JP2007171772A - 音楽情報処理装置、音楽情報処理方法および制御プログラム - Google Patents

Abstract

【課題】予めユーザ等が分類することなく、大量に保存された音楽データに対応する楽曲の中から、類似する楽曲を判別する。
【解決手段】複数の音楽データに対応する複数の楽曲のうち、所定の楽曲に類似する楽曲に対応する音楽データを検索する音楽情報処理装置１０において、音楽データＤｍｐの特徴量を抽出し、特徴量データＤｃを生成する特徴量演算装置１６と、所定の楽曲に対応する音楽データと、他の音楽データの類似度を前記特徴量データに基づいて算出し、最も類似度の高い音楽データＤｍｐを所定の楽曲に類似する楽曲の音楽データとして判別する音楽選択装置１５と、を備える。
【選択図】図１

Description

本発明は、音楽情報処理装置、音楽情報処理方法および制御プログラムに係り、特に楽曲の類似性を判別する技術に関する。

従来、音楽データを保存し再生する際には、できるだけ劣化の少ない状態で保存する必要があったために、アナログデータもしくは特定の分解能において離散データにサンプリングされたデジタルデータ（例えば、ＰＣＭ）によって保存する必要があり、膨大な情報量が必要であった。さらに、音楽データを保存するための記録媒体も限られていたために、大量の音楽データを保存しておくことは困難であった。
しかしながら、近年においては、従来と同程度以上の比較的劣化の少ない状態において、同一の音楽に対する音楽データを数分の１から数十分の１に圧縮する圧縮技術が発達してきている。例えば、圧縮技術としては、ＭＰ３、ＷＭＡ、ＡＡＣ（ＭＰＥＧ）等
が挙げられる。

これと同時に、音楽データを保存する装置についても発達し、多くの情報量を保存する記録メディアも提案されており、多量の情報を同一の記録メディアに同時に保存することが可能となってきた。例えば、記録メディアとしては、ＨＤＤ、半導体メモリなどが挙げられる。
これらの音楽データを保存するための技術の発達に伴って、同一の記録メディアに大量の音楽データが格納されることとなった結果、それらの中から目的とする音楽データを選択することが望まれるようになってきている。
例えば、従来においては、ユーザが予め分類したり、音楽データに予め付加されているアーティスト情報、曲名情報等によって分類したり、音楽データが音データの周波数情報（音階情報）とビート情報（リズム）の組み合わせでできていることを用いて、その組み合わせを数値化して分類するなどの技術が提案されている（例えば、特許文献１参照）。
特開２０００−３５７９６号公報

上記従来の技術においては、音楽を特徴付けるに際し、音楽に付随したテキスト情報（歌詞、キーワード、作曲者名、歌手名、音楽名、アルバム名）を用いることが提案されている。
また、音楽の中のいわゆる「さび」と呼ばれる特定の部分における音楽データから、曲想（ビート、リズム、和音）などを検出して音楽を特徴づけることも可能である。
しかしながら、一般的な楽曲（音楽）は、曲の最初から最後までの間にいくつかの音楽テーマの組み合わせによって構成されているため、テキスト情報や「さび」と呼ばれる特定の部分における音楽データから音楽を特徴づけたとしても、必ずしも、楽曲全体の特徴付けを行ったことにはならないという問題点が生じる。
このため、大量に音楽データを保存し、ある音楽データに対応する楽曲に類似した楽曲を検索するような用途には、必ずしも適していないという問題点があった。
そこで、本発明の目的は、予めユーザ等が分類することなく、大量に保存された音楽データに対応する楽曲の中から、類似する楽曲を判別することが可能な音楽情報処理装置、音楽情報処理方法および制御プログラムを提供することにある。

上記課題を解決するため、複数の音楽データに対応する複数の楽曲のうち、所定の楽曲に類似する楽曲に対応する音楽データを検索する音楽情報処理装置において、前記音楽データの特徴量を抽出し、特徴量データを生成する特徴量抽出部と、前記所定の楽曲に対応する音楽データと、他の音楽データの類似度を前記特徴量データに基づいて算出し、最も類似度の高い音楽データを前記所定の楽曲に類似する楽曲の音楽データとして判別する類似判別部と、を備えたことを特徴としている。
上記構成によれば、特徴量抽出部は、音楽データの特徴量を抽出し、特徴量データを生成する。
これにより類似判別部は、所定の楽曲に対応する音楽データと、他の音楽データの類似度を特徴量データに基づいて算出し、最も類似度の高い音楽データを所定の楽曲に類似する楽曲の音楽データとして判別する。

この場合において、前記音楽データは圧縮データであり、前記特徴量抽出部は、前記圧縮データに基づいて前記特徴量データを生成するようにしてもよい。
また、前記特徴量抽出部は、前記特徴量データとしてハミング距離データを生成するようにしてもよい。
さらに、前記特徴量抽出部は、前記特徴量データとしてウェーブレット変換により得られる圧縮データを用いるようにしてもよい。
さらにまた、前記類似判別部は、前記圧縮データを、曲の再生時間を表す軸および相関基準時間を表す軸で表される平面上に展開した場合に得られるパターンに基づいて前記類似度を算出するようにしてもよい。
また、前記複数の音楽データを記憶する音楽データ記憶部と、前記音楽データ記憶部に記憶されている前記音楽データに基づいて前記楽曲の再生を行う再生部と、を備え、前記類似判別部は、前記所定の楽曲を現在前記再生部で再生中の楽曲として、前記音楽データ記憶部に記憶されている音楽データに対応する楽曲のうち、最も類似度の高い楽曲を判別し、前記再生部は、当該最も類似度の高い楽曲を次回の再生対象の楽曲とするようにしてもよい。

また、複数の音楽データに対応する複数の楽曲のうち、所定の楽曲に類似する楽曲に対応する音楽データを検索する音楽情報処理方法において、前記音楽データの特徴量を抽出する特徴量抽出過程と、前記所定の楽曲に対応する音楽データと、他の音楽データの類似度を前記特徴量に基づいて算出し、最も類似度の高い音楽データを前記所定の楽曲に類似する楽曲の音楽データとして判別する類似判別過程と、を備えたことを特徴としている。
この場合において、前記類似判別過程は、前記圧縮データを、曲の再生時間を表す軸および相関基準時間を表す軸で表される平面上に展開した場合に得られるパターンに基づいて前記類似度を算出するようにしてもよい。
また、予め記憶されている複数の音楽データに基づいて前記楽曲の再生を行う再生過程を備え、前記類似判別過程は、前記所定の楽曲を現在前記再生部で再生中の楽曲として、予め記憶されている前記音楽データに対応する楽曲のうち、最も類似度の高い楽曲を判別し、前記再生過程は、当該最も類似度の高い楽曲を次回の再生対象の楽曲とするようにしてもよい。

また、複数の音楽データに対応する複数の楽曲のうち、所定の楽曲に類似する楽曲に対応する音楽データを検索する音楽情報処理装置をコンピュータにより制御する制御プログラムにおいて、前記音楽データの特徴量を抽出させ、前記所定の楽曲に対応する音楽データと、他の音楽データの類似度を前記特徴量に基づいて算出させ、最も類似度の高い音楽データを前記所定の楽曲に類似する楽曲の音楽データとして判別させる、ことを特徴としている。
この場合において、前記圧縮データを、曲の再生時間を表す軸および相関基準時間を表す軸で表される平面上に展開した場合に得られるパターンに基づいて前記類似度を算出させるようにしてもよい。
また、予め記憶されている複数の音楽データに基づいて前記楽曲の再生を行わせるに際し、前記所定の楽曲を現在前記再生部で再生中の楽曲として、予め記憶されている音楽データに対応する楽曲のうち、最も類似度の高い楽曲を判別させ、当該最も類似度の高い楽曲を次回の再生対象の楽曲とさせるようにしてもよい。

本発明によれば、予めユーザ等が分類することなく、大量に保存された音楽データに対応する楽曲データ（楽曲）の中から、一つの楽曲データ（楽曲）に類似する楽曲データ（楽曲）を判別することができる。

以下、本発明の好適な実施形態を図面に基づいて説明する。
［１］第１実施形態
図１は、実施形態の音楽情報処理装置の概要構成ブロック図である。
本第１実施形態の音楽情報処理装置１０は、音圧データの繰り返しパターンを検出して特徴量データとし、この特徴量データに基づいて楽曲の類似性を判別するものである。
音楽情報処理装置１０は、ハードディスク、半導体メモリカード等の記録メディアから音楽データＤｍを読み取るメディア読取装置１１と、メディア読取装置１１により読み取られた音楽データＤｍに基づいて楽曲再生を行う再生装置１２と、メディア読取装置１１により読み取られた音楽データの圧縮処理を行って圧縮音楽データＤｍｐを生成し出力する音楽データ圧縮装置１３と、再生装置１２において再生すべき音楽データＤｍあるいは圧縮音楽データＤｍｐを指示するとともに、後述する音楽データ保存装置１７に保存されている圧縮音楽データＤｍｐを再生装置１２に供給する音楽情報処理装置１５と、圧縮音楽データＤｍｐに基づいて音楽データＤｍの特徴量を抽出し、特徴量データＤｃを生成し出力する特徴量演算装置１６と、音楽データ圧縮装置１３から出力された圧縮音楽データＤｍｐおよび特徴量演算装置１６から出力された特徴量データＤｃを記憶し、保存する音楽データ保存装置１７と、当該音楽情報処理装置１０全体を制御するシステム制御装置１８と、ユーザがシステム制御装置１８との間でやり取りを行うためのユーザインターフェイス装置１９と、を備えて構成されている。

ここで、概要動作を説明する。
システム制御装置１８の制御下で、メディア読取装置１１は記録メディア内に保存された多数の音楽データの中から選択された音楽データＤｍを読み取ると、当該音楽データＤｍにおいて設定されているデータビットレートに合わせて順次音楽データＤｍを再生装置１２および音楽データ圧縮装置１３に出力する。なお、音楽データＤｍの再生を行わず、音楽データの保存処理のみを行う場合には、音楽データＤｍを再生装置１２に出力する必要はない。
これにより、再生装置１２は、音楽データＤｍに基づいて音楽データＤｍに対応する楽曲を再生する。また再生装置１２は、音楽情報処理装置から後述する圧縮音楽データが入力された場合には、当該圧縮音楽データを伸長し、対応する楽曲を再生することとなる。

これと並行して、音楽データ圧縮装置１３は、システム制御装置１８の制御下で、音楽データＤｍを圧縮して圧縮音楽データＤｍｐとして特徴量演算装置１６および音楽データ保存装置１７に出力する。
特徴量演算装置１６は、システム制御装置１８の制御下で、入力された圧縮音楽データＤｍｐから特徴量を抽出し、音楽データ圧縮装置１３における圧縮処理の終了タイミングとほぼ同時に特徴量データＤｃの生成を完了し音楽データ保存装置１７に出力する。

ここで、特徴量演算処理について詳細に説明する。
図２は、第１実施形態の特徴量演算の処理フローチャートである。
通常、メディア読取装置１１から再生装置１２に送られる音楽データＤｍは、ＰＣＭデータと呼ばれるもので、複数のサンプリング音楽データＡ（ｉ）により構成されている。
ここで、サンプリング音楽データＡ（ｉ）は、所定の周波数およびデータビット長、例えば、４４．１ｋＨｚ、１６ｂｉｔにてアナログ音楽信号をサンプリングすることにより得られる。
まず、音楽データ圧縮装置１３は、音楽データＤｍを構成するサンプリング音楽データＡ（ｉ）が入力されると（ステップＳ１０１）、サンプリング音楽データＡ（ｉ）の圧縮を行う（ステップＳ１０２）。ここでは、順次入力されるデータ音圧を算出し、その音圧データの一定区間ｔでの平均を取得することでデータの圧縮を行う。
そして、圧縮音楽データＤｍｐを構成するサンプリング圧縮音楽データＣ（ｊ）とされる。このサンプリング圧縮音楽データＣ（ｊ）は、音楽データ圧縮装置１３の図示しない一時保存メモリに順次保存される（ステップＳ１０３）。そして、全てのサンプリング音楽データＡ（ｉ）がサンプリング圧縮音楽データＣ（ｊ）とされるまでステップＳ１０２およびステップＳ１０３の処理が繰り返される（ステップＳ１０４）。

一つの音楽に対して処理が終了した段階では、Ｎ個のデータが音楽データ圧縮装置１３の図示しない一時保存メモリに保存されており、その数Ｎは、Ｎ＝Ｔ／ｔとなる。ここでＴは音楽の総再生時間である。
一時保存メモリにＮ個のデータが保存された段階、すなわち、全ての入力された音楽データＤｍのサンプリング圧縮音楽データＣ（ｊ）が生成された段階で、特徴量演算装置１６は、次の規格化処理を行う（ステップＳ１０５）。
ＣＣ（ｉ）＝Ｃ（ｉ）／（Ｃ（１）Ｃ（２）＋…＋Ｃ（Ｎ））
このようにして得られたデータの系列ＣＣ（ｉ）に対して、相関を示すデータＨ（ｋ、ｍ）を生成する（ステップＳ１０６）。このデータＨ（ｋ、ｍ）は、ハミング（hamming）距離の総和に相当するデータである。
Ｈ（ｋ、ｍ）＝ΣΣ（ＣＣ（ｉ＋ｍ＋ｊ）−ＣＣ（ｉ＋ｍ＋ｋ＋ｊ））
ここで、ｊは、０〜ｊｊの整数であり、ｊｊの値は、例えばｔ×ｊ＝２０秒程度になるように選択する。

図３、図４および図５に、得られたデータＨ（ｋ、ｍ）をグラフ化した説明図である。
横軸がｋ（曲の再生時間）であり、縦軸がｍ（相関基準時間）を示しており、ここでは相関性を示すデータとしてハミング距離を用いているために、値が小さいほど相関性が高く、値が大きいほど相関性が低いことになる。
図３の場合には、６０秒付近、及び１２０秒付近にこの音楽の全体像から見たときに差異の大きいパターンが存在していることが分かる。
図４の場合には、６０秒付近、及び１２０秒付近にこの音楽の全体像から見たときに差異の大きいパターンが存在していることが分かるが、分布としては、図３よりもなだらかな形状となっている。
図５の場合には、９０秒付近にのみ音楽の全体像から見たときに差異の大きいパターンが存在していることが分かる。

図３〜図５は、ハミング距離データＨ（ｋ、ｍ）の分布を分かり易く表示したものであるが、それぞれの音楽にとって一意に決まる代表値のセットとなるが、このままでは、情報量が多く、取扱いが困難である。
そこで、このハミング距離データＨ（ｋ、ｍ）の取扱いを容易とすべく、例えば、ｍａｘ（ｋ）＝８、ｍａｘ（ｍ）＝８として６４ｗｏｒｄのデータとして、それぞれの音楽の特徴量データ、すなわち、ハミング距離データＮ（ｋ１、ｍ１）として定義する（ステップＳ１０７）。
そして、それぞれの圧縮音楽データＤｍｐを保存すると同時に、その音楽データＤｍｐにハミング距離データＮ（ｋ１、ｍ１）を関連付けて保存する。
ここで求められているハミング距離データＮ（ｋ１、ｍ１）は、音楽の一部分だけのデータを用いてその部分の特徴量を算出したものではなく、音楽全体の特徴量を示したものである。感性的な定義を用いると、このハミング距離データＮ（ｋ１、ｍ１）が大きい部分の分布が図３、図４のような場合には、はっきりと分かれているような曲風であることを示している。

これらの結果、音楽データ保存装置１７は、システム制御装置１８の制御下で、入力された圧縮音楽データＤｍｐおよび特徴量データＤｃを関連付けて保存することとなる。
一方、音楽情報処理装置１５は、音楽データ保存装置１７に保存された圧縮音楽データＤｍｐの中からユーザインターフェイス装置１９を介して指示されたユーザが希望する圧縮音楽データＤｍｐあるいは現在再生装置１２で再生している楽曲に類似する楽曲に対応する圧縮音楽データＤｍｐを選択して、再生装置１２に出力することとなる。
このとき、音楽情報処理装置１５は、現在再生装置１２において再生している音楽の特徴量をハミング距離データＮ（ｋ１、ｍ１）として保持すると同時に、システム制御装置１８の制御下で、音楽データ保存装置１７に保存されている特徴量演算装置１６によって求められた特徴量データであるハミング距離データＮ（ｋ１、ｍ１）の中から、現在再生装置１２において再生している音楽に最も類似する、すなわち、最もハミング距離が近いハミング距離データＮ（ｋ１、ｍ１）を検索し、最もハミング距離が近いハミング距離データＮ（ｋ１、ｍ１）に関連づけられた圧縮音楽データＤｍｐを再生装置１２に出力し、再生を行わせることとなる。

図６は、音楽情報処理装置における検索処理の処理フローチャートである。
以下の説明では、一例として、現在既に演奏している音楽に対して、最も類似した音楽を検索する場合について説明する。
保存されている圧縮音楽データＤｍｐの総数をＭとした場合、現在再生している音楽のハミング距離データＨ１（ｋ、ｍ）を取得し（ステップＳ２０１）、保存されている各圧縮音楽データＤｍｐに対応するハミング距離データＮ（ｋ１、ｍ１）との差であるハミング距離差を求め（ステップＳ２０３）、得られたハミング距離差を図示しない一時保存メモリに保存する（ステップＳ２０４）。
そして、保存されている各圧縮音楽データＤｍｐに対応するハミング距離データＮ（ｋ１、ｍ１）のすべてについてハミング距離差を算出するまで、ステップＳ２０２〜Ｓ２０４の処理を繰り返す（ステップＳ２０５）。
そして、最もハミング距離差が小さいハミング距離データＮ（ｋ１、ｍ１）を算出し（ステップＳ２０６）、当該ハミング距離データＮ（ｋ１、ｍ１）に対応する圧縮音楽データＤｍｐを選択して再生装置１２で再生させる（ステップＳ２０７）。

上述したように、本実施形態では、第１回目の再生時にハミング距離データＮ（ｋ１、ｍ１）を取得することとなるため、実際の検索処理の段階では、各曲に対して６４ｗｏｒｄのデータのみであり、そのハミング距離算出を繰り返すことで類似音楽を検索することが可能になる。すなわち、音楽データ保存装置１７に保存されているデータに対して、リアルタイムで同様にハミング距離を算出する場合に比較して、非常に容易に類似音楽を検索することが可能となる。
ところで、通常、音楽データを処理する場合、入力に関しては、特に制御することなくメディア読取装置１１からストリーミングで流れてくるデータを逐次処理することで対応できると、既存のシステムに組み込み易くなる。つまり、一般的な再生作業をしながら同時にデータを取得できるということになる。
すなわち、本実施形態の技術によれば、ストリーミングで流れてくる音楽データＤｍに対して、最初の段階でデータに圧縮処理を行うために、システムの内部に保存されるデータは圧縮音楽データＤｍｐであっても、その総数はＮ個である。そのＮ個のデータに対しても、圧縮音楽データＤｍｐが生成された段階で、直ちにハミング距離データＮ（ｋ１、ｍ１）を求めることで、最終的にｋ×ｍに順次処理を実施することが可能である。

このことは、音楽情報処理装置においてデータの流れを一方向に制御でき（フィードバックがない）、確実に結果が一意に決まり、作業をするための作業メモリ領域を最小限にすることができ、既存のシステムに対してデータを分岐するだけで情報を取得できるということである。
このため、例えば、既存のシステムに対して、上述した特徴量データを算出する演算ルーチンを、デジタルシグナルプロセッサ（ＤＳＰ）等に追加して組み込むだけで、目的とする特徴量データを取得でき、既存のシステムに対する整合性も大きいことがわかる。

本実施形態の方式に対し、予め曲の特徴量のある部分を推定し、その部分に対して特徴量を算出する方式を考えた場合、一旦特徴量のある部分を見つけるという手順で、曲の最後の部分まで処理を実施し、その上で、再度その特徴量のある部分に戻って処理をするという２段階を踏む必要がある。その場合、本実施形態におけるようなメディア読取装置１１からストリーミング的にデータが流れてくる場合には、再度処理をするために必要な情報を全て保存しておく必要がある。
これは、第一段階の特徴量を見つけるという作業が、曲の最後まで到達しなければ確定しないことに依存している。そのために非常に大きな演算用のデータを内部に一時保存するか、もしくは、メディア読取装置１１に対して、目的とする部分を再度送ってもらうために必要なフィードバックの手順が必要となり、本実施形態と比較してデメリットがあることが明白である。

以上の説明のように、本第１実施形態によれば、多量に保存された音楽データ（圧縮音楽データ）の中から、現在再生している音楽（音楽データ）に類似した特徴を有する音楽データを容易かつ迅速に検索することが可能となる。また、この場合に、既存のシステムとの整合性を保つことができる。

［２］第２実施形態
つぎに、本発明の第２実施形態について図面を参照して説明する。
上記第１実施形態においては、最初に音圧データの平均値を用いて音楽データの圧縮を行い、得られた圧縮音楽データを用いて特徴量データを算出する場合について説明したが、同一（あるいは同様）の楽曲パターンであっても、音圧レベルが大きく異なっている場合には、特徴量データが大きく異なる場合がある。
そこで、本第２実施形態では、音圧レベルの影響を低減すべく、ウェーブレット変換を用いて特徴量データの算出を行うようにしている。

図７は、第２実施形態の特徴量演算の処理フローチャートである。
まず、音楽データ圧縮装置１３は、音楽データＤｍを構成するサンプリング音楽データＡ（ｉ）が入力されると（ステップＳ３０１）、サンプリング音楽データＡ（ｉ）の圧縮を行う（ステップＳ３０２）。ここでは、順次入力されるデータ音圧を算出し、その音圧データに対してウェーブレット変換を行うことで圧縮を行う。
そして、圧縮音楽データＤｍｐを構成するサンプリング圧縮音楽データＣ（ｊ）とされる。

ここで、ウェーブレット変換について説明する。
図８は、ある音楽データのウェーブレット変換を行い、周波数時間分離を実施した場合の説明図である。
図８中において、データは、
Ｐｋ，ｎ
で表されており、ｎはウェーブレット変換の次数の代表値である。
実際には、これらのデータＰｋ，ｎのなかからいずれか一つのデータを圧縮音楽データＤｍｐとして用いることとなる。
この場合に、例えば、ｎ次のデータＰｋ，ｎを用いた場合には、初期データである音楽データＤｍに対して１／ｎにデータ量が圧縮されると同時に、周波数軸上での分離が進められたデータであるために、全体としては、音圧（音量）の影響を低減することが可能となる。

ところで、一般的に音楽の特徴量に関しては、周波数に対する依存があり、低周波の場合にはビート、高周波の場合には、楽器音が中心となり、必要な周波数領域（＝ウェーブレット変換における次数）を選択することが可能であるが、聴覚的に圧縮されていることが認識されやすい周波数領域に対応する次数を選択することが有効である。
このようにして得られたサンプリング圧縮音楽データＣ（ｊ）は、音楽データ圧縮装置１３の図示しない一時保存メモリに順次保存される（ステップＳ３０３）。そして、全てのサンプリング音楽データＡ（ｉ）がサンプリング圧縮音楽データＣ（ｊ）とされるまでステップＳ３０２およびステップＳ３０３の処理が繰り返される（ステップＳ３０４）。

一つの音楽に対して処理が終了した段階では、Ｎ個のデータが音楽データ圧縮装置１３の図示しない一時保存メモリに保存されており、その数Ｎは、Ｎ＝Ｔ／ｔとなる。ここでＴは音楽の総再生時間でありる。
一時保存メモリにＮ個のデータが保存された段階、すなわち、全ての入力された音楽データＤｍのサンプリング圧縮音楽データＣ（ｊ）が生成された段階で、特徴量演算装置１６は、次の規格化処理を行う（ステップＳ１０５）。
ＣＣ（ｉ）＝Ｃ（ｉ）／（Ｃ（１）Ｃ（２）＋…＋Ｃ（Ｎ））
このようにして得られたデータの系列ＣＣ（ｉ）に対して、相関を示すデータＨ（ｋ、ｍ）を生成する（ステップＳ３０６）。このデータＨ（ｋ、ｍ）は、ハミング（hamming）距離の総和に相当するデータである。
Ｈ（ｋ、ｍ）＝ΣΣ（ＣＣ（ｉ＋ｍ＋ｊ）−ＣＣ（ｉ＋ｍ＋ｋ＋ｊ））
ここで、ｊは、０〜ｊｊの整数であり、ｊｊの値は、例えばｔ×ｊ＝２０秒程度になるように選択する。

さらに、このハミング距離データＨ（ｋ、ｍ）の取扱いを容易とすべく、例えば、ｍａｘ（ｋ）＝８、ｍａｘ（ｍ）＝８として６４ｗｏｒｄのデータとして、それぞれの音楽の特徴量データ、すなわち、ハミング距離データＮ（ｋ１、ｍ１）として定義する（ステップＳ３０７）。
そして、それぞれの圧縮音楽データＤｍｐを保存すると同時に、その音楽データＤｍｐにハミング距離データＮ（ｋ１、ｍ１）を関連付けて保存する。
これらの結果、音楽データ保存装置１７は、システム制御装置１８の制御下で、入力された圧縮音楽データＤｍｐおよび特徴量データＤｃを関連付けて保存することとなる。
一方、音楽情報処理装置１５は、音楽データ保存装置１７に保存された圧縮音楽データＤｍｐの中からユーザインターフェイス装置１９を介して指示されたユーザが希望する圧縮音楽データＤｍｐあるいは現在再生装置１２で再生している楽曲に類似する楽曲に対応する圧縮音楽データＤｍｐを選択して、再生装置１２に出力することとなる。

このとき、音楽情報処理装置１５は、現在再生装置１２において再生している音楽の特徴量をハミング距離データＮ（ｋ１、ｍ１）として保持すると同時に、システム制御装置１８の制御下で、音楽データ保存装置１７に保存されている特徴量演算装置１６によって求められた特徴量データであるハミング距離データＮ（ｋ１、ｍ１）の中から、現在再生装置１２において再生している音楽に最も類似する、すなわち、最もハミング距離が近いハミング距離データＮ（ｋ１、ｍ１）を検索し、最もハミング距離が近いハミング距離データＮ（ｋ１、ｍ１）に関連づけられた圧縮音楽データＤｍｐを再生装置１２に出力し、再生を行わせることとなる。
以上の説明のように、本第２実施形態によっても、多量に保存された音楽データ（圧縮音楽データ）の中から、現在再生している音楽（音楽データ）に類似した特徴を有する音楽データを容易かつ迅速に検索することが可能となる。また、この場合に、既存のシステムとの整合性を保つことができる。

以上、図面を参照して本発明の実施形態を詳述してきたが、本発明は、上記の実施形態に限定されるものではなく、要旨を逸脱しない範囲の種々の設計変更を含むものである。
例えば、以上の説明においては、ハードディスク、半導体メモリカード等の記録メディアからメディア読取装置１１により音楽データＤｍを読み取る構成としていたが、記録メディアに代えて、ネットワークを介して、外部のサーバ装置などから音楽データを取得する構成とすることも可能である。
また、音楽データに代えて、圧縮音楽データを取得することも可能である。

実施形態の音楽情報処理装置の概要構成ブロック図である。 第１実施形態の特徴量演算の処理フローチャートである。 得られたデータＨ（ｋ、ｍ）をグラフ化した説明図（その１）である。 得られたデータＨ（ｋ、ｍ）をグラフ化した説明図（その２）である。 得られたデータＨ（ｋ、ｍ）をグラフ化した説明図（その３）である。 音楽情報処理装置における検索処理の処理フローチャートである。 第２実施形態の特徴量演算の処理フローチャートである。 ある音楽データのウェーブレット変換を行い、周波数時間分離を実施した場合の説明図である。

符号の説明

１０…音楽情報処理装置、１１…メディア読取装置、１２…再生装置、１３…音楽データ圧縮装置、１５…音楽選択装置（類似判別部）、１６…特徴量演算装置（特徴量抽出部）、１７…音楽データ保存装置、１８…システム制御装置、１９…ユーザインターフェイス装置、Ｄｍ…音楽データ、Ｄｍｐ…圧縮音楽データ、Ｄｃ…特徴量データ。

Claims (12)

1. 複数の音楽データに対応する複数の楽曲のうち、所定の楽曲に類似する楽曲に対応する音楽データを検索する音楽情報処理装置において、
   前記音楽データの特徴量を抽出し、特徴量データを生成する特徴量抽出部と、
   前記所定の楽曲に対応する音楽データと、他の音楽データの類似度を前記特徴量データに基づいて算出し、最も類似度の高い音楽データを前記所定の楽曲に類似する楽曲の音楽データとして判別する類似判別部と、
   を備えたことを特徴とする音楽情報処理装置。
2. 請求項１記載の音楽情報処理装置において、
   前記音楽データは圧縮データであり、
   前記特徴量抽出部は、前記圧縮データに基づいて前記特徴量データを生成することを特徴とする音楽情報処理装置。
3. 請求項１または請求項２記載の情報処理装置において、
   前記特徴量抽出部は、前記特徴量データとしてハミング距離データを生成することを特徴とする音楽情報処理装置。
4. 請求項１または請求項２記載の情報処理装置において、
   前記特徴量抽出部は、前記特徴量データとしてウェーブレット変換により得られる圧縮データを用いることを特徴とする音楽情報処理装置。
5. 請求項１ないし請求項４のいずれかに記載の音楽情報処理装置において、
   前記類似判別部は、前記圧縮データを、曲の再生時間を表す軸および相関基準時間を表す軸で表される平面上に展開した場合に得られるパターンに基づいて前記類似度を算出することを特徴とする音楽情報処理装置。
6. 請求項１ないし請求項５のいずれかに記載の音楽情報処理装置において、
   前記複数の音楽データを記憶する音楽データ記憶部と、
   前記音楽データ記憶部に記憶されている前記音楽データに基づいて前記楽曲の再生を行う再生部と、を備え、
   前記類似判別部は、前記所定の楽曲を現在前記再生部で再生中の楽曲として、前記音楽データ記憶部に記憶されている音楽データに対応する楽曲のうち、最も類似度の高い楽曲を判別し、
   前記再生部は、当該最も類似度の高い楽曲を次回の再生対象の楽曲とすることを特徴とする音楽情報処理装置。
7. 複数の音楽データに対応する複数の楽曲のうち、所定の楽曲に類似する楽曲に対応する音楽データを検索する音楽情報処理方法において、
   前記音楽データの特徴量を抽出する特徴量抽出過程と、
   前記所定の楽曲に対応する音楽データと、他の音楽データの類似度を前記特徴量に基づいて算出し、最も類似度の高い音楽データを前記所定の楽曲に類似する楽曲の音楽データとして判別する類似判別過程と、
   を備えたことを特徴とする音楽情報処理方法。
8. 請求項７記載の音楽情報処理装置において、
   前記類似判別過程は、前記圧縮データを、曲の再生時間を表す軸および相関基準時間を表す軸で表される平面上に展開した場合に得られるパターンに基づいて前記類似度を算出することを特徴とする音楽情報処理方法。
9. 請求項７または請求項８記載の音楽情報処理方法において、
   予め記憶されている複数の音楽データに基づいて前記楽曲の再生を行う再生過程を備え、
   前記類似判別過程は、前記所定の楽曲を現在前記再生部で再生中の楽曲として、予め記憶されている前記音楽データに対応する楽曲のうち、最も類似度の高い楽曲を判別し、
   前記再生過程は、当該最も類似度の高い楽曲を次回の再生対象の楽曲とすることを特徴とする音楽情報処理方法。
10. 複数の音楽データに対応する複数の楽曲のうち、所定の楽曲に類似する楽曲に対応する音楽データを検索する音楽情報処理装置をコンピュータにより制御する制御プログラムにおいて、
    前記音楽データの特徴量を抽出させ、
    前記所定の楽曲に対応する音楽データと、他の音楽データの類似度を前記特徴量に基づいて算出させ、最も類似度の高い音楽データを前記所定の楽曲に類似する楽曲の音楽データとして判別させる、
    ことを特徴とする制御プログラム。
11. 請求項１０記載の制御プログラムにおいて、
    前記圧縮データを、曲の再生時間を表す軸および相関基準時間を表す軸で表される平面上に展開した場合に得られるパターンに基づいて前記類似度を算出させることを特徴とする制御プログラム。
12. 請求項１０または請求項１１記載の制御プログラムにおいて、
    予め記憶されている複数の音楽データに基づいて前記楽曲の再生を行わせるに際し、
    前記所定の楽曲を現在前記再生部で再生中の楽曲として、予め記憶されている音楽データに対応する楽曲のうち、最も類似度の高い楽曲を判別させ、
    当該最も類似度の高い楽曲を次回の再生対象の楽曲とさせる、
    ことを特徴とする制御プログラム。
    
    

Images