JP2007122442A - 楽曲分類装置及び楽曲分類プログラム - Google Patents

Abstract

【課題】印象語による楽曲分類において、より精度の高い分類結果を得る。
【解決手段】少なくとも、１つ以上の楽曲の書誌情報を格納する書誌情報格納手段３３と、書誌情報格納手段３３から一の楽曲の書誌情報を取得する書誌情報取得手段２１と、書誌情報に基づき書誌情報印象語を生成する書誌情報変換手段２２と、一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出手段２３と、音響特徴量に基づき特徴量印象語を生成する特徴量変換手段２４と、予め決定されている所定の適合度テーブルを参照して、書誌情報印象語及び前記特徴量印象語の適合度を判定し、この適合度が適合度閾値よりも大きな値である場合には、書誌情報印象語及び前記特徴量印象語の両方を印象語として選択する一方、適合度が適合度閾値以下の値である場合には、書誌情報印象語又は前記特徴量印象語を印象語として選択する印象語統合手段２５とを備えた。
【選択図】図１

Description

本発明は、複数の楽曲が記録された記録メディアやサーバ等について、各楽曲を印象語によって分類するための楽曲分類装置及び楽曲分類プログラムに関する。

近年、光ディスク、ハードディスク、半導体メモリ等の大容量記録メディアに多数の音楽コンテンツ（以下、楽曲）を記録しておき、その中から所望の楽曲を選択して再生する音楽記録再生装置が多く利用されるようになってきた。また、最近では、多種多数の楽曲を格納したサーバに楽曲の配信を要求し、いわゆる音楽配信によって所望の楽曲を取得することも行われている。このようにして取得した楽曲は利用者が保有する音楽記録再生装置に多数記録されるようになっている。

ところで、このような音楽記録再生装置の大容量記録メディアに、数千乃至数万もの楽曲が記録（登録）されている場合、所望の楽曲を検索することが煩雑な作業を伴うものになったり、どのような楽曲が登録されていたか分からなくなって検索が困難になったりすることがある。

このような問題を解決するために、楽曲に対する主観的な印象を数値化した印象値を利用して楽曲を検索する楽曲検索方法が知られている（例えば、特許文献１を参照）。この特許文献１に記載された楽曲検索方法によれば、楽曲データベースに格納された検索対象となる楽曲の音響信号から物理的特徴を表す特徴量を抽出し、この特徴量を楽曲の印象として数値化された印象値に変換して、この印象値を２次元平面（印象空間）上にマッピングすることにより印象値の類似性を模式的に表すものである。

そして、利用者は、検索要件として検索対象となる楽曲の「アーティスト名」等の文字列、「激しさ」といった印象の度合いを示す数値、「陽気に踊りたい」等の予め定められた条件の有無、そして検索方法等を入力する。そして、入力された検索対象の楽曲の予測印象値と印象空間上にマッピングされた非検索対象の画曲の印象値とのユークリッド距離を算出し、このユークリッド距離が小さい楽曲から順に利用者にフィードバックすることによって検索結果を提示するものである。

この検索方法によれば、利用者は楽曲のタイトル名やアーティスト名等の情報を知らなくとも、所望の楽曲を楽曲データベースから容易に探すことができ、さらに、楽曲データベースにどのような楽曲が登録されているか知らなくとも、利用者の気分に合致した曲を選出することができる。

また、音楽データに含まれる歌詞データから印象値を算出する方法を用いることにより、所望の音楽データを選曲する音楽データ選曲装置が知られている（例えば、特許文献２を参照）。この特許文献２によれは、歌詞データに対して形態素解析を行うことによって歌詞データに含まれる印象語を検出した後、印象語毎に関連する単語をシソーラス辞書データを用いてまとめて出現頻度を算出するものである。このようにして算出されたデータを利用すれば、「心暖まる曲」や「ノリのよい曲」といった感覚を表現するキーワードによって利用者は所望の楽曲を選曲することができる。
特開２００２−２７８５４７号公報 特開２００４−３２６８４０号公報

しかしながら、特許文献１に記載されたような音響特徴量のみによる印象語への変換では、人間の感性に合致した特徴量の抽出ができない場合があり、精度の高い分類が十分に期待できない。また、詩や小説の朗読、学習教材等、楽曲ではないコンテンツの場合にも音楽データとして音響分析を実行するため、印象語を利用して自動選曲した場合に不適切な結果が得られてしまう。

また、特許文献２に記載された歌詞データを利用して印象値を算出する方法では、歌詞データ自体がデジタルデータに含まれていない場合に適用できないといった問題を有する。

そこで、本発明は上記問題に鑑みてなされたものであり、その目的は、楽曲を印象語によって分類する際に、従来の音響特徴量だけでなく書誌情報も用いて分析することにより、より精度の高い楽曲分類を行い得る楽曲分類装置及び楽曲分類プログラムを提供することである。

上記の課題を解決するために、請求項１に記載の発明は、
具備する楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類する楽曲分類装置において、
前記格納された楽曲の書誌情報を楽曲毎に関連付けて格納する書誌情報格納手段と、
この書誌情報格納手段から一の楽曲の書誌情報を取得する書誌情報取得手段と、
前記取得された書誌情報に基づき書誌情報印象語を生成する書誌情報変換手段と、
前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出手段と、
前記算出された音響特徴量に基づき特徴量印象語を生成する特徴量変換手段と、
１つ以上の書誌情報印象語と１つ以上の特徴量印象語との各印象語の組み合わせに対応して予め決定されている印象語同士の適合度に基づき、前記それぞれ生成された書誌情報印象語及び前記特徴量印象語の適合度を判定し、この判定された適合度が予め決定されている適合度閾値よりも大きな値である場合には、前記それぞれ生成された書誌情報印象語及び前記特徴量印象語の両方を印象語として選択する一方、前記判定された適合度が前記適合度閾値以下の値である場合には、前記それぞれ生成された書誌情報印象語又は前記特徴量印象語を印象語として選択する印象語統合手段と、
前記選択された印象語を前記一の楽曲に関連付けて格納する印象語格納手段と、
を備えたことを特徴とする楽曲分類装置
を提供するものである。

請求項２に記載の発明は、
具備する楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類する楽曲分類装置において、
前記格納された楽曲の書誌情報を楽曲毎に関連付けて格納する書誌情報格納手段と、
この書誌情報格納手段から一の楽曲の書誌情報を取得する書誌情報取得手段と、
１つ以上の書誌情報印象語からなる第１の印象語集合を有するとともに、前記取得された書誌情報と前記第１の印象語集合との書誌情報印象語毎の当てはまり度合いである確信度をベクトル要素とする第１の印象ベクトルを生成する書誌情報変換手段と、
前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出手段と、
予め決定されている１つ以上の特徴量印象語からなる第２の印象語集合を有するとともに、前記算出された音響特徴量に基づき前記第２の印象語集合の各特徴量印象語の当てはまり度合いである確率値をベクトル要素とする第２の印象ベクトルを生成する特徴量変換手段と、
前記第１及び第２の印象ベクトルの各ベクトル要素から所定の値以上のベクトル要素を選択、又は前記各ベクトル要素の値が大きい順に所定個数のベクトル要素を選択して、この選択されたベクトル要素に対応する印象語を選択する印象語統合手段と、
前記選択された印象語を前記一の楽曲に関連付けて格納する印象語格納手段と、
を備えたことを特徴とする楽曲分類装置
を提供するものである。

請求項３に記載の発明は、
具備する楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類する楽曲分類装置において、
前記格納された楽曲の書誌情報を楽曲毎に関連付けて格納する書誌情報格納手段と、
この書誌情報格納手段から一の楽曲の書誌情報を取得する書誌情報取得手段と、
１つ以上の書誌情報印象語からなる第１の印象語集合を有するとともに、前記取得された書誌情報と前記第１の印象語集合の書誌情報印象語毎の当てはまり度合いである確信度をベクトル要素とする第１の印象ベクトルを生成する書誌情報変換手段と、
前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出手段と、
予め決定されている１つ以上の特徴量印象語からなる第２の印象語集合を有するとともに、前記算出された音響特徴量に基づき前記第２の印象語集合の各特徴量印象語の当てはまり度合いである確率値をベクトル要素とする第２の印象ベクトルを生成する特徴量変換手段と、
前記第１及び第２の印象ベクトルの各ベクトル要素をそれぞれ加算して統合印象ベクトルを得るとともに、該統合印象ベクトルのベクトル要素が所定の値以上のベクトル要素を選択、又は前記統合印象ベクトルのベクトル要素が大きい順に所定個数のベクトル要素を選択して、この選択されたベクトル要素に対応する印象語を選択する印象語統合手段と、
前記選択された印象語を前記一の楽曲に関連付けて格納する印象語格納手段と、
を備えたことを特徴とする楽曲分類装置
を提供するものである。

請求項４に記載の発明は、
楽曲格納手段と書誌情報格納手段と印象語格納手段とこれら各手段を制御する制御手段とを備えた楽曲分類装置における、前記楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類させるためのプログラムを前記制御手段に実行させるための楽曲分類プログラムにおいて、
前記楽曲格納手段に格納された楽曲の書誌情報が楽曲毎に関連付けて格納された前記書誌情報格納手段から、一の楽曲の書誌情報を取得する書誌情報取得ステップと、
前記取得された書誌情報に基づき書誌情報印象語を生成する書誌情報変換ステップと、
前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出ステップと、
前記算出された音響特徴量に基づき特徴量印象語を生成する特徴量変換ステップと、
１つ以上の書誌情報印象語と１つ以上の特徴量印象語との各印象語の組み合わせに対応して予め決定されている印象語同士の適合度に基づき、前記それぞれ生成された書誌情報印象語及び前記特徴量印象語の適合度を判定し、この判定された適合度が予め決定されている適合度閾値よりも大きな値である場合には、前記それぞれ生成された書誌情報印象語及び前記特徴量印象語の両方を印象語として選択する一方、前記判定された適合度が前記適合度閾値以下の値である場合には、前記それぞれ生成された書誌情報印象語又は前記特徴量印象語を印象語として選択する印象語統合ステップと、
前記選択された印象語を前記一の楽曲に関連付けて前記印象語格納手段に格納する印象語格納ステップと、
を有したことを特徴とする楽曲分類プログラム
を提供するものである。

請求項５に記載の発明は、
楽曲格納手段と書誌情報格納手段と印象語格納手段とこれら各手段を制御する制御手段とを備えた楽曲分類装置における、前記楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類させるためのプログラムを前記制御手段に実行させるための楽曲分類プログラムにおいて、
前記楽曲格納手段に格納された楽曲の書誌情報が楽曲毎に関連付けて格納された前記書誌情報格納手段から、一の楽曲の書誌情報を取得する書誌情報取得ステップと、
前記取得された書誌情報と１つ以上の書誌情報印象語からなる第１の印象語集合との書誌情報印象語毎の当てはまり度合いである確信度をベクトル要素とする第１の印象ベクトルを生成する書誌情報変換ステップと、
前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出ステップと、
前記算出された音響特徴量に基づき、予め決定されている１つ以上の特徴量印象語からなる第２の印象語集合の各特徴量印象語との当てはまり度合いである確率値をベクトル要素とする第２の印象ベクトルを生成する特徴量変換ステップと、
前記第１及び第２の印象ベクトルの各ベクトル要素から所定の値以上のベクトル要素を選択、又は前記各ベクトル要素の値が大きい順に所定個数のベクトル要素を選択して、この選択されたベクトル要素に対応する印象語を選択する印象語統合ステップと、
前記選択された印象語を前記一の楽曲に関連付けて前記印象語格納手段に格納する印象語格納ステップと、
を有したことを特徴とする楽曲分類プログラム
を提供するものである。

請求項６に記載の発明は、
楽曲格納手段と書誌情報格納手段と印象語格納手段とこれら各手段を制御する制御手段とを備えた楽曲分類装置における、前記楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類させるためのプログラムを前記制御手段に実行させるための楽曲分類プログラムにおいて、
前記楽曲格納手段に格納された楽曲の書誌情報が楽曲毎に関連付けて格納された前記書誌情報格納手段から、一の楽曲の書誌情報を取得する書誌情報取得ステップと、
前記取得された書誌情報と１つ以上の書誌情報印象語からなる第１の印象語集合との書誌情報印象語毎の当てはまり度合いである確信度をベクトル要素とする第１の印象ベクトルを生成する書誌情報変換ステップと、
前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出ステップと、
前記算出された音響特徴量に基づき、予め決定されている１つ以上の特徴量印象語からなる第２の印象語集合の各特徴量印象語との当てはまり度合いである確率値をベクトル要素とする第２の印象ベクトルを生成する特徴量変換ステップと、
前記第１及び第２の印象ベクトルの各ベクトル要素をそれぞれ加算して統合印象ベクトルを得るとともに、該統合印象ベクトルのベクトル要素が所定の値以上のベクトル要素を選択、又は前記統合印象ベクトルのベクトル要素が大きい順に所定数のベクトル要素を選択して、この選択されたベクトル要素に対応する印象語を選択する印象語統合ステップと、
前記選択された印象語を前記一の楽曲に関連付けて前記印象語格納手段に格納する印象語格納ステップと、
を有したことを特徴とする楽曲分類プログラム
を提供するものである。

本発明の楽曲分類装置及び楽曲分類プログラムによれば、書誌情報に基づく印象語と音響特徴量に基づく印象語との組み合わせによって決定させる印象語によって、楽曲の分類を従来よりも、より高い精度で行うことができる。

以下、本発明を実施するための最良の形態について、好ましい実施例を示して詳細に説明する。

本発明の実施形態である楽曲分類装置に基づく好ましい実施例１を、記録メディアやネットワーク上のサーバに格納された楽曲を印象語によって分類し、利用者が所望する楽曲を簡易に検索させる装置について説明する。まず、図１に本実施例の楽曲分類装置の概略の構成ブロック図を示す。同図によれば、楽曲分類装置１は、主に制御手段２０と格納手段３０とから構成される。そして、楽曲分類装置１には、入力装置１０と表示装置４０とがそれぞれ接続されている。

制御手段２０は、書誌情報取得手段２１と、書誌情報変換手段２２と、特徴量算出手段２３と、特徴量変換手段２４と、印象語統合手段２５とを備えている。そして、格納手段３０は、印象語格納手段３１と、楽曲格納手段３２と、書誌情報格納手段３３とを備えている。制御手段２０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等の計算処理機能を有した制御回路で構成され、格納手段３０は比較的大容量のメモリやハードディスク等の書込み及び読出し可能な記録媒体で構成されている。よって、楽曲分類装置１は、それぞれプログラムを実行可能なコンピュータ、音楽記録再生装置、携帯音楽再生端末等で実現することが可能である。

次に、制御手段２０が有する各手段についてその機能の概略を説明する。書誌情報取得手段２１は、処理情報格納手段３３から楽曲に対応する書誌情報、具体的にはタイトル名、アーティスト名、ジャンル名、年代等の楽曲の関連情報を取得する機能を有する。

書誌情報変換手段２２は、書誌情報取得手段２１によって取得された書誌情報に基づき、「力強い」、「ノリの良い」、「静か」、「激しい」等といった印象語、すなわち人間が主観的に感ずる印象を表した用語に変換する機能を有する。本実施例では、書誌情報変換手段２２によって得られる印象語を書誌情報印象語と称する。

特徴量算出手段２３は、楽曲格納手段３２から楽曲の音響信号を取得し、例えば、特開平６−２９０５７４号公報に記載されているような方法により、その音響信号を分析して音響特徴量を算出する機能を有する。

特徴量変換手段２４は、特徴量算出手段２３によって算出された音響特徴量に基づき、「力強い」、「ノリの良い」、「静か」、「激しい」等といった前述の書誌情報印象語と同様な印象語に変換する機能を有する。なお、本実施例では、特徴量変換手段２４によって得られる印象語を特徴量印象語と称する。

印象語統合手段２５は、書誌情報変換手段２２で得られた書誌情報印象語と、特徴量変換手段２４で得られた特徴量印象語とを統合して印象語を得る機能を有する。

次に、格納手段３０が有する各手段についてその機能の概略を説明する。印象語格納手段３１は、印象語統合手段２５によって各楽曲に対応付けられた印象語を格納する機能を有する。楽曲格納手段３２は、１つ以上の楽曲を格納する機能を有する。そして、書誌情報格納手段３３は、楽曲毎の書誌情報を格納する機能を有する。ここで、印象語格納手段３１に格納された印象語と、楽曲格納手段３２に格納された楽曲と、書誌情報格納手段３３に格納された書誌情報とのそれぞれのデータは、楽曲毎に割り振られたコンテンツＩＤによって関連付けがされている。

また、楽曲分類装置１に接続される外部装置としての入力装置１０は、利用者が入力を行うための、マウス、キーボード、リモコン等といった入力機器である。そして、表示装置４０は、液晶ディスプレイ等の表示機器であり、楽曲分類の結果を利用者に提示するものである。

なお、入力装置１０及び表示装置４０は、楽曲分類装置１と一体化して１つの装置としてもよいし、入力装置１０及び表示装置４０を備えたコンピュータ（不図示）をクライアント側、楽曲分類装置１をサーバ側としてネットワーク等の通信回線（不図示）を介して構成してもよい。

次に、本実施例における楽曲分類装置１の動作について、図２のフローチャートを併せ参照して説明する。利用者は、入力装置１０から分類開始を指示すると、制御手段２０は処理を開始する。まず、制御手段２０は、印象語格納手段３１を検索して印象語が割り当てられていない１曲以上の楽曲を検出し、検出された楽曲の中から１曲を選択する（ステップＳ１）。なお、検出された１曲以上の楽曲を特定する情報、例えばコンテンツＩＤは、制御手段２０が有する内部メモリ（不図示）に一旦記憶しておく。

次に、ステップＳ１によって選出された１つの楽曲について、書誌情報取得手段２１は、書誌情報格納手段３３から当該楽曲のコンテンツＩＤに対応した書誌情報を読み出す（ステップＳ２）。書誌情報格納手段３３に格納されている書誌情報のフォーマットの例を図３に示す。同図によれば、タイトル名、アーティスト名、ジャンル名、年代等の書誌情報がコンテンツＩＤに関連付けされている。

次に、書誌情報変換手段２２は、書誌情報取得手段２１で取得された書誌情報を書誌情報印象語に変換する（ステップＳ３）。この書誌情報印象語への変換処理は、タイトル名、アーティスト名、ジャンル名、年代等の書誌情報の各項目の１つ以上の項目に基づき所定の変換テーブルを用いて行われる。ここで、タイトル名から書誌情報印象語に変換するための変換テーブルの例を図４に示す。同図に示すとおり、書誌情報のタイトル名に「ノクターン」という文字列が含まれる場合は、この楽曲に「静か」という書誌情報印象語を割り当て、またタイトル名に「パストラル」という文字列が含まれる場合は、「素朴」という書誌情報印象語を割り当てるものである。

また、書誌情報のジャンル名から書誌情報印象語への変換を行うための変換テーブルの例を図５に示す。同図に示すとおり、「Ｅａｓｙ Ｌｉｓｔｅｎｉｎｇ」は「穏やか」、「Ｎｅｗ Ａｇｅ」は「静か」というように割り当てられる。また、「Ｈｏｕｓｅ」は「ノリの良い」及び「洗練された」に割り当てられるが、このように複数の書誌情報印象語を割り当てるようにしてもよい。また、「Ｒｏｃｋ」には何も割り当てられていないが、これは「Ｒｏｃｋ」というジャンルだけでは主観的な印象を特定し難いためである。「Ｒｏｃｋ」や「Ｐｏｐｓ」というようなカバーする曲調の範囲が広い曲は、書誌情報印象語を定めなくてもよい。さらに、「詩の朗読」等の非音楽ジャンルの場合は、「その他」というラベル付けをして通常の楽曲と区分しておく。

本実施例では、上述したように変換テーブルに書誌情報印象語自体を格納した例を用いるが、これ以外にも書誌情報印象語に対応させたコードや番号を用いて変換テーブルを構成してもよい。また、本実施例では、書誌情報印象語の例として、「穏やか」、「静か」、「ノリの良い」、「洗練された」等を用いるが、これらに限定するものではなく、例えば、「ドライブ」、「食事」等の生活シーンを表わす用語を用いてもよいし、「春」、「朝」、「雨」等の季節、時間帯、天候を表わす用語を用いてもよい。

また、書誌情報の年代から書誌情報印象語へ変換する場合、例えば、「１９６０年以前」の楽曲ならば「素朴」という書誌情報印象語に割り当てるといった処理を行う。また、否定形を用いることもできる。例えば、他の書誌情報と組み合わせた場合に、「１９８０年以前」に発売された楽曲では、当時の録音環境や使用楽器を鑑みて「激しい」といった書誌情報印象語には割り当てないということもできる。この否定形についての説明は後述する。

書誌情報のアーティスト名から書誌情報印象語へ変換を行うこともできる。図６に示す例では、アーティスト名「Ａ」は「力強い」という書誌情報印象語に割り当てられ、アーティスト「Ｂ」は「静か」という書誌情報印象語に割り当てられる。また、アーティスト「Ｃ」は「穏やか」という書誌情報印象語には割り当てられないといった否定形も適用できる。

書誌情報に基づく書誌情報印象語への変換は、書誌情報の中の１つの項目のみを用いて変換してもよいし、複数の項目を組み合わせて用いて変換してもよい。複数の項目を組み合わせて書誌情報印象語に変換する例を図７に示す。図７の例では、まず、ジャンル名が「Ｅａｓｙ Ｌｉｓｔｅｎｉｎｇ」であるため書誌情報印象語として「穏やか」が得られ、タイトル名が「パストラル」であるため「素朴」が得られ、そしてアーティスト名が「ＡＡＡ」であるため「穏やか」が得られて、最終的に重複している「穏やか」と単独の「素朴」との論理和によって書誌情報印象語が割り当てられたものである。

図８は、前述した否定形を利用して書誌情報の複数の項目から書誌情報印象語を得る例を示したものである。同図に示すように、書誌情報変換手段２２は、取得された書誌情報のジャンル名が「Ｓｏｕｌ」であるため書誌情報印象語として「情熱的」が得られ、タイトル名が「パワフル」であるため「力強い」が得られ、アーティスト名が「ＡＢＣ」であるため「力強い」の否定形が得られ、そして年代が「１９７５年」であるため「激しい」の否定形が得られる。そして、タイトル名から得られた「力強い」は、アーティスト名に基づく変換によって否定されているために割り当てを行わない。また、年代で「激しい」を否定しているが、他の項目に基づく変換に「激しい」はないためこの情報は利用しない。このようにして、最終的に割り当てられる印象語は「情熱的」のみとなる。

次に、特徴量算出手段２３は、楽曲格納手段３２に格納された楽曲の音響信号を読み出して音響特徴量を算出する（ステップＳ４）。音響特徴量の算出については、例えば、特開平６−２９０５７４号公報や特開２００２−２７８５４７号公報等に開示された技術が適用できる。特徴量算出手段２３によって算出された音響特徴量の例を図９に示す。同図において、音響特徴量は１〜ＮまでのＮ次元ベクトルであり、コンテンツＩＤ１に関連付けられた楽曲の特徴量１は「０．０１２００３」、特徴量２は「０．１２９８６９」のようになっている。

次に、ステップＳ４で得られた音響特徴量は、特徴量変換手段２４によって特徴量印象語に変換される（ステップＳ５）。なお、特徴量印象語のバリエーションは、書誌情報印象語のバリエーションと一致しなくてもよい。音響特徴量から特徴量印象語に変換する方法としては、公知の決定木、ベイズルール、ニューラルネットワーク等による方法を適用することができる。

特徴量変換手段２４に決定木を用いて音響特徴量を特徴量印象語に変換する例を図１０に示す。同図によれば、特徴量３の値が「０．５２以上」で、特徴量１の値が「１２０以上」の楽曲の場合、この楽曲は「力強い」という特徴量印象語に分類されることを示している。

また、ベイズルールを利用して特徴量変換手段２４を構成した場合の例について説明する。まず、音響特徴量ｘをＮ次元ベクトル（ｘ１、ｘ２、ｘ３・・・ｘＮ）とし、Ｍ種類の特徴量印象語があるものとする。

数１を用いて、音響特徴量ｘに対して、ある一つの特徴量印象語Ｃｋ（ｋ＝１〜Ｍ）を対応させる。ここで、Ｐ（Ｃi｜ｘ）は、音響特徴量がｘである場合に特徴量印象語がＣi（i＝１〜Ｍ）となる条件付き確率であり、Ｐ（ｘ｜Ｃi）は、特徴量印象語がＣiである場合に音響特徴量がｘとなる条件付き確率であり、Ｐ（Ｃi）は、特徴量印象語がＣiである事前確率を表わす。

すなわち、Ｍ種類の特徴量印象語に対する事前確率Ｐ（Ｃi）（i＝１〜Ｍ）と、条件付き確率Ｐ（ｘ｜Ｃi）（i＝１〜Ｍ）とを特徴量変換手段２４に予め格納しておき、これらの積が最大となる特徴量印象語Ｃｋを特徴量変換手段２４の出力とすればよい。また特徴量印象語Ｃｋに加えて、このときの確率Ｐ（Ｃk｜ｘ）を後述する確率値として出力する。

また、ニューラルネットワークを用いて特徴量変換手段２４を構成した場合の例について説明する。ニューラルネットワークによる構成例としては種々のものを用いることができるが、図１１に３層ニューラルネットワークを用いた例を示す。同図によれば、３層ニューラルネットワークは、Ｎ個の音響特徴量に対応した入力層と、Ｍ個の特徴量印象語に対応した出力層と、中間層とを有している。そして、最大値をとる出力層に対応した特徴量印象語を特徴量変換手段２４の出力とする。さらに、そのときの出力層の値を後述する確率値として出力する。

図２のフローチャートの説明に戻り、ステップＳ５の処理の後、印象語統合手段２５によって、書誌情報印象語と特徴量印象語との統合判定処理を行い最終的に楽曲に割り当てる印象語を決定する（ステップＳ６）。印象語統合手段２５による統合判定処理のフローチャートの例を図１２に示す。同図によれば、まず、書誌情報取得手段２１によって取得された書誌情報の項目の１つであるジャンル名に基づき、書誌情報変換手段２２によって非音楽コンテンツ（例えば、詩の朗読や語学の学習教材等）であるか否かを判定する（ステップＳ１００）。一方として、この判定によって非音楽コンテンツと判定された場合は、特徴量印象語は適用せず書誌情報印象語のみを適用する（ステップＳ１５１）。

他方、楽曲が通常の音楽コンテンツであると判定された場合、書誌情報印象語と特徴量印象語との適合度を図１３に例示した適合度テーブルを参照して取得し、取得された適合度と予め設定された適合度閾値とに基づき、両方の印象語を採択するか、又はいずれか一方を採択するかを決定する（ステップＳ１１０）。図１３の例では、「力強い」及び「静か」の適合度は「０．０５」と低く設定されており、「ノリの良い」及び「力強い」の適合度は「０．９」と高く設定されている。これは、「力強い」及び「静か」という２つの印象語は相反する意味を有しているため共存し難く、「ノリの良い」及び「力強い」という２つの印象語は類似の意味を有して親和性が高いため共存し易いということを示している。そして、この適合テーブルから取得された適合度と予め設定された適合度閾値から、印象語の採否を決定する。

ステップＳ１１０での判定において、取得された適合度が適合度閾値より大きければ両方の印象語を出力する（ステップＳ１５３）。なお、書誌情報印象語に何も印象語が割り当てられていない場合も、適合度が高いと判定するものとして特徴量印象語を出力する。

一方、書誌情報印象語と特徴量印象語との適合度が適合度閾値以下である場合は、いずれか一方の印象語を破棄するために、特徴量変換手段２４が確率値を出力する手法であるか否かを判定する（ステップＳ１２０）。ここで、前述した例においては、決定木は確率値を出力しない手法であり、ベイズルール及びニューラルネットワークは確率値を出力する手法である。

一方として、特徴量変換手段２４が確率値を出力しない手法である場合、どちらの印象語を採用するかを予め決定しておきそのルールに従う（ステップＳ１４０）。

他方、特徴量変換手段２４が確率値を出力する手法である場合、図１４に示した例のように確率値閾値に基づきどちらの印象語を採用するかを決定する（ステップＳ１３０）。同図によれば、書誌情報印象語は「力強い」が割り当てられ、特徴量印象語は「静か」（確率値は「０．４８」）が割り当てられた例である。この２つの印象語の適合度は「０．０５」であり、予め設定されている適合度閾値「０．５」を下回っているため、確率値閾値を利用してどちらを出力するかを決定する。すなわち、確率値閾値が「０．４」ならば、特徴量変換手段２４で割り当てられた特徴量印象語の「静か」を採用し（ステップＳ１５２）、確率値閾値が「０．５」ならば、書誌情報変換手段２２で割り当てられた書誌情報印象語の「力強い」を採用する（ステップＳ１５１）。

図２のフローチャートの説明に戻り、ステップＳ６の後、楽曲に割り当てられた印象語は印象語格納手段３１に格納される（ステップＳ７）。印象語格納手段３１は、図１５に例示したような形式で印象語を格納する。具体的には、楽曲格納手段３２の楽曲と印象語とがコンテンツＩＤによって関連付けられて格納される。

次に、ステップＳ１によって選択された楽曲がまだ制御手段２０内部のメモリに残っている場合は、その中から１曲を選択してステップＳ２からの処理を実行する。そして、メモリ上の全ての楽曲に印象語を割り当てた後に処理を終了する（ステップＳ８）。

以上の処理の後、印象語格納手段３１に登録された印象語を用いて表示装置４０に分類結果を表示させた例を図１６に示す。同図において、図中の左側は、印象語格納手段３１に登録された印象語のリストを表示して、「力強い」という印象語が利用者によって選択指示された状態を示したものであり、同図の右側は、選択指示されている「力強い」という印象語に関連付けられた楽曲それぞれに対応した書誌情報の一部が書誌情報格納手段３３から読み出されて表示された状態を示したものである。

利用者は、同図のような表示装置４０の表示を見ながら入力装置１０を用いて所望の１曲を選択して再生指示を行うと、楽曲分類装置１に接続された不図示の音楽再生装置が選択された楽曲の再生を開始する。

以上詳述したように、実施例１によれば、楽曲の書誌情報から得られる書誌情報印象語と音響信号に基づく音響特徴量から得られる特徴量印象語とを用いて補完し合うことにより、楽曲により適切な印象語を割り当てることが可能となり、これにより楽曲分類の精度を従来方式よりも高めることができる。よって、利用者に対して従来よりも精度の高い楽曲分類を提供することができる。

本発明の実施形態である楽曲分類装置に基づく好ましい実施例２について説明する。実施例１では、書誌情報から書誌情報印象語への変換テーブルに確信度を設けていなかったが、本実施例においては、書誌情報から書誌情報印象語へ変換する変換テーブルに確信度を設けることによって書誌情報印象語と特徴量印象語との統合処理をより厳密に処理することを可能にした楽曲分類装置について説明する。ここで、確信度とは、書誌情報から書誌情報印象語への変換における数値化された当てはまり度合いを指すものである。

本実施例における楽曲分類装置の基本構成は、実施例１の説明における図１に示した楽曲分類装置１と同様である。概略動作については、図２に示したフローチャートと同様の流れであるが、その細部において書誌情報変換手段２２、特徴量変換手段２４、及び印象語統合手段２５の処理が異なる。以下、特にこの相違点について説明し、機能及び動作が同一のものについてはその説明を省略する。

本実施例における図２に示したステップＳ３の処理について説明する。この処理においては、変換テーブルに使用されている全ての書誌情報印象語の集合を第１の印象語集合として、書誌情報変換手段２２が、ベクトルの各次元を第１の印象語集合の各書誌情報印象語に対応させて、楽曲の各書誌情報印象語に対する当てはまり度合い（確信度の合計）をベクトル要素とした第１の印象ベクトルを出力するものである。

本実施例における書誌情報変換手段２２には、上述したように書誌情報から書誌情報印象語へ変換する変換テーブルに確信度が設定されている。この確信度は予め決定された数値である。

まず、書誌情報のタイトル名から書誌情報印象語へ変換するための変換テーブルの例を図１７に示す。同図に示したように、タイトル名に「ノクターン」という文字列が含まれていれば、「静か」という書誌情報印象語と確信度「０．７５」とを取得する。

書誌情報のジャンル名から書誌情報印象語へ変換するための変換テーブルの例を図１８に示す。同図によれば、楽曲のジャンル名が「Ｈｏｕｓｅ」ならば、書誌情報印象語として「ノリの良い」及び「洗練された」を取得するとともに、「ノリの良い」の確信度「０．９５」と「洗練された」の確信度「０．６」とをそれぞれ取得する。

書誌情報のアーティスト名から書誌情報印象語へ変換するための変換テーブルの例を図１９に示す。同図によれば、アーティスト名が「Ａ」ならば書誌情報印象語として「力強い」と確信度「０．６」とを取得する。また、アーティスト名が「Ｃ」ならば、書誌情報印象語として「穏やか」を取得するとともに、その確信度が負の値である「−０．３」を取得する。

書誌情報の年代から書誌情報印象語へ変換するための変換テーブルの例を図２０に示す。同図によれば、「１９６０年以前」の曲ならば、「素朴」という書誌情報印象語を取得するとともに、確信度「０．８」を取得する。また、「１９８０年以前」に発売された楽曲では、「激しい」という印象語には割り当てを行わないことを示す確信度「−０．５」を取得する。

以上のような書誌情報より取得された書誌情報印象語の確信度を、第１の印象ベクトルとして出力する。書誌情報変換手段２２によって書誌情報の各項目から書誌情報印象語へ変換した例を図２１に示す。同図によれば、書誌情報印象語を割り当てる楽曲のジャンル名が「Ｐｕｎｋ」、タイトル名が「Ｄａｎｃｅ１」、アーティスト名が「ＢＢＢ」、年代が「２００１」の例である。そして、これらの書誌情報を確信度付きの書誌情報印象語に変換して書誌情報印象語毎に確信度の合計を求め、書誌情報印象度毎の確信度の合計を第１の印象ベクトルとして出力する。

図２１の例では、第１の印象語集合｛ノリの良い，力強い，静か，穏やか・・・｝にそれぞれ対応する第１の印象ベクトルは、｛０．９，０．９，−０．３・・・｝である。なお、印象ベクトルの要素値が０となる要素を省略して、第１の印象ベクトルの次元数を削減するようにしてもよい。

次に、本実施例における特徴量変換手段２４の実施例１との相違点を説明する。本実施例における特徴量変換手段２４では、前述したベイズルール、ニューラルネットワーク等の確率値を出力する方法を用いる。特徴量変換手段２４から出力され得る全ての特徴量印象語の集合を第２の印象語集合とする。第１の印象語集合と第２の印象語集合とは異なっていてもよい。

実施例１における特徴量変換手段２４の出力は特徴量印象語であったが、本実施例における特徴量変換手段２４は、ベクトルの各次元が第２の印象語集合の各特徴量印象語に対応し、楽曲の各特徴量印象語に対する当てはまり度合い（確率値）をベクトル要素とする第２の印象ベクトルを出力するものである。

図２２にその具体例を示す。同図の例によれば、第２の印象語集合｛力強い，穏やか，ノリの良い，・・・｝に対応する第２の印象ベクトルは｛０．１２２，０．０４９，０．６９７，・・・｝であり、この第２の印象ベクトルを出力する。

次に、本実施例における図２のステップＳ６の印象語の統合判定処理について説明する。印象語統合手段２５によって、書誌情報印象語と特徴量印象語との統合処理を行うという点では実施例１と同様の処理である。本実施例による印象語統合手段２５の動作の例を図２３のフローチャートに示す。同図によれば、印象語統合手段２５の動作は、実施例１における図１２のステップＳ１１０，Ｓ１２０，Ｓ１３０，Ｓ１４０，Ｓ１５２，及びＳ１５３の処理の替わりにステップＳ１３１が追加されたものである。ステップＳ１００及びＳ１５１の処理については実施例１と同様であるため詳細な説明を省略する。

ステップＳ１３１においては、本実施例における書誌情報変換手段２２から得られた第１の印象ベクトルと特徴量変換手段２４から得られた第２の印象ベクトルとに基づき、楽曲にどの印象語を割り当てるかを決定する。具体的には、まず、第１の印象ベクトルと第２の印象ベクトルとの両ベクトルから、所定の値以上のベクトル要素とその要素に対応する印象語とを選択する。または、第１及び第２の印象ベクトルの各要素から、大きい要素値を有する順に所定の数だけベクトル要素及び印象語を選択する方法を用いてもよい。このようにして選択された印象語の集合（印象語セット）を楽曲に割り当てる。

この処理の一例を図２４に示す。同図に示されたテーブルは、書誌情報変換手段２２から得られた第１の印象ベクトルと、特徴量変換手段２４から得られた第２の印象ベクトルとの各ベクトル要素を示したものである。例えば、前記所定の値を「０．５」とした場合、第１の印象ベクトルからは「力強い（０．７）」、第２の印象ベクトルからは「ノリの良い（０．５６）」がそれぞれ選択されて楽曲の印象語セットとなる。

なお、第１及び第２の印象ベクトルを通して、要素値の大きい順に所定の個数の印象語を選択しても良い。例えば、所定の個数を「２」とした場合は、「力強い（０．７）」及び「ノリの良い（０．５６）」が選択される。

このように、第１及び第２の印象ベクトルを用いて、所定の値以上の要素に対応した印象語、又は要素値の大きい順に所定の個数の印象語を選択することにより、楽曲の分類を従来よりも高い精度で行うことができる。

さらに、上述の方法によって形成された印象語セットが複数の印象語を含む場合は、任意の２つの印象語の組み合わせに対する適合度を用いて印象語の絞込みを行ってもよい。具体的には、制御手段２０が、上述の方法によって選択した印象語の全ての組み合わせを作成した後、図１３に示した適合度テーブルを参照して各組み合わせに対する適合度を取得する。そして、取得された適合度が予め設定された適合度閾値よりも大きな値である場合には、その２つの印象語をそのまま印象語セットに残す。一方、適合度が適合度閾値以下である場合は、印象語に対応する印象ベクトルのベクトル要素を調べて要素値の小さい方の印象語を印象語セットから削除する。

ここで、適合度を用いて印象語の絞り込みを行う具体例を示す。図２５は、図２４で取得された「力強い」及び「ノリの良い」の印象語の適合度を図１３に示したような適合度テーブルを参照して取得した様子を示したものである。この印象語ペアの適合度は図１３を参照すれば「０．９」であり、適合度閾値が「０．５」と設定されていた場合は、これを上回っているので印象語セットを変更せず「力強い」及び「ノリの良い」の両方を印象語として楽曲に割り当てる。一方、適合度閾値が「０．９５」と設定されていた場合は、適合度がこの値よりも小さいので要素値の小さい印象語を印象語セットから削除する。すなわち、図２４に示したように、「力強い」の要素値が「０．７」であり、「ノリの良い」の要素値「０．５６」よりも大きいので「ノリの良い」を印象語セットから削除する。このように適合度を用いて印象語の絞り込みを行うことにより、更に楽曲分類の精度を向上させることができる。

以上詳述したように、実施例２によれば、書誌情報変換手段２２における書誌情報から書誌情報印象語への変換に用いる変換テーブルに確信度を設けることにより、印象語の統合判定をより厳密に行うことができるため、楽曲分類の精度をより一層高めることができる。

本発明の実施形態である楽曲分類装置に基づく好ましい実施例３について説明する。実施例２では、書誌情報変換手段２２から得られた第１の印象ベクトルと、特徴量変換手段２４から得られた第２の印象ベクトルとを別々に扱ったが、本実施例では、書誌情報変換手段２２と特徴量変換手段２４とからそれぞれ得られたベクトルを統合して、そのベクトルの要素値から印象語に変換することを特徴としている。

本実施例における楽曲分類装置の基本構成は、実施例１及び２の説明における図１に示した楽曲分類装置１と同一である。概略動作についても、図２に示したフローチャートと同一の流れである。但し、実施例２では、第１の印象語集合と第２の印象語集合とが異なっていてもよいのに対し、本実施例ではこれらが同一であることが相違点である。すなわち、実施例２で説明した第１及び第２の印象語集合を、本実施例では単に「印象語集合」とする。本実施例における印象語集合は、書誌情報変換手段２２の変換テーブルに使用されている全ての印象語の集合である。

その他の実施例２からの変更点は印象語統合手段２５に関する部分である。以下にその変更点について説明する。本実施例における印象語統合手段２５の動作の例を図２６のフローチャートに示す。同図のフローチャートにおいては、実施例２における印象語統合手段２５のステップＳ１３１に代わってステップＳ１３２及びＳ１３３が追加されている。ステップＳ１００及びＳ１５１の動作に関しては、実施例１と同一のため説明を省略する。また、本実施例においても、実施例２と同様に、特徴量変換手段２４では前述したベイズルールやニューラルネットワーク等の確率値を出力する手法を用いる。

以下、ステップＳ１００において対象が音楽コンテンツであると判定された場合の動作について説明する。まず、実施例２で説明した書誌情報変換手段２２から得られる第１の印象ベクトルと、特徴量変換手段２４から得られる第２の印象ベクトルとの統合処理を行う（ステップＳ１３２）。具体的には、書誌情報変換手段２２と特徴量変換手段２４とから出力された第１及び第２の印象ベクトルについて要素値毎にそれぞれ加算する処理を行う。このようにして算出された印象ベクトルを統合印象ベクトルと称する。

図２７に統合印象ベクトルを算出した例を示す。同図では、各印象語に対応する第１及び第２の印象ベクトルの各要素値をそれぞれ加算して統合印象ベクトルを算出した様子を示している。

次に、算出された統合印象ベクトルからどの印象語を割り当てるかを決定する（ステップＳ１３３）。具体的には、ステップＳ１３２で算出された統合印象ベクトルの各要素値に対して、予め設定された所定の値以上の統合印象ベクトルの要素値を選択するとともに、選択された要素値に対応する印象語を選択する。または、統合印象ベクトルの各要素値を値の大きい順に所定個数分選択するとともに、選択された要素値に対応する印象語を選択するようにしてもよい。このようにして選択された印象語の集合（印象語セット）を楽曲に割り当てる。

図２７の例で示したように算出された統合印象ベクトルに対して前記所定の値を「０．５」に設定した場合、印象語として「穏やか」のみが選択される。また、所定の値が「０．４」である場合、印象語は「力強い」、「穏やか」、及び「ノリの良い」が選択される。また、所定個数を３とした場合、ベクトル要素を大きい順に選択する方法では、「穏やか（０．９）」、「ノリの良い（０．４５）」、及び「力強い（０．４２）」の印象語が選択される。

このように、統合印象ベクトルを用いて、所定の値以上の要素に対応した印象語、又は要素値の大きい順に所定個数の印象語を選択することにより、楽曲の分類を従来よりも高い精度で行うことができる。

また、上記の方法で形成された印象語セットが複数の印象語を含む場合に、任意の２つの印象語の組み合わせに対する適合度を用いて印象語の絞込みを行ってもよい。具体的には、制御手段２０が印象語セットの全ての印象語の組み合わせを作成し、図１３に示した適合度テーブルを参照して各組み合わせに対する適合度を取得する。そして、取得された適合度が予め設定された適合度閾値よりも大きな値である場合には、その２つの印象語をそのまま印象語セットに残す。一方、適合度が適合度閾値以下である場合は、印象語に対応する印象ベクトルのベクトル要素を調べ、要素値の小さい方の印象語を印象語セットから削除する。

ここで、適合度を用いて印象語の絞り込みを行う具体例を示す。印象語セットには「力強い」、「穏やか」、及び「ノリの良い」が含まれるものとし、各印象語の組み合わせと適合度は、図２８の上表に示した値であり、適合度閾値は、「０．５」であるとする。この場合、「力強い」及び「穏やか」の組み合わせが適合度閾値を下回っているため、統合印象ベクトルの各要素値に基づきどちらを採用するかを決定する。「力強い」の統合印象ベクトルの要素値が「０．４２」であり、「穏やか」の統合印象ベクトルの要素値が「０．９」であるため、「穏やか」を採用して「力強い」を印象語セットから削除する。

「ノリの良い」については、適合度閾値を下回る組み合わせは見つからないため、印象語セットにそのまま残しておく。最終的には楽曲に対して「穏やか」及び「ノリの良い」を割り当てる。このように適合度を用いて印象語の絞り込みを行うことにより、更に楽曲分類の精度を向上させることが出来る。

以上詳述したように、実施例３によれば、書誌情報変換手段２２から得られた第１の印象ベクトルと特徴量変換手段２４から得られた第２の印象ベクトルとを統合して扱うことにより、どの印象語を割り当てるかについての総合的な判定を厳密に行うことができるため、より利用者のイメージに近い印象語を楽曲に割り当てることができる。

なお、各実施例において説明した図２のフローチャートにおいて、ステップＳ２とステップＳ４及びＳ５との処理の順番は、ステップＳ４，Ｓ５，Ｓ２の順番で処理してもよい。

また、各実施例における各機能の処理はＣＰＵを制御するコンピュータプログラムによって実現することができる。

本発明は、特に音楽コンテンツが多数記録される記録メディアを備えた音楽再生装置や、音楽配信サービスによってネットワーク経由でダウンロードされた音楽コンテンツを記録したパーソナルコンピュータ等における楽曲分類について有用である。

本発明の実施例１〜３における楽曲分類装置１の概略構成を示したブロック図である。 本発明の実施例１〜３における楽曲分類装置１の動作を説明するためのフローチャートである。 本発明の実施例１〜３における書誌情報格納手段３３に格納されている書誌情報のフォーマットの例を示した図である。 本発明の実施例１における書誌情報変換手段２２に設定されているタイトル名から書誌情報印象語に変換するための変換テーブルの例を示した図である。 本発明の実施例１における書誌情報変換手段２２に設定されているジャンル名から書誌情報印象語に変換するための変換テーブルの例を示した図である。 本発明の実施例１における書誌情報変換手段２２に設定されているアーティスト名から書誌情報印象語に変換するための変換テーブルの例を示した図である。 本発明の実施例１における書誌情報変換手段２２によって複数の書誌情報から書誌情報印象語へ変換した例を示した図である。 本発明の実施例１における書誌情報変換手段２２によって複数の書誌情報から書誌情報印象語へ否定形を用いて変換した例を示した図である。 本発明の実施例１〜３における特徴量算出手段２３によって算出された音響特徴量の例を示した図である。 本発明の実施例１における特徴量変換手段２３に設定されている音響特徴量から特徴量印象語へ決定木を用いて変換を行う例を示した図である。 本発明の実施例１〜３における特徴量変換手段２３で設定されている音響特徴量から特徴量印象語へ３層ニューラルネットワークを用いて変換を行う例を示した図である。 本発明の実施例１における印象語統合手段２５の統合判定処理の動作を説明するためのフローチャートである。 本発明の実施例１〜３における印象語統合手段２５に設定されている適合度テーブルの例を示した図である。 本発明の実施例１における印象語統合手段２５による印象語の統合ルールの例を示した図である。 本発明の実施例１〜３における印象語格納手段３１に格納される印象語のフォーマットの例を示した図である。 本発明の実施例１〜３における楽曲分類装置１の分類結果を表示装置４０に表示した例の図である。 本発明の実施例２及び３における書誌情報変換手段２２に設定されているタイトル名を書誌情報印象語とそれに対する確信度とに変換するための変換テーブルを示した図である。 本発明の実施例２及び３における書誌情報変換手段２２に設定されているジャンル名を書誌情報印象語とそれに対する確信度とに変換するための変換テーブルを示した図である。 本発明の実施例２及び３における書誌情報変換手段２２に設定されているアーティスト名を書誌情報印象語とそれに対する確信度とに変換するための変換テーブルを示した図である。 本発明の実施例２及び３における書誌情報変換手段２２に設定されている年代を書誌情報印象語とそれに対する確信度とに変換するための変換テーブルを示した図である。 本発明の実施例２及び３における書誌情報変換手段２２によって書誌情報の各項目から書誌情報印象語へ変換する例を示した図である。 本発明の実施例２及び３における特徴量変換手段２３によって第２の印象ベクトルを出力する例を示した図である。 本発明の実施例２における印象語統合手段２５の統合処理の動作を説明するためのフローチャートである。 本発明の実施例２における印象語統合手段２５での第１及び第２の印象ベクトルの要素値に基づき印象語を取得する例を示した図である。 本発明の実施例２における印象語統合手段２５での印象語のペアの適合度のチェックについて説明するための図である。 本発明の実施例３における印象語統合手段２５の動作を説明するためのフローチャートである。 本発明の実施例３における印象語統合手段２５によって統合印象ベクトルを算出する例を示した図である。 本発明の実施例３における印象語統合手段２５で印象語を決定する動作の例を示した図である。

符号の説明

１ 楽曲分類装置
１０ 入力装置
２０ 制御手段
２１ 書誌情報取得手段
２２ 書誌情報変換手段
２３ 特徴量算出手段
２４ 特徴量変換手段
２５ 印象語統合手段
３０ 格納手段
３１ 印象語格納手段
３２ 楽曲格納手段
３３ 書誌情報格納手段
４０ 表示装置

Claims (6)

1. 具備する楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類する楽曲分類装置において、
   前記格納された楽曲の書誌情報を楽曲毎に関連付けて格納する書誌情報格納手段と、
   この書誌情報格納手段から一の楽曲の書誌情報を取得する書誌情報取得手段と、
   前記取得された書誌情報に基づき書誌情報印象語を生成する書誌情報変換手段と、
   前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出手段と、
   前記算出された音響特徴量に基づき特徴量印象語を生成する特徴量変換手段と、
   １つ以上の書誌情報印象語と１つ以上の特徴量印象語との各印象語の組み合わせに対応して予め決定されている印象語同士の適合度に基づき、前記それぞれ生成された書誌情報印象語及び前記特徴量印象語の適合度を判定し、この判定された適合度が予め決定されている適合度閾値よりも大きな値である場合には、前記それぞれ生成された書誌情報印象語及び前記特徴量印象語の両方を印象語として選択する一方、前記判定された適合度が前記適合度閾値以下の値である場合には、前記それぞれ生成された書誌情報印象語又は前記特徴量印象語を印象語として選択する印象語統合手段と、
   前記選択された印象語を前記一の楽曲に関連付けて格納する印象語格納手段と、
   を備えたことを特徴とする楽曲分類装置。
2. 具備する楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類する楽曲分類装置において、
   前記格納された楽曲の書誌情報を楽曲毎に関連付けて格納する書誌情報格納手段と、
   この書誌情報格納手段から一の楽曲の書誌情報を取得する書誌情報取得手段と、
   １つ以上の書誌情報印象語からなる第１の印象語集合を有するとともに、前記取得された書誌情報と前記第１の印象語集合との書誌情報印象語毎の当てはまり度合いである確信度をベクトル要素とする第１の印象ベクトルを生成する書誌情報変換手段と、
   前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出手段と、
   予め決定されている１つ以上の特徴量印象語からなる第２の印象語集合を有するとともに、前記算出された音響特徴量に基づき前記第２の印象語集合の各特徴量印象語の当てはまり度合いである確率値をベクトル要素とする第２の印象ベクトルを生成する特徴量変換手段と、
   前記第１及び第２の印象ベクトルの各ベクトル要素から所定の値以上のベクトル要素を選択、又は前記各ベクトル要素の値が大きい順に所定個数のベクトル要素を選択して、この選択されたベクトル要素に対応する印象語を選択する印象語統合手段と、
   前記選択された印象語を前記一の楽曲に関連付けて格納する印象語格納手段と、
   を備えたことを特徴とする楽曲分類装置。
3. 具備する楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類する楽曲分類装置において、
   前記格納された楽曲の書誌情報を楽曲毎に関連付けて格納する書誌情報格納手段と、
   この書誌情報格納手段から一の楽曲の書誌情報を取得する書誌情報取得手段と、
   １つ以上の書誌情報印象語からなる第１の印象語集合を有するとともに、前記取得された書誌情報と前記第１の印象語集合の書誌情報印象語毎の当てはまり度合いである確信度をベクトル要素とする第１の印象ベクトルを生成する書誌情報変換手段と、
   前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出手段と、
   予め決定されている１つ以上の特徴量印象語からなる第２の印象語集合を有するとともに、前記算出された音響特徴量に基づき前記第２の印象語集合の各特徴量印象語の当てはまり度合いである確率値をベクトル要素とする第２の印象ベクトルを生成する特徴量変換手段と、
   前記第１及び第２の印象ベクトルの各ベクトル要素をそれぞれ加算して統合印象ベクトルを得るとともに、該統合印象ベクトルのベクトル要素が所定の値以上のベクトル要素を選択、又は前記統合印象ベクトルのベクトル要素が大きい順に所定個数のベクトル要素を選択して、この選択されたベクトル要素に対応する印象語を選択する印象語統合手段と、
   前記選択された印象語を前記一の楽曲に関連付けて格納する印象語格納手段と、
   を備えたことを特徴とする楽曲分類装置。
4. 楽曲格納手段と書誌情報格納手段と印象語格納手段とこれら各手段を制御する制御手段とを備えた楽曲分類装置における、前記楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類させるためのプログラムを前記制御手段に実行させるための楽曲分類プログラムにおいて、
   前記楽曲格納手段に格納された楽曲の書誌情報が楽曲毎に関連付けて格納された前記書誌情報格納手段から、一の楽曲の書誌情報を取得する書誌情報取得ステップと、
   前記取得された書誌情報に基づき書誌情報印象語を生成する書誌情報変換ステップと、
   前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出ステップと、
   前記算出された音響特徴量に基づき特徴量印象語を生成する特徴量変換ステップと、
   １つ以上の書誌情報印象語と１つ以上の特徴量印象語との各印象語の組み合わせに対応して予め決定されている印象語同士の適合度に基づき、前記それぞれ生成された書誌情報印象語及び前記特徴量印象語の適合度を判定し、この判定された適合度が予め決定されている適合度閾値よりも大きな値である場合には、前記それぞれ生成された書誌情報印象語及び前記特徴量印象語の両方を印象語として選択する一方、前記判定された適合度が前記適合度閾値以下の値である場合には、前記それぞれ生成された書誌情報印象語又は前記特徴量印象語を印象語として選択する印象語統合ステップと、
   前記選択された印象語を前記一の楽曲に関連付けて前記印象語格納手段に格納する印象語格納ステップと、
   を有したことを特徴とする楽曲分類プログラム。
5. 楽曲格納手段と書誌情報格納手段と印象語格納手段とこれら各手段を制御する制御手段とを備えた楽曲分類装置における、前記楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類させるためのプログラムを前記制御手段に実行させるための楽曲分類プログラムにおいて、
   前記楽曲格納手段に格納された楽曲の書誌情報が楽曲毎に関連付けて格納された前記書誌情報格納手段から、一の楽曲の書誌情報を取得する書誌情報取得ステップと、
   前記取得された書誌情報と１つ以上の書誌情報印象語からなる第１の印象語集合との書誌情報印象語毎の当てはまり度合いである確信度をベクトル要素とする第１の印象ベクトルを生成する書誌情報変換ステップと、
   前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出ステップと、
   前記算出された音響特徴量に基づき、予め決定されている１つ以上の特徴量印象語からなる第２の印象語集合の各特徴量印象語との当てはまり度合いである確率値をベクトル要素とする第２の印象ベクトルを生成する特徴量変換ステップと、
   前記第１及び第２の印象ベクトルの各ベクトル要素から所定の値以上のベクトル要素を選択、又は前記各ベクトル要素の値が大きい順に所定個数のベクトル要素を選択して、この選択されたベクトル要素に対応する印象語を選択する印象語統合ステップと、
   前記選択された印象語を前記一の楽曲に関連付けて前記印象語格納手段に格納する印象語格納ステップと、
   を有したことを特徴とする楽曲分類プログラム。
6. 楽曲格納手段と書誌情報格納手段と印象語格納手段とこれら各手段を制御する制御手段とを備えた楽曲分類装置における、前記楽曲格納手段に格納された１つ以上の楽曲を印象語によって分類させるためのプログラムを前記制御手段に実行させるための楽曲分類プログラムにおいて、
   前記楽曲格納手段に格納された楽曲の書誌情報が楽曲毎に関連付けて格納された前記書誌情報格納手段から、一の楽曲の書誌情報を取得する書誌情報取得ステップと、
   前記取得された書誌情報と１つ以上の書誌情報印象語からなる第１の印象語集合との書誌情報印象語毎の当てはまり度合いである確信度をベクトル要素とする第１の印象ベクトルを生成する書誌情報変換ステップと、
   前記楽曲格納手段から前記一の楽曲の音響信号を取得して音響特徴量を算出する特徴量算出ステップと、
   前記算出された音響特徴量に基づき、予め決定されている１つ以上の特徴量印象語からなる第２の印象語集合の各特徴量印象語との当てはまり度合いである確率値をベクトル要素とする第２の印象ベクトルを生成する特徴量変換ステップと、
   前記第１及び第２の印象ベクトルの各ベクトル要素をそれぞれ加算して統合印象ベクトルを得るとともに、該統合印象ベクトルのベクトル要素が所定の値以上のベクトル要素を選択、又は前記統合印象ベクトルのベクトル要素が大きい順に所定数のベクトル要素を選択して、この選択されたベクトル要素に対応する印象語を選択する印象語統合ステップと、
   前記選択された印象語を前記一の楽曲に関連付けて前記印象語格納手段に格納する印象語格納ステップと、
   を有したことを特徴とする楽曲分類プログラム。

Images