JP2019132979A - カラオケ装置 - Google Patents

Abstract

【課題】マイクから入力される音声に基づいてカラオケ演奏に関する操作を行う際、音声入力のタイミングに応じて所望の操作を可能とするカラオケ装置を提供する。【解決手段】複数のキーワードそれぞれに対し、操作コマンドを演奏区間毎に対応付けて記憶するデータ記憶部、音声入力された文字及びその入力タイミングを時系列に特定する音声処理部、キーワードと同じ文字からなる所定の文字列が音声入力されたかどうかを判断する第１の判断部、所定の文字列が音声入力された場合、ある楽曲の演奏区間の中から、当該所定の文字列を構成する文字の入力タイミングに対応する演奏区間を特定する演奏区間特定部、所定の文字列に対応するキーワードに対応付けられている操作コマンドのうち、特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行するコマンド制御部を有するカラオケ装置。【選択図】図２

Description

本発明はカラオケ装置に関する。

カラオケ装置は、装置本体や付属するリモコン装置を介し、カラオケ演奏の中止、演奏ボリュームや演奏ピッチの変更、或いはマイク音量の調整等、カラオケ演奏に関する各種の操作を行うことができる。

しかし、歌唱者自身がこれらの操作を行うためには、装置本体の設置場所やリモコン装置が置かれている場所まで移動する必要があり煩雑である。また、カラオケ演奏の歌唱区間（歌詞が設定されている区間）においては、カラオケ歌唱を行いながら装置本体やリモコン装置を操作すること自体が困難である。更に、ナイト店舗のように装置本体がカウンター内にある場合や、他の歌唱者がリモコン装置で選曲を行っている場合等、歌唱者が装置本体やリモコン装置を使用できない状況（各種操作を行えない状況）もありうる。

そこで、歌唱者が使用しているマイクから所定の音声（キーワード）を入力することにより、所望の操作を実行できる技術が開示されている。

たとえば、特許文献１には、マイクロホンより入力された音声の認識処理を行って特定の言葉が入力されたと認識されたとき、その言葉に対応付けされて記憶されているコードを適宜な無線信号に変調して送出するワイヤレスマイクロホンが開示されている。このような技術によれば、マイクロホンを使用する人が発声動作や身体動作を中断させることなく各種機器を遠隔操作できる。

また、特許文献２には、カラオケ演奏の非歌唱区間（歌詞が設定されていない区間）においてマイクから入力された入力音声情報が歌唱者のものである場合、当該入力音声情報に対する音声認識結果に基づく音声コマンドを実行する音声コマンド処理を実行可能なカラオケ装置が開示されている。このような技術によれば、歌唱者以外の雑談等を音声コマンドと誤認識することを防止できる。

特開２００２−０６２８９４号公報 特開２０１４−１３０１８７号公報

ところで、歌唱者が所望の操作を実行するために音声入力を行うタイミングは様々である。そして、音声入力が行われるタイミングによって、同じキーワードであっても異なる操作を意図している場合がありうる。

たとえば、ある楽曲のカラオケ演奏において、１番のＡメロ演奏が終了した直後に、歌唱者が「歌い出しを失敗したので次の楽曲の演奏後に改めて歌い直したい」という意図で「次に行って」というキーワードの入力を行ったとする。この場合、カラオケ装置は当該キーワードに対応付けられている「後回し」のコマンドを実行することができる。なお、「後回し」の操作コマンドは、指示があった時点で次曲が予約登録されている場合にのみカラオケ演奏を中止し、次曲の後にカラオケ演奏を中止した楽曲を予約登録するコマンドである。

一方、全ての歌唱区間が終了し、後奏区間のカラオケ演奏が行われている最中に、歌唱者が「後奏をカットして次の楽曲の演奏を開始させたい」という意図で「次に行って」というキーワードの入力を行う場合もありうる。この場合、「次に行って」というキーワードには「後回し」のコマンドが対応付けられているため、後奏区間のカラオケ演奏を終了させることはできるが、歌唱済みの楽曲が再度予約されることとなる。すなわち、従来の音声入力による操作においては、歌唱者の意図した操作を行うことが困難な場合があった。

本発明の目的は、マイクから入力される音声に基づいてカラオケ演奏に関する操作を行う際、音声入力のタイミングに応じて所望の操作を可能とするカラオケ装置を提供することにある。

上記目的を達成するための主たる発明は、複数のキーワードそれぞれに対し、カラオケ演奏に関する各種操作を行うための操作コマンドを、演奏区間毎に対応付けて記憶するデータ記憶部と、ある楽曲のカラオケ演奏に伴ってマイクから入力される音声を順次解析し、音声入力された文字及びその入力タイミングを時系列に特定する音声処理部と、特定された前記文字と前記キーワードとを比較することにより、前記キーワードと同じ文字からなる所定の文字列が音声入力されたかどうかを判断する第１の判断部と、前記所定の文字列が音声入力された場合、前記ある楽曲の演奏区間の中から、当該所定の文字列を構成する文字の入力タイミングに対応する演奏区間を特定する演奏区間特定部と、前記所定の文字列に対応するキーワードに対応付けられている操作コマンドのうち、特定された前記演奏区間と同じ演奏区間における操作コマンドに従った操作を実行するコマンド制御部と、を有するカラオケ装置である。
本発明の他の特徴については、後述する明細書及び図面の記載により明らかにする。

本発明によれば、マイクから入力される音声に基づいてカラオケ演奏に関する操作を行う際、音声入力のタイミングに応じて所望の操作ができる。

第１実施形態に係るカラオケ装置のハードウェア構成例を示す図である。 第１実施形態に係るカラオケ本体のソフトウェア構成例を示す図である。 第１実施形態に係るデータ記憶部に記憶されるデータ例を示す図である。 第１実施形態に係る音声処理部により特定された文字及び入力タイミングの例を示した図である。 楽曲データに基づく演奏区間に関する情報の例を示した図である。 第１実施形態に係るカラオケ装置の処理を示すフローチャートである。 第２実施形態に係るカラオケ本体のソフトウェア構成例を示す図である。 第２実施形態に係るカラオケ装置の処理を示すフローチャートである。 第３実施形態に係るカラオケ本体のソフトウェア構成例を示す図である。 第３実施形態に係るカラオケ装置の処理を示すフローチャートである。

＜第１実施形態＞
図１〜図６を参照して、本実施形態に係るカラオケ装置１について説明する。

＝＝カラオケ装置＝＝
カラオケ装置１は、歌唱者が選曲した楽曲のカラオケ演奏、及び歌唱者がカラオケ歌唱を行うための装置である。図１に示すように、カラオケ装置１は、カラオケ本体１０、スピーカ２０、表示装置３０、マイク４０、及びリモコン装置５０を備える。

スピーカ２０はカラオケ本体１０からの放音信号に基づいて放音するための構成である。表示装置３０はカラオケ本体１０からの信号に基づいて映像や画像を画面に表示するための構成である。マイク４０は歌唱者の歌唱音声（マイク４０への入力音声）をアナログの歌唱音声信号に変換してカラオケ本体１０に入力するための構成である。

（カラオケ本体のハードウェア）
図１に示すように、カラオケ本体１０は、制御部１１、通信部１２、記憶部１３、音響処理部１４、表示処理部１５及び操作部１６を備える。各構成はインターフェース（図示なし）を介してバスＢに接続されている。

カラオケ本体１０は、選曲された楽曲のカラオケ演奏制御、歌詞や背景画像等の表示制御、マイク４０を通じて入力された歌唱音声信号の処理といった、カラオケ歌唱に関する各種の制御を行う。

制御部１１は、ＣＰＵ１１ａおよびメモリ１１ｂを備える。ＣＰＵ１１ａは、メモリ１１ｂに記憶された動作プログラムを実行することにより各種の制御機能を実現する。メモリ１１ｂは、ＣＰＵ１１ａに実行されるプログラムを記憶したり、プログラムの実行時に各種情報を一時的に記憶したりする記憶装置である。

通信部１２は、ルーター（図示なし）を介してカラオケ本体１０を通信回線に接続するためのインターフェースを提供する。

記憶部１３は、各種のデータを記憶する大容量の記憶装置であり、たとえばハードディスクドライブなどである。記憶部１３は、カラオケ装置１によりカラオケ演奏を行うための複数の楽曲データを記憶する。

楽曲データは、個々のカラオケ楽曲を特定するための識別情報（楽曲ＩＤ）が付与されている。楽曲データは、伴奏データ、リファレンスデータ、背景画像データ、歌詞データ及び属性情報を含む。伴奏データは、カラオケ演奏音の元となるＭＩＤＩ形式のデータである。リファレンスデータは、歌唱者によるカラオケ歌唱を採点する際の基準として用いられるデータである。背景画像データは、カラオケ演奏時に合わせて表示装置３０等に表示される背景画像に対応するデータである。歌詞データは、表示装置３０等に表示させる歌詞（歌詞テロップ）に関するデータである。歌詞データに含まれる各歌詞（文字）には、歌唱すべきタイミングが関連付けられている。歌唱すべきタイミングは、たとえば、演奏開始から当該文字の発声を開始すべき時点までの経過時間（●分●秒●）である。属性情報は、曲名、歌手名、作詞・作曲者名、及びジャンル等の当該楽曲に関する情報である。

また、楽曲データは、演奏区間に関する情報を含む。演奏区間は、カラオケ演奏が行われる区間であり、たとえば、前奏、Ａメロ（楽曲の１番のＡメロ、２番のＡメロ・・・・・）、Ｂメロ（楽曲の１番のＢメロ、２番のＢメロ・・・・・）、サビ（楽曲の１番のサビ、２番のサビ・・・・・）、間奏（１番と２番の間奏、２番と３番の間奏・・・・・）、後奏に分けることができる。このうち、Ａメロ、Ｂメロ、及びサビは「歌唱区間」に相当する。歌唱区間は、ある楽曲において歌唱すべき歌詞が設定されている区間である。一の歌唱区間には少なくとも一の文字から構成される歌詞が設定されている。一方、前奏、間奏、及び後奏は、「非歌唱区間」に相当する。非歌唱区間は、ある楽曲において歌唱すべき歌詞が設定されていない区間である。また、各演奏区間には、演奏開始時間及び演奏終了時間が関連付けられている。演奏開始時間及び演奏終了時間は前奏の演奏開始時からの経過時間として示すことができる。すなわち、前奏の演奏開始時間は「００：００：００」となる。

音響処理部１４は、制御部１１の制御に基づき、楽曲に対する演奏の制御およびマイク４０を通じて入力された歌唱音声信号の処理を行う。音響処理部１４は、たとえばＭＩＤＩ音源、Ａ／Ｄコンバータ、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）を含むミキサ、Ｄ／Ａコンバータ、アンプ（いずれも図示なし）を含む。制御部１１は、予約された楽曲の伴奏データを、テンポクロック信号に基づいて順次読み出し、ＭＩＤＩ音源に入力する。ＭＩＤＩ音源は、当該伴奏データに基づいて楽音信号を生成する。Ａ／Ｄコンバータは、マイク４０から入力される歌唱音声信号をデジタル音声データに変換し、ミキサ（ＤＳＰ）に入力する。ミキサは、当該楽音信号および当該デジタル音声データを適当な比率でミキシングする。Ｄ/Ａコンバータはミキシング信号をアナログ音声信号に変換し、アンプは、Ｄ/Ａコンバータからのアナログ音声信号を増幅し、放音信号としてスピーカ２０へ出力する。これにより、スピーカ２０からは放音信号に基づくカラオケ演奏音およびマイク４０からの歌唱音声が放音される。

表示処理部１５は、制御部１１の制御に基づき、表示装置３０における各種表示に関する処理を行う。たとえば、表示処理部１５は、カラオケ演奏時における背景画像に歌詞や各種アイコンが重ねられた映像を表示装置３０に表示させる制御を行う。

操作部１６は、パネルスイッチおよびリモコン受信回路などからなり、歌唱者によるカラオケ装置１のパネルスイッチあるいはリモコン装置５０の操作に応じて選曲信号、演奏中止信号などの操作信号を制御部１１に対して出力する。制御部１１は、操作部１６からの操作信号を検出し、対応する処理を実行する。

リモコン装置５０は、カラオケ本体１０に対する各種操作をおこなうための装置である。歌唱者はリモコン装置５０を用いて歌唱を希望するカラオケ楽曲の選曲（予約）等を行うことができる。

（カラオケ本体のソフトウェア）
図２はカラオケ本体１０のソフトウェア構成例を示す図である。カラオケ本体１０は、データ記憶部１００、音声処理部２００、第１の判断部３００、演奏区間特定部４００、及びコマンド制御部５００を備える。データ記憶部１００は、記憶部１３の記憶領域の一部として提供される。音声処理部２００、第１の判断部３００、演奏区間特定部４００、及びコマンド制御部５００は、ＣＰＵ１１ａがメモリ１１ｂに記憶されるプログラムを実行することにより実現される。

［データ記憶部］
データ記憶部１００は、複数のキーワードそれぞれに対し、カラオケ演奏に関する各種操作を行うための操作コマンドを、演奏区間毎に対応付けて記憶する。

キーワードは、カラオケ装置１に対して各操作コマンドを入力するための文字（文字列）である。本実施形態においては、マイク４０を介して所定のキーワードを音声入力することにより、所定のキーワードに対応する操作コマンドに従った操作が実行される（詳細は後述）。操作コマンドは、カラオケ演奏に対して行う操作、或いは当該カラオケ演奏に付随して行う操作をカラオケ装置１に実行させるための命令である。操作コマンドは、演奏中止用、キー変更用、伴奏音量変更用、マイク音量変更用、エコー調整用等がある。

ここで、本実施形態において、各キーワードには、演奏区間毎に操作コマンドが対応付けられている。図３は、演奏区間毎の操作コマンドと各キーワードとを対応付けたテーブルの一例である。この例では、たとえば「スタート」のキーワードに対し、前奏、１番のＡメロ、１番のＢメロ、２番のＡメロ、及び２番のＢメロについては、「やり直し」の操作コマンドが対応付けられている。一方、同じ「スタート」のキーワードに対し、１番と２番の間奏、２番と３番の間奏、３番のＢメロ、３番のサビ、及び後奏については、「演奏中止」の操作コマンドが対応付けられている。「やり直し」の操作コマンドは、指示があった時点でカラオケ演奏を停止し、同じ楽曲のカラオケ演奏を最初から（前奏から）開始する指示を行うコマンドである。「演奏中止」の操作コマンドは、指示があった時点でカラオケ演奏を中止する指示を行うコマンドである。「一時停止」の操作コマンドは、指示があった時点でカラオケ演奏を停止し、次の指示があるまで待機する指示を行うコマンドである。なお、「スタート」のキーワードにおける１番のサビ、２番のサビや、「キーアップ」のキーワードにおける後奏のように、各キーワードにおいて操作コマンドが対応付けられていない演奏区間があってもよい。

［音声処理部］
音声処理部２００は、ある楽曲のカラオケ演奏に伴ってマイク４０から入力される音声を順次解析し、音声入力された文字及びその入力タイミングを時系列に特定する。

入力タイミングは、ある楽曲の演奏開始時点を「００：００：００」とした場合に、ある文字に対応する音声が入力された時刻（当該音声の発声を歌唱者が開始した時刻）として示すことができる。入力タイミングは、たとえば、ある文字が特定された時点の演奏タイミングから処理時間（音声入力がなされてから文字が特定されるまでにかかる時間）を減じたタイミングとして求めることができる。また、各文字は音節毎に特定される。

具体的に、楽曲Ｘのある演奏区間において、マイク４０からある音声が入力されたとする。音声処理部２００は、音響処理部１４のＤＳＰを制御し、Ａ／Ｄコンバータで変換されたデジタル音声データを周知の音声認識アルゴリズムを用いて解析する。そして、音声処理部２００は、デジタル音声データから認識された音節に基づく文字と当該文字が音声入力された入力タイミングを対応付けてＲＡＭ（図示無し）等に一時的に記憶する。

音声処理部２００は、マイク４０から音声入力がなされる都度、同様の処理を実行することにより、音声入力された文字を時系列に特定する。図４は、特定された文字及びその入力タイミングを示した例である。この例では、「ス」、「タ」、「−」、「ト」という文字が時系列に特定されている。

［第１の判断部］
第１の判断部３００は、特定された文字とキーワードとを比較することにより、キーワードと同じ文字からなる所定の文字列が音声入力されたかどうかを判断する。

具体的に、第１の判断部３００は、音声処理部２００で特定された文字毎に順次キーワードとの比較を行う。たとえば、図４に示した文字「ス」が特定されたとする。この場合、第１の判断部３００は、「ス」とデータ記憶部１００に記憶されている全キーワード（図３参照）の１文字目との比較を行う。

特定されたある文字がキーワードの一文字目と一致した場合、第１の判断部３００は、当該ある文字の次に特定された文字とキーワードの二文字目との比較を行う。たとえば、上述の「ス」の次に特定された文字は「タ」である。第１の判断部３００は、文字「タ」と一文字目が一致したキーワードの二文字目との比較を行う。

このように順次比較を行った結果、時系列に特定された文字全てと一致するキーワードがある場合、第１の判断部３００は、キーワードと同じ文字からなる所定の文字列が音声入力されたと判断する。図３及び図４の場合、第１の判断部３００は、所定の文字列「スタート」が音声入力されたと判断する。

なお、特定された文字とキーワードとが一致しない場合、第１の判断部３００は、特定された文字例に対応するキーワードがデータ記憶部１００に記憶されていない（歌唱者からの音声入力は操作コマンドの指示を意図したものではない）と判断し、以降の処理は行わない。

［演奏区間特定部］
演奏区間特定部４００は、所定の文字列が音声入力された場合、ある楽曲の演奏区間の中から、当該所定の文字列を構成する文字の入力タイミングに対応する演奏区間を特定する。

たとえば、楽曲Ｘのカラオケ演奏中、図４に示した入力タイミングでデータ記憶部１００に記憶されているキーワード「スタート」の音声入力がなされたとする。この場合、演奏区間特定部４００は、楽曲Ｘの演奏区間に関する情報を記憶部１３から読み出し、キーワード「スタート」の入力タイミングと比較する。図５は、楽曲Ｘの演奏区間に関する情報（演奏区間、演奏開始時間、演奏終了時間）の一部を示した図である。

図４に示した通り、キーワード「スタート」のうち、最初の文字「ス」の入力タイミングは、００：４８：００であり、最後の文字「ト」の入力タイミングは、００：４８：７５である。一方、図５に示した通り、入力タイミング００：４８：００〜００：４８：７５に対応する楽曲Ｘの演奏区間として、１番のＢメロ（演奏開始時間００：３３：２６〜演奏終了時間００：５０：００）が存在する。この場合、演奏区間特定部４００は、楽曲Ｘの演奏区間の中から、１番のＢメロを特定された文字の入力タイミングに対応する演奏区間として特定する。なお、操作コマンドが異なる複数の演奏区間を跨いでキーワードが入力された場合は、キーワードの最初の文字の入力タイミングに対応する演奏区間をキーワードの入力タイミングに対応する演奏区間として特定してもよいし、キーワードの入力タイミングに対応する区間が最も長い演奏区間をキーワードの入力タイミングに対応する演奏区間として特定してもよい。

［コマンド制御部］
コマンド制御部５００は、外部から入力される操作コマンドに応じて音響処理部１４を制御し、カラオケ演奏に関する各種操作を実行する。

たとえば、コマンド制御部５００は、カラオケ本体１０の操作部１６やリモコン装置５０を介して入力された操作コマンドに従った操作を実行する。

また、本実施形態に係るコマンド制御部５００は、所定の文字列に対応するキーワードに対応付けられている操作コマンドのうち、特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行する。

上記例のように、楽曲Ｘの１番のＢメロにおいてキーワード「スタート」の音声入力がなされたとする。この場合、コマンド制御部５００は、データ記憶部１００を参照し、キーワード「スタート」に対応付けられている操作コマンド（「やり直し」または「演奏中止」）のうち、特定された演奏区間と同じ演奏区間である１番のＢメロにおける操作コマンド「やり直し」に従った操作を実行する。

＝＝カラオケ装置１の動作について＝＝
次に、図６を参照して本実施形態におけるカラオケ装置１の動作の具体例について述べる。図６は、カラオケ装置１の動作例を示すフローチャートである。この例では、楽曲Ｘのある演奏区間において歌唱者から音声入力がなされたとする。

音声処理部２００は、マイク４０から入力される音声を順次解析し、音声入力された文字及びその入力タイミングを時系列に特定する（文字及び入力タイミングの特定。ステップ１０）。

第１の判断部３００は、ステップ１０で特定された文字とデータ記憶部１００に記憶されているキーワードとを比較する（特定された文字とキーワードを比較。ステップ１１）。

キーワードと同じ文字からなる所定の文字列が音声入力された場合（ステップ１２でＹの場合）、演奏区間特定部４００は、楽曲Ｘの演奏区間の中から、ステップ１０で特定された文字の入力タイミングに対応する演奏区間を特定する（演奏区間の特定。ステップ１３）。一方、ステップ１０で特定された文字に対応するキーワードがデータ記憶部１００に記憶されていない場合（ステップ１２でＮの場合）、以降の処理は行われない。

コマンド制御部５００は、データ記憶部１００を参照し、ステップ１０で特定された文字に対応するキーワードに対応付けられている操作コマンドのうち、ステップ１３で特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行する（演奏区間に応じた操作コマンドの実行。ステップ１４）。

以上から明らかなように、本実施形態に係るカラオケ装置１は、複数のキーワードそれぞれに対し、カラオケ演奏に関する各種操作を行うための操作コマンドを、演奏区間毎に対応付けて記憶するデータ記憶部１００と、ある楽曲のカラオケ演奏に伴ってマイクから入力される音声を順次解析し、音声入力された文字及びその入力タイミングを時系列に特定する音声処理部２００と、特定された文字とキーワードとを比較することにより、キーワードと同じ文字からなる所定の文字列が音声入力されたかどうかを判断する第１の判断部３００と、所定の文字列が音声入力された場合、ある楽曲の演奏区間の中から、当該所定の文字列を構成する文字の入力タイミングに対応する演奏区間を特定する演奏区間特定部４００と、所定の文字列に対応するキーワードに対応付けられている操作コマンドのうち、特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行するコマンド制御部５００と、を有する。

このようなカラオケ装置１によれば、ある楽曲のある演奏区間においてマイク４０から音声入力があった場合に、当該音声入力が操作コマンド（キーワード）の入力であるかを判断し、操作コマンドの入力である場合には、入力タイミングに対応する演奏区間における操作コマンドを実行できる。従って、歌唱者はカラオケ演奏の演奏区間に応じて、リモコン装置５０等を介さずに所望の操作が可能となる。すなわち、本実施形態に係るカラオケ装置１によれば、マイク４０から入力される音声に基づいてカラオケ演奏に関する操作を行う際、音声入力のタイミングに応じて所望の操作を行うことができる。

＜第２実施形態＞
次に、図７及び図８を参照して、第２実施形態に係るカラオケ装置１について説明する。第１実施形態の例において、演奏区間特定部４００は、所定の文字列を構成する文字の入力タイミングに対応する演奏区間として歌唱区間を特定することがある。一方、歌唱区間における歌詞には、キーワードと同じ言葉が含まれている場合がある。この場合、当該歌詞を歌唱した場合にもキーワードとして認識してしまうため、歌唱者が望まない操作（誤操作）が実行される可能性がある。本実施形態におけるカラオケ装置１は、このような誤動作を防止するための構成である。なお、第１実施形態と同様の構成については詳細な説明を省略する。

（カラオケ本体のソフトウェア）
図７は本実施形態に係るカラオケ本体１０のソフトウェア構成例を示す図である。カラオケ本体１０は、データ記憶部１００、音声処理部２００、第１の判断部３００、演奏区間特定部４００、コマンド制御部５００、歌詞抽出部６００、及び比較部７００を備える。データ記憶部１００は、記憶部１３の記憶領域の一部として提供される。音声処理部２００、第１の判断部３００、演奏区間特定部４００、コマンド制御部５００、歌詞抽出部６００、及び比較部７００は、ＣＰＵ１１ａがメモリ１１ｂに記憶されるプログラムを実行することにより実現される。

［歌詞抽出部］
歌詞抽出部６００は、特定された演奏区間がある楽曲の歌唱区間に相当する場合、当該歌唱区間の歌詞の中から、当該所定の文字列を構成する文字の入力タイミングを含む所定期間において歌唱されるべき歌詞を抽出する。

所定期間は、本来歌唱されるべき歌詞を抽出する範囲を決定するための期間である。所定期間は、所定の文字列を構成する文字の入力タイミングを含む。たとえば、所定の文字列が図４に示した「スタート」の場合、文字「ス」の入力タイミング００：４８：００〜文字「ト」の入力タイミング００：４８：７５までを所定期間とすることができる。一方、歌唱者の中には突っ込み歌唱タメ歌唱のように本来歌唱すべきタイミングをわざとずらして歌唱する者もいる。そこで、所定期間は、所定の文字列の入力タイミングに対し前後数秒を加えたものとしてもよい。上記例であれば、前−０．５秒、後＋０．５秒を加えた、００：４７：５０〜００：４９：２５を所定期間としてもよい。

具体的に、特定された演奏区間が楽曲Ｘの歌唱区間に相当する場合、歌詞抽出部６００は、楽曲Ｘの歌詞データを記憶部１３から読み出す。歌詞抽出部６００は、読み出した歌詞データのうち、所定の文字列「スタート」の入力タイミング（たとえば、００：４８：００〜００：４８：７５）において歌唱されるべき歌詞を抽出する。この例では、歌詞抽出部６００は、楽曲Ｘの歌詞の中から歌唱されるべき歌詞として「がスタートだ」を抽出したとする。

［比較部］
比較部７００は、抽出された歌詞と所定の文字列を比較する。

たとえば、比較部７００は、上記例において抽出された歌詞「がスタートだ」と、所定の文字列「スタート」を一文字ずつ順次比較する。比較部７００における比較は、たとえば、第１の判断部３００と同様の処理を行うことができる。すなわち、比較部７００は、抽出された歌詞の一文字目「が」と所定の文字列の一文字目「ス」を比較する。一文字目が一致しない場合、比較部７００は、抽出された歌詞の二文字目「ス」、「タ」・・・の順に同様の処理を行う。なお、抽出された歌詞に漢字や外国語が含まれている場合、比較部７００は、まず歌詞を仮名文字に変換して比較を行う。

一方、抽出された歌詞に含まれる文字が所定の文字列の一文字目と一致した場合、比較部７００は、歌詞に含まれる次の文字と所定の文字列の二文字目との比較を行う。たとえば、上記例において、比較部７００は、歌詞に含まれる次の文字「タ」と所定の文字列の二文字目「タ」との比較を行う。このような比較を繰り返すことにより、比較部７００は、抽出された歌詞と所定の文字列とが一致するかどうかを求める。

［コマンド制御部］
本実施形態に係るコマンド制御部５００は、抽出された歌詞と所定の文字列が一致しない場合、特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行する。

抽出された歌詞は、音声入力がなされた時点で歌唱されるべき歌詞に相当する。従って、その歌詞と一致しない音声入力がなされた場合、歌唱者は操作コマンドを入力したと考えることが妥当である。そこで、コマンド制御部５００は、データ記憶部１００を参照し、所定の文字列と同じキーワードに対応する操作コマンドのうち、特定された演奏区間と同じ演奏区間における操作コマンドを特定し、当該操作コマンドに従った操作を実行する。

一方、抽出された歌詞と所定の文字列が一致する場合、コマンド制御部５００は、特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を禁止する。

上述の通り、抽出された歌詞は、音声入力がなされた時点で歌唱されるべき歌詞に相当する。従って、その歌詞と一致する音声入力がなされた場合、歌唱者は単に歌うべき歌詞をカラオケ歌唱したと考えることが妥当である。このような場合に特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行することは歌唱者の意思に反する。

そこで、コマンド制御部５００は、特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を禁止する。

上記例において、比較部７００は、抽出された歌詞「がスタートだ」の一部と所定の文字列「スタート」が一致すると判断する。この場合、コマンド制御部５００は、所定の文字列「スタート」と同じキーワード「スタート」に対応する操作コマンドのうち、特定された演奏区間（たとえば、１番のＢメロ）と同じ演奏区間における操作コマンド「やり直し」に従ったやり直しの操作を禁止する。

＝＝カラオケ装置１の動作について＝＝
次に、図８を参照して本実施形態におけるカラオケ装置１の動作の具体例について述べる。図８は、カラオケ装置１の動作例を示すフローチャートである。この例では、楽曲Ｘのある演奏区間において歌唱者から音声入力がなされたとする。

ステップ２０〜ステップ２３は、第１実施形態のステップ１０〜ステップ１３と同様である。

特定された演奏区間が楽曲Ｘの歌唱区間に相当する場合（ステップ２４でＹの場合）、歌詞抽出部６００は、当該歌唱区間の歌詞の中から、所定の文字列を構成する文字の入力タイミングを含む所定期間において歌唱されるべき歌詞を抽出する（歌唱されるべき歌詞の抽出。ステップ２５）。

比較部７００は、ステップ２５で抽出された歌詞と所定の文字列を比較する（抽出された歌詞と所定の文字列を比較。ステップ２６）。

抽出された歌詞と所定の文字列が一致しない場合（ステップ２７でＮの場合）、コマンド制御部５００は、所定の文字列に対応するキーワードに対応付けられている操作コマンドのうち、ステップ２３で特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行する（操作の実行。ステップ２８）。

一方、抽出された歌詞と所定の文字列が一致する場合（ステップ２７でＹの場合）、コマンド制御部５００は、所定の文字列に対応するキーワードに対応付けられている操作コマンドのうち、ステップ２３で特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を禁止する（操作の禁止。ステップ２９）。

一方、特定された演奏区間が楽曲Ｘの歌唱区間に相当しない場合（ステップ２４でＮの場合）、コマンド制御部５００は、データ記憶部１００を参照し、ステップ２０で特定された文字に対応するキーワードに対応付けられている操作コマンドのうち、ステップ２３で特定された演奏区間（非歌唱区間）と同じ演奏区間における操作コマンドに従った操作を実行する（ステップ２８）。

以上から明らかなように、本実施形態に係るカラオケ装置１は、特定された演奏区間がある楽曲の歌唱区間に相当する場合、当該歌唱区間の歌詞の中から、当該所定の文字列を構成する文字の入力タイミングを含む所定期間において歌唱されるべき歌詞を抽出する歌詞抽出部６００と、抽出された歌詞と所定の文字列を比較する比較部７００とを有する。また、本実施形態に係るコマンド制御部５００は、抽出された歌詞と所定の文字列が一致しない場合、特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行し、抽出された歌詞と特定された所定の文字列が一致する場合、特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を禁止する。

このようなカラオケ装置１によれば、特定された演奏区間がある楽曲の歌唱区間に相当する場合、当該歌唱区間における音声入力がカラオケ歌唱であるか、操作コマンドの入力であるかを判断し、操作コマンドの入力である場合には当該歌唱区間における操作コマンドに従った操作を実行できる。従って、歌唱者は歌唱区間のカラオケ演奏中であっても、リモコン装置５０等を介さずに容易に操作コマンドの入力が可能となる。一方、歌詞の中にたまたま操作コマンドに対応するキーワードが含まれているような場合、本実施形態におけるカラオケ装置１によれば、当該キーワードに対応する操作コマンドに従った操作が実行されることが無い。従って、歌唱者の意思に反する操作が行われることが無い。すなわち、本実施形態に係るカラオケ装置１によれば、マイクから入力される音声に基づいてカラオケ演奏に関する操作を行う際の誤動作を防止できる。

＜第３実施形態＞
次に、図９及び図１０を参照して、第３実施形態に係るカラオケ装置１について説明する。本実施形態では、ある楽曲についてカラオケ演奏を行う前に、当該ある楽曲の歌詞の中に操作コマンドに対応するキーワードが含まれているかどうかを予め判断する例について述べる。第１実施形態及び第２実施形態と同様の構成については詳細な説明を省略する。

（カラオケ本体のソフトウェア）
図９は本実施形態に係るカラオケ本体１０のソフトウェア構成例を示す図である。カラオケ本体１０は、データ記憶部１００、音声処理部２００、第１の判断部３００、演奏区間特定部４００、コマンド制御部５００、歌詞抽出部６００、比較部７００、及び第２の判断部８００を備える。データ記憶部１００は、記憶部１３の記憶領域の一部として提供される。音声処理部２００、第１の判断部３００、演奏区間特定部４００、コマンド制御部５００、歌詞抽出部６００、比較部７００、及び第２の判断部８００は、ＣＰＵ１１ａがメモリ１１ｂに記憶されるプログラムを実行することにより実現される。

［第２の判断部］
第２の判断部８００は、ある楽曲についてカラオケ演奏を行う前に、当該ある楽曲の歌詞の中にキーワードが含まれているかどうかを予め判断する。

ある楽曲の歌詞の中に操作コマンドに対応するキーワードが含まれていない場合、カラオケ歌唱の際に操作コマンドに従った操作の実行を指示していないにも関わらずキーワードが音声入力されることは無い。つまり、キーワードが音声入力された場合、歌唱者は操作コマンドに従った操作の実行を指示していると考えることが妥当である。

たとえば、楽曲Ｘが予約待ち行列に登録されたとする。この場合、第２の判断部８００は、楽曲Ｘのカラオケ演奏が開始されるまでに（予約待ち行列に登録された時点、次に楽曲Ｘがカラオケ演奏される時点等）楽曲Ｘの歌詞データを記憶部１３から読み出し、その中にデータ記憶部１００に記憶されているいずれかのキーワードが含まれているかどうかを判断する。この判断は、たとえば、第１実施形態で説明した第１の判断部３００における判断と同様の手法により行うことができる。

［コマンド制御部］
本実施形態に係るコマンド制御部５００は、ある楽曲の歌詞の中にキーワードが含まれていないと判断された場合、歌詞抽出部６００及び比較部７００の機能を無効化し、且つ特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行する。

ある楽曲の歌詞の中に操作コマンドに対応するキーワードが含まれている場合、カラオケ歌唱の際に操作コマンドに従った操作の実行を指示していないにも関わらずキーワードが音声入力される。従って、第２実施形態で説明したように、歌詞抽出部６００及び比較部７００による処理結果に応じ、操作コマンドに従った操作の実行や禁止が必要となる。逆に、ある楽曲の歌詞の中に操作コマンドに対応するキーワードが含まれていない場合には、歌詞抽出部６００及び比較部７００による処理は不要である。

従って、コマンド制御部５００は、ある楽曲の歌詞の中にキーワードが含まれていないと判断された場合、歌詞抽出部６００及び比較部７００の機能を無効化する。すなわち、演奏区間特定部４００により特定された演奏区間がある楽曲の歌唱区間に相当する場合であっても、歌詞抽出部６００及び比較部７００は処理を行わない。

一方、ある楽曲の歌詞の中にキーワードが含まれていない場合であっても、操作コマンドが音声入力される可能性はある。そこで、コマンド制御部５００は、ある楽曲の歌詞の中にキーワードが含まれていないと判断された場合には、キーワードと同じ文字からなる所定の文字列が音声入力された場合、当該キーワードに対応付けられている操作コマンドのうち、特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行する。

たとえば、第２の判断部８００により、楽曲Ｘの歌詞の中にはキーワードが含まれていないと判断されたとする。その後、楽曲Ｘがカラオケ演奏され、歌唱者はカラオケ歌唱を行う。

この際、音声処理部２００は、マイク４０から入力される音声を順次解析し、音声入力された文字を時系列に特定する。第１の判断部３００は、特定された文字とキーワードとを比較することにより、キーワードと同じ文字からなる所定の文字列が音声入力されたかどうかを判断する。所定の文字列が音声入力された場合、演奏区間特定部４００は、楽曲Ｘの演奏区間の中から、当該所定の文字列を構成する文字の入力タイミングに対応する演奏区間を特定する。コマンド制御部５００は、所定の文字列に対応するキーワードに対応付けられている操作コマンドのうち、特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行する。

＝＝カラオケ装置１の動作について＝＝
次に、図１０を参照して本実施形態におけるカラオケ装置１の動作の具体例について述べる。図１０は、カラオケ装置１の動作例を示すフローチャートである。この例では、楽曲Ｘについてカラオケ演奏の予約がなされたとする。

第２の判断部８００は、楽曲Ｘについてカラオケ演奏を行う前に、楽曲Ｘの歌詞の中にキーワードが含まれているかどうかを予め判断する（キーワードの有無を判断。ステップ３０）。楽曲Ｘの歌詞の中にキーワードが含まれていないと判断された場合（ステップ３１でＮの場合）、コマンド制御部５００は、歌詞抽出部６００及び比較部７００の機能を無効化する（歌詞抽出部及び比較部の機能を無効化。ステップ３２）。その後、楽曲Ｘのカラオケ演奏が開始される（カラオケ演奏の開始。ステップ３３）。

音声処理部２００は、楽曲Ｘの歌唱区間においてマイク４０から入力される音声を順次解析し、音声入力された文字を時系列に特定する（音声入力された文字の特定。ステップ３４）。

第１の判断部３００は、ステップ３４で特定された文字とデータ記憶部１００に記憶されているキーワードとを比較する（特定された文字とキーワードを比較。ステップ３５）。

キーワードと同じ文字からなる所定の文字列が音声入力された場合（ステップ３６でＹの場合）、演奏区間特定部４００は、楽曲Ｘの演奏区間の中から、ステップ３４で特定された文字の入力タイミングに対応する演奏区間を特定する（演奏区間の特定。ステップ３７）。一方、ステップ３４で特定された文字に対応するキーワードがデータ記憶部１００に記憶されていない場合（ステップ３６でＮの場合）、以降の処理は行われない。

コマンド制御部５００は、データ記憶部１００を参照し、ステップ３４で特定された文字に対応するキーワードに対応付けられている操作コマンドのうち、ステップ３７で特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行する（演奏区間に応じた操作コマンドの実行。ステップ３８）。

一方、楽曲Ｘの歌詞の中にキーワードが含まれていると判断された場合（ステップ３１でＹの場合）、カラオケ装置１は、第２実施形態のステップ２０以降の処理を実行する。

以上から明らかなように、本実施形態に係るカラオケ装置１は、ある楽曲についてカラオケ演奏を行う前に、当該ある楽曲の歌詞の中にキーワードが含まれているかどうかを予め判断する第２の判断部８００を有する。本実施形態に係るコマンド制御部５００は、ある楽曲の歌詞の中にキーワードが含まれていないと判断された場合、歌詞抽出部６００及び比較部７００の機能を無効化し、且つ特定された演奏区間と同じ演奏区間における操作コマンドに従った操作を実行する。

このようなカラオケ装置１によれば、ある楽曲についてカラオケ演奏を行う前に、予めある楽曲の歌詞の中に操作コマンドに対応したキーワードが含まれているかどうかを判断できる。そして、ある楽曲の歌詞の中に操作コマンドに対応したキーワードが含まれていない場合には、歌詞抽出部６００及び比較部７００による処理を不要にできる。一方、カラオケ装置１は、ある歌唱区間においてキーワードを音声入力することにより、当該ある歌唱区間における操作コマンドに従った操作を実行できる。

＜その他＞
上記実施形態は、例として提示したものであり、発明の範囲を限定するものではない。上記の構成は、適宜組み合わせて実施することが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。上記実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ カラオケ装置
１００ データ記憶部
２００ 音声処理部
３００ 第１の判断部
４００ 演奏区間特定部
５００ コマンド制御部
６００ 歌詞抽出部
７００ 比較部
８００ 第２の判断部

Claims (3)

1. 複数のキーワードそれぞれに対し、カラオケ演奏に関する各種操作を行うための操作コマンドを、演奏区間毎に対応付けて記憶するデータ記憶部と、
   ある楽曲のカラオケ演奏に伴ってマイクから入力される音声を順次解析し、音声入力された文字及びその入力タイミングを時系列に特定する音声処理部と、
   特定された前記文字と前記キーワードとを比較することにより、前記キーワードと同じ文字からなる所定の文字列が音声入力されたかどうかを判断する第１の判断部と、
   前記所定の文字列が音声入力された場合、前記ある楽曲の演奏区間の中から、当該所定の文字列を構成する文字の入力タイミングに対応する演奏区間を特定する演奏区間特定部と、
   前記所定の文字列に対応するキーワードに対応付けられている操作コマンドのうち、特定された前記演奏区間と同じ演奏区間における操作コマンドに従った操作を実行するコマンド制御部と、
   を有するカラオケ装置。
2. 特定された前記演奏区間が前記ある楽曲の歌唱区間に相当する場合、当該歌唱区間の歌詞の中から、当該所定の文字列を構成する文字の入力タイミングを含む所定期間において歌唱されるべき歌詞を抽出する歌詞抽出部と、
   抽出された前記歌詞と前記所定の文字列を比較する比較部と、
   を有し、
   前記コマンド制御部は、抽出された前記歌詞と前記所定の文字列が一致しない場合、特定された前記演奏区間と同じ演奏区間における操作コマンドに従った操作を実行し、抽出された前記歌詞と特定された前記所定の文字列が一致する場合、特定された前記演奏区間と同じ演奏区間における操作コマンドに従った操作を禁止するコマンド制御部と、
   を有する請求項１記載のカラオケ装置。
3. 前記ある楽曲についてカラオケ演奏を行う前に、当該ある楽曲の歌詞の中に前記キーワードが含まれているかどうかを予め判断する第２の判断部を有し、
   前記ある楽曲の歌詞の中に前記キーワードが含まれていないと判断された場合、前記コマンド制御部は、前記歌詞抽出部及び前記比較部の機能を無効化し、且つ特定された前記演奏区間と同じ演奏区間における操作コマンドに従った操作を実行することを特徴とする請求項２記載のカラオケ装置。

Images