JP6920445B2 - 楽曲解析装置および楽曲解析プログラム - Google Patents

Description

本発明は、楽曲解析装置および楽曲解析プログラムに関する。

従来、楽曲データの中から特定の楽器音を抽出し、抽出された楽器音のリズムパターン等から、拍位置、小節位置等の楽曲解析を行う技術が知られている。
特許文献１には、スネアドラムのアタック位置から所定時間経過後の楽曲の振幅データを減算することにより、声やピアノ等のスネアドラム以外の楽器音からスネアドラムのアタック音を抽出する技術が開示されている。

特開２０１５−１２５２３９号公報

しかしながら、楽曲データには種々の楽器音が混在し、前記特許文献１に記載の技術では、必ずしも正確にスネアドラムの発音位置を特定することができないという課題がある。

本発明の目的は、楽曲データの中から正確にスネアドラムの発音位置を特定することのできる楽曲解析装置および楽曲解析プログラムを提供することにある。

本発明の楽曲解析装置は、
楽曲データの拍間隔を取得する拍間隔取得部と、
前記楽曲データの中で、所定の閾値以上の発音の変化量となる発音位置を、スネアドラムの発音位置の候補として検出する候補検出部と、
前記スネアドラムの発音位置の候補のうち、前記拍間隔取得部により取得された前記楽曲データの２拍間隔となる発音位置の候補を、スネアドラムの発音位置であると判定する発音位置判定部と、
を備えていることを特徴とする。

本発明の楽曲解析プログラムは、
楽曲データの拍間隔を取得する拍間隔取得部と、
前記楽曲データの中で、所定の閾値以上の発音の変化量となる発音位置を、スネアドラムの発音位置の候補として検出する候補検出部と、
前記スネアドラムの発音位置の候補のうち、前記拍間隔取得部により取得された前記楽曲データの２拍間隔となる発音位置の候補を、スネアドラムの発音位置であると判定する発音位置判定部と、
として機能させることを特徴とする。

本発明の考え方を説明するための模式図。 本発明の考え方を説明するための模式図。 本発明の考え方を説明するための模式図。 本発明の考え方を説明するためのグラフ。 本発明の実施形態に係る楽曲解析装置の構成を示すブロック図。 前記実施形態における楽曲データの時間変化および強度変化を示すグラフ。 前記実施形態における楽曲データにＨＰＦ処理を行ったデータを示すグラフ。 前記実施形態におけるＨＰＦ処理を行ったデータに絶対値化処理を行ったグラフ。 前記実施形態における絶対値化処理したグラフに平滑化処理を行ったグラフ。 前記実施形態における平滑化処理を行ったグラフに微分処理を行ったグラフ。 前記実施形態における微分処理を行ったグラフを４拍単位で分割したグラフ。 前記実施形態における４拍単位で分割されたグラフの強度を降順でソート処理したグラフ。 前記実施形態におけるソート処理したグラフの中からスネアドラムの発音位置の候補を検出することを示すグラフ。 前記実施形態におけるスネアドラムの発音位置の候補を時間順でソート処理した状態を示すグラフ。 前記実施形態の作用を説明するためのフローチャート。 前記実施形態の作用を説明するためのフローチャート。

［１］本発明の考え方
本発明は、従来のように、ＨＰＦ処理等による低周波数帯域のアタック音を除去するだけでなく、スネアドラムが、２拍目、４拍目に打たれることが多いことを利用したものである。たとえば、図１Ａ、図１Ｂ、図１Ｃに示すように、４つ打ち、ＰＯＰ系、Ｒｏｃｋ系のリズムパターンでは、スネアドラムが２拍目、４拍目に打たれている。

そこで、本発明では、音響の強いレベル変化から得られた候補から、互いに２拍差、４拍差に音響レベルに強い変化があるものを、スネアドラムの発音位置として採用する。具体的には、図２に示すように、２拍間隔で音響レベルの強い変化が認められる音響レベルＡをスネアドラムの発音位置として判定する。一方、２拍後に強い音響レベルの強い変化が認められない音響レベルＢは、スネアドラムの発音位置として判定しない。

［２］楽曲解析装置１の構成
図３には、本発明の実施形態に係る楽曲解析装置１が示されている。楽曲解析装置１は、ＣＰＵ２およびハードディスク等の記憶装置３を備えたコンピュータとして構成される。
楽曲解析装置１は、入力される楽曲データＡＤの拍位置に基づいて、楽曲データＡＤのスネアドラムの発音位置を解析し、解析されたスネアドラムの発音位置を楽曲データＡＤに書き込んで、記憶装置３に保存する。

楽曲データＡＤは、ＷＡＶ、ＭＰ３等のデジタルデータから構成され、ＦＦＴ解析等により楽曲の拍位置が解析されている。楽曲データＡＤは、ＣＤプレーヤ、ＤＶＤプレーヤ等の楽曲再生装置で再生された楽曲データを、ＵＳＢケーブル等により、楽曲解析装置１に取り込んだものでもよいし、記憶装置３に保存されたデジタル楽曲データを再生したものでもよい。

楽曲解析装置１は、ＣＰＵ２上で実行される楽曲解析プログラムとしての拍間隔取得部２１、ＨＰＦ処理部２２、レベル検出部２３、候補検出部２４、および発音位置判定部２５を備える。
拍間隔取得部２１は、楽曲データＡＤで解析された拍間隔を取得する。具体的には、拍間隔取得部２１は、検出されたＢＰＭ（Beats Per Minute）値に基づいて、その逆数に６０secを乗じた値を拍間隔として取得する。なお、本実施形態では、予め解析されたＢＰＭ値を有する楽曲データＡＤから拍間隔を取得しているが、拍間隔取得部２１自身が、ＦＦＴ解析等によりＢＰＭ値を検出するように構成してもよい。

ＨＰＦ処理部２２は、楽曲データＡＤにＨＰＦ（Hi Pass Filter）処理を行い、楽曲データＡＤ中のバスドラムのアタック音等の低音域の発音を除外する。
具体的には、ＨＰＦ処理部２２は、楽曲データＡＤを１／８ダウンサンプリングし、ダウンサンプリングされたデータに、カットオフ周波数３００ＨｚのＨＰＦ処理を行う。たとえば、図４に示すように、スネアドラムＳＤ、ボーカルＶＯ、バスドラムＢＤ、ベースＢａｓｓの音が混在する楽曲データＡＤの中から、バスドラムＢＤのアタック音、およびベースＢａｓｓのアタック音を除去し、図５に示すように３００Ｈｚ以上のアタック音を抽出する。
ＨＰＦ処理部２２は、ＨＰＦ処理後の楽曲データＡＤをレベル検出部２３に出力する。

レベル検出部２３は、ＨＰＦ処理された楽曲データＡＤの絶対値化処理を行った後、平滑化処理を行い、信号強度のレベルを検出する。
具体的には、図５に示すＨＰＦ処理後の信号強度レベルの絶対値化処理を行って、図６に示す絶対値化処理された信号強度レベルを算出する。次に、レベル検出部２３は、絶対値化処理された信号強度レベルについて、移動平均処理等を行って、図７に示すように平滑化処理された信号強度レベルを算出する。
レベル検出部２３は、算出された平滑化処理された信号強度レベルを候補検出部２４に出力する。

候補検出部２４は、楽曲データＡＤの中で、処理の閾値以上の発音の変化量となる発音位置を、スネアドラムの発音位置の候補として検出する。
まず、候補検出部２４は、図７に示す平滑化処理された信号強度レベルの微分データを算出することにより、図８に示す信号強度レベルの変化量を算出する。
次に、候補検出部２４は、得られた信号レベルの強度変化量を、４拍毎のブロックに分割していき、図９に示すように、４拍毎の信号レベルの微分データを取得する。

候補検出部２４は、それぞれのブロックごとに微分データを降順でソートし、図１０に示すように、信号強度レベルの変化量の大きな順番で並べていく。
候補検出部２４は、それぞれのブロックにおけるソート後のデータを、図１１に示すように、大きい順番で採用していく。採用していくデータは、スネアドラムの発音位置なので、候補検出部２４は、ソート前の時間位置情報を保存していく。つまり、信号レベルの強度変化量の大きさをキーに、何サンプル目かというインデックス情報を記録していく。
候補検出部２４は、次候補との信号強度レベルの変化量の差が所定の閾値以下となったら、スネアドラムの発音位置の候補としての検出を終了する。
候補検出部２４は、検出されたスネアドラムの発音位置の候補を、発音位置判定部２５に出力する。

発音位置判定部２５は、候補検出部２４で検出されたスネアドラムの発音位置の候補のうち、拍間隔取得部２１で取得された楽曲データＡＤの２拍間隔となる発音位置の候補を、スネアドラムの発音位置であると判定する。
具体的には、発音位置判定部２５は、図１２に示すように、スネアドラムの発音位置の候補を、時間順にソートし直したデータを算出する。
次に、発音位置判定部２５は、拍間隔取得部２１で取得された拍間隔に基づいて、スネアドラムの発音位置の候補の中で、２拍差、４拍差の関係にある信号レベルの変化量がないものを候補の中から除外する。

発音位置判定部２５は、２拍差、４拍差の関係にある信号レベルの変化量がある候補のみを残して、スネアドラムの発音位置として判定する。
発音位置判定部２５は、すべてのブロックについてこれを行い、楽曲データＡＤ中のスネアドラムの発音位置を特定する。
発音位置判定部２５は、判定されたスネアドラムの発音位置を、楽曲データＡＤに書き込み、記憶装置３に保存する。

［３］本実施形態の作用および効果
次に、本実施形態の作用を図１３および図１４に示すフローチャートに基づいて説明する。
拍間隔取得部２１は、楽曲データＡＤの拍間隔を取得する（手順Ｓ１）。
ＨＰＦ処理部２２は、楽曲データＡＤにＨＰＦ処理を行い、楽曲データＡＤ中のバスドラムのアタック音等の低音域の発音を除外する（手順Ｓ２）。

レベル検出部２３は、ＨＰＦ処理後の信号強度レベルの絶対値化処理を行って、絶対値化された信号強度レベルを算出する（手順Ｓ３）。
レベル検出部２３は、絶対値化された信号強度レベルに対して、平滑化処理を行う（手順Ｓ４）。

候補検出部２４は、平滑化された信号強度レベルの微分データを算出することにより、信号強度レベルの変化量を算出する（手順Ｓ５）。
候補検出部２４は、信号レベルの強度変化量を、４拍毎のブロックに分割し、それぞれのブロックごとに信号強度レベルの微分データを、変化量の大きなものから降順でソートする（手順Ｓ６）。
候補検出部２４は、信号レベル強度の大きなものから、スネアドラムの発音位置の候補として順次検出していく（手順Ｓ７）。

候補検出部２４は、信号強度レベルの変化量の差が所定の閾値以下となったか否かを判定する（手順Ｓ８）。
候補検出部２４は、変化量の差が所定の閾値以下となっていない場合、候補検出を継続する。
候補検出部２４は、変化量の差が所定の閾値以下となったら、スネアドラムの発音位置の候補の検出を終了する。

発音位置判定部２５は、候補検出部２４で検出されたスネアドラムの発音位置の候補を時間順でソート処理する（手順Ｓ９）。
発音位置判定部２５は、時間順でソート処理された信号レベルの変化量のそれぞれについて、前後２拍差に対応する信号レベルの変化量のデータがあるか否かを判定する（手順Ｓ１０）。

発音位置判定部２５は、２拍差、４拍差に対応するデータがある場合、当該データをスネアドラムの発音位置として判定する（手順Ｓ１１）。
一方、発音位置判定部２５は、２拍差、４拍差に対応するデータがない場合、当該データをスネアドラムの発音位置から除外する（手順Ｓ１２）。
発音位置判定部２５は、分割された全ブロックのデータについて、スネアドラムの発音位置の判定を行う（手順Ｓ１３）。

全ブロックのデータの判定が終了したら、発音位置判定部２５は、楽曲データＡＤにスネアドラムの発音位置を書き込む（手順Ｓ１４）。
発音位置判定部２５は、スネアドラムの発音位置が書き込まれた楽曲データＡＤを記憶装置３に保存する（手順Ｓ１５）。

このような本実施形態によれば、発音位置判定部２５を備えていることにより、２拍差、４拍差の関係にある信号レベルの変化量のデータのみをスネアドラムの発音位置として判定している。したがって、２拍目、４拍目というスネアドラムに特徴的な発音位置を、スネアドラムの発音位置として判定しているので、スネアドラムの発音位置を誤検出する可能性が低減される。

ＨＰＦ処理部２２により楽曲データＡＤにＨＰＦ処理を行った後、スネアドラムの発音位置の判定を行っているため、バスドラムのアタック音、ベースのアタック音等の低音域のアタック音を除外することができ、スネアドラムの発音位置の判定を一層高精度に行うことができる。
候補を除外するか否かの判定ステップにおいて、候補の前だけでなく、後も２拍差であることを調べることにより、さらに正確に判定することができる。
候補検出部２４が、楽曲データＡＤの４拍毎のブロックを単位として微分データを取っているため、楽曲データＡＤ中の２拍目、４拍目と、信号レベルの変化量の大きな部分との対応を取りやすくなるため、スネアドラムの発音位置の判定が容易になる。

１…楽曲解析装置、２…ＣＰＵ、３…記憶装置、２１…拍間隔取得部、２２…ＨＰＦ処理部、２３…レベル検出部、２４…候補検出部、２５…発音位置判定部、Ａ…音響レベル、ＡＤ…楽曲データ、Ｂ…音響レベル、ＢＤ…バスドラム、Ｂａｓｓ…ベース、ＳＤ…スネアドラム、ＶＯ…ボーカル。

Claims (5)

1. 楽曲データの拍間隔を取得する拍間隔取得部と、
   前記楽曲データの中で、所定の閾値以上の発音の変化量となる発音位置を、スネアドラムの発音位置の候補として検出する候補検出部と、
   前記スネアドラムの発音位置の候補のうち、前記拍間隔取得部により算出された前記楽曲データの２拍間隔となる発音位置の候補を、スネアドラムの発音位置であると判定する発音位置判定部と、
   を備えていることを特徴とする楽曲解析装置。
2. 請求項１に記載の楽曲解析装置において、
   前記発音位置判定部は、前後２拍目の発音位置の候補に基づいて、スネアドラムの発音位置の判定を行うことを特徴とする楽曲解析装置。
3. 請求項１または請求項２に記載の楽曲解析装置において、
   前記楽曲データにＨＰＦ（High Pass Filter）処理を行うＨＰＦ処理部を備えていることを特徴とする楽曲解析装置。
4. 請求項１から請求項３のいずれか一項に記載の楽曲解析装置において、
   前記候補検出部は、前記楽曲データの４拍毎のブロックを単位として微分データを取ることにより、変化量を取得することを特徴とする楽曲解析装置。
5. コンピュータを、
   楽曲データの拍間隔を取得する拍間隔取得部と、
   前記楽曲データの中で、所定の閾値以上の発音の変化量となる発音位置を、スネアドラムの発音位置の候補として検出する候補検出部と、
   前記スネアドラムの発音位置の候補のうち、前記拍間隔取得部により取得された前記楽曲データの２拍間隔となる発音位置の候補を、スネアドラムの発音位置であると判定する発音位置判定部と、
   して機能させることを特徴とする楽曲解析プログラム。

Images