WO2008004576A1 - Dispositif de recherche/évaluation de contenu - Google Patents

Dispositif de recherche/évaluation de contenu Download PDF

Info

Publication number
WO2008004576A1
WO2008004576A1 PCT/JP2007/063362 JP2007063362W WO2008004576A1 WO 2008004576 A1 WO2008004576 A1 WO 2008004576A1 JP 2007063362 W JP2007063362 W JP 2007063362W WO 2008004576 A1 WO2008004576 A1 WO 2008004576A1
Authority
WO
WIPO (PCT)
Prior art keywords
content
distribution
score
search
evaluation
Prior art date
Application number
PCT/JP2007/063362
Other languages
English (en)
French (fr)
Inventor
Yasuteru Kodama
Original Assignee
Pioneer 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 Pioneer Corporation filed Critical Pioneer Corporation
Priority to JP2008523708A priority Critical patent/JP4817338B2/ja
Priority to US12/305,884 priority patent/US20090313242A1/en
Publication of WO2008004576A1 publication Critical patent/WO2008004576A1/ja

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43Querying
    • G06F16/435Filtering based on additional data, e.g. user or group profiles
    • G06F16/437Administration of user profiles, e.g. generation, initialisation, adaptation, distribution

Definitions

  • Content evaluation device content search device, content evaluation method, content search method, and first and second computer programs
  • the present invention relates to a content evaluation apparatus and method, and a computer for evaluating a degree of conformity with respect to one search word related to one content among a plurality of contents stored in a recording device such as a music server.
  • a first computer program that functions as a content evaluation apparatus, a content search apparatus and method for searching for content using the content evaluation apparatus, and a computer as such a content search apparatus In the technical field of the second computer program.
  • This type of content evaluation device and a music selection device for the purpose of presenting music that matches the user's sensibility as a content search device for searching content using the content evaluation device are proposed.
  • music features e.g. chord change rate '' beats
  • preset personal characteristics e.g. age and gender
  • sensitivity words e.g. ⁇ bright '' and ⁇ sad ''
  • Patent Document 1 Japanese Patent Application Laid-Open No. 2005-209276
  • the sensitivity matching value is calculated based on the distance from the average value of each feature amount for the selected sensitivity word (for example, “bright”).
  • This calculation method uses the feature value that is a sample of the average value. This is based on the assumption that the distribution is a normal distribution. Therefore, if the above assumptions are not valid, such as when there are two or more peaks, when there is no clear peak, or when one peak is not symmetrical, the reliability of the evaluation is reduced. Can do.
  • the present invention has been made in view of the above-described problems, for example, and is a content evaluation apparatus and method capable of suitably evaluating the content of music and the like, and a computer functioning as such a content evaluation apparatus.
  • the problem is to provide computer programs that can be used. It is another object of the present invention to provide a content search apparatus and method that can suitably search for content using a content evaluation apparatus, and a computer program that causes a computer to function as such a content search apparatus.
  • the content evaluation device evaluates the degree of conformity with respect to one search word related to one content among a plurality of content stored in the recording device.
  • the feature quantity for quantitatively characterizing the content is extracted for each of the plurality of contents, and the one search word out of the plurality of contents is positively or negatively evaluated.
  • Interpolating means for interpolating the distribution of the feature amount related to the content having the history, creation means for creating a score curve in which a score is associated with the feature amount based on the interpolated distribution, and the creation Calculating means for calculating the score based on the score curve obtained.
  • the content evaluation device of the present invention for example, for evaluating the degree of conformity with respect to one search word related to one content among a plurality of content stored in a recording device such as a music server.
  • Score power Calculated as follows.
  • Content here refers to content and data that can be stored in a recording device and can be evaluated by the user, such as music, video, or a homepage.
  • a “search term” is a term that indicates what aspect the content is evaluated for, in other words, an axis of evaluation, typically “bright”, “quiet” or “good”. Demonstrate the user's subjective sensibility. Such a search term is preliminarily determined by the user at the time of evaluation or Automatically selected from multiple candidates.
  • the “score for evaluating the degree of goodness of fit” is an index that quantitatively evaluates how well a single content matches a search term in at least two stages. In other words, there are two stages: “positive evaluation of“ conforming ”)” and “UNFIT (ie,“ conforming! /, Isn't, negative evaluation) ”.
  • the distribution of the feature amount related to the content having a history evaluated positively or negatively is interpolated by an interpolation unit having an arithmetic unit or the like.
  • “History positively or negatively evaluated” as used herein refers to a search term that has been matched in the past (ie, “FIT”), or that has not been matched positively (ie, “FIT”).
  • “UNFIT”) is a history of negative evaluation. The purpose is to estimate the score of one content to be evaluated from the distribution pattern of the feature amount of the content having a history evaluated positively or negatively.
  • Interpolation means that the distribution of discrete feature values is made continuous by an interpolation technique such as a mixed Gaussian model.
  • a score curve in which a score is associated with a feature amount is created by a creation unit having an arithmetic unit or the like.
  • the “score curve” here is simply the force that is the interpolated distribution itself, as described below, with some further corrections to the distribution! /.
  • the calculation means having an arithmetic unit or the like
  • the above-mentioned score is calculated. Specifically, for example, by extracting the feature value for one search word related to one content to be evaluated, and reading the score associated with the extracted feature value on the score curve, the score is obtained. Is calculated. If there are a plurality of types of feature values, a score for each feature value may be obtained individually, and the score may be calculated by summing up the scores. At this time, change the weighting for each score for each feature amount individually, It is good also.
  • the interpolation means interpolates a first distribution of feature quantities related to content having a history that has been positively evaluated among the plurality of contents. And interpolating a second distribution of feature quantities related to content having a negatively evaluated history among the plurality of contents, and the creating means interpolates from the interpolated first distribution.
  • the at least one score curve is created by subtracting the second distribution.
  • the first distribution of the feature amount related to the content having the history that has been positively evaluated among the plurality of contents is interpolated by the interpolation unit, and the negative evaluation is performed among the plurality of contents.
  • the second distribution of the extracted feature quantity related to the content having the recorded history is interpolated.
  • at least one score curve is created by subtracting the interpolated second distribution from the interpolated first distribution by the creating means, and based on this score curve, as described above. A score is calculated. In this way, not only based on “positively rated history” but also on “negatively rated history”! Since the score curve is created, the score curve reflects the user's sensibility more strongly and the evaluation accuracy is improved.
  • the interpolation means further interpolates a third distribution of the feature amounts related to the plurality of contents, and based on the interpolated third distribution.
  • Correction means for correcting the score curve so as to reduce the contribution of the third distribution to the shape of the score curve.
  • the third distribution of the feature amounts related to the plurality of contents is further interpolated by the interpolation means.
  • the “plural content” here is typically all content.
  • the correction means corrects the score curve based on the interpolated third distribution so as to reduce the contribution of the third distribution to the shape of the score curve.
  • the first distribution described above does not represent a distribution specific to content with a purely positive history, but is inherently more or less affected by the distribution of all content (ie, the third distribution). It is also the power that is being received.
  • the second distribution As a specific example of the correction, the first and second distributions may be divided by the third distribution before the score curve is created, or the created score curve may be divided by the third distribution. The power is not limited to this. In any case, since the correction is made in this way and the contribution of the third distribution to the shape of the score curve is reduced, the evaluation accuracy is further improved.
  • the interpolation means further interpolates a third distribution of the feature quantities related to the plurality of contents, and the third means for the shape of the score curve.
  • Correction means for correcting the interpolated first distribution and correcting the interpolated second distribution based on the interpolated third distribution so as to reduce the contribution due to the distribution of Prepare.
  • the score curve is corrected.
  • the contribution of the third distribution to the shape is reduced, thus further improving the evaluation accuracy.
  • a content search device is based on the content evaluation device according to any one of claims 1 to 4 and the calculated score.
  • a score is calculated for each of a plurality of contents by the content evaluation device according to any one of claims 1 to 4.
  • a search unit having an arithmetic unit or the like searches for a content that matches a central search word of a plurality of contents.
  • a score for one search word is given, and several contents having a relatively high score are searched as content that matches one search word.
  • the content searched in this way is output with a display or the like. It is output to the user by the force means.
  • the content search device of the present invention it is possible to search for content suitably based on a score calculated with high accuracy, and the search accuracy is improved, which is very advantageous in practice.
  • the search means searches for a content exceeding the calculated score power predetermined score threshold among the plurality of contents.
  • the search means searches for a content exceeding the calculated score force predetermined score threshold among the plurality of contents.
  • the “predetermined score threshold” is a value calculated in advance by experiment or simulation as a lower limit value of the score at which the content can be considered to be suitable for one search term. This predetermined score threshold may be fixed or may be changed later by the user. If such a restriction is set, even if the content is huge, only the necessary amount is output, which is effective in practice.
  • the content search apparatus further includes an update unit that updates the history evaluated for the searched content according to the evaluation by the user.
  • the history evaluated for the searched content is updated by the updating unit according to the evaluation by the user. For example, if the content power searched for the search term “bright” is perceived as “bright” by the user, the user positively evaluates it, that is, evaluates it as “FIT”. The history is updated according to. On the contrary, if the user does not feel “bright”, the user evaluates negatively, that is, evaluates “U NFIT”, and the history is updated according to the strong evaluation. Typically, the oldest historical power is also updated. “User evaluation” is typically done in two stages, “FIT” or “UNFIT”, or more.
  • Such evaluation may be performed, for example, by the user manually selecting options on the display, or may be performed automatically by analyzing the brain waves of the user who is viewing the content. In this way, when the history is updated, a score curve is created based on the subjective judgment of the new user as much as possible. Since the content is searched, the search accuracy is improved.
  • the content evaluation method of the present invention is a content evaluation method for evaluating the degree of conformity with respect to one search word related to one content among a plurality of contents stored in a recording device, An extraction step for extracting the feature quantity quantitatively characterizing the content for each of the plurality of contents, and a history of positive or negative evaluation for the one search word among the plurality of contents.
  • An interpolation process for interpolating a distribution of feature quantities related to the content to be created, a creation process for creating a score curve in which a score is associated with the feature quantities based on the interpolated distribution, and the created A calculation step of calculating the score based on the score curve.
  • the content evaluation method of the present invention can also adopt various aspects similar to the various aspects of the content evaluation apparatus of the present invention described above.
  • the content search method of the present invention uses the content evaluation method according to claim 8 to calculate the score for each of the plurality of contents, and based on the calculated score. And a search step for searching for content that matches the central search term of the plurality of contents, and an output step for outputting the searched content to the user.
  • the content search method of the present invention can also adopt various aspects similar to the various aspects of the content search apparatus of the present invention described above.
  • a first computer program according to the present invention provides a composition.
  • the data is made to function as the content evaluation device according to any one of claims 1 to 4.
  • the first computer program product in the computer-readable medium can be executed by a computer provided in the above-described content evaluation apparatus (including various forms thereof) of the present invention.
  • a program command is clearly embodied, and the computer functions as at least a part of the content evaluation device (specifically, for example, at least one of extraction means, interpolation means, creation means, and calculation means)
  • the first computer program product of the present invention is stored in a recording medium such as a ROM, CD-ROM, DVD-ROM, or hard disk that stores the first computer program product. If the product is read into a computer or the first computer program product, which is a transmission wave, for example, is downloaded to the computer via communication means, the above-described content evaluation apparatus of the present invention can be implemented relatively easily. It becomes possible. More specifically, the first computer program product may also be configured with a computer readable code (or computer readable instruction) force that functions as the content evaluation apparatus of the present invention described above.
  • a second computer program of the present invention causes a computer to function as the content search device according to any one of claims 5 to 7.
  • a second computer program product in a computer-readable medium solves the above problem.
  • a program instruction executable by a computer provided in the above-described content search device of the present invention (including various forms thereof) is clearly embodied, and the computer is used as the content search device. At least a part (specifically, for example, at least one of search means and output means).
  • the second computer program product of the present invention is stored in a recording medium such as a ROM, CD-ROM, DVD-ROM, or hard disk that stores the second computer program product. If the product is read into a computer or the second computer program product, which is a transmission wave, for example, is downloaded to the computer via communication means, the above-described content search device of the present invention can be implemented relatively easily. It becomes possible. More specifically, the second computer program product may also be configured with a computer readable code (or computer readable instruction) force that functions as the content search device of the present invention described above.
  • the content evaluation apparatus includes the extraction unit, the interpolation unit, the creation unit, and the calculation unit.
  • the extraction step and the interpolation step Since the creation step and the calculation step are provided, it is possible to suitably evaluate the degree of conformity with respect to one search term related to one content.
  • the computer program of the present invention since the computer functions as an extraction unit, an interpolation unit, a creation unit, and a calculation unit, the above-described content evaluation apparatus of the present invention can be constructed relatively easily.
  • a search means and output means are provided in addition to the content evaluation device.
  • a search is performed in addition to the content evaluation method. Since it includes a process and an output process, it is possible to search for content appropriately based on the evaluation results.
  • FIG. 1 is a block diagram conceptually showing the basic structure of a content search apparatus equipped with a content evaluation apparatus according to an embodiment of the present invention.
  • FIG. 2 is a flowchart showing an operation process of the content search device according to the embodiment.
  • FIG. 3 is a list of music feature quantities extracted for each music piece according to an embodiment.
  • FIG. 4 is a list of evaluation histories subjectively evaluated for a search word according to an example.
  • FIG. 5 is a characteristic diagram showing an evaluation history distribution interpolation graph when the feature amount of the music is “rhythm speed” according to the embodiment.
  • Fig. 6 is a characteristic diagram showing an all-music distribution interpolation graph in the case where the feature amount of the music is "Rhythm speed" according to the embodiment.
  • FIG. 7 is a characteristic diagram showing a process of creating an FIT evaluation history distribution interpolation correction graph when the feature amount of the music is “rhythm speed” according to the embodiment.
  • FIG. 8 is a characteristic diagram showing a process of creating a UNFIT evaluation history distribution interpolation correction graph when the feature amount of the music is “rhythm speed” according to the embodiment.
  • FIG. 9 is a characteristic diagram showing a process of creating a score curve when the feature amount of the music is “rhythm speed” according to the embodiment.
  • FIG. 1 is a block diagram conceptually showing the basic structure of the content search apparatus equipped with the content evaluation apparatus according to the embodiment of the present invention.
  • the content search device 1 is a device that searches for music as an example of the content to be searched, and includes a music input unit 10, a feature amount extraction unit 11, Collection storage unit 12, evaluation input unit 20, evaluation history storage unit 21, distribution interpolation unit 22, evaluation history correction unit 23, score curve creation unit 24, score calculation unit 25, search word selection unit 30, search result output unit With 40.
  • the music input unit 10 to the score calculation unit 25 also function as a “content evaluation device” according to the present invention. Details of each part will be described below.
  • the music input unit 10 is a disc player that plays a disc such as a CD or a streaming interface that accepts streaming distribution of music data, and waveform data of the music that is an example of the "content" according to the present invention. And the music identifier.
  • the waveform data of the music is input as, for example, PCM data or MP3 data via media such as CD or via the Internet.
  • the feature quantity extraction unit 11 is an example of the "extraction means" according to the present invention, and includes an arithmetic circuit such as a CPU. Rhythm speed, average sound level, chord change speed, frequency spectrum center of gravity, etc. are quantitatively analyzed and extracted (see Fig. 3).
  • the feature quantity storage unit 12 is configured to include a storage device such as a hard disk, and stores the feature quantities of the extracted music pieces in association with each music piece in a manner that allows identification. . Further, when updating the evaluation history, when interpolating each feature value distribution, or when calculating a score, the feature value of the stored music is read out.
  • the evaluation input unit 20 is an example of the "update means" according to the present invention, and includes an input device such as a touch panel, for example. Etc.) (ie, “subjective information”) and the identifiers of the music piece M and the search word S can be input to update the evaluation history. For example, if the user feels positively that the music M they watched is “bright”, the evaluation “FIT” Conversely, if you feel negative, “not bright”, you can enter an evaluation of “UNFIT” and update the evaluation history.
  • This evaluation stage may be able to input more detailed evaluations of three or more levels, not limited to two levels such as “FIT” or “UNFIT”. The default value should be adopted until such evaluation is input by the user.
  • the evaluation does not necessarily have to be manually input.
  • the evaluation input unit 20 capable of quantifying the sensitivity by analyzing the spectral frequency of the user's brain waves and outputting it as a sensitivity value is the music M It may be automatically evaluated on the basis of the sensitivity when viewing.
  • the human brain responds to a given stimulus, and the electroencephalogram changes accordingly.
  • the brain has a functional localization force S, and it uses the fact that a characteristic potential distribution is formed by the part that is involved and the part that is not involved, depending on the state of sensitivity such as anger, joy, and sadness. Is.
  • the evaluation history storage unit 21 is configured to include a storage device such as a hard disk, and reads the feature amount of the input music M and adds it to the evaluation history of the search word S.
  • the search word S is associated with the feature amount of the music M.
  • the evaluation history is classified into FIT history and UNFIT history, and is assigned to either history based on the input evaluation results.
  • the distribution interpolation unit 22 includes a CPU, a memory, and the like, and interpolates various discrete graphs based on an interpolation technique such as a mixed Gaussian model. Specifically, it reads the evaluation history, creates a distribution graph of arbitrary search terms, subjectivity, and feature quantities (also called “evaluation history distribution graph”, see Fig. 5), and interpolates this graph (“ Also called “evaluation history distribution interpolation graph” (see Figure 5). Also, a distribution graph of arbitrary feature values of all stored music (also called “all music distribution graph”, see FIG. 6) is created, and this is also interpolated (also called “all music distribution interpolation graph”). Create Figure 6).
  • an interpolation technique such as a mixed Gaussian model. Specifically, it reads the evaluation history, creates a distribution graph of arbitrary search terms, subjectivity, and feature quantities (also called “evaluation history distribution graph”, see Fig. 5), and interpolates this graph (“ Also called “evaluation history distribution interpolation graph”
  • the evaluation history correction unit 23 is an example of the “correction unit” according to the present invention, and includes a CPU, a memory, etc., and the evaluation history distribution interpolation graph is corrected with an all-music distribution interpolation graph.
  • a distribution interpolation correction graph is created for each evaluation stage. If there are two stages of evaluation, such as “FIT” or “UNFIT”, a graph that is corrected with the all-music distribution distribution graph is created for each FIT and UNFIT evaluation history distribution complement graph ( These graphs are called “FIT evaluation history distribution interpolation correction graph” and “UNFIT evaluation history distribution interpolation correction graph”. Also say. (See Figure 7 and Figure 8.)
  • the score curve creating unit 24 is an example of the “creating unit” according to the present invention, and includes a CPU, a memory, and the like, and is based on the evaluation history distribution interpolation graph or the evaluation history distribution interpolation correction graph. Thus, a score curve necessary for calculating the score is generated (see FIG. 9).
  • the score curve may be the FIT evaluation history distribution interpolation graph or the FIT evaluation history distribution interpolation correction graph itself, or the UNFIT evaluation history distribution interpolation graph or the UNFIT evaluation history distribution interpolation correction graph.
  • the FIT evaluation history distribution interpolation graph force is also a graph obtained by subtracting the UNFIT evaluation history distribution interpolation graph, this graph is further corrected by the all-music distribution interpolation graph, or FIT evaluation history distribution interpolation correction graph force UNFIT as described later.
  • a score curve is created based on at least the interpolated feature distribution graph.
  • the score calculation unit 25 is an example of the “calculation unit” according to the present invention, and includes a CPU, a memory, and the like.
  • the score calculation unit 25 reads the feature amount of each content and associates it with the score curve. The obtained value is calculated as a score. That is, content is evaluated as a content evaluation device.
  • a score is associated with an arbitrary feature amount on the score curve. Therefore, any value of the feature amount of the content to be evaluated can be associated with the feature amount.
  • the score can be read on the score curve. Therefore, even if the feature distribution graph (first distribution) is not a normal distribution, the score accuracy is higher than when the score is calculated as the distance from the average value without interpolation. It is very advantageous in practice.
  • the search word selection unit 30 is an example of the "search means" according to the present invention, and includes an input device such as a touch panel.
  • the search word selection unit 30 specifies a user from a plurality of search word candidates displayed on the display.
  • the search word S can be selected.
  • the search result output unit 40 is an example of "output means" according to the present invention, and includes a display or the like, and uses a song corresponding to the selected search word S (that is, FIT) as a search result. It can be displayed to the user. When the user determines a favorite song from the search results, the song is played. As described above with reference to FIG. 1, the content search device 1 equipped with the content evaluation device according to the present embodiment is configured. Therefore, the score calculated with high accuracy by the content evaluation device can be obtained. Based on the content stored in the recording device, the content can be suitably searched.
  • FIG. 2 is a flowchart illustrating the operation process of the content search apparatus according to the embodiment.
  • the music to be searched is input as follows, and the feature value is extracted and stored.
  • the waveform data of the music to be searched and the identifier of the music to be searched in the search device are input via the music input unit 10 in advance at the time of factory shipment or afterwards by the user.
  • Step S10 This waveform data is quantitatively analyzed by the feature quantity extraction unit 11, and the feature quantity of the music (for example, the speed of the rhythm, the average value of the sound level, the speed of the chord change, the center of frequency spectrum, etc.) is extracted.
  • the feature quantity of the music for example, the speed of the rhythm, the average value of the sound level, the speed of the chord change, the center of frequency spectrum, etc.
  • the extracted feature values are standardized by, for example, a reference average and standard deviation, and stored in the feature value storage unit 12 in association with the music identifier as shown in FIG. 3 (step S).
  • FIG. 3 is a list of feature amounts of the music extracted for each music according to the embodiment.
  • the evaluation of the music is performed as follows at the time of factory shipment or afterwards by the user who has watched the music searched based on the search word. Specifically, first, as evaluation (FIT or UNFIT) for the music M, subjective information indicating whether the image of the music M based on the user's subjectivity is suitable for the search word S is input to the evaluation input unit 20. (Step S20). In addition, the feature amount of the song M to be evaluated is read from the feature amount storage unit 12 based on the identifier of the song M (step S121). This feature amount is stored in the evaluation history storage unit 21 as an evaluation history as shown in FIG. 4 (a) together with the subjective information of the music piece M related to the search word S (step S21).
  • FIT or UNFIT subjective information indicating whether the image of the music M based on the user's subjectivity is suitable for the search word S is input to the evaluation input unit 20.
  • the feature amount of the song M to be evaluated is read from the feature amount storage unit 12 based on the identifier of the song M (step
  • FIG. 4 is a list of evaluation histories subjectively evaluated for the search terms according to the embodiment.
  • the evaluation history stores the feature quantities of the songs that have been evaluated (FIT or U NFIT) for each search term, with a management number.
  • the feature number for each song that has been evaluated as “FIT” can be assigned a management number such as management numbers 0, 1, 2, 10, 11,. Will be saved.
  • the evaluation history storage unit 21 may store an identifier of a music piece having the feature amount as an evaluation history instead of the feature amount. In other words, the evaluation history shown in FIG.
  • the music feature quantity shown in FIG. 3 may be associated as a so-called relational database using the music identifier as a key.
  • the feature quantity can be indirectly read out from the music feature quantity storage section 12 using the music identifier without being directly read out from the evaluation history storage section 21. Therefore, it is possible to save the capacity of the evaluation history storage unit 21 while maintaining that the feature amount of the music necessary for creating the evaluation history distribution graph can be read.
  • the music can be searched as follows. Specifically, first, the search word “bright” is selected by the user via the search word selection unit 30 (step S30).
  • the distribution interpolation unit 22 interpolates the distribution of the evaluated music (evaluation history distribution graph) with a mixed Gaussian model etc. with respect to the feature quantities of the music recorded in the evaluation history of the selected search term “bright”. Then, an evaluation history distribution interpolation graph shown in FIG. 5 is obtained (step S22).
  • FIG. 5 is a characteristic diagram showing an evaluation history distribution interpolation graph when the feature amount of the music is “rhythm speed” according to the embodiment.
  • the horizontal axis shows the “rhythm speed” as an example of the feature quantity
  • the vertical axis shows the “sample number” of the music before the interpolation
  • the “probability” that the sample exists after the interpolation Respectively.
  • Such an evaluation history distribution interpolation graph is created for each of “FIT” and “UNFIT” for “Rhythm speed” (FIT evaluation history distribution interpolation graph in FIG. 7 and UNFIT in FIG. 8). (See Evaluation history distribution interpolation graph).
  • a similar evaluation history distribution complement graph is created for other features. As a result of the interpolation, it is possible to calculate the score suitably even for the music having the “rhythm speed” which is not stored in the evaluation history.
  • the distribution interpolation as described above is also performed for the feature amounts of all the music pieces stored in the feature amount storage unit 12.
  • the whole music distribution graph showing the distribution of all music stored in the feature quantity storage unit 12 is approximated by a mixed Gaussian model or the like, and the whole music distribution interpolation is performed. Create a graph.
  • FIG. 6 is a characteristic diagram showing an all-music distribution interpolation graph in the case where the feature amount of the music is “the speed of rhythm” according to the embodiment.
  • FIG. 6 is a characteristic diagram showing an all-music distribution interpolation graph in the case where the feature amount of the music is “the speed of rhythm” according to the embodiment.
  • the horizontal axis indicates “rhythm speed”, which is an example of the feature quantity
  • the vertical axis indicates the “number of samples” of the music before the interpolation, and the “probability” that the sample exists after the interpolation.
  • a similar all-music distribution interpolation graph is created for other feature quantities.
  • the evaluation history correction unit 23 corrects the evaluation history distribution interpolation graph of FIG. 5 with the all-music distribution interpolation graph of FIG. 6 to create an evaluation history distribution interpolation correction graph (step S23).
  • FIG. 7 is a characteristic diagram showing a process of creating a FIT evaluation history distribution interpolation correction graph in the case where the feature amount of the music is “rhythm speed” according to the embodiment.
  • FIG. 8 is a characteristic diagram showing a process of creating an UNFIT evaluation history distribution interpolation correction graph when the feature amount of the music is “rhythm speed” according to the embodiment.
  • the score curve creating unit 24 creates a score curve for each feature amount based on the FIT / UNFIT evaluation history distribution interpolation correction graph (step S24).
  • “Score curve FIT evaluation history distribution interpolation correction graph
  • UNFIT evaluation history distribution interpolation correction Create a score curve as shown in Fig. 9.
  • FIG. 9 is a characteristic diagram showing a process of creating a score curve when the musical feature quantity is “rhythm speed” according to the embodiment. A score curve is similarly created for other feature amounts. As a result, not only the positive evaluation “FIT” but also the negative evaluation “UNFIT” is taken into account, so the score curve reflects the user's preference more strongly. Is obtained.
  • Score curve FIT evaluation history distribution interpolation graph
  • Score curve UNFIT evaluation history distribution interpolation graph
  • Score curve FIT evaluation history distribution interpolation graph — UNFIT evaluation history distribution interpolation graph
  • Score curve FIT evaluation history distribution interpolation graph Z whole song distribution interpolation graph
  • Score curve -UNFIT evaluation history distribution interpolation graph Z whole song distribution interpolation graph
  • Score curve (FIT evaluation history distribution interpolation graph UNFIT evaluation history distribution interpolation Graph)
  • a score curve may be created according to any of the formulas of “Z total music distribution interpolation graph”.
  • the score curve created according to the sixth equation is similar to that shown in Fig. 9.
  • the score calculation unit 25 calculates the score of each piece of music in the search word "bright” (step S25). To calculate the score of a song M in the search term “bright”, the score for each feature amount is read on the score curve for each feature amount, and the total score read for each feature amount is calculated. And the final score for the search term “bright” for song M. For example, in the search term “bright” for song M, the score for “Rhythm speed” is 0.14, the score for “Average value of voice level” is 0.1, and the score for “Speed of chord change” is 0. 2. If the score for “frequency spectrum centroid” is 0.3, the final score for the search term “bright” for song M is 0.14 + 0. 1 + 0.
  • the sorted music is output together with the identifier by the search result output unit 40 (step S40).
  • the output music may be all of the sorted music, or a part of the music (for example, a score that is equal to or higher than a certain positive threshold). From the list of songs output as “bright” songs in this way, the user can finally select and play the song that he / she wants to watch. After viewing, the user can input the above-described evaluation of the music via the evaluation input unit 20 (step S20). As a result, the evaluation history is updated, and based on the updated evaluation history, a search that reflects the sensitivity of the user as much as possible becomes possible.
  • the operation processing shown in the present embodiment may be realized by operating the content search device based on a content search method including a search step and an output step. Or you may implement
  • the content evaluation device is not necessarily used for searching. It can of course be used alone or for other purposes.
  • the present invention is not limited to the above-described embodiments, and can be appropriately changed within the scope of the invention and the gist of the invention which can also read the entire specification of the claims or the spirit of the invention.
  • the content evaluation device and content search device, the content evaluation method and the content search method, and the first and second computer programs are also included in the technical scope of the present invention.
  • the content evaluation device and content search device, the content evaluation method and content search method, and the first and second computer programs according to the present invention are, for example, a plurality of content stored in a recording device such as a music server. Among them, it can be used for a content evaluation device for evaluating the degree of conformity of one search word related to one content.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

明 細 書
コンテンツ評価装置及びコンテンツ検索装置、コンテンツ評価方法及びコ ンテンッ検索方法、並びに第 1及び第 2のコンピュータプログラム
技術分野
[0001] 本発明は、ミュージックサーバ等の記録装置に保存された複数のコンテンツのうち、 一のコンテンツに係る一の検索語についての適合度合いを評価するためのコンテン ッ評価装置及び方法、並びにコンピュータをそのようなコンテンツ評価装置として機 能させる第 1のコンピュータプログラム、更に、コンテンツ評価装置を利用してコンテン ッを検索するためのコンテンツ検索装置及び方法、並びにコンピュータをそのような コンテンツ検索装置として機能させる第 2のコンピュータプログラムの技術分野に関 する。
背景技術
[0002] この種のコンテンツ評価装置、及びコンテンツ評価装置を利用してコンテンツを検 索するためのコンテンツ検索装置として、ユーザの感性に適合した楽曲を提示するこ とを目的とした選曲装置が提案されている (特許文献 1参照)。この技術〖こよると、予 め設定された人物特性 (例えば、年代'性別)や感性語 (例えば、「明るい」 ·「悲しい」 )に対応した楽曲の特徴量 (例えば、和音変化度'ビート)を有する楽曲が、複数の楽 曲各々の特徴量に応じて選曲される。この際、ある特徴量を有する楽曲が、感性語 にどれだけ適合して 、るかを示す感性適合値の大小に基づ 、て評価され、その結果 に基づ!/、て選曲が行われる。
[0003] 特許文献 1:特開 2005— 209276号公報
発明の開示
発明が解決しょうとする課題
[0004] し力しながら、例えば前述の特許文献 1に開示されている技術によると、以下のよう な問題が生じ得るため、好ましい検索結果が得られない虞がある。具体的には、感性 適合値は、選択された感性語 (例えば、「明るい」)に関して、各特徴量の平均値から の距離に基づいて算出されている。この算出方法は、平均値の標本となる特徴量の 分布が、正規分布であるとの仮定に成り立つものである。従って、ピークが 2つ以上 存在する場合、明確にピークが無い場合、或いはピークが 1つでも左右対称形になら ない場合のように、上記仮定が不成立の場合には、評価の信頼性は低下し得る。
[0005] 本発明は、例えば上述した問題点に鑑みてなされたものであり、楽曲等のコンテン ッを好適に評価可能なコンテンツ評価装置、及び方法、並びにコンピュータをそのよ うなコンテンツ評価装置として機能させるコンピュータプログラムを提供することを課 題とする。更に、コンテンツ評価装置を利用してコンテンツを好適に検索可能なコン テンッ検索装置及び方法、並びにコンピュータをそのようなコンテンツ検索装置とし て機能させるコンピュータプログラムを提供することを課題とする。
課題を解決するための手段
[0006] (コンテンツ評価装置)
本発明に係るコンテンツ評価装置は上述の課題を解決するために、記録装置に保 存された複数のコンテンツのうち、一のコンテンツに係る一の検索語についての適合 度合 、を評価するコンテンツ評価装置であって、前記コンテンツを定量的に特徴付 ける特徴量を、前記複数のコンテンツの各々について抽出する抽出手段と、前記複 数のコンテンツのうち前記一の検索語について肯定的又は否定的に評価された履 歴を有するコンテンツに係る特徴量の分布を補間する補間手段と、前記補間された 分布に基づいて、前記特徴量にスコアが対応付けられたスコア曲線を作成する作成 手段と、前記作成されたスコア曲線に基づいて、前記スコアを算出する算出手段とを 備える。
[0007] 本発明に係るコンテンツ評価装置によれば、例えばミュージックサーバ等の記録装 置に保存された複数のコンテンツのうち、一のコンテンツに係る一の検索語について の適合度合いを評価するためのスコア力 以下のようにして算出される。ここでいう「コ ンテンッ」とは、楽曲、映像、或いはホームページのように、記録装置に保存され、且 つユーザにより評価の対象となり得るコンテンツ及びそのデータである。「検索語」と は、コンテンツが如何なる観点について評価されるのかを示す、いわば評価の軸を 示す言葉であり、典型的には、「明るい」、「静かな」、或いは「ノリのよい」といったユー ザの主観的な感性を示す。かかる検索語は、評価の際に予めユーザによって或いは 自動的に複数候補の中から選択される。そして、例えば「明るい」という検索語が選択 された場合には、一のコンテンツがユーザにとってどの程度「明るい」かがスコアとし て評価される。「適合度合いを評価するためのスコア」とは、少なくとも 2段階で、一の コンテンツがーの検索語にどの程度適合しているかを定量的に評価する指標であり 、典型的には「FIT (即ち、「適合している」という肯定的な評価)」、「UNFIT (即ち、「 適合して!/、な 、」 t 、う否定的な評価)」の 2段階である。
[0008] 上述したスコアを算出するにあたり先ず、コンテンツを定量的に特徴付ける特徴量( 例えば、コンテンツが楽曲であれば、リズムの速さ、音声レベルの平均値、和音変化 の速さ、周波数スペクトル重心等)が、演算装置等を有する抽出手段により、上述し た複数のコンテンツの各々について抽出される。
[0009] この複数のコンテンツのうち、肯定的又は否定的に評価された履歴を有するコンテ ンッに係る特徴量の分布が、演算装置等を有する補間手段により、補間される。ここ でいう「肯定的又は否定的に評価された履歴」とは、過去に一の検索語について適 合している(即ち、「FIT」)と肯定的に、又は適合していない(即ち、「UNFIT」)と否 定的に評価された履歴をいう。このように肯定的又は否定的に評価された履歴をもつ コンテンツの特徴量の分布パターンから、評価対象となっている一のコンテンツのス コアを推測する趣旨である。「補間」とは、離散的な特徴量の分布を、混合ガウスモデ ル等の補間技術により連続的な分布にすることをいう。
[0010] 上述のように補間された分布に基づいて、演算装置等を有する作成手段により、特 徴量にスコアが対応付けられたスコア曲線が作成される。ここでいう「スコア曲線」は、 簡単には、補間された分布そのものである力 後述するように分布に対して更に何ら かの補正がなされたものでもよ!/、。
[0011] このように作成されたスコア曲線に基づいて、演算装置等を有する算出手段により
、上述のスコアが算出される。具体的に例えば、評価対象となる一のコンテンツに係 る一の検索語についての特徴量を抽出し、抽出された特徴量に、スコア曲線上で対 応付けられたスコアを読み取ることで、スコアが算出される。尚、特徴量が複数種類あ るならば、各特徴量に関するスコアを個別に求め、各スコアの総和をもってスコアを 算出してもよい。この際、各特徴量に関するスコア毎の重み付けを個別に変えて総和 をとしてもよい。
[0012] 以上の結果、一のコンテンツに係る一の検索語についての適合度合いを好適に評 価できる。仮に分布が正規分布ではなくとも、補間された分布に基づいてスコア曲線 が作成されるので、補間されずに平均値力ゝらの距離としてスコアが算出される場合に 比べて、スコアの精度が高ぐ実践上非常に有利である。
[0013] 本発明に係るコンテンツ評価装置の一態様では、前記補間手段は、前記複数のコ ンテンッのうち肯定的に評価された履歴を有するコンテンツに係る特徴量の第 1の分 布を補間し、前記複数のコンテンツのうち否定的に評価された履歴を有するコンテン ッに係る特徴量の第 2の分布を補間し、前記作成手段は、前記補間された第 1の分 布から、前記補間された第 2の分布を差し引くことで、前記少なくとも一のスコア曲線 を作成する。
[0014] この態様によれば、補間手段によって、複数のコンテンツのうち肯定的に評価され た履歴を有するコンテンツに係る特徴量の第 1の分布が補間され、複数のコンテンツ のうち否定的に評価された履歴を有するコンテンツに係る、抽出された特徴量の第 2 の分布が補間される。そして、作成手段によって、補間された第 1の分布から、補間さ れた第 2の分布が差し引かれることで、少なくとも一のスコア曲線が作成され、このス コア曲線に基づいて、上述したようにスコアが算出される。このように、「肯定的に評 価された履歴」のみならず、「否定的に評価された履歴」に基づ!、てスコア曲線が作 成されるので、スコア曲線にはユーザの感性が一層強く反映され、評価精度が向上 する。
[0015] 本発明に係るコンテンツ評価装置の他の態様では、前記補間手段は、前記複数の コンテンツに係る特徴量の第 3の分布を更に補間し、前記補間された第 3の分布に基 づいて、前記スコア曲線の形状に対する、前記第 3の分布による寄与を低減するよう に、前記スコア曲線を補正する補正手段を更に備える。
[0016] この態様によれば、補間手段によって、複数のコンテンツに係る特徴量の第 3の分 布が更に補間される。ここでいう「複数のコンテンツ」は、典型的には全コンテンツで ある。そして、補正手段によって、スコア曲線の形状に対する、第 3の分布による寄与 を低減するように、補間された第 3の分布に基づいて、スコア曲線が補正される。上 述した第 1の分布は、純粋に肯定的に評価された履歴を有するコンテンッに特有の 分布を示しているわけでなぐ全コンテンツの分布 (即ち、第 3の分布)による影響を 元々大なり小なり受けている力もである。第 2の分布についても同様である。補正の 具体的態様例としては、スコア曲線を作成する前に第 1及び第 2の分布を第 3の分布 で除算する、或いは作成されたスコア曲線を第 3の分布で除算する等が想定される 力 これに限られる趣旨ではない。いずれにせよ、このように補正され、スコア曲線の 形状に対する、第 3の分布による寄与が低減されるので、評価精度が一層向上する。
[0017] 本発明に係るコンテンツ評価装置の他の態様では、前記補間手段は、前記複数の コンテンツに係る特徴量の第 3の分布を更に補間し、前記スコア曲線の形状に対す る前記第 3の分布による寄与を低減するように、前記補間された第 3の分布に基づい て、前記補間された第 1の分布を補正すると共に、前記補間された第 2の分布を補正 する補正手段を更に備える。
[0018] この態様によれば、補間された第 3の分布に基づいて、第 1及び第 2の分布が補正 されるので、上述したようにスコア曲線が補正される場合と同様に、スコア曲線の形状 に対する、第 3の分布による寄与が低減され、もって評価精度が一層向上する。
[0019] (コンテンツ検索装置)
本発明に係るコンテンツ検索装置は、上記課題を解決するために、請求項 1から 4 のいずれか一項に記載のコンテンツ評価装置と、前記算出されたスコアに基づいて 、前記複数のコンテンツの中から前記一の検索語に適合するコンテンツを検索する 検索手段と、前記検索されたコンテンツをユーザに対して出力する出力手段とを備え る。
[0020] 本発明に係るコンテンツ検索装置によると、請求項 1から 4のいずれか一項に記載 のコンテンツ評価装置によって、複数のコンテンツの各々についてスコアが算出され る。こうして算出されたスコアに基づいて、例えば演算装置等を有する検索手段によ つて、複数のコンテンツの中力 一の検索語に適合するコンテンツが検索される。具 体的に例えば、複数のコンテンツの各々に対して、一の検索語についてのスコアがさ れ、スコアが比較的高い幾つかのコンテンツ力 一の検索語に適合するコンテンツで あるとして検索される。このように検索されたコンテンツは、ディスプレイ等を有する出 力手段によって、ユーザに対して出力される。従って、コンテンツが例えば楽曲であ る場合、ユーザは、出力された幾つかの楽曲の中から、所望の楽曲を選択し、再生 等が可能となる。以上説明したように、本発明に係るコンテンツ検索装置によると、精 度良く算出されたスコアに基づいて好適にコンテンツを検索可能となり、検索精度も 向上するので、実践上非常に有利である。
[0021] 本発明に係るコンテンツ検索装置の一態様では、前記検索手段は、前記複数のコ ンテンッのうち、前記算出されたスコア力 所定スコア閾値を超えるものを検索する。
[0022] この態様によれば、検索手段によって、複数のコンテンツのうち、算出されたスコア 力 所定スコア閾値を超えるものが検索される。「所定スコア閾値」とは、コンテンツが 一の検索語に適合していると見なし得るスコアの下限値として、予め実験或いはシミ ユレーシヨンにより算出された値である。この所定スコア閾値は、固定でもよいし、ユー ザによって事後的に変更されてもよい。このような制限が設けられると、コンテンツが 膨大な量である場合にも、必要な分だけが出力されることになり、実践上有効である
[0023] 本発明に係るコンテンツ検索装置の他の態様では、前記検索されたコンテンツに 対して評価された履歴を、前記ユーザによる評価に従って更新する更新手段を更に 備える。
[0024] この態様によれば、検索されたコンテンツに対して評価された履歴が、更新手段に よって、ユーザによる評価に従って更新される。例えば、「明るい」という検索語につ いて検索されたコンテンツ力 ユーザにとって「明るい」と感じられる場合、ユーザは 肯定的に評価して、即ち、「FIT」であると評価して、力かる評価に従って履歴が更新 される。逆に、「明るい」と感じられない場合、ユーザは否定的に評価して、即ち、「U NFIT」であると評価して、力かる評価に従って履歴が更新される。典型的には、最古 の履歴力も更新される。「ユーザによる評価」は、典型的には「FIT」又は「UNFIT」 の 2段階、或いはそれ以上の段階でなされる。かかる評価は、例えばディスプレイ上 の選択肢力もユーザが手動で選択することで行われてもよ 、し、或 、はコンテンツを 視聴中のユーザの脳波等を解析して自動で行われてもよい。このように、履歴が更新 されれば、極力新しいユーザの主観的な判断に基づいてスコア曲線が作成され、コ ンテンッが検索されるので検索精度が向上する。
[0025] (コンテンツ評価方法)
本発明のコンテンツ評価方法は上記課題を解決するために、記録装置に保存され た複数のコンテンツのうち、一のコンテンツに係る一の検索語についての適合度合い を評価するコンテンツ評価方法であって、前記コンテンツを定量的に特徴付ける特徴 量を、前記複数のコンテンツの各々について抽出する抽出工程と、前記複数のコン テンッのうち、前記一の検索語について肯定的又は否定的に評価された履歴を有す るコンテンツに係る特徴量の分布を補間する補間工程と、前記補間された分布に基 づ 、て、前記特徴量にスコアが対応付けられたスコア曲線を作成する作成工程と、 前記作成されたスコア曲線に基づいて、前記スコアを算出する算出工程とを備える。
[0026] 本発明のコンテンツ評価方法によれば、上述した本発明のコンテンツ評価装置の 場合と同様に、一のコンテンツがーの検索語についてどの程度適合しているかを好 適に評価可能となる。
[0027] 尚、本発明のコンテンツ評価方法においても、上述した本発明のコンテンツ評価装 置における各種態様と同様の各種態様を採ることが可能である。
[0028] (コンテンツ検索方法)
本発明のコンテンツ検索方法は上記課題を解決するために、請求項 8に記載のコ ンテンッ評価方法により、前記複数のコンテンツの各々について前記スコアを算出す る工程と、前記算出されたスコアに基づいて、前記複数のコンテンツの中力 前記一 の検索語に適合するコンテンツを検索する検索工程と、前記検索されたコンテンツを ユーザに対して出力する出力工程とを備える。
[0029] 本発明のコンテンツ検索方法によれば、上述した本発明のコンテンツ検索装置の 場合と同様に、精度良く算出されたスコアに基づいて好適にコンテンツを検索可能と なり、検索精度も向上するので、実践上非常に有利である。
[0030] 尚、本発明のコンテンツ検索方法においても、上述した本発明のコンテンツ検索装 置における各種態様と同様の各種態様を採ることが可能である。
[0031] (第 1のコンピュータプログラム)
本発明に係る第 1のコンピュータプログラムは上記課題を解決するために、コンビュ ータを、請求項 1から 4のいずれか一項に記載のコンテンツ評価装置として機能させ る。
[0032] 本発明のコンピュータプログラムによれば、上述した本発明のコンテンツ評価装置 の場合と同様に、一のコンテンツがーの検索語にっ 、てどの程度適合して!/、るかを 好適に評価可能となる。
[0033] 尚、本発明のコンピュータプログラムにおいても、上述した本発明のコンテンツ評価 装置における各種態様と同様の各種態様を採ることが可能である。
[0034] コンピュータ読取可能な媒体内の第 1のコンピュータプログラム製品は上記課題を 解決するために、上述した本発明のコンテンツ評価装置 (但し、その各種形態も含む )に備えられたコンピュータにより実行可能なプログラム命令を明白に具現ィ匕し、該コ ンピュータを、前記コンテンツ評価装置の少なくとも一部(具体的には、例えば 抽出 手段、補間手段、作成手段、及び算出手段の少なくとも一つ)として機能させる。
[0035] 本発明の第 1のコンピュータプログラム製品によれば、当該第 1のコンピュータプロ グラム製品を格納する ROM、 CD-ROM, DVD-ROM,ハードディスク等の記録 媒体から、当該第 1のコンピュータプログラム製品をコンピュータに読み込めば、或い は、例えば伝送波である当該第 1のコンピュータプログラム製品を、通信手段を介し てコンピュータにダウンロードすれば、上述した本発明のコンテンツ評価装置を比較 的容易に実施可能となる。更に具体的には、当該第 1のコンピュータプログラム製品 は、上述した本発明のコンテンツ評価装置として機能させるコンピュータ読取可能な コード (或いはコンピュータ読取可能な命令)力も構成されてよ 、。
[0036] (第 2のコンピュータプログラム)
本発明の第 2のコンピュータプログラムは上記課題を解決するために、コンピュータ を、請求項 5から 7の 、ずれか一項に記載のコンテンツ検索装置として機能させる。
[0037] 本発明のコンピュータプログラムによれば、上述した本発明のコンテンツ検索装置 の場合と同様に、好適にコンテンツを検索可能となる。
[0038] 尚、本発明のコンピュータプログラムにおいても、上述した本発明のコンテンツ検索 装置における各種態様と同様の各種態様を採ることが可能である。
[0039] コンピュータ読取可能な媒体内の第 2のコンピュータプログラム製品は上記課題を 解決するために、上述した本発明のコンテンツ検索装置 (但し、その各種形態も含む )に備えられたコンピュータにより実行可能なプログラム命令を明白に具現ィ匕し、該コ ンピュータを、前記コンテンツ検索装置の少なくとも一部(具体的には、例えば検索 手段及び出力手段の少なくとも一つ)として機能させる。
[0040] 本発明の第 2のコンピュータプログラム製品によれば、当該第 2のコンピュータプロ グラム製品を格納する ROM、 CD-ROM, DVD-ROM,ハードディスク等の記録 媒体から、当該第 2のコンピュータプログラム製品をコンピュータに読み込めば、或い は、例えば伝送波である当該第 2のコンピュータプログラム製品を、通信手段を介し てコンピュータにダウンロードすれば、上述した本発明のコンテンツ検索装置を比較 的容易に実施可能となる。更に具体的には、当該第 2のコンピュータプログラム製品 は、上述した本発明のコンテンツ検索装置として機能させるコンピュータ読取可能な コード (或いはコンピュータ読取可能な命令)力も構成されてよ 、。
[0041] 以上、説明したように、本発明のコンテンツ評価装置によれば、抽出手段、補間手 段、作成手段、算出手段を備え、本発明のコンテンツ評価方法によれば、抽出工程 、補間工程、作成工程、算出工程を備えるので、一のコンテンツに係る一の検索語に ついての適合度合いを好適に評価できる。力!]えて、本発明のコンピュータプログラム によれば、コンピュータを抽出手段、補間手段、作成手段、算出手段として機能させ るので、上述した本発明のコンテンツ評価装置を、比較的容易に構築できる。更に、 本発明のコンテンツ検索装置によれば、上記コンテンツ評価装置にカ卩えて、検索手 段及び出力手段を備え、本発明のコンテンツ検索方法によれば、上記コンテンツ評 価方法に加えて、検索工程及び出力工程を備えるので、評価結果に基づいて、好 適にコンテンッを検索できる。
[0042] 本発明の作用及び他の利得は次に説明する実施例力 明らかにされよう。
図面の簡単な説明
[0043] [図 1]本発明の実施例に係る、コンテンツ評価装置を搭載したコンテンツ検索装置の 基本構成を概念的に示すブロック図である。
[図 2]実施例に係る、コンテンツ検索装置の動作処理を示すフローチャートである。
[図 3]実施例に係る、各楽曲について抽出された楽曲の特徴量の一覧図である。 [図 4]実施例に係る、検索語に対して主観的に評価した評価履歴の一覧図である。
[図 5]実施例に係る、楽曲の特徴量が「リズムの速さ」である場合の評価履歴分布補 間グラフを示す特性図である。
[図 6]実施例に係る、楽曲の特徴量が「リズムの速さ」である場合の全曲分布補間ダラ フを示す特性図である。
[図 7]実施例に係る、楽曲の特徴量が「リズムの速さ」である場合の FIT評価履歴分布 補間補正グラフを作成する過程を示す特性図である。
[図 8]実施例に係る、楽曲の特徴量が「リズムの速さ」である場合の UNFIT評価履歴 分布補間補正グラフを作成する過程を示す特性図である。
[図 9]実施例に係る、楽曲の特徴量が「リズムの速さ」である場合のスコア曲線を作成 する過程を示す特性図である。
[図 10]実施例に係る、「スコア曲線 = FIT評価履歴分布補間」とした場合のスコア曲 線を作成する過程を示す特性図である。
[図 11]実施例に係る、「スコア曲線 = FIT評価履歴分布補間グラフ UNFIT評価履 歴分布補間グラフ」とした場合のスコア曲線を作成する過程を示す特性図である。 符号の説明
[0044] 1 コンテンツ検索装置
11 特徴量抽出部
22 分布補間部
24 スコア曲線作成部
25 スコア算出部
発明を実施するための最良の形態
[0045] 以下、本発明を実施するための最良の形態について実施例毎に順に図面に基づ いて説明する。 以下、本発明の実施例を図面に基づいて説明する。
[0046] (1)実施例
本実施例に係るコンテンツ評価装置を搭載したコンテンツ検索装置の構成及び動 作処理を図 1から図 9を参照して説明する。
[0047] (1 1)構成 先ず、本実施例に係るコンテンツ評価装置を搭載したコンテンツ検索装置の構成 について、図 1を参照して説明する。ここに、図 1は、本発明の実施例に係る、コンテ ンッ評価装置を搭載したコンテンツ検索装置の基本構成を概念的に示すブロック図 である。
[0048] 図 1に示すように、本実施例に係るコンテンツ検索装置 1は、検索対象となるコンテ ンッの一例として楽曲を検索する装置であり、楽曲入力部 10、特徴量抽出部 11、特 徴量保存部 12、評価入力部 20、評価履歴保存部 21、分布補間部 22、評価履歴補 正部 23、スコア曲線作成部 24、スコア算出部 25、検索語選択部 30、検索結果出力 部 40を備える。このうち、楽曲入力部 10からスコア算出部 25までは、本発明に係る「 コンテンツ評価装置」としても機能する。以下、各部の詳細について説明を加える。
[0049] 楽曲入力部 10は、 CD等のディスクを再生するディスクプレーヤ、或いは楽曲デー タのストリーミング配信を受け入れるストリーミングィンターフェースであり、本発明に 係る「コンテンツ」の一例である楽曲の波形データと、楽曲の識別子を入力する。楽 曲の波形データは、 CD等のメディア経由、或いはインターネット経由で、例えば、 P CMデータ、 MP3データとして入力される。
[0050] 特徴量抽出部 11は、本発明に係る「抽出手段」の一例であり、 CPU等の演算回路 を含んで構成されており、入力された波形データカゝら楽曲の特徴量 (例えば、リズム の速さ、音声レベルの平均値、和音変化の速さ、周波数スペクトル重心等)を定量的 に解析し、抽出する(図 3参照)。
[0051] 特徴量保存部 12は、ハードディスク等の記憶装置を含んで構成されており、抽出さ れた楽曲の特徴量を楽曲毎に、リレーショナルデータベースのように関連付け、識別 可能な方法で保存する。また、評価履歴を更新する時、各特徴量分布を補間する時 、或いはスコアを算出する時に、保存された楽曲の特徴量が読み出される。
[0052] 評価入力部 20は、本発明に係る「更新手段」の一例であり、例えばタツチパネルの ような入力デバイスを含み、ユーザの主観による楽曲 Mのイメージ力 検索語 S (例え ば「明るい」等)に適合しているか否かを示す値 (即ち、「主観情報」)と、楽曲 M、検索 語 Sの各識別子を入力して、評価履歴を更新可能に構成されている。例えば、ユー ザが、視聴した楽曲 Mを「明るい」と肯定的に感じる場合には、「FIT」という評価を、 逆に「明るくない」と否定的に感じる場合には「UNFIT」という評価を入力して、評価 履歴を更新できる。この評価の段階は、「FIT」又は「UNFIT」のような 2段階に限ら れる趣旨ではなぐ 3段階以上のより詳細な評価を入力可能としてもよい。かかる評価 は、ユーザによって入力されるまで、デフォルト値を採用するとよい。なお、評価は必 ずしも手動で入力される必要はなぐ例えば、ユーザの脳波のスペクトル周波数を解 析することで感性を定量ィ匕し感性値として出力可能な評価入力部 20が、楽曲 Mを視 聴した際の感性に基づいて、自動的に評価してもよい。一般に、人間の脳は与えら れた刺激によって反応し、これに応じて脳波が変化する。しかし、脳には機能の局在 力 Sあるとされており、怒り、喜び、悲しみ等の感性の状態により、関与する部位と関与 しない部位によって特徴的な電位分布が形成されることを利用したものである。
[0053] 評価履歴保存部 21は、ハードディスク等の記憶装置を含んで構成されており、入 力された楽曲 Mの特徴量を読み出し、検索語 Sの評価履歴に追記する。言い換えれ ば、検索語 Sと、楽曲 Mの特徴量とが関連付けられる。評価の段階が「FIT」又は「U NFITJのように 2段階である場合、評価履歴は FIT履歴と UNFIT履歴とに分類され 、入力された評価結果に基づいて、いずれかの履歴に振り分けられる。
[0054] 分布補間部 22は、 CPU,メモリ等を含んで構成されており、混合ガウスモデル等の 補間技術に基づいて、各種離散的なグラフを補間する。具体的には、評価履歴を読 み込み、任意の検索語、主観、特徴量の分布グラフ(「評価履歴分布グラフ」ともいう 。図 5参照)を作成し、このグラフを補間したグラフ(「評価履歴分布補間グラフ」ともい う。図 5参照)を作成する。また、保存されている全楽曲の任意の特徴量の分布グラフ (「全曲分布グラフ」ともいう。図 6参照)を作成し、更に、これを補間したグラフ(「全曲 分布補間グラフ」ともいう。図 6参照)を作成する。
[0055] 評価履歴補正部 23は、本発明に係る「補正手段」の一例であり、 CPU,メモリ等を 含んで構成されており、評価履歴分布補間グラフを全曲分布補間グラフで補正した 評価履歴分布補間補正グラフを評価の段階毎に作成する。評価の段階が「FIT」又 は「UNFIT」のように 2段階である場合、 FIT, UNFITそれぞれの評価履歴分布補 間グラフについて、全曲分布ネ ΐ間グラフでネ ΐ正したグラフを作成する(これらのグラフ を「FIT評価履歴分布補間補正グラフ」、「UNFIT評価履歴分布補間補正グラフ」と もいう。図 7及び図 8参照)。
[0056] スコア曲線作成部 24は、本発明に係る「作成手段」の一例であり、 CPU,メモリ等を 含んで構成されており、評価履歴分布補間グラフ或いは評価履歴分布補間補正ダラ フに基づいて、スコアを算出するために必要なスコア曲線を生成する(図 9参照)。尚 、スコア曲線は、 FIT評価履歴分布補間グラフ或いは FIT評価履歴分布補間補正グ ラフそのものとしてもよ 、し、 UNFIT評価履歴分布補間グラフ或いは UNFIT評価履 歴分布補間補正グラフを正負反転したものとしてもょ 、し、 FIT評価履歴分布補間グ ラフ力も UNFIT評価履歴分布補間グラフを差し引いたグラフ、このグラフを全曲分布 補間グラフで更に補正したもの、或いは後述するように FIT評価履歴分布補間補正 グラフ力 UNFIT評価履歴分布補間補正グラフを差し引いたものとしてもょ 、。 V、ず れにせよ、少なくとも補間された特徴量の分布グラフに基づいてスコア曲線が作成さ れる。
[0057] スコア算出部 25は、本発明に係る「算出手段」の一例であり、 CPU,メモリ等を含ん で構成されており、各コンテンツの特徴量を読み込み、それとスコア曲線上で対応付 けられた値をスコアとして算出する。即ち、コンテンツ評価装置としてコンテンツを評 価する。特に、スコア算出にあたり、スコア曲線上で、任意の特徴量にスコアが対応 付けられて 、るので、評価対象となるコンテンツの特徴量が如何なる値であっても、 その特徴量に対応付けられたスコアを、スコア曲線上で読み取ることができる。したが つて、仮に特徴量の分布グラフ (第 1の分布)が正規分布ではなくとも、補間されずに 平均値からの距離としてスコアが算出される場合に比べて、スコアの精度が高ぐ実 践上非常に有利である。
[0058] 検索語選択部 30は、本発明に係る「検索手段」の一例であり、タツチパネルのよう な入力デバイスを含み、例えばディスプレイに表示された複数の検索語の候補から、 ユーザが特定の検索語 Sを選択可能に構成される。
[0059] 検索結果出力部 40は、本発明に係る「出力手段」の一例であり、ディスプレイ等を 含み、選択された検索語 Sに該当する (即ち、 FITする)楽曲を、検索結果としてユー ザに対して表示可能に構成される。かかる検索結果の中からユーザが好みの楽曲を 決定すると、その楽曲が再生される。 [0060] 以上、図 1を用いて説明したように、本実施例に係るコンテンツ評価装置を搭載した コンテンッ検索装置 1は構成されて 、るので、コンテンッ評価装置により精度良く算 出されたスコアに基づいて、記録装置に蓄積されたコンテンツの中から、コンテンツを 好適に検索可能となる。
[0061] (1 2)動作処理
次に、本実施例に係るコンテンツ検索装置 1の動作処理について、図 1に加えて、 図 2に基づき、図 3から図 9を適宜参照しながら説明する。ここに、図 2は、実施例に 係る、コンテンツ検索装置の動作処理を示すフローチャートである。
[0062] (ィ)楽曲入力
図 2において先ず、検索対象となる楽曲が以下のように入力され、その特徴量が抽 出'保存される。具体的には先ず、工場出荷時に予め、或いはユーザによって事後 的に、本検索装置における検索対象とするベぐ楽曲の波形データ及び楽曲の識別 子が、楽曲入力部 10を介して入力される (ステップ S10)。この波形データが特徴量 抽出部 11によって定量的に解析され、楽曲の特徴量 (例えば、リズムの速さ、音声レ ベルの平均値、和音変化の速さ、周波数スペクトル重心等)が抽出される (ステップ S
11)。抽出された特徴量は、例えば基準となる平均と標準偏差により標準化され、図 3に示すように楽曲の識別子と対応付けて特徴量保存部 12に保存される (ステップ S
12)。ここに、図 3は、実施例に係る、各楽曲について抽出された楽曲の特徴量の一 覧図である。
図 3において、識別子 1の楽曲の「リズムの速さ」は「一 2. 2」であり、音声レベルの平 均値は、「1. 7」である。
[0063] (口)評価入力
図 2に戻り、例えば工場出荷時に予め、或いは検索語に基づいて検索された楽曲 を視聴したユーザによって事後的に、楽曲に対する評価が以下のようになされる。具 体的には先ず、楽曲 Mに対する評価 (FIT 又は UNFIT)として、ユーザの主観に 基づく楽曲 Mに対するイメージが検索語 Sに適合している力否かを示す主観情報が 、評価入力部 20を介して入力される (ステップ S 20)。また、評価対象となった楽曲 M の特徴量が、楽曲 Mの識別子に基づいて特徴量保存部 12から読み出される (ステツ プ S121)。この特徴量が、検索語 Sに関する楽曲 Mの主観情報と共に、図 4 (a)に示 すような評価履歴として評価履歴保存部 21に保存される (ステップ S21)。この際、評 価履歴を格納可能な容量は有限であるので、例えば最古の履歴に上書きされる。こ こに、図 4は、実施例に係る、検索語に対して主観的に評価した評価履歴の一覧図 である。図 4 (a)において、評価履歴には、各検索語についての評価 (FIT 又は U NFIT)がなされた楽曲の特徴量が、管理番号を付けられて保存されている。例えば 、「明るい」という検索語について、「FIT」の評価を得た楽曲毎の特徴量が、管理番 号 0、 1、 2· · · 10、 11 · · ·のように管理番号を付けられて保存されることになる。尚、 図 4 (b)に示すように、評価履歴保存部 21には、特徴量に代えて、その特徴量を有 する楽曲の識別子を、評価履歴として保存してもよい。即ち、楽曲の識別子をキーと して、図 4 (b)に示す評価履歴と図 3に示す楽曲特徴量とを、所謂リレーショナルデー タベースとして関連付けてもよい。この場合、特徴量は、評価履歴保存部 21から直接 読み出せなくとも、楽曲の識別子を迪つて、楽曲特徴量保存部 12から間接的に読み 出し可能である。従って、評価履歴分布グラフを作成するために必要な楽曲の特徴 量が読み出し可能であることを維持しつつも、評価履歴保存部 21の容量を節約でき る。
[0064] (ハ)検索語選択
図 2に戻り、例えばユーザが「明るい」楽曲を聴きたくなる場合、以下のように楽曲を 検索可能である。具体的には先ず、検索語選択部 30を介して、検索語「明るい」がュ 一ザにより選択される (ステップ S30)。分布補間部 22は、選択された検索語「明るい 」の評価履歴に記録されて ヽる楽曲の特徴量に関して、評価された楽曲の分布 (評 価履歴分布グラフ)を、混合ガウスモデルなどで補間して、図 5に示す評価履歴分布 補間グラフを求める (ステップ S22)。ここに図 5は、実施例に係る、楽曲の特徴量が「 リズムの速さ」である場合の評価履歴分布補間グラフを示す特性図である。
[0065] 図 5において、横軸は特徴量の一例である「リズムの速さ」を、縦軸は補間前には楽 曲の「サンプル数」を、補間後にはサンプルが存在する「確率」を夫々示す。このよう な評価履歴分布補間グラフを、「リズムの速さ」に「FIT」するもの、及び「UNFIT」す るもの夫々について作成する(図 7の FIT評価履歴分布補間グラフ、図 8の UNFIT 評価履歴分布補間グラフを参照)。他の特徴量につ!ヽても同様の評価履歴分布補 間グラフを作成する。補間の結果、評価履歴に保存されていない「リズムの速さ」を有 する楽曲についても、好適にスコア算出が可能となる。
[0066] また、上述のような分布の補間が、特徴量保存部 12に保存されている全楽曲の特 徴量についても行われる。例えば、図 6に示すように、「リズムの速さ」に関して、特徴 量保存部 12に保存されている全楽曲の分布を示す全曲分布グラフを、混合ガウスモ デルなどで近似して、全曲分布補間グラフを作成する。ここに図 6は、実施例に係る、 楽曲の特徴量が「リズムの速さ」である場合の全曲分布補間グラフを示す特性図であ る。図 6において、横軸は特徴量の一例である「リズムの速さ」を、縦軸は補間前には 楽曲の「サンプル数」を、補間後にはサンプルが存在する「確率」を夫々示す。尚、他 の特徴量についても同様の全曲分布補間グラフが作成される。
[0067] そして、評価履歴補正部 23が、図 6の全曲分布補間グラフで、図 5の評価履歴分 布補間グラフを補正して、評価履歴分布補間補正グラフを作成する (ステップ S23)。 具体的には、「FIT評価履歴分布補間補正グラフ = FIT評価履歴分布補間グラフ Z 全曲分布補間グラフ」として、図 7に示すような FIT評価履歴分布補間補正グラフが 作成される。ここに図 7は、実施例に係る、楽曲の特徴量が「リズムの速さ」である場合 の FIT評価履歴分布補間補正グラフを作成する過程を示す特性図である。
[0068] 同様に、図 8に示す UNFIT評価履歴分布補間補正グラフも作成する。ここに図 8 は、実施例に係る、楽曲の特徴量が「リズムの速さ」である場合の UNFIT評価履歴 分布補間補正グラフを作成する過程を示す特性図である。
[0069] 上述した補正の結果、 FIT及び UNFIT評価履歴分布補間グラフの精度が夫々向 上する。そもそも全楽曲の分布は、必ずしも一様ではなぐ仮に補正がなされなけれ ば、評価履歴分布補間グラフの分布形状が特徴量に特有であるのか、或いは元々 そのような分布であるのかが判別できないからである。そして、同様の補正が、各特 徴量について行われる。
[0070] 続、て、スコア曲線作成部 24が、上記 FIT、 UNFIT評価履歴分布補間補正グラフ に基づいて、特徴量毎にスコア曲線を作成する (ステップ S24)。具体的には、「スコ ァ曲線 = FIT評価履歴分布補間補正グラフ UNFIT評価履歴分布補間補正ダラ フ」として、図 9に示すようなスコア曲線を作成する。ここに図 9は、実施例に係る、楽 曲の特徴量が「リズムの速さ」である場合のスコア曲線を作成する過程を示す特性図 である。他の特徴量についても同様にしてスコア曲線が作成される。この結果、肯定 的な評価である「FIT」のみならず、否定的な評価である「UNFIT」につ!/、ての分布 も加味されているので、ユーザの嗜好を一層強く反映したスコア曲線が得られる。
[0071] 尚、スコア曲線の作成に用いられる式は、上記式に限られない。例えば、「スコア曲 線 = FIT評価履歴分布補間グラフ」、 「スコア曲線 = UNFIT評価履歴分布補間グ ラフ」、「スコア曲線 = FIT評価履歴分布補間グラフ— UNFIT評価履歴分布補間グ ラフ」、或いは「スコア曲線 = FIT評価履歴分布補間グラフ Z全曲分布補間グラフ」、 「スコア曲線 =—UNFIT評価履歴分布補間グラフ Z全曲分布補間グラフ」、「スコア 曲線 = (FIT評価履歴分布補間グラフ UNFIT評価履歴分布補間グラフ) Z全曲 分布補間グラフ」のいずれかの式に従って、スコア曲線が作成されてもよい。いずれ にせよ、少なくとも補間された分布に基づいてスコア曲線が作成されるので、補間さ れずに平均値からの距離としてスコアが算出される場合に比べて、スコアの精度が高 くなる。これら 6式のうち、 1、 3番目の式に従って作成されたスコア曲線を、図 10及び 図 11に示す。ここに図 10は、実施例に係る、「スコア曲線 = FIT評価履歴分布補間」 とした場合のスコア曲線を作成する過程を示す特性図であり、図 11は、実施例に係 る、「スコア曲線 = FIT評価履歴分布補間グラフ UNFIT評価履歴分布補間グラフ 」とした場合のスコア曲線を作成する過程を示す特性図である。また、 6番目の式に 従って作成されたスコア曲線は、図 9に示すものと同様である。
[0072] 上記スコア曲線に基づいて、スコア算出部 25は、検索語「明るい」における各楽曲 のスコアを夫々算出する (ステップ S25)。ある楽曲 Mの、検索語「明るい」におけるス コアを算出するには、各特徴量に関するスコア曲線上で、楽曲 Mの特徴量に対する スコアを夫々読み取り、特徴量毎に読み取られたスコアの総和を、楽曲 Mの検索語「 明るい」における最終的なスコアとする。例えば、楽曲 Mの検索語「明るい」における 、 「リズムの速さ」に関するスコアが 0. 14、「音声レベルの平均値」に関するスコアが 0 . 1、「和音変化の速さ」に関するスコアが 0. 2、「周波数スペクトル重心」に関するスコ ァが 0. 3である場合、楽曲 Mの検索語「明るい」における最終的なスコアは、 0. 14 + 0. 1 + 0. 2 + 0. 3 = 0. 74である。尚、かかる総和の際には、単純な加算のみならず 、各特徴量毎に異なる重み付けをした後に加算がなされてもよい。上述したスコアを 、その他の楽曲についても同様に算出し、算出されたスコア順に全楽曲がソートされ る(ステップ S 26)。
[0073] そして、ソートされた楽曲が識別子と共に、検索結果出力部 40によって出力される ( ステップ S40)。出力される楽曲は、ソートされた楽曲全てでもよいし、或いはその一 部(例えば、ある正の閾値以上のスコアであるもの)でもよい。こうして「明るい」楽曲と して出力された楽曲の一覧から、ユーザは最終的に自分が視聴したい楽曲を選択し 、再生することができる。ユーザは、視聴後に、評価入力部 20を介して上述した楽曲 の評価を入力することができる (ステップ S20)。その結果、評価履歴が更新され、更 新された評価履歴に基づ 、て極力新 、ユーザの感性を反映させた検索が可能と なる。
[0074] 以上、図 1に加えて、図 2に基づき、図 3から図 9を適宜参照しながら説明したように 、本実施例に係るコンテンツ評価装置を搭載したコンテンツ検索装置によると、楽曲 をはじめとする各種コンテンツを好適に評価し、カゝかる評価結果に基づいて精度良く 検索可能となるのである。
[0075] 又、本実施例に示す動作処理は、コンテンツ評価方法に加えて、検索工程及び出 力工程を備えるコンテンツ検索方法に基づいてコンテンツ検索装置を動作させること によって実現してもよい。或いは、コンテンツ検索装置に設けられたコンピュータに第 1及び第 2のコンピュータプログラムを読み込ませることで実現してもよい。
[0076] 因みに、コンテンツ評価装置は必ずしも検索のために使用する必要はない。単体 で、或いは他の用途で利用することも当然可能である。
[0077] 尚、本発明は、上述した実施例に限られるものではなぐ請求の範囲及び明細書全 体力も読み取れる発明の要旨、或いは思想に反しない範囲で適宜変更可能であり、 そのような変更を伴うコンテンツ評価装置及びコンテンツ検索装置、コンテンツ評価 方法及びコンテンツ検索方法、並びに第 1及び第 2のコンピュータプログラムもまた、 本発明の技術的範囲に含まれるものである。
産業上の利用可能性 本発明に係るコンテンツ評価装置及びコンテンツ検索装置、コンテンツ評価方法及 びコンテンツ検索方法、並びに第 1及び第 2のコンピュータプログラムは、例えば、ミ ユージックサーバ等の記録装置に保存された複数のコンテンツのうち、一のコンテン ッに係る一の検索語についての適合度合いを評価するためのコンテンツ評価装置 等に利用可能である。

Claims

請求の範囲
[1] 記録装置に保存された複数のコンテンツのうち、一のコンテンツに係る一の検索語 につ 、ての適合度合!/、を評価するコンテンツ評価装置であって、
前記コンテンツを定量的に特徴付ける特徴量を、前記複数のコンテンツの各々に ついて抽出する抽出手段と、
前記複数のコンテンツのうち、前記一の検索語について肯定的又は否定的に評価 された履歴を有するコンテンツに係る特徴量の分布を補間する補間手段と、 前記補間された分布に基づ 、て、前記特徴量にスコアが対応付けられたスコア曲 線を作成する作成手段と、
前記作成されたスコア曲線に基づいて、前記スコアを算出する算出手段と を備えることを特徴とするコンテンツ評価装置。
[2] 前記補間手段は、前記複数のコンテンツのうち肯定的に評価された履歴を有する コンテンツに係る特徴量の第 1の分布を補間し、前記複数のコンテンツのうち否定的 に評価された履歴を有するコンテンツに係る特徴量の第 2の分布を補間し、 前記作成手段は、前記補間された第 1の分布から、前記補間された第 2の分布を差 し引くことで、前記スコア曲線を作成する
ことを特徴とする請求項 1に記載のコンテンツ評価装置。
[3] 前記補間手段は、前記複数のコンテンツに係る特徴量の第 3の分布を更に補間し 前記スコア曲線の形状に対する前記第 3の分布による寄与を低減するように、前記 補間された第 3の分布に基づいて、前記スコア曲線を補正する補正手段を更に備え る
ことを特徴とする請求項 1に記載のコンテンツ評価装置。
[4] 前記補間手段は、前記複数のコンテンツに係る特徴量の第 3の分布を更に補間し 前記スコア曲線の形状に対する前記第 3の分布による寄与を低減するように、前記 補間された第 3の分布に基づいて、前記補間された第 1の分布を補正すると共に、前 記補間された第 2の分布を補正する補正手段を更に備える ことを特徴とする請求項 2に記載のコンテンッ評価装置。
[5] 請求項 1に記載のコンテンツ評価装置と、
前記算出されたスコアに基づいて、前記複数のコンテンツの中から前記一の検索 語に適合するコンテンツを検索する検索手段と、
前記検索されたコンテンツをユーザに対して出力する出力手段と
を備えることを特徴とするコンテンツ検索装置。
[6] 前記検索手段は、前記複数のコンテンツのうち、前記算出されたスコア力 所定ス コア閾値を超えるものを検索する
ことを特徴とする請求項 5に記載のコンテンツ検索装置。
[7] 前記検索されたコンテンツに対して評価された履歴を、前記ユーザによる評価に従 つて更新する更新手段を更に備える
ことを特徴とする請求項 5に記載のコンテンツ検索装置。
[8] 記録装置に保存された複数のコンテンツのうち、一のコンテンツに係る一の検索語 につ 、ての適合度合!/、を評価するコンテンツ評価方法であって、
前記コンテンツを定量的に特徴付ける特徴量を、前記複数のコンテンツの各々に ついて抽出する抽出工程と、
前記複数のコンテンツのうち、前記一の検索語について肯定的又は否定的に評価 された履歴を有するコンテンツに係る特徴量の分布を補間する補間工程と、 前記補間された分布に基づ 、て、前記特徴量にスコアが対応付けられたスコア曲 線を作成する作成工程と、
前記作成されたスコア曲線に基づいて、前記スコアを算出する算出工程と を備えることを特徴とするコンテンツ評価方法。
[9] 請求項 8に記載のコンテンツ評価方法により、前記複数のコンテンツの各々につい て前記スコアを算出する工程と、
前記算出されたスコアに基づいて、前記複数のコンテンツの中から前記一の検索 語に適合するコンテンツを検索する検索工程と、
前記検索されたコンテンツをユーザに対して出力する出力工程と
を備えることを特徴とするコンテンツ検索方法。 コンピュータを、
請求項 1に記載のコンテンツ評価装置として機能させる ことを特徴とする第 1のコンピュータプログラム。
コンピュータを、
請求項 5に記載のコンテンツ検索装置として機能させる ことを特徴とする第 2のコンピュータプログラム。
PCT/JP2007/063362 2006-07-06 2007-07-04 Dispositif de recherche/évaluation de contenu WO2008004576A1 (fr)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2008523708A JP4817338B2 (ja) 2006-07-06 2007-07-04 コンテンツ評価装置及びコンテンツ検索装置、コンテンツ評価方法及びコンテンツ検索方法、並びに第1及び第2のコンピュータプログラム
US12/305,884 US20090313242A1 (en) 2006-07-06 2007-07-04 Content assesing apparatus, content searching apparatus, content assesing method, content searching method, and first and second computer programs

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2006186321 2006-07-06
JP2006-186321 2006-07-06

Publications (1)

Publication Number Publication Date
WO2008004576A1 true WO2008004576A1 (fr) 2008-01-10

Family

ID=38894543

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2007/063362 WO2008004576A1 (fr) 2006-07-06 2007-07-04 Dispositif de recherche/évaluation de contenu

Country Status (3)

Country Link
US (1) US20090313242A1 (ja)
JP (1) JP4817338B2 (ja)
WO (1) WO2008004576A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012203523A (ja) * 2011-03-24 2012-10-22 Yamaha Corp ライブ配信システム、データ中継装置及びプログラム
JP2014007556A (ja) * 2012-06-25 2014-01-16 Nippon Hoso Kyokai <Nhk> 聴覚印象量推定装置及びそのプログラム
JP2016062519A (ja) * 2014-09-22 2016-04-25 カシオ計算機株式会社 情報表示機器、情報表示プログラムおよび情報表示方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8661029B1 (en) 2006-11-02 2014-02-25 Google Inc. Modifying search result ranking based on implicit user feedback
US9092510B1 (en) 2007-04-30 2015-07-28 Google Inc. Modifying search result ranking based on a temporal element of user feedback
JP5317716B2 (ja) * 2009-01-14 2013-10-16 キヤノン株式会社 情報処理装置および情報処理方法
US9009146B1 (en) 2009-04-08 2015-04-14 Google Inc. Ranking search results based on similar queries
US8447760B1 (en) 2009-07-20 2013-05-21 Google Inc. Generating a related set of documents for an initial set of documents
US8498974B1 (en) 2009-08-31 2013-07-30 Google Inc. Refining search results
US8972391B1 (en) 2009-10-02 2015-03-03 Google Inc. Recent interest based relevance scoring
US9623119B1 (en) * 2010-06-29 2017-04-18 Google Inc. Accentuating search results
US9002867B1 (en) 2010-12-30 2015-04-07 Google Inc. Modifying ranking data based on document changes
CN103839559B (zh) * 2012-11-20 2017-07-14 华为技术有限公司 音频文件制作方法及终端设备
US9508329B2 (en) 2012-11-20 2016-11-29 Huawei Technologies Co., Ltd. Method for producing audio file and terminal device

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003132085A (ja) * 2001-10-19 2003-05-09 Pioneer Electronic Corp 情報選択装置及び方法、情報選択再生装置並びに情報選択のためのコンピュータプログラム
JP2005352754A (ja) * 2004-06-10 2005-12-22 Sharp Corp 情報ナビゲーション装置、方法、プログラム、及び記録媒体

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1378912A3 (en) * 2002-07-02 2005-10-05 Matsushita Electric Industrial Co., Ltd. Music search system
JP4302967B2 (ja) * 2002-11-18 2009-07-29 パイオニア株式会社 楽曲検索方法、楽曲検索装置及び楽曲検索プログラム
JP3892410B2 (ja) * 2003-04-21 2007-03-14 パイオニア株式会社 音楽データ選曲装置、音楽データ選曲方法、並びに、音楽データの選曲プログラムおよびそれを記録した情報記録媒体
JP2005173938A (ja) * 2003-12-10 2005-06-30 Pioneer Electronic Corp 曲検索装置、曲検索方法及び曲検索用プログラム並びに情報記録媒体
US7664760B2 (en) * 2005-12-22 2010-02-16 Microsoft Corporation Inferred relationships from user tagged content

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003132085A (ja) * 2001-10-19 2003-05-09 Pioneer Electronic Corp 情報選択装置及び方法、情報選択再生装置並びに情報選択のためのコンピュータプログラム
JP2005352754A (ja) * 2004-06-10 2005-12-22 Sharp Corp 情報ナビゲーション装置、方法、プログラム、及び記録媒体

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012203523A (ja) * 2011-03-24 2012-10-22 Yamaha Corp ライブ配信システム、データ中継装置及びプログラム
JP2014007556A (ja) * 2012-06-25 2014-01-16 Nippon Hoso Kyokai <Nhk> 聴覚印象量推定装置及びそのプログラム
JP2016062519A (ja) * 2014-09-22 2016-04-25 カシオ計算機株式会社 情報表示機器、情報表示プログラムおよび情報表示方法

Also Published As

Publication number Publication date
JPWO2008004576A1 (ja) 2009-12-03
JP4817338B2 (ja) 2011-11-16
US20090313242A1 (en) 2009-12-17

Similar Documents

Publication Publication Date Title
WO2008004576A1 (fr) Dispositif de recherche/évaluation de contenu
US7696427B2 (en) Method and system for recommending music
JP5432264B2 (ja) コレクションプロファイルの生成及びコレクションプロファイルに基づく通信のための装置及び方法
US20140260912A1 (en) Sound signal analysis apparatus, sound signal analysis method and sound signal analysis program
US7521620B2 (en) Method of and system for browsing of music
CN104715760B (zh) 一种k歌匹配分析方法及系统
JP3892410B2 (ja) 音楽データ選曲装置、音楽データ選曲方法、並びに、音楽データの選曲プログラムおよびそれを記録した情報記録媒体
JP3797547B2 (ja) プレイリスト生成装置、オーディオ情報提供装置、オーディオ情報提供システムおよびその方法、プログラム、記録媒体
EP1798643A2 (en) Taste profile production apparatus, taste profile production method and profile production program
JP4312663B2 (ja) 楽曲選曲装置、楽曲選曲方法、プログラムおよび記録媒体
WO2007077993A1 (ja) 情報処理装置および方法、並びに記録媒体
KR20180090261A (ko) 플레이리스트 리스트 결정 방법 및 디바이스, 전자 장비 및 저장 매체
CN102456342A (zh) 音频处理装置和方法以及程序
JP4560544B2 (ja) 楽曲検索装置、楽曲検索方法および楽曲検索プログラム
JP2005173938A (ja) 曲検索装置、曲検索方法及び曲検索用プログラム並びに情報記録媒体
JP2012058513A (ja) 楽曲再生システム
JP4921343B2 (ja) 演奏評価装置,プログラムおよび電子楽器
JP4322691B2 (ja) 選曲装置
CN109410972B (zh) 生成音效参数的方法、装置及存储介质
JP4594701B2 (ja) 情報検索装置、情報検索方法及び情報検索用プログラム並びに情報記録媒体
KR101675957B1 (ko) 신호 성분 분석을 이용한 음악 인기도 예측 시스템 및 방법
JP4475597B2 (ja) 提示データ選択装置及び提示データ選択方法等
JP2023036600A (ja) レコメンド装置、レコメンド方法、及びプログラム
JP5541531B2 (ja) コンテンツ再生装置、楽曲推薦方法およびコンピュータプログラム
WO2006030712A1 (ja) 楽曲推薦装置及び方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 07790439

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2008523708

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 12305884

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

NENP Non-entry into the national phase

Ref country code: RU

122 Ep: pct application non-entry in european phase

Ref document number: 07790439

Country of ref document: EP

Kind code of ref document: A1

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)