって、楽曲 2のコード進行が、最も類似度が高いので、ユーザにより入力された コード進行に最も類似していることになる。
[0183] 以上のようにして、パーソナルコンピュータ 1は、解析されたコード進行を構成するコ ードとコード進行の両方を特徴量として、楽曲検索の処理を行うこともできる。
[0184] なお、コード進行の特徴量は、上述した例に限らず、例えば、あるコード (コード進 行)の 1曲中の出現割合 (例えば、 5分の曲中に、あるコードが 1分存在していたら 1/5 =20%)、コード (コード進行) Xの出現割合 Xコード (コード進行) Yの出現割合 (例え ば、コード Xの出現割合 (0.1) Xコード Ύの出現割合 (0.2) =0.02)、あるコード進行か らあるコード進行への遷移確率（例えば、「C→F」から「G→C」への遷移確率）など、 解析されたコード進行を構成するコード (コード進行）に関する特徴量またはそれらの 特徴量の組み合わせであれば 、ずれであってもよ！/、。
[0185] また、上述した例においては、コード類似度算出部 42による、コード進行間の類似 度を算出する方法として、コード進行間における特徴量のベクトル同士の相関（ベタト ル相関）を用いて算出するとして説明したが、本発明においては、それに限らず、例 えば、得られた特徴量を主成分分析などにより次元圧縮をしたり、ユークリット距離法 などの距離関数を用いて算出したりするようにしてもよ!、。
[0186] さらに、上述した例においては、特徴量の抽出方法として、 3和音のメジャー、マイ ナーコードのみを使用して特徴量を抽出している力 本発明においては、それに限ら ず、例えば、 4和音は勿論、ハーモニーを示すものであればいずれであってもよい。
[0187] 図 25は、コード類似度算出部 42による、主成分分析の算出結果の例を示す図で ある。
[0188] 図 25で示される例において、図中の点は、抽出された特徴量を主成分分析するこ とにより、第 1主成分と第 2主成分を軸に各コードをプロットしたものである。図 25では 、例えば、図中下側の、「D #」， 「Bm」， 「F」， 「B」， 「G # m」， 「D # m」などのように 、図中の点が近い位置にあるコードほど、楽曲中で似た意味を持つコードとなる。
[0189] すなわち、コード類似度算出部 42は、主成分分析を行うことにより、例えば、図 25 で示す点の位置が近 、位置にあるコードは、楽曲中で似た意味を持つコードである として、コード進行間の類似度を算出する。
[0190] なお、主成分分析の分析結果は、コード進行を解析するアルゴリズムや、解析した 楽曲のジャンルなどによっても異なる。
[0191] 以上のように、本発明によれば、より正確に、コード進行を解析することができる。
[0192] また、本発明によれば、より正確に、楽曲のコード進行を解析することができるので 、楽曲のコード進行を解析したときに、コードの検出結果が誤っていたとしても、似て いるコードであれば、同じような解析結果として分類することができる。その結果、コー ドの検出結果が誤って 、たとしても、その誤りによる影響を最小限に食 、止めること ができる。例えば、コード進行解析において、様々な 4和音を検出可能とした場合で あっても、判定の精度を落とさず、正しく似たコード進行を判別できる。
[0193] さらに、本発明によれば、コード進行が厳密に同じでなくても、似ているコード進行 の楽曲を検索することができる。その結果、ユーザは、所望の楽曲を検索することが できる。
[0194] なお、上述した例においては、本発明の情報処理装置として、パーソナルコンビュ ータ 1を一例に説明したが、本発明はそれに限らず、例えば、携帯音楽プレーヤ、携 帯電話機、または PDA (Personal Digital Assistance)など、楽曲の波形を解析する機 能を有することのできる機器であればいずれであってもよい。また、専用のサーバに より、上述した機能を実装することで、処理の結果 (例えば、楽曲の検索結果など)の みをクライアントとなる端末に提供するようにしてもょ 、。
[0195] また、上述した例においては、楽曲を検索する処理を一例にして説明した力 本発 明はこれに限らず、例えば、記録部 18に記録されているある楽曲と、他の楽曲とのコ ード進行の類似度を比較したりするようにしてもよい。さらに、本発明においては、楽 曲の波形力 抽出した特徴量をメタデータとして蓄積しておくようにしてもよい。
[0196] 上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアに より実行させることもできる。一連の処理をソフトウェアにより実行させる場合には、そ のソフトウェアを構成するプログラム力 専用のハードウェアに組み込まれているコン ピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行す ることが可能な、例えば汎用のパーソナルコンピュータなどに、記録媒体からインスト ールされる。
[0197] この記録媒体は、コンピュータとは別に、ユーザにプログラムを提供するために配布 される、プログラムが記録されている磁気ディスク (フレキシブルディスクを含む）、光 ディスク（CD— ROM(Compact Disc-Read Only Memory), DVD (Digital Versatile Disk ) )を含む）、光磁気ディスク (MD (Mini-Disk) (登録商標）を含む）、若しくは半導体メ モリなどよりなる図 3のリムーバブルメディア 21により構成されるだけでなぐコンビュ ータに予め組み込まれた状態でユーザに提供される、プログラムが記録されている図 3の ROM 12や記録部 18などで構成される。
[0198] また、上述した一連の処理を実行させるプログラムは、必要に応じてルータ、モデム などのインタフェースを介して、ローカルエリアネットワーク、インターネット、デジタル 衛星放送と 、つた、有線または無線の通信媒体を介してコンピュータにインストール されるようにしてちょい。
[0199] なお、本明細書にぉ 、て、記録媒体に格納されるプログラムを記述するステップは 、記載された順序に沿って時系列的に行われる処理は勿論、必ずしも時系列的に処 理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
[0200] また、本発明の実施の形態は、上述した実施の形態に限定されるものではなぐ本 発明の要旨を逸脱しな 、範囲にぉ 、て種々の変更が可能である。

Claims

請求の範囲
[1] 楽曲の波形を解析することにより得られた前記楽曲のコード進行から、前記コード 進行を構成するコードに関係する特徴量を抽出する抽出手段と、
抽出された前記特徴量に基づ ヽて、前記コード進行を構成して ヽるあるコード進行 と、他のコード進行との類似関係を算出する算出手段と
を備える情報処理装置。
[2] 前記抽出手段は、前記コードの共起関係または遷移関係を特徴量として抽出する 請求項 1の情報処理装置。
[3] 抽出された前記特徴量を記録する記録手段をさらに備え、
前記算出手段は、記録されている前記特徴量に基づいて、前記コード進行を構成 しているあるコード進行と、他のコード進行との類似関係を算出する
請求項 1の情報処理装置。
[4] 前記算出手段は、抽出された前記特徴量に基づいて、前記コード進行を構成して いるあるコードと、他のコードとの類似関係を算出する
請求項 1の情報処理装置。
[5] 前記抽出手段は、
前記コード進行における、あるコードが同時に出現する確率を示す第 1の確率を 抽出する第 1の特徴量抽出手段と、
前記コード進行における、あるコードから他のコードに遷移する確率を示す第 2の 確率を抽出する第 2の特徴量抽出手段と、
前記コード進行における、他のコードからあるコードに遷移する確率を示す第 3の 確率を抽出する第 3の特徴量抽出手段と
を備え、
前記算出手段は、抽出された前記コード進行を構成する各コードについての、前 記第 1の確率、前記第 2の確率、および前記弟 3の確率に基づいて、前記コード進行 を構成しているあるコード進行と、他のコード進行との類似関係を算出する
請求項 2の情報処理装置。
[6] 前記抽出手段は、 前記コード進行における、あるコード進行が同時に出現する確率を示す第 1の確 率を抽出する第 1の特徴量抽出手段と、
前記コード進行における、あるコード進行から他のコードに遷移する確率を示す 第 2の確率を抽出する第 2の特徴量抽出手段と、
前記コード進行における、他のコードからあるコード進行に遷移する確率を示す 第 3の確率を抽出する第 3の特徴量抽出手段と
を備え、
前記算出手段は、抽出された前記コード進行を構成する各コードについての、前 記第 1の確率、前記第 2の確率、および前記弟 3の確率に基づいて、前記コード進行 を構成しているあるコード進行と、他のコード進行との類似関係を算出する
請求項 2の情報処理装置。
[7] 前記算出手段は、抽出された前記特徴量に基づいて、前記コード進行を構成して いるあるコード進行と、ユーザにより指示されたコード進行との類似度を、所定の演算 により算出する
請求項 1の情報処理装置。
[8] 算出された前記類似度に基づいて、前記楽曲を検索する検索手段を備える
請求項 7の情報処理装置。
[9] 前記所定の演算は、前記特徴量によるベクトルの相関を用いて演算を行うベクトル 相関である
請求項 7の情報処理装置。
[10] 楽曲の波形を解析することにより得られた前記楽曲のコード進行から、前記コード 進行を構成するコードに関係する特徴量を抽出する抽出ステップと、
抽出された前記特徴量に基づ ヽて、前記コード進行を構成して ヽるあるコード進行 と、他のコード進行との類似関係を算出する算出ステップと
を含む情報処理方法。
[11] 楽曲の波形を解析することにより得られた前記楽曲のコード進行から、前記コード 進行を構成するコードに関係する特徴量を抽出する抽出ステップと、
抽出された前記特徴量に基づ ヽて、前記コード進行を構成して ヽるあるコード進行 と、他のコード進行との類似関係を算出する算出ステップと
を含むコード進行の解析処理をコンピュータに実行させるプログラムが記録されて いる記録媒体。
PCT/JP2007/050019 2006-01-06 2007-01-05 情報処理装置および方法、並びに記録媒体 WO2007077993A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US12/160,121 US8008568B2 (en) 2006-01-06 2007-01-05 Information processing device and method, and recording medium
EP07706366.7A EP1970891B1 (en) 2006-01-06 2007-01-05 Information processing device and method, and recording medium
CN2007800020342A CN101366071B (zh) 2006-01-06 2007-01-05 信息处理设备和方法、以及记录介质

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2006-001519 2006-01-06
JP2006001519A JP4650270B2 (ja) 2006-01-06 2006-01-06 情報処理装置および方法、並びにプログラム

Publications (1)

Publication Number Publication Date
WO2007077993A1 true WO2007077993A1 (ja) 2007-07-12

Family

ID=38228329

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2007/050019 WO2007077993A1 (ja) 2006-01-06 2007-01-05 情報処理装置および方法、並びに記録媒体

Country Status (5)

Country Link
US (1) US8008568B2 (ja)
EP (1) EP1970891B1 (ja)
JP (1) JP4650270B2 (ja)
CN (1) CN101366071B (ja)
WO (1) WO2007077993A1 (ja)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4811433B2 (ja) 2007-09-05 2011-11-09 ソニー株式会社 画像選択装置、画像選択方法、およびプログラム
JP5153517B2 (ja) * 2008-08-26 2013-02-27 株式会社河合楽器製作所 コード名検出装置及びコード名検出用コンピュータ・プログラム
JP4715898B2 (ja) 2008-10-03 2011-07-06 ソニー株式会社 情報処理装置、情報処理方法、情報処理プログラム、情報提供装置、情報提供方法、情報提供プログラムおよび情報処理システム
JP5463655B2 (ja) * 2008-11-21 2014-04-09 ソニー株式会社 情報処理装置、音声解析方法、及びプログラム
JP5290822B2 (ja) * 2009-03-24 2013-09-18 株式会社エクシング カラオケ装置、カラオケ装置の制御方法、及びカラオケ装置の制御プログラム
JP2012103603A (ja) 2010-11-12 2012-05-31 Sony Corp 情報処理装置、楽曲区間抽出方法、及びプログラム
JP5296813B2 (ja) * 2011-01-19 2013-09-25 ヤフー株式会社 楽曲レコメンド装置、方法及びプログラム
JP2014010275A (ja) * 2012-06-29 2014-01-20 Sony Corp 情報処理装置、情報処理方法及びプログラム
JP6233625B2 (ja) * 2012-11-16 2017-11-22 ソニー株式会社 音声処理装置および方法、並びにプログラム
EP2772904B1 (en) * 2013-02-27 2017-03-29 Yamaha Corporation Apparatus and method for detecting music chords and generation of accompaniment.
JP6040809B2 (ja) * 2013-03-14 2016-12-07 カシオ計算機株式会社 コード選択装置、自動伴奏装置、自動伴奏方法および自動伴奏プログラム
US8927846B2 (en) * 2013-03-15 2015-01-06 Exomens System and method for analysis and creation of music
US9818388B2 (en) * 2014-03-21 2017-11-14 Berggram Development Oy Method for adjusting the complexity of a chord in an electronic device
US9734810B2 (en) * 2015-09-23 2017-08-15 The Melodic Progression Institute LLC Automatic harmony generation system
JP6500870B2 (ja) * 2016-09-28 2019-04-17 カシオ計算機株式会社 コード解析装置、方法、及びプログラム
JP6500869B2 (ja) * 2016-09-28 2019-04-17 カシオ計算機株式会社 コード解析装置、方法、及びプログラム
CN111863030B (zh) * 2020-07-30 2024-07-30 广州酷狗计算机科技有限公司 音频检测方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000227795A (ja) * 1999-02-08 2000-08-15 Yamaha Corp コード進行検索装置および記憶媒体
JP2003330460A (ja) * 2002-05-01 2003-11-19 Fuji Xerox Co Ltd 少なくとも２つのオーディオ・ワークの比較方法、少なくとも２つのオーディオ・ワークの比較方法をコンピュータに実現させるためのプログラム、及び、オーディオ・ワークのビートスペクトルの決定方法
JP2004184510A (ja) 2002-11-29 2004-07-02 Pioneer Electronic Corp 楽曲データ作成装置及び方法
JP2004185432A (ja) * 2002-12-04 2004-07-02 Pioneer Electronic Corp 楽曲検索装置及び方法
EP1435604A1 (en) 2002-12-04 2004-07-07 Pioneer Corporation Music structure detection apparatus and method
JP2005156713A (ja) * 2003-11-21 2005-06-16 Pioneer Electronic Corp 楽曲自動分類装置及び方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4982643A (en) * 1987-12-24 1991-01-08 Casio Computer Co., Ltd. Automatic composer
JP3433818B2 (ja) * 1993-03-31 2003-08-04 日本ビクター株式会社 楽曲検索装置
US5852252A (en) * 1996-06-20 1998-12-22 Kawai Musical Instruments Manufacturing Co., Ltd. Chord progression input/modification device
CN1380642A (zh) * 2001-04-11 2002-11-20 华邦电子股份有限公司 跟唱学习评分装置及方法
JP3783687B2 (ja) * 2003-01-31 2006-06-07 ヤマハ株式会社 演奏練習装置及びプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000227795A (ja) * 1999-02-08 2000-08-15 Yamaha Corp コード進行検索装置および記憶媒体
JP2003330460A (ja) * 2002-05-01 2003-11-19 Fuji Xerox Co Ltd 少なくとも２つのオーディオ・ワークの比較方法、少なくとも２つのオーディオ・ワークの比較方法をコンピュータに実現させるためのプログラム、及び、オーディオ・ワークのビートスペクトルの決定方法
JP2004184510A (ja) 2002-11-29 2004-07-02 Pioneer Electronic Corp 楽曲データ作成装置及び方法
JP2004185432A (ja) * 2002-12-04 2004-07-02 Pioneer Electronic Corp 楽曲検索装置及び方法
EP1435604A1 (en) 2002-12-04 2004-07-07 Pioneer Corporation Music structure detection apparatus and method
JP2005156713A (ja) * 2003-11-21 2005-06-16 Pioneer Electronic Corp 楽曲自動分類装置及び方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP1970891A4 *

Also Published As

Publication number Publication date
EP1970891A1 (en) 2008-09-17
CN101366071A (zh) 2009-02-11
JP2007183417A (ja) 2007-07-19
JP4650270B2 (ja) 2011-03-16
EP1970891A4 (en) 2011-07-20
US8008568B2 (en) 2011-08-30
EP1970891B1 (en) 2013-11-20
CN101366071B (zh) 2013-05-15
US20090151547A1 (en) 2009-06-18

Similar Documents

Publication Publication Date Title
WO2007077993A1 (ja) 情報処理装置および方法、並びに記録媒体
US11475867B2 (en) Method, system, and computer-readable medium for creating song mashups
US8041734B2 (en) System and method for storing and retrieving non-text-based information
JP4640407B2 (ja) 信号処理装置、信号処理方法及びプログラム
US20070043768A1 (en) Apparatus, medium, and method clustering audio files
JP2009210790A (ja) 選曲歌手分析推薦装置、その方法及びプログラム
JP2009015535A (ja) 類似音楽検索装置、類似音楽検索方法、類似音楽検索プログラム及びコンピュータで読み取り可能な記録媒体
CN111445922B (zh) 音频匹配方法、装置、计算机设备及存储介质
JP5196550B2 (ja) コード検出装置およびコード検出プログラム
JP2015031738A (ja) コード進行推定検出装置及びコード進行推定検出プログラム
JP2008065153A (ja) 楽曲構造解析方法、プログラムおよび装置
JP6366403B2 (ja) カラオケ装置
JP4399958B2 (ja) 演奏支援装置および演奏支援方法
Lee A system for automatic chord transcription from audio using genre-specific hidden Markov models
JP5085577B2 (ja) プレイリスト作成装置、楽曲再生装置、プレイリスト作成方法およびプレイリスト作成プログラム
JP2002268632A (ja) フレーズ分析装置及びフレーズ分析プログラムを記録した記録媒体
CN101351767A (zh) 存储和检索基于非文本的信息的系统和方法
Sarfati et al. Community-based cover song detection
Poojary et al. Automatic tonic identification in Indian art music
JP2012159717A (ja) 楽曲データの変化点検出装置、楽曲データの変化点検出方法及び楽曲データの変化点検出プログラム
KR20200106328A (ko) Ｃｂｍｒ 기반 음을 이용한 음악 검색 서비스 제공 시스템 및 방법
Risk et al. Melodic Similarity in Traditional French-Canadian Instrumental Dance Tunes.
WO2024075422A1 (ja) 楽曲生成方法、およびプログラム
WO2024042962A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
Pauwels et al. Integrating musicological knowledge into a probabilistic framework for chord and key extraction

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2007706366

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 200780002034.2

Country of ref document: CN

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 12160121

Country of ref document: US