WO2021251187A1 - 予測装置 - Google Patents

予測装置 Download PDF

Info

Publication number
WO2021251187A1
WO2021251187A1 PCT/JP2021/020515 JP2021020515W WO2021251187A1 WO 2021251187 A1 WO2021251187 A1 WO 2021251187A1 JP 2021020515 W JP2021020515 W JP 2021020515W WO 2021251187 A1 WO2021251187 A1 WO 2021251187A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
scoring result
learning model
information
music
Prior art date
Application number
PCT/JP2021/020515
Other languages
English (en)
French (fr)
Inventor
茂樹 田中
佑介 深澤
Original Assignee
株式会社Ｎｔｔドコモ
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 株式会社Ｎｔｔドコモ filed Critical 株式会社Ｎｔｔドコモ
Priority to US18/000,210 priority Critical patent/US20230205814A1/en
Priority to JP2022530470A priority patent/JPWO2021251187A1/ja
Publication of WO2021251187A1 publication Critical patent/WO2021251187A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/683—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G10H1/361—Recording/reproducing of accompaniment for use with an external source, e.g. karaoke systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
    • G10K15/00—Acoustics not otherwise provided for
    • G10K15/04—Sound-producing devices
    • 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
    • G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
    • G10H2210/091—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for performance evaluation, i.e. judging, grading or scoring the musical qualities or faithfulness of a performance, e.g. with respect to pitch, tempo or other timings of a reference performance
    • 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
    • G10H2240/00—Data organisation or data communication aspects, specifically adapted for electrophonic musical tools or instruments
    • G10H2240/095—Identification code, e.g. ISWC for musical works; Identification dataset
    • G10H2240/101—User identification
    • G10H2240/105—User profile, i.e. data about the user, e.g. for user settings or user preferences
    • 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
    • G10H2240/00—Data organisation or data communication aspects, specifically adapted for electrophonic musical tools or instruments
    • G10H2240/121—Musical libraries, i.e. musical databases indexed by musical parameters, wavetables, indexing schemes using musical parameters, musical rule bases or knowledge bases, e.g. for automatic composing methods
    • G10H2240/131—Library retrieval, i.e. searching a database or selecting a specific musical piece, segment, pattern, rule or parameter set
    • 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
    • G10H2250/00—Aspects of algorithms or signal processing methods without intrinsic musical character, yet specifically adapted for or used in electrophonic musical processing
    • G10H2250/311—Neural networks for electrophonic musical instruments or musical processing, e.g. for musical recognition or control, automatic composition or improvisation

Definitions

  • One aspect of the present invention relates to a predictor that predicts a scoring result.
  • a karaoke device that predicts the scoring result of a song that the user has never sung from the data of the user's past singing history has been used.
  • a device that extracts the scoring result of a song having a difficulty level equal to or similar to the difficulty level of the selected song from the user's singing history, and predicts the scoring result of the selected song from the extracted scoring result. It is known (see Patent Document 1 below).
  • the prediction device of the present embodiment is a prediction device that predicts a scoring result, and includes at least one processor, and the at least one processor sets a scoring result regarding the singing of a user's past music in a temporal section of the music.
  • the pitch information which is the sound that constitutes the music and indicates the pitch of the sounds arranged in time series in the section, is acquired for each time, and the scoring result and the pitch information are used as training data, and the user's pitch information is used.
  • the scoring result of the user's new song singing is obtained based on the output of the learning model. get.
  • a learning model for predicting the scoring result is constructed by using the scoring result for each section regarding the singing of the past music of the user and the pitch information of the section as training data. Then, the pitch information related to the new song is input to the constructed learning model, and the scoring result regarding the singing of the new song by the user is acquired based on the output. As a result, it is possible to acquire the scoring result regarding the singing of a new musical piece that reflects the scoring tendency of the user's past pitch pattern, and it is possible to improve the prediction accuracy of the acquired scoring result.
  • FIG. 1 is a system configuration diagram showing the configuration of the karaoke system 1 according to the present embodiment.
  • the karaoke system 1 is a device having a known function of playing a music designated by a user and a known function of collecting singing voices by the user according to the playback, evaluating the singing voices, and scoring the singing voices. Is.
  • the karaoke system 1 also has a function of predicting a scoring result regarding the singing of a new musical piece by the user.
  • the karaoke system 1 includes a karaoke device 2, a front server 3, a data management device 4, and a prediction device 5.
  • the front server 3, the data management device 4, and the prediction device 5 are configured to be able to send and receive data to and from each other via a communication network such as a LAN (Local Area Network), a WAN (Wide Area Network), and a mobile communication network. Has been done.
  • the karaoke device 2 provides a music reproduction function and a sound collection function of a user's singing voice.
  • the front server 3 is electrically connected to the karaoke device 2, has a playback function for providing playback data for playing a song designated by the user to the karaoke device 2, and a music search function according to the user's operation. It also has a scoring function for receiving singing voice data collected by the karaoke device 2 according to the reproduction of a musical piece and calculating the scoring result of the singing voice.
  • the front server 3 also has a function of storing the scoring result of the singing voice by the user as history information in the data management device 4 each time.
  • the front server 3 provides a user interface for accepting user operations and displaying information to the user, and includes a terminal device connected to the front server 3 by wire or wirelessly.
  • the data management device 4 is a data storage device (database device) that stores data processed by the front server 3 and the prediction device 5.
  • the data management device 4 has a history information storage unit 101 that stores history information that records scoring results related to the user's past song singing, and a music information storage unit that stores pitch information about music that can be played by the karaoke device 2. Includes 102.
  • Various information stored in the data management device 4 is updated at any time by the processing of the front server 3 or the data acquired from the outside.
  • FIG. 2 shows an example of the data structure of the history information stored in the data management device 4
  • FIGS. 3 and 4 show an example of the data structure of the music information stored in the data management device 4. ..
  • the history information includes a "user identifier” that identifies a user, a “song identifier” that identifies a song that the user has sung in the past using the karaoke system 1, and the song in the past.
  • "Singing time” indicating the time of singing
  • “total score” indicating the scoring result for the singing of the entire section of the song by the function of the front server 3
  • each section of the song by the function of the front server 3 are stored in association with each other.
  • the temporal section of each song is divided into a predetermined number (for example, 24), the scoring result is calculated for each divided section, and the entire song is calculated from the scoring results of all the sections.
  • the scoring result "total score" is calculated.
  • the scoring result of each section and the scoring result of the whole section calculated by the front server 3 are recorded for the singing of each user's music.
  • FIG. 3 shows an example of the data structure of the pitch information in the music information.
  • the pitch information includes a "musical piece identifier" that identifies a piece of music that can be played using the karaoke system 1, and a “notebook” that indicates the start time of all the sounds (notes) that make up the piece of music.
  • “Start time (ms)” indicating the end time of the entire song
  • “Pitch” indicating the pitch (pitch) of the sound
  • “Pitch” of the sound “Strength” which indicates the strength numerically, is stored in association with it.
  • the data management device 4 constitutes each song that can be played by the front server 3, and stores pitch information about all the sounds arranged in chronological order in each song.
  • FIG. 4 shows an example of the data structure of the section information in the music information.
  • the section information includes a "musical piece identifier" that identifies a song that can be played using the karaoke system 1, and a “section start time (ms)” that indicates the start time of the entire section of the song. ] And the "section end time (ms)” indicating the end time in the entire music of the section are stored in association with each other.
  • the data management device 4 stores section information regarding all sections constituting each musical piece that can be played by the front server 3.
  • the prediction device 5 is a device that predicts the scoring result of the user's new song singing by the front server 3, and has the data acquisition unit 201, the model construction unit 202, and the prediction unit 203 as functional components. And the selection information generation unit 204 are included. The functions of each component will be described below.
  • the data acquisition unit 201 acquires history information and music information from the data management device 4 prior to the process of constructing a learning model for predicting the scoring result. In addition, the data acquisition unit 201 also acquires music information prior to the scoring result prediction process. The data acquisition unit 201 passes each acquired information to the model construction unit 202 or the prediction unit 203.
  • the data acquisition unit 201 combines the information read from the history information storage unit 101 and the music information storage unit 102 of the data management device 4 at the time of the learning model construction process, and the data acquisition unit 201 combines each section of the music sung by the user in the past. Generate history information of scoring results for each sound.
  • FIG. 5 shows an example of the data structure of the history information generated by the data acquisition unit 201.
  • the history information includes a "user identifier" that identifies the user, a "music identifier” that identifies the music that the user has sung in the past, and a "section” that identifies the section of the music, and the section thereof.
  • the data acquisition unit 201 generates history information about all the sounds constituting each song sung by the user in the past.
  • the data acquisition unit 201 acquires music information related to the new music to be predicted from the data management device 4 at the time of the prediction processing of the scoring result.
  • the data acquisition unit 201 delivers the acquired music information to the prediction unit 203.
  • the model building unit 202 uses the history information generated by the data acquisition unit 201 as training data, and predicts the scoring result regarding the singing of the new song by the user based on the pitch information of the new song. Build a learning model for machine learning. Prior to the construction of the learning model, the model construction unit 202 executes preprocessing for processing the history information handed over from the data acquisition unit 201. Specifically, the model building unit 202 converts each information of the history information into a one-dimensional vector (sound vector) in which information on the pitch and strength of each sound constituting the music sung by the user in the past is arranged. ..
  • the model building unit 202 uses the history information as a one-dimensional vector (score vector) in which the scoring results of the sections corresponding to each sound are arranged, which is a one-dimensional vector corresponding to the sound vector. It is converted into a one-dimensional vector (user identification vector) in which user identification information about the singing user is arranged, which is a one-dimensional vector corresponding to the vector.
  • FIG. 6 shows an example of the data structure of the one-dimensional vector generated by the preprocessing of the model construction unit 202.
  • the model construction unit 202 converts the history information into the sound vector V1, the score vector V2, and the user identification vector V3.
  • the model building unit 202 inputs the sound vector V1 and the user identification vector V3 to the learning model, and optimizes the parameters of the learning model so that the output result of the learning model approaches the score indicated by the score vector V2 ( Train the learning model).
  • the model building unit 202 uses a learning model for deep learning as a learning model.
  • FIG. 7 shows the configuration of the learning model M used by the model construction unit 202.
  • the learning model M is composed of a one-hot encoding unit M1, a GRU unit M2, a coupling unit M3, and a dense unit M4.
  • the one-hot encoding unit M1 receives the user identification vector V3 and converts the user identification vector V3 into a two-dimensional vector.
  • FIG. 8 shows an example of the data structure of the two-dimensional vector converted by the one-hot encoding unit M1.
  • each row corresponds to the sound indicated by each element of the sound vector V1
  • each column corresponds to each user indicated by each element of the user identification vector V3.
  • the "user identifier" of one element included in the user identification vector V3 is "A1”
  • the value of the column corresponding to "user identifier A1" is set to "1" in the row corresponding to that element.
  • the value of the column corresponding to the other user identifier is set to "0".
  • the one-hot encoding unit M1 generates a two-dimensional vector for each row corresponding to all the elements included in the user identification vector V3.
  • the GRU unit M2 is a kind of recurrent neural network (RNN: Recurrent Neural Network), and outputs a state in addition to a normal output.
  • the input is a sound vector V1 as a normal input, and immediately before.
  • the output state is input again.
  • the GRU unit M2 has a function of storing past input information and can process long-term time-series information.
  • the coupling unit M3 combines the output of the one-hot encoding unit M1 and the output of the GRU unit M2.
  • the dense part M4 is a fully connected layer in deep learning, and is an arbitrary dimension by multiplying a numerical sequence of a certain number of dimensions output from the connecting part M3 by a weight (w) and adding a bias (b). Convert to number output (Y).
  • the dense unit M4 converts the scoring results (scores) of each section of the music into a one-dimensional output vector Y in which they are arranged.
  • FIG. 9 shows an example of the data structure of the output vector converted by the dense unit M4. As described above, in the output vector (Y), each element shows the predicted value of the scoring result of each section composed of the sounds corresponding to the elements of the input sound vector V1.
  • the model building unit 202 inputs the user identification vector V3 and the sound vector V1 to the learning model M using the learning model M having the above configuration, and the output vector (Y) obtained as a result is each section indicated by the score vector V2.
  • the learning model M is trained so as to approach the score of. As a result of the training, for example, the parameters of the weight (w) and the bias (b) in the dense portion M4 of the learning model M are optimized.
  • the prediction unit 203 uses the learning model M constructed by the model construction unit 202 based on the music information regarding the new music, and the scoring result of each section regarding the singing of the new music by the user. Get the predicted value of. Specifically, the prediction unit 203 performs the same preprocessing as the model construction unit 202 on the music information, and generates the sound vector V1 and the user identification vector V3 for the new music. Then, the prediction unit 203 predicts the scoring result of each section of the new music based on the output vector (Y) obtained by inputting the generated sound vector V1 and the user identification vector V3 into the learning model M. To get.
  • the selection information generation unit 204 repeatedly acquires the predicted value of the scoring information of each section related to the plurality of songs from the prediction unit 203, and calculates the predicted value of the overall scoring result for each of the plurality of songs. For example, as the predicted value of the entire scoring result, the average value of the predicted values of the scoring results of all the sections is calculated. Then, the selection information generation unit 204 selects a song recommended to be sung by the user from a plurality of songs, and outputs selection information indicating the selected song together with the predicted value of the overall scoring result for each of the plurality of songs. do.
  • the selection information generation unit 204 selects, as the music recommended to the user, a music having a relatively high predicted value of the scoring result, a music having a predicted value of the scoring result higher than a preset threshold value, and the like.
  • the selection information and the predicted value information output by the selection information generation unit 204 are output to the terminal device or the like of the front server 3.
  • FIG. 10 is a flowchart showing a procedure for constructing a learning model by the prediction device 5
  • FIG. 11 is a flowchart showing a procedure for recommended processing for music by the prediction device 5.
  • the learning model construction process is started at a preset timing (for example, periodic timing), or at a timing when a certain amount of historical information is accumulated in the data management device 4.
  • the recommended processing for the music is started at a preset timing, a timing at which an instruction is received from the user on the front server 3, or the like.
  • the data acquisition unit 201 acquires history information regarding the scoring result of the user's past music singing from the data management device 4 (step S101). .. Further, the data acquisition unit 201 acquires music information related to the music recorded in the history information from the data management device 4 (step S102).
  • preprocessing is executed by the model building unit 202, and the sound vector V1, the score vector V2, and the user identification vector V3 are generated based on the history information and the music information (step S103).
  • the learning model M is trained by the model building unit 202 using the sound vector V1, the score vector V2, and the user identification vector V3, so that the parameters of the learning model M are optimized (construction of the learning model, step). S104), the learning model construction process is completed.
  • the data acquisition unit 201 acquires music information related to the plurality of music from the data management device 4 (step S201). After that, preprocessing is executed by the prediction unit 203, a sound vector V1 is generated based on the music information, and a user identification vector V3 that identifies a user to be predicted as a scoring result is an element corresponding to the sound vector V1. Minutes are generated (step S202).
  • the prediction unit 203 inputs the sound vector V1 and the user identification vector V3 to the learning model M, and based on the output vector of the learning model M, the predicted value of the scoring result for each section of a plurality of songs is acquired. (Step S203). After that, the selection information generation unit 204 calculates the predicted value of the overall scoring result for each of the plurality of songs based on the predicted value of the scoring result for each section of the plurality of songs (step S204). Finally, the selection information generation unit 204 selects a song for which the user is recommended to sing based on the predicted value of the scoring result for each of the plurality of songs, and the selection information for the user is generated and output (step S205).
  • a learning model M for predicting the scoring result is constructed by using the scoring result for each section regarding the singing of the past music of the user and the pitch information for each section as training data. .. Then, the pitch information regarding the new music is input to the constructed learning model M, and the scoring result regarding the singing of the new music by the user is acquired based on the output. As a result, it is possible to acquire the scoring result regarding the singing of a new musical piece that reflects the scoring tendency of the user's past pitch pattern, and it is possible to improve the prediction accuracy of the acquired scoring result.
  • a learning model M is used in which time-series pitch information is input and the scoring result for each section of the music corresponding to the pitch information is output, and the output of the learning model M is included in the training data.
  • the learning model M is constructed so as to approach each scoring result. By doing so, it is possible to construct a learning model M that grasps the tendency of the scoring result for the pitch pattern of each section of the music, and the prediction accuracy of the scoring result regarding the singing of the new music by the user is surely improved. be able to.
  • the learning model M for further inputting the user's identification information is used.
  • the learning model M grasps the tendency of the scoring result for the pitch pattern of each user, and it is possible to surely improve the prediction accuracy of the scoring result for each user.
  • the scoring results related to the singing of the new song by the user are obtained by averaging the scoring results for each section of the new song, which is the output of the learning model M. By doing so, it is possible to easily determine the strengths and weaknesses of the user regarding the singing of a new song.
  • the scoring results related to the singing of a plurality of songs by the user are repeatedly acquired, and the songs recommended to the user are selected from the plurality of songs based on the scoring results, and the selection information is output.
  • each functional block may be realized using one physically or logically coupled device, or two or more physically or logically separated devices can be directly or indirectly (eg, for example). , Wired, wireless, etc.) and may be realized using these plurality of devices.
  • the functional block may be realized by combining the software with the one device or the plurality of devices.
  • Functions include judgment, decision, judgment, calculation, calculation, processing, derivation, investigation, search, confirmation, reception, transmission, output, access, solution, selection, selection, establishment, comparison, assumption, expectation, and assumption. Broadcasting, notifying, communicating, forwarding, configuring, reconfiguring, allocating, mapping, assigning, etc., but limited to these I can't.
  • a functional block (configuration unit) that makes transmission function is called a transmitting unit (transmitting unit) or a transmitter (transmitter).
  • the realization method is not particularly limited.
  • the data management device 4 and the prediction device 5 in the embodiment of the present disclosure may function as a computer for processing the present disclosure.
  • FIG. 12 is a diagram showing an example of the hardware configuration of the data management device 4 and the prediction device 5 according to the embodiment of the present disclosure. Even if the above-mentioned data management device 4 and prediction device 5 are physically configured as a computer device including a processor 1001, a memory 1002, a storage 1003, a communication device 1004, an input device 1005, an output device 1006, a bus 1007, and the like. good.
  • the word “device” can be read as a circuit, device, unit, etc.
  • the hardware configuration of the data management device 4 and the prediction device 5 may be configured to include one or more of the devices shown in the figure, or may be configured not to include some of the devices.
  • the processor 1001 performs an operation by loading predetermined software (program) on the hardware such as the processor 1001 and the memory 1002, and controls the communication by the communication device 1004. It is realized by controlling at least one of reading and writing of data in the memory 1002 and the storage 1003.
  • the processor 1001 operates, for example, an operating system to control the entire computer.
  • the processor 1001 may be configured by a central processing unit (CPU: Central Processing Unit) including an interface with peripheral devices, a control device, an arithmetic unit, a register, and the like.
  • CPU Central Processing Unit
  • the above-mentioned data acquisition unit 201, model construction unit 202, prediction unit 203, selection information generation unit 204, and the like may be realized by the processor 1001.
  • the processor 1001 reads a program (program code), a software module, data, etc. from at least one of the storage 1003 and the communication device 1004 into the memory 1002, and executes various processes according to these.
  • a program program that causes a computer to execute at least a part of the operations described in the above-described embodiment is used.
  • the data acquisition unit 201, the model construction unit 202, the prediction unit 203, and the selection information generation unit 204 may be stored in the memory 1002 and realized by a control program operating in the processor 1001, and other functional blocks may also be used. It may be realized in the same way.
  • Processor 1001 may be mounted by one or more chips.
  • the program may be transmitted from the network via a telecommunication line.
  • the memory 1002 is a computer-readable recording medium, and is composed of at least one such as a ROM (Read Only Memory), an EPROM (Erasable Programmable ROM), an EEPROM (Electrically Erasable Programmable ROM), and a RAM (Random Access Memory). May be done.
  • the memory 1002 may be referred to as a register, a cache, a main memory (main storage device), or the like.
  • the memory 1002 can store a program (program code), a software module, or the like that can be executed to carry out the construction process and the recommended process according to the embodiment of the present disclosure.
  • the storage 1003 is a computer-readable recording medium, and is, for example, an optical disk such as a CD-ROM (Compact Disc ROM), a hard disk drive, a flexible disk, an optical magnetic disk (for example, a compact disk, a digital versatile disk, or a Blu-ray). It may consist of at least one (registered trademark) disk), smart card, flash memory (eg, card, stick, key drive), floppy (registered trademark) disk, magnetic strip, and the like.
  • the storage 1003 may be referred to as an auxiliary storage device.
  • the storage medium described above may be, for example, a database, server or other suitable medium containing at least one of the memory 1002 and the storage 1003.
  • the communication device 1004 is hardware (transmission / reception device) for communicating between computers via at least one of a wired network and a wireless network, and is also referred to as, for example, a network device, a network controller, a network card, a communication module, or the like.
  • the communication device 1004 includes, for example, a high frequency switch, a duplexer, a filter, a frequency synthesizer, and the like in order to realize at least one of frequency division duplex (FDD: Frequency Division Duplex) and time division duplex (TDD: Time Division Duplex). It may be composed of.
  • FDD Frequency Division Duplex
  • TDD Time Division Duplex
  • the data acquisition unit 201 may be physically or logically separated from each other in the transmission unit and the reception unit.
  • the input device 1005 is an input device (for example, a keyboard, a mouse, a microphone, a switch, a button, a sensor, etc.) that accepts an input from the outside.
  • the output device 1006 is an output device (for example, a display, a speaker, an LED lamp, etc.) that outputs to the outside.
  • the above-mentioned selection information generation unit 204 and the like may be realized by the output device 1006.
  • the input device 1005 and the output device 1006 may have an integrated configuration (for example, a touch panel).
  • each device such as the processor 1001 and the memory 1002 is connected by the bus 1007 for communicating information.
  • the bus 1007 may be configured by using a single bus, or may be configured by using a different bus for each device.
  • the data management device 4 and the prediction device 5 include a microprocessor, a digital signal processor (DSP: Digital Signal Processor), an ASIC (Application Specific Integrated Circuit), a PLD (Programmable Logic Device), an FPGA (Field Programmable Gate Array), and the like. It may be configured to include hardware, and the hardware may realize a part or all of each functional block. For example, processor 1001 may be implemented using at least one of these hardware.
  • DSP Digital Signal Processor
  • ASIC Application Specific Integrated Circuit
  • PLD Programmable Logic Device
  • FPGA Field Programmable Gate Array
  • information notification includes physical layer signaling (for example, DCI (Downlink Control Information), UCI (Uplink Control Information)), higher layer signaling (for example, RRC (Radio Resource Control) signaling, MAC (Medium Access Control) signaling, etc. It may be carried out by notification information (MIB (Master Information Block), SIB (System Information Block)), other signals, or a combination thereof.
  • RRC signaling may be referred to as an RRC message, and may be, for example, an RRC Connection Setup message, an RRC Connection Reconfiguration message, or the like.
  • Each aspect / embodiment described in the present disclosure includes LTE (Long Term Evolution), LTE-A (LTE-Advanced), SUPER 3G, IMT-Advanced, 4G (4th generation mobile communication system), and 5G (5th generation mobile communication).
  • system FRA (Future Radio Access), NR (new Radio), W-CDMA (registered trademark), GSM (registered trademark), CDMA2000, UMB (Ultra Mobile Broadband), IEEE 802.11 (Wi-Fi (registered trademark)) )), LTE 802.16 (WiMAX®), IEEE 802.20, UWB (Ultra-WideBand), Bluetooth®, and other systems that utilize appropriate systems and have been extended based on these. It may be applied to at least one of the next generation systems. Further, a plurality of systems may be applied in combination (for example, a combination of at least one of LTE and LTE-A and 5G).
  • Information etc. can be output from the upper layer (or lower layer) to the lower layer (or upper layer). Input / output may be performed via a plurality of network nodes.
  • the input / output information and the like may be stored in a specific location (for example, a memory) or may be managed using a management table. Information to be input / output may be overwritten, updated, or added. The output information and the like may be deleted. The input information or the like may be transmitted to another device.
  • the determination may be made by a value represented by 1 bit (0 or 1), by a true / false value (Boolean: true or false), or by comparing numerical values (for example, a predetermined value). It may be done by comparison with the value).
  • the notification of predetermined information (for example, the notification of "being X") is not limited to the explicit one, but is performed implicitly (for example, the notification of the predetermined information is not performed). May be good.
  • Software whether called software, firmware, middleware, microcode, hardware description language, or other names, is an instruction, instruction set, code, code segment, program code, program, subprogram, software module.
  • Applications, software applications, software packages, routines, subroutines, objects, executable files, execution threads, procedures, features, etc. should be broadly interpreted.
  • software, instructions, information, etc. may be transmitted and received via a transmission medium.
  • the software uses at least one of wired technology (coaxial cable, optical fiber cable, twisted pair, digital subscriber line (DSL: Digital Subscriber Line), etc.) and wireless technology (infrared, microwave, etc.) to create a website.
  • wired technology coaxial cable, optical fiber cable, twisted pair, digital subscriber line (DSL: Digital Subscriber Line), etc.
  • wireless technology infrared, microwave, etc.
  • the information, signals, etc. described in this disclosure may be represented using any of a variety of different techniques.
  • data, instructions, commands, information, signals, bits, symbols, chips, etc. that may be referred to throughout the above description are voltages, currents, electromagnetic waves, magnetic fields or magnetic particles, light fields or photons, or any of these. It may be represented by a combination of.
  • a channel and a symbol may be a signal (signaling).
  • the signal may be a message.
  • the component carrier CC: Component Carrier
  • CC Component Carrier
  • system and “network” used in this disclosure are used interchangeably.
  • the information, parameters, etc. described in the present disclosure may be expressed using an absolute value, a relative value from a predetermined value, or another corresponding information. It may be represented.
  • the radio resource may be one indicated by an index.
  • determining and “determining” used in this disclosure may include a wide variety of actions.
  • “Judgment” and “decision” are, for example, judgment (judging), calculation (calculating), calculation (computing), processing (processing), derivation (deriving), investigation (investigating), search (looking up, search, inquiry). It may include (eg, searching in a table, database or another data structure), ascertaining as “judgment” or “decision”.
  • judgment and “decision” are receiving (for example, receiving information), transmitting (for example, transmitting information), input (input), output (output), and access. It may include (for example, accessing data in memory) to be regarded as “judgment” or “decision”.
  • judgment and “decision” are considered to be “judgment” and “decision” when the things such as solving, selecting, choosing, establishing, and comparing are regarded as “judgment” and “decision”. Can include. That is, “judgment” and “decision” may include considering some action as “judgment” and “decision”. Further, “judgment (decision)” may be read as “assuming", “expecting”, “considering” and the like.
  • connection means any direct or indirect connection or connection between two or more elements and each other. It can include the presence of one or more intermediate elements between two “connected” or “combined” elements.
  • the connection or connection between the elements may be physical, logical, or a combination thereof.
  • connection may be read as "access”.
  • the two elements use at least one of one or more wires, cables and printed electrical connections, and as some non-limiting and non-comprehensive examples, the radio frequency domain. Can be considered to be “connected” or “coupled” to each other using electromagnetic energy having wavelengths in the microwave and light (both visible and invisible) regions.
  • the term "A and B are different” may mean “A and B are different from each other”.
  • the term may mean that "A and B are different from C”.
  • Terms such as “separate” and “combined” may be interpreted in the same way as “different”.
  • One embodiment of the present invention uses a prediction device for predicting a scoring result, and makes it possible to improve the prediction accuracy of the scoring result regarding the singing of a new song by a user.
  • Prediction device 1001 ... Processor, 201 ... Data acquisition unit, 202 ... Model construction unit, 203 ... Prediction unit, 204 ... Selection information generation unit, M ... Learning model.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Theoretical Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Reverberation, Karaoke And Other Acoustics (AREA)

Abstract

ユーザの新たな楽曲の歌唱に関する採点結果の予測精度を向上させることを目的とする。予測装置５は、採点結果を予測する装置であって、ユーザの過去の楽曲の歌唱に関する採点結果を、楽曲の時間的な区間毎に取得し、楽曲を構成する音であって、区間において時系列に並ぶ音の高さを示す音程情報を取得し、採点結果及び音程情報を訓練データとして用いて、音程情報から、ユーザの楽曲の歌唱に関する採点結果を予測する学習モデルを構築し、新規の楽曲に関する音程情報を、学習モデルに入力することにより、学習モデルの出力を基に、ユーザの新規の楽曲の歌唱に関する採点結果を取得する。

Description

予測装置
　本発明の一側面は、採点結果を予測する予測装置に関する。
　従来から、ユーザの過去の歌唱履歴のデータからユーザが歌ったことのない楽曲の採点結果を予測するカラオケ装置が利用されている。例えば、ユーザの歌唱履歴から、選曲した楽曲の難易度と同一又は近似する難易度が設定されている楽曲の採点結果を抽出し、抽出した採点結果から選曲した楽曲の採点結果を予測する装置が知られている（下記特許文献１参照。）。
特開２０１８－９１９８２号公報
　しかしながら、上記の従来の装置によっては、難易度が近い楽曲の採点結果を基に採点結果が予測されているため、楽曲の音程パターンによるユーザの歌唱傾向が予測結果に反映されにくい。そのため、ユーザによる新たな楽曲の歌唱に関する採点結果の予測精度に限界が生じている。
　そこで、上述の課題を解決するために、ユーザの新たな楽曲の歌唱に関する採点結果の予測精度を向上させることが可能な予測装置を提供することを目的とする。
　本実施形態の予測装置は、採点結果を予測する予測装置であって、少なくとも１つのプロセッサを備え、少なくとも１つのプロセッサが、ユーザの過去の楽曲の歌唱に関する採点結果を、楽曲の時間的な区間毎に取得し、楽曲を構成する音であって、区間において時系列に並ぶ音の高さを示す音程情報を取得し、採点結果及び音程情報を訓練データとして用いて、音程情報から、ユーザの楽曲の歌唱に関する採点結果を予測する学習モデルを構築し、新規の楽曲に関する音程情報を、学習モデルに入力することにより、学習モデルの出力を基に、ユーザの新規の楽曲の歌唱に関する採点結果を取得する。
　本実施形態によれば、ユーザの過去の楽曲の歌唱に関する区間毎の採点結果、および、区間の音程情報が訓練データとして用いられて、採点結果を予測する学習モデルが構築される。そして、新規の楽曲に関する音程情報が、構築された学習モデルに入力されることにより、その出力を基にユーザの新規の楽曲の歌唱に関する採点結果が取得される。これにより、ユーザの過去の音程のパターンに対する採点傾向が反映された新規な楽曲の歌唱に関する採点結果を取得することができ、取得される採点結果の予測精度を向上させることができる。
　本発明の一側面によれば、ユーザの新たな楽曲の歌唱に関する採点結果の予測精度を向上させることができる。
本実施形態にかかるカラオケシステム１の構成を示すシステム構成図である。 データ管理装置４に格納された履歴情報のデータ構成の一例を示す図である。 データ管理装置４に格納された楽曲情報のデータ構成の一例を示す図である。 データ管理装置４に格納された楽曲情報のデータ構成の一例を示す図である。 予測装置５が生成する履歴情報のデータ構成の一例を示す図である。 予測装置５が生成する１次元ベクトルのデータ構成の一例を示す図である。 予測装置５が使用する学習モデルの構成を示す図である。 予測装置５が使用する学習モデルによって変換される２次元ベクトルのデータ構成を示す図である。 予測装置５が使用する学習モデルによって出力される出力ベクトルのデータ構成を示す図である。 予測装置５による学習モデルの構築処理の手順を示すフローチャートである。 予測装置５による楽曲に関する推奨処理の手順を示すフローチャートである。 本開示の一実施の形態に係るデータ管理装置４及び予測装置５のハードウェア構成の一例を示す図である。
　添付図面を参照しながら本発明の実施形態を説明する。可能な場合には、同一の部分には同一の符号を付して、重複する説明を省略する。
　図１は、本実施形態にかかるカラオケシステム１の構成を示すシステム構成図である。カラオケシステム１は、ユーザによって指定された楽曲を再生する公知の機能と、その再生に応じたユーザによる歌唱音声を集音して、その歌唱音声を評価して採点する公知の機能とを有する装置である。このカラオケシステム１は、さらに、ユーザによる新たな楽曲の歌唱に関する採点結果を予測する機能も有する。
　図１に示すように、カラオケシステム１は、カラオケ装置２、フロントサーバ３、データ管理装置４、及び予測装置５を備えている。フロントサーバ３、データ管理装置４、及び予測装置５は、ＬＡＮ（Local　Area　Network）、ＷＡＮ（Wide　Area　Network)、及び移動体通信ネットワーク等の通信ネットワークを介して互いにデータを送受信可能なように構成されている。
　カラオケ装置２は、楽曲の再生機能と、ユーザの歌唱音声の集音機能とを提供する。フロントサーバ３は、カラオケ装置２に電気的に接続され、カラオケ装置２に対してユーザによって指定された楽曲の再生のための再生データを提供する再生機能、ユーザの操作に応じた楽曲の検索機能、楽曲の再生に応じてカラオケ装置２によって集音された歌唱音声のデータを受信して、歌唱音声の採点結果を計算する採点機能、等を有する。フロントサーバ３は、ユーザによる歌唱音声の採点結果を、履歴情報としてその都度データ管理装置４に格納する機能も有する。このフロントサーバ３は、ユーザの操作を受け付け、ユーザに対して情報を表示させるためのユーザ・インターフェースを提供し、フロントサーバ３に対して有線あるいは無線によって接続された端末装置を含んでいる。
　データ管理装置４は、フロントサーバ３及び予測装置５によって処理されるデータを格納するデータ格納装置（データベース装置）である。このデータ管理装置４は、ユーザの過去の楽曲の歌唱に関する採点結果を記録した履歴情報を格納する履歴情報格納部１０１と、カラオケ装置２で再生可能な楽曲に関する音程情報を格納する楽曲情報格納部１０２とを含む。データ管理装置４に格納される各種情報は、フロントサーバ３の処理、あるいは、外部から取得されたデータによって随時更新される。
　図２には、データ管理装置４に格納された履歴情報のデータ構成の一例を示し、図３及び図４には、データ管理装置４に格納された楽曲情報のデータ構成の一例を示している。
　図２に示すように、履歴情報には、ユーザを識別する「ユーザ識別子」と、そのユーザがカラオケシステム１を利用して過去に歌唱した楽曲を識別する「楽曲識別子」と、その楽曲を過去に歌唱した時刻を示す「歌唱時間」と、フロントサーバ３の機能によるその楽曲の全区間の歌唱を対象とした採点結果を示す「総合点」と、フロントサーバ３の機能によるその楽曲の各区間の歌唱を対象とした採点結果を示す「区間１点数」、…、「区間２４点数」とが、関連付けられて格納されている。フロントサーバ３の採点機能においては、各楽曲の時間的な区間を所定数（例えば、２４）に分割し、分割した区間毎に採点結果を計算し、全ての区間の採点結果から各楽曲の全体の採点結果「総合点」を計算する。履歴情報には、各ユーザの楽曲毎の歌唱を対象にして、フロントサーバ３によって計算された、各区間の採点結果及び全体の採点結果が記録される。
　図３には、楽曲情報のうちの音程情報のデータ構成の一例を示している。このように、音程情報には、カラオケシステム１を利用して再生可能な楽曲を識別する「楽曲識別子」と、その楽曲を構成する音（ノート）の全体の楽曲中における開始時刻を示す「ノート開始時刻（ｍｓ）」と、その音の全体の楽曲中の終了時刻を示す「ノート終了時刻（ｍｓ）」と、その音の高さ（音程）を数値で示す「音程」と、その音の強さを数値で示す「強さ」とが、関連付けられて格納されている。データ管理装置４には、フロントサーバ３によって再生可能な各楽曲を構成し、各楽曲中において時系列に並ぶ全ての音に関する音程情報が格納されている。
　図４には、楽曲情報のうちの区間情報のデータ構成の一例を示している。このように、区間情報には、カラオケシステム１を利用して再生可能な楽曲を識別する「楽曲識別子」と、その楽曲の区間の全体の楽曲中における開始時刻を示す「区間開始時刻（ｍｓ）」と、その区間の全体の楽曲中の終了時刻を示す「区間終了時刻（ｍｓ）」とが、関連付けられて格納されている。データ管理装置４には、フロントサーバ３によって再生可能な各楽曲を構成する全ての区間に関する区間情報が格納されている。
　予測装置５は、フロントサーバ３によるユーザの新規な楽曲の歌唱を対象にした採点結果を予測する装置であり、機能的な構成要素として、データ取得部２０１、モデル構築部２０２、予測部２０３、及び選択情報生成部２０４を含んでいる。以下、各構成要素の機能について説明する。
　データ取得部２０１は、採点結果を予測するための学習モデルの構築処理に先立って、データ管理装置４から、履歴情報及び楽曲情報を取得する。また、データ取得部２０１は、採点結果の予測処理に先立って、楽曲情報を取得することも行う。データ取得部２０１は、取得した各情報を、モデル構築部２０２あるいは予測部２０３に引き渡す。
　すなわち、データ取得部２０１は、学習モデルの構築処理時には、データ管理装置４の履歴情報格納部１０１及び楽曲情報格納部１０２から読み出した情報を組み合わせて、ユーザが過去に歌唱した楽曲の各区間の音毎の採点結果の履歴情報を生成する。図５には、データ取得部２０１が生成する履歴情報のデータ構成の一例を示す。このように、履歴情報には、ユーザを識別する「ユーザ識別子」と、ユーザが過去に歌唱した楽曲を識別する「楽曲識別子」と、その楽曲の区間を識別する「区間」と、その区間中の音の開始時刻を示す「ノート開始時刻（ｍｓ）」と、その音の終了時刻を示す「ノート終了時刻（ｍｓ）」と、その音の音程を数値で示す「音程」と、その音の強さを数値で示す「強さ」と、その音が含まれる区間の採点結果を示す「点数」とが、関連付けられている。データ取得部２０１によって、ユーザによって過去に歌唱された各楽曲を構成する全ての音に関する履歴情報が生成される。
　また、データ取得部２０１は、採点結果の予測処理時には、予測対象の新規な楽曲に関する楽曲情報をデータ管理装置４から取得する。データ取得部２０１は、取得した楽曲情報を予測部２０３に引き渡す。
　図１に戻って、モデル構築部２０２は、データ取得部２０１によって生成された履歴情報を訓練データとして用いて、新規な楽曲の音程情報を基にユーザの新規な楽曲の歌唱に関する採点結果を予測する機械学習の学習モデルを構築する。モデル構築部２０２は、学習モデルの構築に先立って、データ取得部２０１から引き渡された履歴情報を加工する前処理を実行する。詳細には、モデル構築部２０２は、履歴情報の各情報を、過去にユーザが歌唱した楽曲を構成する各音に関する音程及び強さの情報が配列された１次元ベクトル（音ベクトル）に変換する。加えて、モデル構築部２０２は、履歴情報の各情報を、音ベクトルに対応する１次元ベクトルである、各音に対応する区間の採点結果が配列された１次元ベクトル（点数ベクトル）と、音ベクトルに対応する１次元ベクトルである、歌唱したユーザに関するユーザ識別情報が配列された１次元ベクトル（ユーザ識別ベクトル）とに変換する。
　図６には、モデル構築部２０２の前処理によって生成される１次元ベクトルのデータ構成の一例を示している。このように、モデル構築部２０２は、履歴情報を、音ベクトルＶ１、点数ベクトルＶ２、及びユーザ識別ベクトルＶ３に変換する。
　そして、モデル構築部２０２は、音ベクトルＶ１及びユーザ識別ベクトルＶ３を学習モデルに入力し、その学習モデルの出力結果が点数ベクトルＶ２の示す点数に近づくように、学習モデルのパラメータを最適化する（学習モデルをトレーニングする）。この際、モデル構築部２０２は、学習モデルとして、深層学習の学習モデルを使用する。
　図７には、モデル構築部２０２が使用する学習モデルＭの構成を示している。図７に示すように、学習モデルＭは、ワンホットエンコーディング（Ｏｎｅ－ｈｏｔ　ｅｎｃｏｄｉｎｇ）部Ｍ１、ＧＲＵ部Ｍ２、結合部Ｍ３、及び、デンス（Ｄｅｎｓｅ）部Ｍ４によって構成される。
　ワンホットエンコーディング部Ｍ１は、ユーザ識別ベクトルＶ３が入力されて、ユーザ識別ベクトルＶ３を２次元ベクトルに変換する。図８には、ワンホットエンコーディング部Ｍ１によって変換される２次元ベクトルのデータ構成の一例を示す。このように、２次元ベクトルにおいては、各行が音ベクトルＶ１の各要素が示す音に対応し、各列がユーザ識別ベクトルＶ３の各要素の示す各ユーザに対応している。例えば、ユーザ識別ベクトルＶ３に含まれる１つの要素の「ユーザ識別子」が“Ａ１”の場合には、その要素に対応する行において、「ユーザ識別子　Ａ１」に対応する列の値が“１”に設定され、他のユーザ識別子に対応する列の値は“０”に設定される。ワンホットエンコーディング部Ｍ１によって、ユーザ識別ベクトルＶ３に含まれる全ての要素に対応する行分の２次元ベクトルが生成される。
　ＧＲＵ部Ｍ２は、再帰型ニューラルネットワーク（ＲＮＮ：Recurrent　Neural　Network）の一種であり、通常の出力の他に状態を出力し、入力には、通常の入力としての音ベクトルＶ１の他に、直前に出力された状態が再度入力される。これにより、ＧＲＵ部Ｍ２は、過去の入力情報を記憶する機能を有し、長期的な時系列情報を処理することができる。
　結合部Ｍ３は、ワンホットエンコーディング部Ｍ１の出力と、ＧＲＵ部Ｍ２の出力とを結合する。デンス部Ｍ４は、深層学習における全結合層であり、結合部Ｍ３から出力されたある次元数の数値列に対し、重み（ｗ）を乗算してバイアス（ｂ）を加算することで任意の次元数の出力（Ｙ）に変換する。本実施形態では、デンス部Ｍ４は、楽曲の各区間の採点結果（点数）が配列された１次元の出力ベクトルＹに変換する。図９には、デンス部Ｍ４によって変換される出力ベクトルのデータ構成の一例を示す。このように、出力ベクトル（Ｙ）においては、各要素が、入力された音ベクトルＶ１の要素に対応する音によって構成される各区間の採点結果の予測値を示している。
　モデル構築部２０２は、上記構成の学習モデルＭを用いて、ユーザ識別ベクトルＶ３と音ベクトルＶ１を学習モデルＭに入力し、その結果得られた出力ベクトル（Ｙ）が点数ベクトルＶ２の示す各区間の点数に近づくように、学習モデルＭをトレーニングする。トレーニングの結果、例えば、学習モデルＭのデンス部Ｍ４における重み（ｗ）及びバイアス（ｂ）のパラメータが最適化される。
　再び図１に戻って、予測部２０３は、新規の楽曲に関する楽曲情報を基に、モデル構築部２０２によって構築された学習モデルＭを用いて、ユーザの新規の楽曲の歌唱に関する各区間の採点結果の予測値を取得する。具体的には、予測部２０３は、楽曲情報を対象にしてモデル構築部２０２と同様な前処理を施し、新規の楽曲に関する音ベクトルＶ１及びユーザ識別ベクトルＶ３を生成する。そして、予測部２０３は、生成した音ベクトルＶ１及びユーザ識別ベクトルＶ３を学習モデルＭに入力することにより得られた出力ベクトル（Ｙ）を基に、新規の楽曲の各区間の採点結果の予測値を取得する。
　選択情報生成部２０４は、予測部２０３から複数の楽曲に関する各区間の採点情報の予測値を繰り返し取得し、複数の楽曲毎の全体の採点結果の予測値を計算する。例えば、全体の採点結果の予測値としては、全ての区間の採点結果の予測値の平均値が計算される。そして、選択情報生成部２０４は、複数の楽曲の中からユーザに歌唱を推奨する楽曲を選択し、選択した楽曲を示す選択情報を、複数の楽曲毎の全体の採点結果の予測値と共に、出力する。例えば、選択情報生成部２０４は、ユーザに推奨する楽曲として、採点結果の予測値が比較的高い楽曲、採点結果の予測値が予め設定した閾値よりも高い楽曲等を選択する。選択情報生成部２０４によって出力された選択情報及び予測値の情報は、フロントサーバ３の端末装置等に出力される。
　次に、このように構成された予測装置５の処理について説明する。図１０は、予測装置５による学習モデルの構築処理の手順を示すフローチャートであり、図１１は、予測装置５による楽曲に関する推奨処理の手順を示すフローチャートである。学習モデルの構築処理は、予め設定されたタイミング（例えば、定期的なタイミング）、あるいは、データ管理装置４においてある程度の情報量の履歴情報が蓄積されたタイミング等で開始される。楽曲に関する推奨処理は、予め設定されたタイミング、あるいは、フロントサーバ３においてユーザから指示が受け付けられたタイミング等で開始される。
　図１０を参照して、学習モデルの構築処理が開始されると、データ取得部２０１によって、データ管理装置４からユーザの過去の楽曲の歌唱の採点結果に関する履歴情報が取得される（ステップＳ１０１）。また、データ取得部２０１によって、データ管理装置４から、履歴情報に記録された楽曲に関する楽曲情報が取得される（ステップＳ１０２）。
　次に、モデル構築部２０２によって前処理が実行されて、履歴情報及び楽曲情報を基に、音ベクトルＶ１、点数ベクトルＶ２、及びユーザ識別ベクトルＶ３が生成される（ステップＳ１０３）。その後、モデル構築部２０２によって、音ベクトルＶ１、点数ベクトルＶ２、及びユーザ識別ベクトルＶ３を用いて学習モデルＭがトレーニングされることにより、学習モデルＭのパラメータが最適化され（学習モデルの構築、ステップＳ１０４）、学習モデルの構築処理が終了する。
　次に、図１１を参照して、楽曲に関する推奨処理が開始されると、データ取得部２０１によって、データ管理装置４から複数の楽曲に関する楽曲情報が取得される（ステップＳ２０１）。その後、予測部２０３によって前処理が実行されて、楽曲情報を基に音ベクトルＶ１が生成されるとともに、採点結果の予測対象のユーザを識別するユーザ識別ベクトルＶ３が、音ベクトルＶ１に対応する要素分生成される（ステップＳ２０２）。
　次に、予測部２０３により、音ベクトルＶ１及びユーザ識別ベクトルＶ３が学習モデルＭに入力され、学習モデルＭの出力ベクトルを基に、複数の楽曲の区間毎の採点結果の予測値が取得される（ステップＳ２０３）。その後、選択情報生成部２０４により、複数の楽曲の区間毎の採点結果の予測値を基に、複数の楽曲毎の全体の採点結果の予測値が計算される（ステップＳ２０４）。最後に、選択情報生成部２０４により、複数の楽曲毎の採点結果の予測値を基にユーザに歌唱を推奨する楽曲が選択され、ユーザに対する選択情報が生成及び出力される（ステップＳ２０５）。
　つぎに、本実施形態の予測装置５の作用効果について説明する。この予測装置５によれば、ユーザの過去の楽曲の歌唱に関する区間毎の採点結果、および、その区間毎の音程情報が訓練データとして用いられて、採点結果を予測する学習モデルＭが構築される。そして、新規の楽曲に関する音程情報が、構築された学習モデルＭに入力されることにより、その出力を基にユーザの新規の楽曲の歌唱に関する採点結果が取得される。これにより、ユーザの過去の音程のパターンに対する採点傾向が反映された新規な楽曲の歌唱に関する採点結果を取得することができ、取得される採点結果の予測精度を向上させることができる。
　また、本実施形態では、時系列の音程情報を入力とし、音程情報に対応する楽曲の区間毎の採点結果を出力する学習モデルＭを用い、学習モデルＭの出力が、訓練データに含まれる区間毎の採点結果に近づくように、学習モデルＭを構築している。このようにすれば、楽曲の区間毎の音程のパターンに対する採点結果の傾向を掴んだ学習モデルＭを構築することができ、ユーザの新規な楽曲の歌唱に関する採点結果の予測精度を確実に向上させることができる。
　また、本実施形態では、ユーザの識別情報をさらに入力する学習モデルＭを用いている。こうすれば、ユーザ毎の音程のパターンに対する採点結果の傾向を掴んだ学習モデルＭを構築することができ、個々のユーザを対象とした採点結果の予測精度を確実に向上させることができる。
　また、本実施形態では、学習モデルＭの出力である新規の楽曲の区間毎の採点結果を平均してユーザの新規の楽曲の歌唱に関する採点結果を取得している。このようにすれば、新規な楽曲の歌唱に関するユーザの得手不得手を容易に判断することができる。
　また、本実施形態では、ユーザの複数の楽曲の歌唱に関する採点結果を繰り返し取得し、採点結果を基に複数の楽曲の中からユーザに推奨する楽曲を選択し選択情報を出力している。このような構成により、複数の楽曲の中からユーザにとって歌唱が得意と予測される楽曲を選択して出力することができ、ユーザにとって歌唱の際に有益な情報を提供することができる。
　なお、上記実施形態の説明に用いたブロック図は、機能単位のブロックを示している。これらの機能ブロック（構成部）は、ハードウェア及びソフトウェアの少なくとも一方の任意の組み合わせによって実現される。また、各機能ブロックの実現方法は特に限定されない。すなわち、各機能ブロックは、物理的又は論理的に結合した１つの装置を用いて実現されてもよいし、物理的又は論理的に分離した２つ以上の装置を直接的又は間接的に（例えば、有線、無線などを用いて）接続し、これら複数の装置を用いて実現されてもよい。機能ブロックは、上記１つの装置又は上記複数の装置にソフトウェアを組み合わせて実現されてもよい。
　機能には、判断、決定、判定、計算、算出、処理、導出、調査、探索、確認、受信、送信、出力、アクセス、解決、選択、選定、確立、比較、想定、期待、見做し、報知（broadcasting）、通知（notifying）、通信（communicating）、転送（forwarding）、構成（configuring）、再構成（reconfiguring）、割り当て（allocating、mapping）、割り振り（assigning）などがあるが、これらに限られない。たとえば、送信を機能させる機能ブロック（構成部）は、送信部（transmitting　unit）や送信機（transmitter）と呼称される。いずれも、上述したとおり、実現方法は特に限定されない。
　例えば、本開示の一実施の形態におけるデータ管理装置４及び予測装置５は、本開示の処理を行うコンピュータとして機能してもよい。図１２は、本開示の一実施の形態に係るデータ管理装置４及び予測装置５のハードウェア構成の一例を示す図である。上述のデータ管理装置４及び予測装置５は、物理的には、プロセッサ１００１、メモリ１００２、ストレージ１００３、通信装置１００４、入力装置１００５、出力装置１００６、バス１００７などを含むコンピュータ装置として構成されてもよい。
　なお、以下の説明では、「装置」という文言は、回路、デバイス、ユニットなどに読み替えることができる。データ管理装置４及び予測装置５のハードウェア構成は、図に示した各装置を１つ又は複数含むように構成されてもよいし、一部の装置を含まずに構成されてもよい。
　データ管理装置４及び予測装置５における各機能は、プロセッサ１００１、メモリ１００２などのハードウェア上に所定のソフトウェア（プログラム）を読み込ませることによって、プロセッサ１００１が演算を行い、通信装置１００４による通信を制御したり、メモリ１００２及びストレージ１００３におけるデータの読み出し及び書き込みの少なくとも一方を制御したりすることによって実現される。
　プロセッサ１００１は、例えば、オペレーティングシステムを動作させてコンピュータ全体を制御する。プロセッサ１００１は、周辺装置とのインターフェース、制御装置、演算装置、レジスタなどを含む中央処理装置（ＣＰＵ：Central　Processing　Unit）によって構成されてもよい。例えば、上述のデータ取得部２０１、モデル構築部２０２、予測部２０３、及び選択情報生成部２０４などは、プロセッサ１００１によって実現されてもよい。
　また、プロセッサ１００１は、プログラム（プログラムコード）、ソフトウェアモジュール、データなどを、ストレージ１００３及び通信装置１００４の少なくとも一方からメモリ１００２に読み出し、これらに従って各種の処理を実行する。プログラムとしては、上述の実施の形態において説明した動作の少なくとも一部をコンピュータに実行させるプログラムが用いられる。例えば、データ取得部２０１、モデル構築部２０２、予測部２０３、及び選択情報生成部２０４は、メモリ１００２に格納され、プロセッサ１００１において動作する制御プログラムによって実現されてもよく、他の機能ブロックについても同様に実現されてもよい。上述の各種処理は、１つのプロセッサ１００１によって実行される旨を説明してきたが、２以上のプロセッサ１００１により同時又は逐次に実行されてもよい。プロセッサ１００１は、１以上のチップによって実装されてもよい。なお、プログラムは、電気通信回線を介してネットワークから送信されても良い。
　メモリ１００２は、コンピュータ読み取り可能な記録媒体であり、例えば、ＲＯＭ（Read　Only　Memory）、ＥＰＲＯＭ（Erasable　Programmable　ＲＯＭ）、ＥＥＰＲＯＭ（Electrically　Erasable　Programmable　ＲＯＭ）、ＲＡＭ（Random　Access　Memory）などの少なくとも１つによって構成されてもよい。メモリ１００２は、レジスタ、キャッシュ、メインメモリ（主記憶装置）などと呼ばれてもよい。メモリ１００２は、本開示の一実施の形態に係る構築処理及び推奨処理を実施するために実行可能なプログラム（プログラムコード）、ソフトウェアモジュールなどを保存することができる。
　ストレージ１００３は、コンピュータ読み取り可能な記録媒体であり、例えば、ＣＤ－ＲＯＭ（Compact　Disc　ＲＯＭ）などの光ディスク、ハードディスクドライブ、フレキシブルディスク、光磁気ディスク(例えば、コンパクトディスク、デジタル多用途ディスク、Ｂｌｕ－ｒａｙ（登録商標）ディスク)、スマートカード、フラッシュメモリ(例えば、カード、スティック、キードライブ)、フロッピー（登録商標）ディスク、磁気ストリップなどの少なくとも１つによって構成されてもよい。ストレージ１００３は、補助記憶装置と呼ばれてもよい。上述の記憶媒体は、例えば、メモリ１００２及びストレージ１００３の少なくとも一方を含むデータベース、サーバその他の適切な媒体であってもよい。
　通信装置１００４は、有線ネットワーク及び無線ネットワークの少なくとも一方を介してコンピュータ間の通信を行うためのハードウェア（送受信デバイス）であり、例えばネットワークデバイス、ネットワークコントローラ、ネットワークカード、通信モジュールなどともいう。通信装置１００４は、例えば周波数分割複信（ＦＤＤ：Frequency　Division　Duplex）及び時分割複信（ＴＤＤ：Time　Division　Duplex）の少なくとも一方を実現するために、高周波スイッチ、デュプレクサ、フィルタ、周波数シンセサイザなどを含んで構成されてもよい。例えば、上述の情報を受信するデータ取得部２０１などは、通信装置１００４によって実現されてもよい。このデータ取得部２０１は、送信部と受信部とで、物理的に、または論理的に分離された実装がなされてもよい。
　入力装置１００５は、外部からの入力を受け付ける入力デバイス（例えば、キーボード、マウス、マイクロフォン、スイッチ、ボタン、センサなど）である。出力装置１００６は、外部への出力を実施する出力デバイス（例えば、ディスプレイ、スピーカー、LEDランプなど）である。例えば、上述の選択情報生成部２０４などは、出力装置１００６によって実現されてもよい。なお、入力装置１００５及び出力装置１００６は、一体となった構成（例えば、タッチパネル）であってもよい。
　また、プロセッサ１００１、メモリ１００２などの各装置は、情報を通信するためのバス１００７によって接続される。バス１００７は、単一のバスを用いて構成されてもよいし、装置間ごとに異なるバスを用いて構成されてもよい。
　また、データ管理装置４及び予測装置５は、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ：Digital　Signal　Processor）、ＡＳＩＣ（Application　Specific　Integrated　Circuit）、ＰＬＤ（Programmable　Logic　Device）、ＦＰＧＡ（Field　Programmable　Gate　Array）などのハードウェアを含んで構成されてもよく、当該ハードウェアにより、各機能ブロックの一部又は全てが実現されてもよい。例えば、プロセッサ１００１は、これらのハードウェアの少なくとも１つを用いて実装されてもよい。
　情報の通知は、本開示において説明した態様／実施形態に限られず、他の方法を用いて行われてもよい。例えば、情報の通知は、物理レイヤシグナリング（例えば、ＤＣＩ（Downlink　Control　Information）、ＵＣＩ（Uplink　Control　Information））、上位レイヤシグナリング（例えば、ＲＲＣ（Radio　Resource　Control）シグナリング、ＭＡＣ（Medium　Access　Control）シグナリング、報知情報（ＭＩＢ（Master　Information　Block）、ＳＩＢ（System　Information　Block）））、その他の信号又はこれらの組み合わせによって実施されてもよい。また、ＲＲＣシグナリングは、ＲＲＣメッセージと呼ばれてもよく、例えば、ＲＲＣ接続セットアップ（RRC　Connection　Setup）メッセージ、ＲＲＣ接続再構成（RRC　Connection　Reconfiguration）メッセージなどであってもよい。
　本開示において説明した各態様／実施形態は、ＬＴＥ（Long　Term　Evolution）、ＬＴＥ－Ａ（LTE-Advanced）、ＳＵＰＥＲ　３Ｇ、ＩＭＴ－Ａｄｖａｎｃｅｄ、４Ｇ（4th　generation　mobile　communication　system）、５Ｇ（5th　generation　mobile　communication　system）、ＦＲＡ（Future　Radio　Access）、ＮＲ（new　Radio）、Ｗ－ＣＤＭＡ（登録商標）、ＧＳＭ（登録商標）、ＣＤＭＡ２０００、ＵＭＢ（Ultra　Mobile　Broadband）、ＩＥＥＥ　８０２．１１（Ｗｉ－Ｆｉ（登録商標））、ＩＥＥＥ　８０２．１６（ＷｉＭＡＸ（登録商標））、ＩＥＥＥ　８０２．２０、ＵＷＢ（Ultra-WideBand）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、その他の適切なシステムを利用するシステム及びこれらに基づいて拡張された次世代システムの少なくとも一つに適用されてもよい。また、複数のシステムが組み合わされて（例えば、ＬＴＥ及びＬＴＥ－Ａの少なくとも一方と５Ｇとの組み合わせ等）適用されてもよい。
　本開示において説明した各態様／実施形態の処理手順、シーケンス、フローチャートなどは、矛盾の無い限り、順序を入れ替えてもよい。例えば、本開示において説明した方法については、例示的な順序を用いて様々なステップの要素を提示しており、提示した特定の順序に限定されない。
　情報等は、上位レイヤ（又は下位レイヤ）から下位レイヤ（又は上位レイヤ）へ出力され得る。複数のネットワークノードを介して入出力されてもよい。
　入出力された情報等は特定の場所（例えば、メモリ）に保存されてもよいし、管理テーブルを用いて管理してもよい。入出力される情報等は、上書き、更新、又は追記され得る。出力された情報等は削除されてもよい。入力された情報等は他の装置へ送信されてもよい。
　判定は、１ビットで表される値（０か１か）によって行われてもよいし、真偽値（Boolean：true又はfalse）によって行われてもよいし、数値の比較（例えば、所定の値との比較）によって行われてもよい。
　本開示において説明した各態様／実施形態は単独で用いてもよいし、組み合わせて用いてもよいし、実行に伴って切り替えて用いてもよい。また、所定の情報の通知（例えば、「Ｘであること」の通知）は、明示的に行うものに限られず、暗黙的（例えば、当該所定の情報の通知を行わない）ことによって行われてもよい。
　以上、本開示について詳細に説明したが、当業者にとっては、本開示が本開示中に説明した実施形態に限定されるものではないということは明らかである。本開示は、請求の範囲の記載により定まる本開示の趣旨及び範囲を逸脱することなく修正及び変更態様として実施することができる。したがって、本開示の記載は、例示説明を目的とするものであり、本開示に対して何ら制限的な意味を有するものではない。
　ソフトウェアは、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語と呼ばれるか、他の名称で呼ばれるかを問わず、命令、命令セット、コード、コードセグメント、プログラムコード、プログラム、サブプログラム、ソフトウェアモジュール、アプリケーション、ソフトウェアアプリケーション、ソフトウェアパッケージ、ルーチン、サブルーチン、オブジェクト、実行可能ファイル、実行スレッド、手順、機能などを意味するよう広く解釈されるべきである。
　また、ソフトウェア、命令、情報などは、伝送媒体を介して送受信されてもよい。例えば、ソフトウェアが、有線技術（同軸ケーブル、光ファイバケーブル、ツイストペア、デジタル加入者回線（ＤＳＬ：Digital　Subscriber　Line）など）及び無線技術（赤外線、マイクロ波など）の少なくとも一方を使用してウェブサイト、サーバ、又は他のリモートソースから送信される場合、これらの有線技術及び無線技術の少なくとも一方は、伝送媒体の定義内に含まれる。
　本開示において説明した情報、信号などは、様々な異なる技術のいずれかを使用して表されてもよい。例えば、上記の説明全体に渡って言及され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、チップなどは、電圧、電流、電磁波、磁界若しくは磁性粒子、光場若しくは光子、又はこれらの任意の組み合わせによって表されてもよい。
　なお、本開示において説明した用語及び本開示の理解に必要な用語については、同一の又は類似する意味を有する用語と置き換えてもよい。例えば、チャネル及びシンボルの少なくとも一方は信号（シグナリング）であってもよい。また、信号はメッセージであってもよい。また、コンポーネントキャリア（ＣＣ：Component　Carrier）は、キャリア周波数、セル、周波数キャリアなどと呼ばれてもよい。
　本開示において使用する「システム」及び「ネットワーク」という用語は、互換的に使用される。
　また、本開示において説明した情報、パラメータなどは、絶対値を用いて表されてもよいし、所定の値からの相対値を用いて表されてもよいし、対応する別の情報を用いて表されてもよい。例えば、無線リソースはインデックスによって指示されるものであってもよい。
　上述したパラメータに使用する名称はいかなる点においても限定的な名称ではない。さらに、これらのパラメータを使用する数式等は、本開示で明示的に開示したものと異なる場合もある。様々なチャネル（例えば、ＰＵＣＣＨ、ＰＤＣＣＨなど）及び情報要素は、あらゆる好適な名称によって識別できるので、これらの様々なチャネル及び情報要素に割り当てている様々な名称は、いかなる点においても限定的な名称ではない。
　本開示で使用する「判断(determining)」、「決定(determining)」という用語は、多種多様な動作を包含する場合がある。「判断」、「決定」は、例えば、判定(judging)、計算(calculating)、算出(computing)、処理(processing)、導出(deriving)、調査(investigating)、探索(looking　up、search、inquiry)（例えば、テーブル、データベース又は別のデータ構造での探索）、確認(ascertaining)した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、受信(receiving)（例えば、情報を受信すること）、送信(transmitting)(例えば、情報を送信すること)、入力(input)、出力(output)、アクセス(accessing)（例えば、メモリ中のデータにアクセスすること）した事を「判断」「決定」したとみなす事などを含み得る。また、「判断」、「決定」は、解決(resolving)、選択(selecting)、選定(choosing)、確立(establishing)、比較(comparing)などした事を「判断」「決定」したとみなす事を含み得る。つまり、「判断」「決定」は、何らかの動作を「判断」「決定」したとみなす事を含み得る。また、「判断（決定）」は、「想定する（assuming）」、「期待する（expecting）」、「みなす（considering）」などで読み替えられてもよい。
　「接続された(connected)」、「結合された(coupled)」という用語、又はこれらのあらゆる変形は、２又はそれ以上の要素間の直接的又は間接的なあらゆる接続又は結合を意味し、互いに「接続」又は「結合」された２つの要素間に１又はそれ以上の中間要素が存在することを含むことができる。要素間の結合又は接続は、物理的なものであっても、論理的なものであっても、或いはこれらの組み合わせであってもよい。例えば、「接続」は「アクセス」で読み替えられてもよい。本開示で使用する場合、２つの要素は、１又はそれ以上の電線、ケーブル及びプリント電気接続の少なくとも一つを用いて、並びにいくつかの非限定的かつ非包括的な例として、無線周波数領域、マイクロ波領域及び光（可視及び不可視の両方）領域の波長を有する電磁エネルギーなどを用いて、互いに「接続」又は「結合」されると考えることができる。
　本開示において使用する「に基づいて」という記載は、別段に明記されていない限り、「のみに基づいて」を意味しない。言い換えれば、「に基づいて」という記載は、「のみに基づいて」と「に少なくとも基づいて」の両方を意味する。
　本開示において、「含む（include）」、「含んでいる（including）」及びそれらの変形が使用されている場合、これらの用語は、用語「備える（comprising）」と同様に、包括的であることが意図される。さらに、本開示において使用されている用語「又は（or）」は、排他的論理和ではないことが意図される。
　本開示において、例えば、英語でのa,　an及びtheのように、翻訳により冠詞が追加された場合、本開示は、これらの冠詞の後に続く名詞が複数形であることを含んでもよい。
　本開示において、「ＡとＢが異なる」という用語は、「ＡとＢが互いに異なる」ことを意味してもよい。なお、当該用語は、「ＡとＢがそれぞれＣと異なる」ことを意味してもよい。「離れる」、「結合される」などの用語も、「異なる」と同様に解釈されてもよい。
　本発明の一形態は、採点結果を予測する予測装置を使用用途とし、ユーザの新たな楽曲の歌唱に関する採点結果の予測精度を向上させることを可能にするものである。
　５…予測装置、１００１…プロセッサ、２０１…データ取得部、２０２…モデル構築部、２０３…予測部、２０４…選択情報生成部、Ｍ…学習モデル。

Claims (5)

  1. 　採点結果を予測する予測装置であって、
    　少なくとも１つのプロセッサを備え、
    　前記少なくとも１つのプロセッサが、
    　ユーザの過去の楽曲の歌唱に関する採点結果を、前記楽曲の時間的な区間毎に取得し、
    　前記楽曲を構成する音であって、前記区間において時系列に並ぶ音の高さを示す音程情報を取得し、
    　前記採点結果及び前記音程情報を訓練データとして用いて、前記音程情報から、前記ユーザの楽曲の歌唱に関する採点結果を予測する学習モデルを構築し、
    　新規の楽曲に関する前記音程情報を、前記学習モデルに入力することにより、前記学習モデルの出力を基に、前記ユーザの前記新規の楽曲の歌唱に関する採点結果を取得する、
    予測装置。
  2. 　前記少なくとも１つのプロセッサは、
    　時系列の前記音程情報を入力とし、前記音程情報に対応する楽曲の区間毎の採点結果を出力する学習モデルを用い、前記学習モデルの出力が、前記訓練データに含まれる前記区間毎の採点結果に近づくように、前記学習モデルを構築する、
    請求項１に記載の予測装置。
  3. 　前記少なくとも１つのプロセッサは、
    　前記ユーザの識別情報をさらに入力する前記学習モデルを用いる、
    請求項１又は２に記載の予測装置。
  4. 　前記少なくとも１つのプロセッサは、
    　前記学習モデルの出力である前記新規の楽曲の区間毎の採点結果を平均して前記ユーザの前記新規の楽曲の歌唱に関する採点結果を取得する、
    請求項２に記載の予測装置。
  5. 　前記少なくとも１つのプロセッサは、
    　前記ユーザの複数の楽曲の歌唱に関する前記採点結果を繰り返し取得し、前記採点結果を基に前記複数の楽曲の中からユーザに推奨する楽曲を選択し選択情報を出力する、
    請求項１～４のいずれか１項に記載の予測装置。
PCT/JP2021/020515 2020-06-09 2021-05-28 予測装置 WO2021251187A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US18/000,210 US20230205814A1 (en) 2020-06-09 2021-05-28 Prediction device
JP2022530470A JPWO2021251187A1 (ja) 2020-06-09 2021-05-28

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020100167 2020-06-09
JP2020-100167 2020-06-09

Publications (1)

Publication Number Publication Date
WO2021251187A1 true WO2021251187A1 (ja) 2021-12-16

Family

ID=78845624

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/020515 WO2021251187A1 (ja) 2020-06-09 2021-05-28 予測装置

Country Status (3)

Country Link
US (1) US20230205814A1 (ja)
JP (1) JPWO2021251187A1 (ja)
WO (1) WO2021251187A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7530277B2 (ja) 2020-11-27 2024-08-07 株式会社第一興商 カラオケ装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011203479A (ja) * 2010-03-25 2011-10-13 Xing Inc カラオケシステム、カラオケシステムの制御方法、及びカラオケシステムの制御プログラム並びにその情報記録媒体
JP2016029429A (ja) * 2014-07-25 2016-03-03 株式会社第一興商 カラオケ装置
JP2018091982A (ja) * 2016-12-02 2018-06-14 株式会社第一興商 カラオケシステム
JP2019148767A (ja) * 2018-02-28 2019-09-05 株式会社第一興商 サーバ装置、リコメンドシステム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011203479A (ja) * 2010-03-25 2011-10-13 Xing Inc カラオケシステム、カラオケシステムの制御方法、及びカラオケシステムの制御プログラム並びにその情報記録媒体
JP2016029429A (ja) * 2014-07-25 2016-03-03 株式会社第一興商 カラオケ装置
JP2018091982A (ja) * 2016-12-02 2018-06-14 株式会社第一興商 カラオケシステム
JP2019148767A (ja) * 2018-02-28 2019-09-05 株式会社第一興商 サーバ装置、リコメンドシステム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7530277B2 (ja) 2020-11-27 2024-08-07 株式会社第一興商 カラオケ装置

Also Published As

Publication number Publication date
JPWO2021251187A1 (ja) 2021-12-16
US20230205814A1 (en) 2023-06-29

Similar Documents

Publication Publication Date Title
US20220292533A1 (en) Demand prediction device
JP7166350B2 (ja) 対話装置
WO2021070819A1 (ja) 採点モデル学習装置、採点モデル及び判定装置
WO2021251187A1 (ja) 予測装置
US20210157988A1 (en) Dialogue system
JP7438191B2 (ja) 情報処理装置
US11663420B2 (en) Dialogue system
WO2019193796A1 (ja) 対話サーバ
WO2021251188A1 (ja) 推奨情報提供装置
JP2020505813A (ja) 符号化方法及び符号化装置
WO2019216046A1 (ja) 情報処理装置
JP2021039518A (ja) 行動変容促進装置
WO2018127155A1 (zh) 编码方法和编码器
WO2019187463A1 (ja) 対話サーバ
JP6705038B1 (ja) 行動支援装置
JP7323370B2 (ja) 審査装置
JP7323374B2 (ja) 情報処理装置及びプログラム
JP7548912B2 (ja) リランキング装置
JP2021113794A (ja) 情報提供装置
US20210385616A1 (en) Moving means determination device
WO2024089954A1 (ja) 情報処理装置
WO2019220791A1 (ja) 対話装置
JP2020166703A (ja) リスク推定装置
JP7232011B2 (ja) 情報処理装置及びプログラム
WO2024202259A1 (ja) モデル生成システム

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: 21822199

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022530470

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21822199

Country of ref document: EP

Kind code of ref document: A1