JP7575502B2 - 音楽生成器 - Google Patents

Description

本開示はオーディオエンジニアリングに関し、具体的には音楽コンテンツの生成に関する。

ストリーミング音楽サービスは、通常、インターネットを介してユーザーに曲を提供する。ユーザーはこれらのサービスに加入し、ウェブブラウザ又はアプリケーションを介して音楽をストリーミングできる。このようなサービスの例としては、ＰＡＮＤＯＲＡ、ＳＰＯＴＩＦＹ、ＧＲＯＯＶＥＳＨＡＲＫ等がある。多くの場合、ユーザーはストリーミングするために音楽のジャンルや特定のアーティストを選択することができる。通常、ユーザーは(例えば、星評価又は好き／嫌いシステムを用いて)曲を評価することができ、一部の音楽サービスは、先の評価に基づいてユーザーにどの曲をストリーミングするかを合わせることができる。ストリーミングサービスを経営するためのコスト（ストリーミングされた曲のロイヤルティを支払うことを含み得る）は、ユーザーのサブスクリプション料金及び／又は曲の間に再生される広告によってカバーされる。

ライセンス契約及び特定のジャンルのために書かれた曲の数によって曲の選択が制限されることがある。ユーザーは、特定のジャンルの同じ曲を聞くことに飽きる可能性がある。さらに、これらのサービスは、ユーザーの好み、環境、行動等に合わせて音楽を合わせることがない場合がある。

図１は、一部の実施形態に係る、複数の異なる種類の入力に基づいて音楽コンテンツを生成する例示の音楽生成器モジュールを示す図である。 図２は、一部の実施形態に係る、出力音楽コンテンツを生成するためにユーザー対話のための複数のアプリケーションを有するシステムの例示の概要を示すブロック図である。 図３は、一部の実施形態に係る、前に作成された音楽に基づいてルールを生成する例示のルールセット生成器を示すブロック図である。 図４は、一部の実施形態に係る、例示のアーティストグラフィカルユーザーインターフェイス（ＧＵＩ）を示すブロック図である。 図５は、一部の実施形態に係る、１つ以上の異なる種類の楽器のためのルールセットを含む、複数の異なる種類の入力に基づいて音楽コンテンツを生成する例示の音楽生成器モジュールを示す図である。 図６Ａ～図６Ｂは、一部の実施形態に係る、例示の保存されたルールセットを示すブロック図である。 図７は、一部の実施形態に係る、ビデオのための音楽コンテンツを出力する例示の音楽生成器モジュールを示すブロック図である。 図８は、一部の実施形態に係る、ビデオのための音楽コンテンツをリアルタイムで出力する例示の音楽生成器モジュールを示すブロック図である。 図９Ａ～図９Ｂは、一部の実施形態に係る、例示のグラフィカルユーザーインターフェイスを示すブロック図である。 図１０は、一部の実施形態に係る、ニューラルネットワークを実施する例示の音楽生成器システムを示すブロック図である。 図１１は、一部の実施形態に係る、音楽コンテンツの例示のビルドアップ部分を示す図である。 図１２は、一部の実施形態に係る、音楽コンテンツの一部をアレンジするための例示的な技術を示す図である。 図１３は、一部の実施形態に係る、音楽コンテンツを自動で生成するための例示の方法を示すフロー図である。

本明細書は、本開示が１つの特定の実施に言及することを意図するものではなく、添付の特許請求の範囲を含む、本開示の精神の範囲内にある一連の実施形態に言及するものであることを示すために様々な実施形態への言及を含む。特定の特徴、構造又は性格は、本開示と一致する任意の好適な方法で組み合わせられ得る。

本開示の範囲内では、異なるエンティティ(様々に「ユニット」、「回路」、他の構成要素等と様々な形で言及し得る)は、１つ以上のタスク又は動作を行うように「構成」されると記載又はクレームされ得る。（１つ以上のタスクを行う）するように構成された（エンティティ）という定式は、本明細書では、構造（即ち、電子回路等の物理的なもの）を表すために用いられている。より具体的には、この定式は、係る構造が、動作中に１つ以上のタスクを行うように配置されていることを示すために用いられる。構造は、現在動作中でなくてもあるタスクを行うように「構成されている」と言うことができる。「予測キューマップを生成するように構成されたリソースネゴシエータモジュール」という用語は、例えば、対応するデバイスが現在使用されていない（例えば、そのバッテリが接続されていない）場合でも、動作の間にこの機能を行うモジュールをカバーすることを意図している。そのため、あるタスクを行うように「構成されている」と記載又はクレームされているエンティティは、係るタスクを実施するために実行可能な命令を記憶するメモリ、デバイス、回路等の物理的なものを表す。この表現は、本明細書では無形のものを表すためには用いられていない。

「構成されている」という用語は、「構成可能である」ことを意味することを意図していない。例えば、プログラムされていないモバイルコンピューターデバイスは、ある特定の機能を行うように「構成されている」とは考えられないが、その機能を行うように「構成可能」であり得る。適切なプログラミングの後、モバイルコンピューターデバイスはその機能を行うように構成され得る。

添付の特許請求の範囲において、ある構造が１つ以上のタスクを行うように「構成されている」といの記載は、その記載の構成要素について米国特許法第１１２条（ｆ）を行使することを意図したものではないと明示する。したがって、出願時の本願のクレームの何れも、ミーンズプラスファンクション要素を有するものと解釈すべきでない。出願人が手続の間に第１１２条（ｆ）を行使することを希望する場合は、（機能を行う）「ための手段」を用いるクレーム要素を記載する。

本明細書において、「～に基づく」という用語は、決定に影響を及ぼす１つ以上の要因を記述するために用いられる。この用語は、追加の要因が決定に影響を及ぼす可能性を除外するものではない。すなわち、決定は、特定された要因のみに基づき得るか又は特定された要因に加えて他の特定されていない要因に基づき得る。「Ｂに基づいてＡを決定する」という表現を考えた場合、この表現は、Ａの決定が他の要因、例えばＣにも基づき得ることを除外するものではない。この表現は、ＡがＢのみに基づいて決定される実施形態をカバーすることを意図する。本明細書で用いる「基づく」という用語は、「少なくとも部分的に基づく」という用語と同意である。

参照によりその全体が本願に組み込まれる２０１３年８月１６日に出願された米国特許出願番号第１３／９６９３７２（現在の米国特許第８８１２１４４号）では、１つ以上の音楽属性に基づいて音楽コンテンツを生成するための技術が論じられている。米国特許出願第１３／９６９３７２号の定義と本開示の残りの部分との間での認識された矛盾に基づいて解釈がなされる限りにおいて、本開示が支配することを意図する。音楽属性は、ユーザーによって入力され得るか又は周囲のノイズ、照明等の環境情報に基づいて決定され得る。米国特許出願第１３／９６９３７２号の開示は、記憶されたループ及び／又はトラックを選択するか又は新しいループ／トラックを生成し、選択されたループ／トラックを重ねて出力音楽コンテンツを生成する技術を論じている。

本開示は、一般に、カスタム音楽コンテンツを生成するためのシステムに関する。ターゲット音楽属性は宣言的であってもよく、ユーザーは生成すべき音楽のための１つ以上のゴールを特定し、ルールエンジンはそれらのゴールを実現するためにループを選択及び組み合わせる。当該システムは、例えば、ループの一部のみを用いるために切り取ることによって又はオーディオフィルタを適用してループのための音を変更することによりループを変更し得る。以下で説明する様々の技術は、異なる文脈のためにより関連するカスタム音楽を提供し、特定の音声に従って音楽を生成することを容易にし、どのように音楽が生成されるかについてユーザーがより多く制御できるようにし、１つ以上の特定のゴールを実現する音楽を生成し、他のコンテンツに伴ってリアルタイムで音楽を生成し得る。

一部の実施形態では、特定のアーティスト又は音楽の種類のために「文法」(例えば、ルールセット)を生成するためにコンピューター学習が用いられる。例えば、アーティストのスタイルを用いるターゲット音楽属性を実現するためのルールセットを決定するのに以前の作曲が用いられる。そして、このルールセットは、そのアーティストのスタイルでカスタム音楽を自動的に生成するのに用いられ得る。ルールセットは、「特定のアーティストのサウンドを実現するためにこれらの種類のループを共に組み合わせる」といったユーザーに理解可能な明示的なルールを含むか又は他の方法で、例えば、ユーザーがルールにアクセスできない、作曲ルール（composition rules）を内部的に実施する機械学習エンジンのためのパラメータとして符号化され得る。一部の実施形態では、以下でさらに詳細に説明するようにルールは確率的である。

一部の実施形態では、音楽生成器は、異なる種類のループのために複数の異なるルールセットを用いて実施され得る。例えば、ループセットは特定の楽器（例えば、ドラムループ、ベースループ、メロディループ、リズムギターループ等）に対応して記憶され得る。そして、各ルールセットは、その対応するセットのどのループを選択するか、そして曲全体において何時他のルールセットに参加するかを評価し得る。さらに、個々のルールセットの出力をまとめるためにマスタールールセットが使用され得る。

一部の実施形態では、映像及び／又は音声データに基づいて音楽を生成するためにルールエンジンが用いられる。例えば、音楽発生器は、映画のためのサウンドトラックを映画が再生されている間であっても自動的に生成し得る。さらに、例えば、文化、言語、人口統計学等に基づいて異なる楽曲が異なるリスナーに提供され得る。一部の実施形態では、音楽発生器は、例えば、リスナーの所望の感情を得るためにルールセットをリアルタイムで調整するために環境フィードバックを用い得る。このように、特定の環境ゴールを実現するためにルールセットが調整され得る。

本開示は、最初に図１及び図２を参照して例示の音楽発生器モジュール及び複数のアプリケーションを備えた全体的なシステム構成を説明する。特定のアーティスト又は音楽スタイルのためのルールセットを生成するための技術は図３及び図４を参照して説明する。異なるループセット(例えば、楽器)のための異なるルールセットを用いるための技術は図５及び図６Ａ、図６Ｂを参照して説明する。映像データに基づいて音楽を生成する技術は図７及び図８を参照して説明する。図９Ａ、図９Ｂは例示のアプリケーションインターフェイスを示す。

一般に、開示する音楽生成器は、ループデータ、メタデータ（例えば、ループを記述する情報）及びメタデータに基づいてループを組み合わせるための文法を含む。生成器は音楽体験をメタデータ及び該音楽体験のターゲット特性に基づいてループを特定するためにルールを用いて生成し得る。音楽生成器は作成可能な経験のセットをルール、ループ及び／又はメタデータを追加又は変更することにより拡張するように構成され得る。調整は手動で行われるか（例えば、アーティストが新しいメタデータを追加する）又は音楽発生器は、所定の環境内での音楽体験及び所望のゴール／特徴を監視してルール／ループ／メタデータを強化することができる。例えば、音楽生成器が観衆を観察して、人々が笑っているのを見た場合、特定のループの組み合わせが人々を笑顔にすることに留意してルール及び／又はメタデータを強化できる。同様に、キャッシュレジスタの売上が増えた場合、ルール生成器はそのフィードバックを用いて、売上の増加と相関する関連ループのルール／メタデータを強化することができる。

本明細書で用いる「ループ」という用語は、特定の時間間隔にわたる単一の楽器に関する音声情報を意味する。ループは繰り返して再生され得る（例えば、２分間の音楽コンテンツを生成するために３０秒ループが４回連続して再生され得る）が、ループは、例えば、繰り返されることなく１回だけ再生され得る。ループを参照して説明する様々な技術は、複数の楽器を含む音声ファイルを用いて行われてもよい。

例示の音楽生成器の概要
図１は、一部の実施形態に係る例示の音楽生成器を示す図である。図示の実施形態では、音楽発生器モジュール１６０は、複数の異なるソースから様々な情報を受信し、出力音楽コンテンツ１４０を生成する。

図示の実施形態では、モジュール１６０は記憶されたループ及び記憶されたループのための対応する属性１１０にアクセスし、ループを組み合わせて出力音楽コンテンツ１４０を生成する。とりわけ、音楽発生器モジュール１６０はループを、それらの属性に基づいて選択し、ターゲット音楽属性１３０及び／又は環境情報１５０に基づいてループを組み合わせる。一部の実施形態では、ターゲット音楽属性１３０を決定するために環境情報が間接的に用いられる。一部の実施形態では、ターゲット音楽属性１３０は、例えば、所望のエネルギーレベル、ムード、複数のパラメータ等を指定することによりユーザーに明示的に指定される。ターゲット音楽属性１３０の例としては、例えばエネルギー、複雑性及びバラエティーが挙げられるが、より具体的な属性（例えば、記憶されたトラックの属性に対応する）も指定され得る。一般に、より高レベルのターゲット音楽属性が指定されている場合、出力音楽コンテンツを生成する前により低レベルの特定の音楽属性がシステムによって決定され得る。

複雑性は、作曲に含まれるループ及び／又は楽器の数を意味し得る。エネルギーは、他の属性に関連し得るか又は他の属性と直交し得る。例えば、キー又はテンポを変更するとはエネルギーに影響を与え得る。しかしながら、所与のテンポ及びキーに対して、エネルギーは、楽器の種類（例えば、ハイハット又はホワイトノイズを加えることにより）、複雑性、音量等を調整することにより変更され得る。バラエティーとは、生成された音楽における経時的な変化の量を意味し得る。バラエティーは、他の静的な音楽属性のセットのために生成され得るか（例えば、所与のテンポ及びキーのために異なるトラックを選択することにより）生成され得るか又は音楽属性を経時的に変化させることにより(例えば、大きなバラエティーが望ましい場合には、テンポ及びキーをより頻繁に変化させることにより)生成され得る。一部の実施形態では、ターゲット音楽属性は、多次元空間に存在するものと考えられ、音楽生成器モジュール１６０は、環境変化及び／又はユーザー入力に基づいて、例えば、必要に応じて軌道修正しながらその空間をゆっくり移動し得る。

一部の実施形態では、ループと共に記憶された属性は、テンポ、音量、エネルギー、バラエティー、スペクトル、エンベロープ、変調、周期性、立ち上がり時間、減衰時間、ノイズ、アーティスト、楽器、テーマ等を含む１つ以上のループに関する情報を含む。なお、一部の実施形態では、１つ以上のループのセットが特定のループの種類（例えば、１つの楽器又は１つの器具の種類）に特有であるようにループが分割される。

図示の実施形態では、モジュール１６０は記憶されたルールセット１２０にアクセスする。一部の実施形態では、記憶されたルールセット１２０は、ターゲット音楽属性を実現するために、ループが同時に再生されるようにいくつのループを重ねるか（出力音楽の複雑性に対応し得る）、ループ又は音楽フレーズ間を移行する際にどの主キー／副キーの進行を用いるか、どの楽器を共に用いるか（例えば、互いに親和性がある楽器）についてのルールを規定する。別の言い方をすると、音楽生成器モジュール１６０は、ターゲット音楽属性（及び／又はターゲット環境情報）によって定義される１つ以上の宣言的ゴールを実現するために記憶されたルールセット１２０を用いる。一部の実施形態では、音楽発生器モジュール１６０は、繰り返しの出力音楽を回避するために、擬似的なランダム性を導入するように構成された１つ以上の擬似乱数発生器を含む。

一部の実施形態では、環境情報１５０は、照明情報、周囲の騒音、ユーザー情報（顔の表情、体位、活動レベル、動作、皮膚の温度、特定の活動のパフォーマス、衣類の種類等）、温度情報、ある地域における購入活動、時刻、曜日、時節、存在する人の数、天候等のうちの１つ以上を含む。一部の実施形態では、音楽発生器モジュール１６０は環境情報を受信／処理しない。一部の実施形態では、環境情報１３０は、環境情報に基づいてターゲット音楽属性１３０を決定する別のモジュールにより受信される。ターゲット音楽属性１３０は、他の種類のコンテンツ、例えば、ビデオデータに基づいて導出されてもよい。一部の実施形態では、環境情報は、例えば、１つ以上の環境ゴールを実現するために、１つ以上の記憶されたルールセット１２０を調整するために用いられる。同様に、音楽生成器は環境情報を用いて、１つ以上のループのための記憶された属性を調整して、例えば、それらのループがよりわけ関連するターゲット音楽属性又はターゲット視聴者特性を示し得る。

本明細書で用いる「モジュール」という用語は、特定の動作を行うように構成された回路又は他の回路（例えば、プロセッサ）に対して特定の動作を行うように指示する情報（例えば、プログラム命令）を記憶する物理的で非一時的なコンピューター読取可能媒体を意味する。モジュールは、配線回路として又は動作を行うために１つ以上のプロセッサにより実行可能なプログラム命令が記憶されたメモリとして等複数の方法で実施され得る。ハードウェア回路は、例えば、カスタムな超大規模集積（ＶＬＳＩ）回路又はゲートアレイ、論理チップ、トランジスタ又は他の個別部品等の市販の半導体を含み得る。モジュールは、フィールドプログラマブルゲートアレイ、プログラマブルアレイロジック、プログラマブルロジックデバイス等のプログラマブルハードウェアデバイスにおいて実施されてもよい。モジュールは、特定の動作を行うために実行可能なプログラム命令を記憶する非一時的なコンピューター読取可能媒体の任意の好適な形態であってもよい。

本明細書で用いる「音楽コンテンツ」という表現は、音楽自体（音楽の課長表現）及び音楽を再生するために使用可能な情報の両方を意味する。そのため、（例えば、限定されないがコンパクトディスク、フラッシュドライブ等の）記憶媒体にファイルとして記録された楽曲は音楽コンテンツの一例であり、この記録されたファイル又は他の電子的表現を（例えば、スピーカを介して）出力することによって生成される音声も音楽コンテンツの一例である。

「音楽」という用語は、楽器によって発生される音及び発生音を含むその良く理解された意味を含む。そのため、音楽は、例えば楽器演奏又は録音、キャペラ演奏又は録音及び楽器並びに声の両方を含む演奏又は録音を含む。当業者であれば、「音楽」は全ての発声録音の全てを包含するものではないことが分かる。例えば、スピーチ、ニュースキャスト、オーディオブックといったリズム等の音楽の属性を含まない作品は音楽ではない。

ある音楽「コンテンツ」は別の音楽コンテンツから任意の好適な方法で区別することができる。例えば、第１の曲に対応するデジタルファイルは第１の音楽コンテンツを表し、第２の曲に対応するデジタルファイルは第２の音楽コンテンツを表し得る。「音楽コンテンツ」という表現は、所定の音楽作品内の特定の間隔を区別するためにも用いることができる。そのため、同じ曲の異なる部分は異なる音楽コンテンツとみなすことができる。同様に、所定の音楽作品内の異なるトラック（例えば、ピアノトラック、ギタートラック）も異なる音楽コンテンツに対応し得る。生成された音楽の潜在的に無限のストリームの文脈において、「音楽コンテンツ」という表現は、ストリームの一分（例えば、数小節又は数分間）を表すために用いることができる。

本開示の実施形態により生成された音楽コンテンツは、これまで生成されたことのない音楽要素の組み合わせである「新たな音楽コンテンツ」であり得る。関連する（がより拡張的な）概念である「オリジナル音楽コンテンツ」については以下に詳述する。この用語の説明を容易にするために、音楽コンテンツ生成のインスタンスに関連する「支配エンティティ（controlling entity）」の概念を説明する。「オリジナル音楽コンテンツ」という表現とは異なり、「新たな音楽コンテンツ」という表現は支配エンティティの概念を意味しない。したがって、新たな音楽コンテンツとは、いかなるエンティティ又はコンピューターシステムによっても生成されたことのない音楽コンテンツを意味する。

概念的に、本開示は、コンピューター生成音楽コンテンツの特定のインスタンスを支配することとして一部の「エンティティ」に言及する。そのようなエンティティは、コンピューター生成コンテンツに対応し得る法的権利（例えば、著作権）を（そのような権利が実際に存在する場合に限り）所有する。一実施形態では、コンピューターで実現される音楽生成器を作成（例えば、種々のソフトウェアルーチンをコード化）するか又はコンピューターで実現される音楽生成の特定のインスタンスを操作（例えば、入力を供給）する個人が制御エンティティである。他の実施形態では、コンピューターで実現される音楽生成器は、ソフトウェア製品、コンピューターシステム又はコンピューター装置等の形態で法人（例えば、企業又は他の事業組織）によって作成され得る。一部の場合では、そのようなコンピューターで実現される音楽生成器は多くのクライアントに展開され得る。この音楽生成器の配信に関連するライセンスの条件に応じて、支配エンティティは、様々な場合においてクリエータ、配信者又はクライアントであり得る。そのような明示的な法的合意がない場合、コンピューターで実現される音楽生成器の支配エンティティは、音楽コンテンツのコンピューター生成の特定のインスタンスを促進する（例えば、入力を供給し、それによって操作する）主体である。

本開示の意味において、支配エンティティによる「オリジナルの音楽コンテンツ」のコンピューター生成とは、１）支配エンティティ又は他の者のいずれによってもこれまでに生成されたことのない音楽要素の組み合わせ及び２）以前に生成されたが、支配エンティティによって最初に生成された音楽要素の組み合わせを意味する。ここでは、コンテンツタイプ１）とは、「新規の音楽コンテンツ」を意味し、「新規の音楽コンテンツ」の定義は「支配エンティティ」の概念を意味するのに対して、「新たな音楽コンテンツ」の定義はそうでないことを除いて「新たな音楽コンテンツ」の定義と同様である。他方、コンテンツタイプ２）はここでは「所有音楽コンテンツ（proprietary music content）」を意味する。なお、この文脈における「所有」という用語は、コンテンツにおけるいかなる暗黙の法的権利（そのような権利が存在し得るが）を意味するものではなく、支配エンティティによって音楽コンテンツが最初に生成されたことを示すために用いているにすぎない。したがって、支配エンティティが、支配エンティティによって以前及び元々に生成された音楽コンテンツを「再度生成」することは、本開示においては「オリジナル音楽コンテンツの生成」を構成する。特定の支配エンティティに関する「非オリジナルな音楽コンテンツ」は、その支配エンティティにとっての「オリジナル音楽コンテンツ」ではない音楽コンテンツである。

音楽コンテンツの一部は、１つ以上の他の音楽コンテンツからの音楽コンポーネントを含み得る。このようにして音楽コンテンツを作成することは、音楽コンテンツの「サンプリング」と呼ばれ、特定の音楽作品、とりわけ特定のジャンルで一般的である。ここでは、そのような音楽コンテンツを「サンプリングされたコンポーネントを有する音楽コンテンツ」、「派生音楽コンテンツ」というか又は他の同様の用語を用いる。これに対して、サンプリングされたコンポーネントを含まない音楽コンテンツを、ここでは「サンプリングされたコンポーネントを含まない音楽コンテンツ」、「非派生音楽コンテンツ」というか又はその他の同様の用語を用いる。

これらの用語を適用するに当たって、特定の音楽コンテンツが十分なレベルの粒度にまで下げられた場合、この音楽コンテンツは派生的である（実質的に全ての音楽コンテンツが派生的である）と主張され得る。本開示では「派生的」及び「非派生的」という用語をこの意味では用いていない。音楽コンテンツのコンピューター生成に関して、コンピューター生成が、支配エンティティ以外のエンティティの既存の音楽コンテンツからのコンポーネントの一部を選択する場合(例えば、コンピュータプログラムが、気アーティストの作品のオーディオファイルの特定の部分を生成される音楽コンテンツに含めるために選択する場合)、そのようなコンピューター生成は派生的（派生的音楽コンテンツが結果として得られる）であると言われる。他方、コンピューターによる音楽コンテンツの生成がそのような既存のコンテンツのコンポーネントを利用しない場合には、コンピューター生成は非派生的（非派生的音楽コンテンツが結果として得られる）と言われる。なお、「オリジナルの音楽コンテンツ」の一部は派生的な音楽コンテンツであり、一部は非派生的音楽コンテンツであり得る。

なお、本開示において「派生的」という用語は、米国著作権法で用いられている「派生著作物」という用語よりも、より広い意味を持つことが意図されている。例えば、派生的な音楽コンテンツは、米国著作権法の下での派生著作物であるかもしれないし、ないかもしれない。本開示における「派生」という用語は否定的な意味を伝えることを意図するものではなく、特定の音楽コンテンツが、他の作品からのコンテンツの一部を「借用」するか否かを含意するために用いられているにすぎない。

さらに、「新たな音楽コンテンツ」、「新規の音楽コンテンツ」及び「オリジナル音楽コンテンツ」という表現は、音楽要素の既存の組み合わせとはわずかに異なる（trivially different）音楽コンテンツのみを包含することを意図したものではない。例えば、既存の音楽作品のいくつかの音符を単に変更するだけでは、本開示で用いる新たな、新規の、又はオリジナルという用語の音楽コンテンツにはならない。同様に、単に既存の音楽作品のキー又はテンポを変更したり、（例えばイコライザーインターフェイスを用いて）相対強度の周波数を調整したりするだけでは、新たな、新規の又はオリジナルの音楽コンテンツは生み出されない。さらに、新たな、新規のオリジナル音楽コンテンツという用語は、オリジナルと非オリジナルなコンテンツとの間の境界線にあるような音楽コンテンツをカバーすることを意図していない。むしろ、係る用語は、支配エンティティにとって著作権の保護対象となり得る音楽コンテンツ（以下、「保護可能な」音楽コンテンツという）を含む、疑いの余地なく、明白にオリジナルな音楽コンテンツをカバーすることを意図している。さらに、本明細書で使用される「利用可能な」音楽コンテンツとは、被支配者以外のいかなる被支配者の著作権も侵害しない音楽コンテンツを意味する。新着および/またはオリジナルの音楽コンテンツは、多くの場合、保護され、利用可能である。これは、音楽コンテンツの複製を防止すること、および/または音楽コンテンツにロイヤルティを支払うことにおいて利点がある。

本明細書で説明する様々な実施形態はルールベースエンジンを用いるが、本明細書で説明するコンピューター学習及び／又は音楽生成技術のいずれかのために、コンピューターにより実現される様々な他の種類のアルゴリズムが用いられ得る。しかしながら、ルールベースのアプローチは、音楽の文脈においてとりわけ効果的であり得る。

例示の音楽システムで使用され得るアプリケーション、記憶要素及びデータの概要
音楽発生器モジュールは、音楽コンテンツを生成するために複数の異なるアプリケーション、モジュール、記憶素子等とやり取りし得る。例えば、エンドユーザーは、異なる種類のコンピューター装置（例えば、モバイルデバイス、デスクトップコンピューター、ＤＪ機器等）のための複数の種類のアプリケーションのうちの１つをインストールし得る。同様に、企業ユーザーのために別の種類のアプリケーションが提供され得る。音楽コンテンツを生成する間にアプリケーションとやり取りすることにより、音楽生成器は、音楽生成器がターゲット音楽属性を特定するのに用い得る外部情報を受信する及び／又は音楽コンテンツを生成するために用いられる１つ以上のルールセットを更新することができる。１つ以上のアプリケーションとのやり取りに加えて、音楽生成器モジュールは、ルールセットの受信、ルールセットの更新等のために他のモジュールとやり取りし得る。最後に、音楽生成器モジュールは、１つ以上の記憶素子に記憶された１つ以上のルールセット、ループ及び／又は生成された音楽コンテンツにアクセスし得る。加えて、音楽生成器モジュールは、列挙した上記のアイテムのいずれかをローカルなものであるか又はネットワークを介してアクセスされ得る（例えば、クラウドベースの）１つ以上の記憶素子に記憶し得る。

図２は、複数の異なるソースからの入力に基づいて出力音楽コンテンツを生成するためのシステムの例示の概要を示すブロック図である。図示の実施形態では、システム２００は、ルールモジュール２１０、ユーザーアプリケーション２２０、ウェブアプリケーション２３０、エンタープライズアプリケーション２４０、アーティストアプリケーション２５０、アーティストルール生成器モジュール２６０、生成された音楽の記憶装置２７０及び外部入力２８０を含む。

図示の実施形態において、ユーザーアプリケーション２２０、ウェブアプリケーション２３０及びエンタープライズアプリケーション２４０は外部入力２８０を受信する。一部の実施形態では、外部入力２８０は、環境入力、ターゲット音楽属性、ユーザー入力、センサ入力等を含む。一部の実施形態では、ユーザーアプリケーション２２０はユーザーのモバイルデバイス上にインストールされ、ユーザーがルールモジュール２１０とやり取り／通信することを可能にするグラフィカルユーザーインターフェイスを含む。一部の実施形態では、ウェブアプリケーション２３０はユーザー装置にインストールされていないが、ユーザー装置のブラウザ内で動作するように構成され、ウェブサイトを介してアクセスされ得る。一部の実施形態では、エンタープライズアプリケーション２４０は、音楽発生器とやり取りするために大規模なエンティティによって用いられるアプリケーションである。一部の実施形態では、アプリケーション２４０は、ユーザーアプリケーション２２０及び／又はウェブアプリケーション２３０と組み合わせて用いられる。一部の実施形態では、アプリケーション２４０は、１つ以上の外部ハードウェアデバイス及び／又はセンサと通信して、周囲環境に関する情報を収集する。

図示の実施形態では、ルールモジュール２１０は、ユーザーアプリケーション２２０、ウェブアプリケーション２３０及びエンタープライズアプリケーション２４０と通信して出力音楽コンテンツを生成する。一部の実施形態では、音楽生成器１６０はルールモジュール２１０に含まれる。なお、ルールモジュール２１０はアプリケーション２２０、２３０及び２４０のうちの１つに含まれてもよく又はサーバーにインストールされてネットワークを介してアクセスされてもよい。一部の実施形態では、アプリケーション２２０、２３０及び２４０は、ルールモジュール２１０から生成された出力音楽コンテンツを受信し、該コンテンツを再生させる。一部の実施形態では、ルールモジュール２１０は、例えばターゲット音楽属性及び環境情報に関してアプリケーション２２０、２３０及び２４０からの入力を要求し、このデータを用いて音楽コンテンツを生成し得る。

図示の実施形態では、記憶されたルールセット１２０はルールモジュール２１０によってアクセスされる。一部の実施形態では、ルールモジュール２１０は、アプリケーション２２０、２３０及び２４０との通信に基づいて記憶されたルールセット１２０を変更及び／又は更新する。一部の実施形態では、ルールモジュール２１０は出力音楽コンテンツを生成するために記憶されたルールセット１２０にアクセスする。図示の実施形態では、記憶されたルールセット１２０は、以下でさらに詳細に説明するアーティストルール生成器モジュール２６０からのルールを含み得る。

図示の実施形態では、アーティストアプリケーション２５０は、（例えば、同じアプリケーションの一部であるか又はクラウドベースであり得る）アーティストルール生成器モジュール２６０と通信する。一部の実施形態では、アーティストアプリケーション２５０は、例えば以前の作曲に基づいて、アーティストが特定のサウンドのためのルールセットを作成できるようにする可能。この機能については図３～図４を参照して以下さらに説明する。一部の実施形態では、アーティストルール生成器モジュール２６０は、アーティストルールセットをルールモジュール２１０が用いることができるように記憶するように構成されている。ユーザーは特定のアプリケーションを介して出力音楽を生成するためにルールセットを用いる前に特定のアーティストからそれを購入し得る。特定のアーティストのためのルールセットはシグニチャーパックと呼ばれ得る。

図示の実施形態では、記憶されたループ及び対応する属性１１０は、出力音楽コンテンツを生成するためにトラックを選択し組み合わせるためにルールを適用する際にモジュール２１０によりアクセスされる。図示の実施形態では、ルールモジュール２１０は、生成された出力音楽コンテンツを記憶素子２７０に記憶する。

一部の実施形態では、図2の１つ以上の要素はサーバー上で実現されてネットワークを介してアクセスされ、クラウドベースの実施と呼ぶことがある。例えば、記憶されたルールセット１２０、ループ／属性１１０及び生成された音楽２７０は全てクラウド上に記憶され、モジュール２１０によりアクセスされ得る。別の例では、モジュール２１０及び／又はモジュール２６０もクラウドで実施され得る。一部の実施形態では、生成された音楽２７０はクラウドに記憶され、デジタルの透かしが付される。これにより、例えば、生成された音楽のコピーの検出に加えて、カスタム音楽コンテンツを大量に生成することができる。

一部の実施形態では、開示したモジュールのうちの１つ以上は、音楽コンテンツに加えて他の種類のコンテンツも生成するように構成されている。例えば、システムは、ターゲット音楽属性、決定された環境条件、現在使用されているルールセット等に基づいて出力ビジュアルコンテンツを生成するように構成され得る。例えば、システムは、生成されている音楽の現在の属性に基づいてデータベース又はインターネットを検索し、音楽が変化するにつれて動的に変化するとともに音楽の属性に一致する画像のコラージュを表示し得る。

以前に作曲された音楽に基づく例示のルールセット生成器
一部の実施形態では、音楽発生器は、既知のアーティスト又は既知のスタイルに類似のスタイルの音楽コンテンツを出力するように構成されている。一部の実施形態では、ルールセット生成器は、そのようなカスタム音楽を促進するためにルールセットを生成するように構成されている。例えば、ルールセット生成器モジュールは、アーティストの特定のスタイルを該アーティストから以前に作曲された音楽コンテンツを用いることにより捕らえてルールセットを決定する。該アーティストのためのルールセットが決定されると、音楽生成器モジュールはそのアーティストのスタイルに固有の新たな音楽コンテンツを生成し得る。

図３は、一部の実施形態に係る、以前に作成された音楽に基づいてルールを生成する例示のルールセット生成器を示すブロック図である。図示の実施形態では、モジュール３００は、以前のアーティスト作曲作品３１０の記憶装置、アーティストループ３２０の記憶装置及びアーティストインターフェイス３３０を含む。

図示の実施形態では、アーティストルール生成器モジュール２６０は特定のアーティスト（又は、他の実施形態では特定のテーマ又は音楽スタイル）のためのルールセットを生成し、該ルールセットを記憶されたルールセット１２０に追加するように構成されている。一部の実施形態では、アーティストは以前の作曲作品３１０及び／又はアーティストループ３２０（例えば、以前の作曲で用いたループ）をアップロードする。他の実施形態では、アーティストは、以前の作曲作品のみを対応するループをアップロードすることなくアップロードし得る。しかしながら、ループのアップロードは、アーティストのためのルールセットをより正確に生成するために、以前に作曲された音楽を分解するのを容易にし得る。そのため、図示の実施形態では、ルール生成器モジュール２６０は以前のアーティスト作曲作品３１０及びアーティストループ３２０にアクセスし得る。

アーティスト作曲作品３１０は、１人以上のアーティストによって生成された音楽コンテンツの全てを含み得る。同様に、ループ３２０は、作曲作品３１０を生成するために用いられたループの全て又は一部を含み得る。

一部の実施形態では、アーティストルール生成器モジュール２６０は、アーティスト作曲作品３１０から１つ以上の個別のループを分離する。一部の実施形態では、ループ３２０の知識は、この分解の精度を改善するとともに処理要件を低減し得る。この分解に基づいて、ルール生成器モジュールは、アーティストがどのように通常作曲するかについてのルールセットを決定する。一部の実施形態では、決定されたルールセットはアーティストシグネチャパックと呼ばれる。例えば、該ルールは、アーティストが通常どの楽器を組み合わせるか、アーティストが通常どのようにキーを変更するか、アーティストの複雑性及びバラエティー等を特定し得る。ルールはバイナリ（例えば、真偽）であり得るか又は統計的に決定されてもよい（例えば、アーティストＡは２５％の割合でキーＡのキーＥに移り、アーティストＡは６０％の割合でキーＡからキーＤに移る)。統計的な規則に基づいて、音楽生成器は指定されたパーセンテージを経時的に合致させることを試み得る。

一部の実施形態では、アーティストは、以前に作曲された音楽について、どの音楽が特定のターゲット音楽属性に合致するかを示し得る。例えば、一部の作曲作品は高又は低エネルギー、高又は低複雑性、嬉しい、悲しい等であり得る。このカテゴリー化及びカテゴリー化された作曲作品の処理に基づいて、ルール生成器モジュール２６０は、アーティストが特定のターゲット属性について通常どのように作曲するかのためのルールを決定し得る（例えば、アーティストＡは、より大きなエネルギーを実現するためにテンポを高めるのに対して、アーティストＢは複雑性を加える傾向にあり得る)。

図示の実施形態では、アーティストインターフェイス３３０はアーティストルール生成器モジュール２６０と通信する。一部の実施形態では、モジュール２６０は、インターフェイス３３０を介してアーティストからの入力を要求する。一部の実施形態では、アーティストは、インターフェイス３３０を介してアーティストルール生成器モジュール２６０にフィードバックを提供する。例えば、モジュール２６０は、生成されたアーティストルールセット内の１つ以上のルールについてアーティストからのフィードバックを要求し得る。これにより、アーティストは追加のルールを追加したり、生成されたルールを変更したり等でき得る。例えば、インターフェイスは、「２５％の割合でアーティストＡはキーＡからキーＥに移る」というルールを表示し、アーティストはルールを削除するか又は変更できるようにし得る(例えば、アーティストはこの移行が４０％の割合で起こるべきことを指定でき得る)。別の例として、モジュール２６０は、モジュール２６０がアーティスト作曲作品３１０からの１つ以上のループを適切に分解したか否かを確認するために、アーティストからのフィードバックを要求し得る。

一部の実施形態では、図３の様々な要素は、同じデバイスにインストールされた同じアプリケーションの一部として実施され得る。別の実施形態では、図３の１つ以上の要素はアーティストインターフェイス３３０とは別に、例えばサーバー上に記憶され得る。さらに、記憶されたルールセット１２０は、例えば、ユーザーが特定の所望のアーティストに対応するルールセットをダウンロードできるように、クラウドを介して提供され得る。上述のように、必ずしもアーティスト特有ではないテーマ又はコンテキストのためのルールセットを生成するために同様のインターフェイスが用いられ得る。

図４は、一部の実施形態に係る、アーティストルールセットを生成するための例示のアーティストインターフェイスを示すブロック図である。図示の実施形態では、グラフィカルユーザーインターフェイス（ＧＵＩ）４００は、記憶されたループ４１０と、選択要素４２０、４３０、４４０及び４５０と、ディスプレイ４６０とを含む。なお、図示の実施形態は、図３に示すアーティストインターフェイス３３０の例示の実施形態である。

図示の実施形態では、記憶されたループ４１０の少なくとも一部はループＡ－Ｎ４１２として表示される。一部の実施形態では、ループは、例えば、アーティストの音楽の分解を促進してルールセットを決定するためにアーティストによってアップロードされる。一部の実施形態では、インターフェイスは、記憶されたループ４１０から1つ以上のループ４１２をアーティストが選択して修正又は削除できるようにする。図示の実施形態では、選択要素４２０は、記憶されたループ４１０のリストにアーティストが１つ以上のループを追加できるようにする。

図示の実施形態では、選択要素４３０は、以前に作曲された音楽コンテンツをアーティストが追加できるようにする。この要素を選択すると、そのようなコンテンツをアップロードするか管理するために別のインターフェイスが表示され得る。一部の実施形態では、インターフェイスは、複数の異なる組の音楽をアップロードできるようにし得る。これにより、アーティストは、例えば、同じアーティストの異なるスタイルのための異なるルールセットを作成でき得る。さらに、これは、アーティストが特定のターゲット音楽属性に適当であると考える以前に生成された音楽をアップロードできるようにし、そのアーティストのためのルールセットの自動決定を容易にし得る。別の例として、インターフェイスは、以前の音楽コンテンツをアーティストが聴くことができるようにし、以前の音楽コンテンツをターゲット音楽属性にタグ付けできるようにし得る。例えば、アーティストは、特定の部分を高エネルギー、低バラエティー、特定のムード等としてタグ付けし、ルール生成器モジュール２６０はアーティストのためのルールセットを生成するための入力としてこれらのタグを入力として用いり得る。一般に、ルール生成器モジュール２６０は、１つ以上のルールセットを決定するために種々の適切なコンピューター学習技術のうちのいずれかを実施し得る。

図示の実施形態では、選択要素４４０は、アーティストが、以前に作曲された音楽（例えば要素４３０の使用に加えて）に基づいてルールセットの決定を開始できるようにする。一部の実施形態では、アーティストが４４０を選択したことに対応して、アーティストルール生成器モジュールは、以前に作曲された音楽を分析し、ループを分離する。一部の実施形態では、アーティストルール生成器モジュールは分離されたループに基づいてアーティストのためのルールセットを生成する。図示の実施形態では、選択要素４５０は、生成されたアーティストルールセットをアーティストが変更できるようにする（例えば、決定されたルールを表示し、変更を可能にする別のＧＵＩを開き得る）。

図示の実施形態では、ディスプレイ４６０は、アーティストのルールセット（例えば、オリジナルセット及び／又はアーティストにより変更されたもの）をアーティストに示す。他の実施形態では、ディスプレイ４６０は、本明細書に開示する様々な他の情報も表示し得る。

一部の実施形態では、ルールセット生成器は、特定のユーザーのためのルールセットを生成し得る。例えば、ユーザーが好む音楽は、その特定のユーザーのための１つ以上のルールセットを決定するために分解され得る。ユーザーの好みは、明示的なユーザーの入力、聴取履歴、好みのアーティストの表示等に基づき得る。

異なる種類のループのための異なるルールセットを有する例示の音楽生成器モジュール
図５は、複数のループセットに複数の対応するルールセットを用いてアクセスするように構成された音楽生成器モジュールを示す図である。一部の実施形態では、（例えば、異なる楽器のための）複数の異なるルールセットを使用することにより、より大きな変動、ターゲット属性に対する音楽のより正確なマッチング、現実のミュージシャンにより似せること等を提供し得る。

図示の実施形態では、情報５１０は複数のループ種類のためのループセットを含む。ループは、同じ楽器、同じ種類の楽器、同じ種類の音、同じムード、同じ属性等のセットにグループ化され得る。上述したように、各ループの属性も維持され得る。

図示の実施形態では、ループセット５２０はループセットのそれぞれに対応し、ターゲット音楽属性１３０及び／又は環境情報１５０に基づいてそれらのループを選択及び／又は組み合わせるためのルールを特定する。これらのルールセットは、どのループを選択し、いつ参加するかを決定することにより即興のセッションでアーティストと同様に調整し得る。一部の実施形態では、他のルールセットからの出力を選択及び／又は組み合わせるために１つ以上のマスタールールセットが動作し得る。

図６Ａは、一部の実施形態に係る、異なるループタイプＡ－Ｎ６１２のための複数のルールセットを示すブロック図である。図６Ｂは、複数のループセットのためのルールセット６１２及びマスタールールセット６１４を示すブロック図である。

例えば、特定の種類のドラム（例えば、ループタイプＡ）のループセットを考えてみる。対応するルールセット５１２は、例えばテンポ、ピッチ、複雑性等のターゲット音楽属性に基づいてループを選択する場合に優先すべき種々のループパラメータを示し得る。対応するルールセット６１２は、（例えば、所望のエネルギーレベルに基づいて）ドラムループを全て提供するかどうかも示し得る。さらに、マスタールールセット６１４は、実際に出力ストリームに組み込むために、ドラムルールセットからの選択されたループのサブセットを決定し得る。例えば、マスタールールセット６１４は、(対応するルールセットによって示唆されたいくつかの選択ループが実際には出力音楽コンテンツ１４０に組み合わされないように)異なる種類のドラムのための複数のループセットの中から選択され得る。同様に、マスタールールセット６１４は、例えば、特定のエネルギーレベルより下のドラムループを決して含まないよう示し得るか又は別の特定のエネルギーレベルより上の１つ以上のドラムループを常に含むことを示し得る。

さらに、マスタールールセット６１４は、ターゲット音楽属性に基づいて組み合わせるためにルールセット６１２によって選択されたループ出力の数を示し得る。例えば、ターゲット音楽属性に基づいて、（例えば、３個のルールセットは現時点でループを提供しないことを決定するため、合計１０個のルールセットのうちの)７個のルールセットがそれらの対応するループセットからのループを提供することを決定する場合、マスタールールセット６１４は、（例えば、他の２つのルールセットからのループを無視するか又は破棄することによって）提供されたループのうち５個のみを選択して組み合わせ得る。さらに、マスタールールセット６１４は提供されたループを変更し得る及び／又は他のルールセットにより提供されない追加ループを追加し得る。

一部の実施形態では、ルールセットの全ては、所与の時点で同じターゲット音楽属性を有する。他の実施形態では、ターゲット音楽属性は別々に決定され得るか又は異なるルールセットのために特定され得る。これらの実施形態において、マスタールールセットは、他のルールセット間の競合を避けるのに有用であり得る。

ビデオコンテンツのための例示の音楽生成器
ビデオのための音楽コンテンツを生成することは長く面倒な作業であり得る。１つ以上のルールセットを用いたルールベースの機械学習を適用することは、このプロセスを回避し得る及び／又はビデオのためのより関連性のある音楽コンテンツを提供し得る。一部の実施形態では、音楽生成器は、ループを選択及び組み合わせる場合に、１つ以上のルールセットへの入力としてビデオコンテンツを用いる。例えば、音楽生成器は、ビデオデータに基づいてターゲット音楽属性を生成し得る及び／又はビデオデータの属性を直接ルールセットへの入力として用い得る。さらに、ビデオのためのサウンドトラックを生成する場合、異なるオーディエンスのために異なるルールセットを用いて各オーディエンスのための固有の体験を生成し得る。音楽生成器がビデオのために用いる１つ以上のルールセット及び１つ以上のループを選択すると、音楽生成器はビデオが視聴されている間に音楽コンテンツを生成して音楽コンテンツを出力する。さらに、例えば、ビデオの視聴者に関連する環境情報に基づいて、ルールセットがリアルタイムで調整され得る。

図７は、一部の実施形態に係る、ビデオデータに基づいて音楽コンテンツを出力するように構成された例示の音楽生成器モジュールを示すブロック図である。図示された実施形態では、システム７００は、分析モジュール７１０及び音楽発生器モジュール１６０を含む。

図示の実施形態では、分析モジュール７１０はビデオデータ７１２と、該ビデオデータに対応するオーディオデータ７１４とを受信する。一部の実施形態では、分析モジュール７１０は、ビデオデータ７１２に対応するオーディオデータ７１４を受信しないが、ビデオデータのみに基づいて音楽を生成するように構成されている。一部の実施形態では、分析モジュール７１０はデータ７１２及びデータ７１４を分析し、データの特定の属性を識別する。図示の実施形態では、ビデオ及びオーディオコンテンツ７１６の属性は音楽生成器モジュール１６０に送られる。

図示の実施形態では、音楽生成器モジュール１６０は、記憶されたループ、対応する属性１１０及び記憶されたルールセット１２０にアクセスする。ビデオのための音楽コンテンツを生成するために、モジュール１６０は属性７１６を評価し、出力音楽コンテンツ１４０を生成するために１つ以上のループセットを用いてループを選択及び組み合わせる。図示の実施形態では、音楽生成器モジュール１６０は音楽コンテンツ１４０を出力する。一部の実施形態では、音楽コンテンツ１４０は、ビデオデータ７１２及びオーディオデータ７１４の双方に基づいて音楽生成器モジュールによって生成される。一部の実施形態では、音楽コンテンツ１４０はビデオデータ７１２にのみ基づいて生成される。

一部の実施形態では、音楽コンテンツはビデオのサウンドトラックとして生成される。例えば、１つ以上のビデオ及び／又はオーディオ属性に基づいてビデオのためのサウンドトラックが生成され得る。この例では、ビデオのためのルールセットを更新するために声のトーン（例えば、ビデオ内のキャラクターが怒っているかどうか）、文化（例えば、シーン内でどのようなアクセント、衣服等が用いられているか）、シーン内のオブジェクト／小道具、シーンの色／暗さ、シーン間の切り替わりの頻度、オーディオデータにより示される音響効果（例えば、爆発、会話、動作音）等のビデオからのビデオ属性のうちの１つ以上が用いられ得る。なお、開示の技術は、任意の種類のビデオ（例えば、３０秒クリップ、ショートフィルム、コマーシャル、静止写真、静止写真のスライドショー等）のための音楽コンテンツを生成するのに用いられ得る。

別の例では、１人以上の視聴者のために複数の異なるサウンドトラックが生成され得る。例えば、視聴者の年齢に基づいて、２人の異なる視聴者のために音楽コンテンツを生成され得る。例えば、３０歳以上の成人の視聴者を対象とする第１のルールセットが適用され、１６歳以下の子供の視聴者を対象とする第２のルールセットが適用され得る。この例では、第１の視聴者のために生成された音楽コンテンツは、第２の視聴者のために生成された音楽コンテンツよりも大人向けである。異なる時刻、ビデオを表示するのに用いられるディスプレイ装置、利用可能なオーディオ装置、表示する国、言語等の様々な異なるコンテキストのために異なる音楽コンテンツを生成するために同様の技術が用いられ得る。

ルールセットへのリアルタイム更新を伴うビデオコンテンツのための例示の音楽生成器
一部の実施形態では、ルールに基づく機械学習を用いてビデオのために音楽コンテンツを生成することは、環境情報に基づいて、（例えばその音楽コンテンツが基づく）ルールセットをリアルタイムで調整することを可能にする。この音楽コンテンツを生成する方法は、同じビデオコンテンツの異なる視聴者のために異なる音楽を生成し得る。

図８は、一部の実施形態に係る、ルールセットをリアルタイムに調整することを伴うビデオのための音楽コンテンツを出力するように構成された例示の音楽生成器モジュール１６０を示すブロック図である。

図示の実施形態では、ビデオの表示中に環境情報１５０が音楽生成器モジュール１６０に入力される。図示の実施形態では、音楽生成器モジュールは、環境情報８１０に基づいてルールセットのリアルタイム調整を行う。一部の実施形態では、環境情報１５０はビデオを視聴する視聴者から得られる。一部の実施形態では、情報１５０は、顔の表情（例えば、顔をしかめる、笑う、注意深さ等）、身体の動き（例えば、叩く、おしゃべりをする、注意深さ等）、言葉の表情（例えば、笑う、ため息をする、泣く等）、人口統計学的、年齢、照明、周囲の騒音、視聴者の数等のうちの１つ以上を含む。

様々な実施形態では、出力音楽コンテンツ１４０は、視聴者がビデオを視聴するのと同時に調整されたルールセットに基づいて再生される。これらの技術は、複数の異なる視聴者に表示されるビデオのための固有の音楽コンテンツを同時に生成し得る。例えば、同じ劇場で同じ映像を異なる画面で観ている２人の観客は全く異なる音楽コンテンツを聞き得る。この例の同様の用途は、飛行機、地下鉄、スポーツバー等にいる異なる観客を含む。さらに、ユーザーがパーソナルオーディオ装置（例えばヘッドフォン）を有する場合、各ユーザーのためにカスタムサウンドトラックが作成され得る。

開示の技術は、観客の特定の所望の感情を強調するのに用いられ得る。例えば、ホラー映画の目的は観客を怖がらせることにある。強度、恐怖等を増加させるために、観客の反応に基づいてルールセットが動的に調整され得る。同様に、悲しい／嬉しいシーンのために、ターゲットの観客が実際に悲しいか又は嬉しいかに基づいて（例えば、所望の感情を高めることを目的として）ルールセットが調整され得る。一部の実施形態では、ビデオ制作者は、所望の種類の音楽をより正確に作るために、音楽生成器モジュールに入力され得る特定のターゲット属性にビデオの特定の部分をタグ付けし得る。一般に、一部の実施形態では、音楽生成器は、観客により表示される属性がビデオ及び／又はオーディオコンテンツの以前決定された属性に対応するかどうかに基づいてルールセットを更新する。一部の実施形態では、これらの技術はルールセット又はターゲットパラメータを更新するために観客フィードバックが用いられる適合観客フィードバック制御ループを提供する。

一部の実施形態では、ルールセットをリアルタイムで調整するために、複数の観客のためにビデオが再生され得る。環境データが記録され、最終的なルールセットを選択するために用いられ得る（例えば、所望のターゲット観客属性に最もぴったり適合したオ観客のためのルールセットに基づく)。このルールセットは、最終的なルールセットへのリアルタイムの更新なしに、ビデオのための音楽を静的又は動的に生成するために用いられ得る。

例示のユーザー及びエンタープライズＧＵＩ
図９Ａ～図９Ｂは、一部の実施形態に係るグラフィカルユーザーインターフェイスを示すブロック図である。図示の実施形態では、図９Ａはユーザーアプリケーション９１０により表示されるＧＵＩを含み、図９Ｂは、エンタープライズアプリケーション９３０により表示されるＧＵＩを含む。一部の実施形態では、図９Ａ及び図９Ｂに表示されるＧＵＩはアプリケーションではなく、むしろウェブサイトにより生成される。様々な実施形態では、（例えば、音量、エネルギー等を制御するため）ダイヤル、ボタン、ノブ、（例えば、ユーザーに更新された情報を提供するため）表示ボックス等の要素の１つ以上を含む様々な適切な要素のいずれかが表示され得る。

図９Ａにおいて、ユーザーアプリケーション９１０は、１つ以上のアーティストパックを選択するための区画９１２を含むＧＵＩを表示する。それに加えて又は代替的に、一部の実施形態では、パック９１４は特定の出来事（例えば、結婚式、誕生パーティー、卒業式等）のためのテーマパック又はパック含み得る。一部の実施形態では、区画９１２に示すパックの数は、区画９１２に一度に表示できる数よりも大きい。したがって、一部の実施形態では、ユーザーは、１つ以上のパック９１４を見るため区画９１２内を上下にスクロールする。一部の実施形態では、ユーザーは、ユーザーが聴きたいと思う出力音楽コンテンツのベースとなるアーティストパック９１４を選択できる。一部の実施形態では、アーティストパックは、例えば、購入及び／又はダウンロードされ得る。

図示の実施形態では、選択要素９１６はユーザーが１つ以上の音楽属性（例えば、エネルギレベル）を調整できるようにする。一部の実施形態では、選択要素９１６は、ユーザーが１つ以上のターゲット音楽属性を追加／削除／変更できるようにする。

図示の実施形態では、選択要素９２０は、ターゲット音楽属性を決定するためにユーザーが装置（例えば、モバイルデバイス）に環境の音を聞かすことができるようにする。一部の実施形態では、装置は、ユーザーが選択要素９２０を選択した後で１つ以上のセンサ（例えば、カメラ、マイクロホン、温度計等）を用いて環境に関する情報を収集する。一部の実施形態では、アプリケーション９１０は、ユーザーが要素９２０を選択した場合にアプリケーションによって収集された環境情報に基づいて１つ以上のアーティストパックを選択するか又は提案する。

図示の実施形態では、選択要素９２２は、新しいルールセットを生成するためにユーザーが複数のアーティストパックを組み合わせることを可能にする。一部の実施形態では、新しいルールセットは、ユーザーが同じアーティストのために１つ以上のパックを選択することに基づく。他の実施形態では、新しいルールセットは、ユーザーが異なるアーティストのために１つ以上のパックを選択することに基づく。ユーザーは、例えば、重み付けが大きいルールセットは重み付けが小さいルールセットよりも生成される音楽により効果があるように異なるルールセットのために重みを示し得る。音楽生成器は、例えば、異なるルールセットからのルール間の切り替えること、複数の異なるルールセットからのルールのための値を平均化すること等により、複数の異なる方法でルールセットを組み合わせ得る。

図示の実施形態では、選択要素９２４は、ユーザーが１つ以上のルールセット内のルールを手動で調整できるようにする。例えば、一部の実施形態では、ユーザーは、よりきめ細かいレベルで生成された音楽コンテンツを音楽コンテンツを生成するために用いられるルールセット内の１つ以上のルールを調整することにより調整したいと考えている。一部の実施形態では、これは、アプリケーション９１０のユーザーが図９ＡのＧＵＩに表示されるコントロールを用いて音楽生成器が出力音楽コンテンツを生成すのに用いるルールセットを調整することにより、自分自身がディスクジョッキー（ＤＪ）になることを可能にする。これらの実施形態は、ターゲット音楽属性のよりきめの細かい制御も可能にし得る。

図９Ｂにおいて、エンタープライズアプリケーション９３０は、アーティストパック９１４を有するアーティストパック選択区画９１２も含むＧＵＩを表示する。図示の実施形態では、アプリケーション９３０により表示されるエンタープライズＧＵＩも、１つ以上の音楽属性を調整／追加／削除するための要素９１６を含む。一部の実施形態では、図９Ｂに表示されるＧＵＩは、音楽コンテンツを生成することにより（例えば、販売を最適化するため）特定の環境を生成するために仕事で又は店頭で用いられる。一部の実施形態では、従業員がアプリケーション９３０を用いて、以前売上を増加させることを示した１つ以上のアーティストパックを選択する（例えば、所与のルールセットのためのメタデータは、実世界の文脈におけるルールセットを用いた実際の実験結果を示し得る)。

図示の実施形態では、入力ハードウェア９４０は、エンタープライズアプリケーション９３０を表示しているアプリケーション又はウェブサイトに情報を送る。一部の実施形態では、入力ハードウェア９４０は、キャッシュレジスタ、熱センサ、光センサ、クロック、ノイズセンサ等のうちの１つである。一部の実施形態では、上記のハードウェア装置のうちの１つ以上から送られた情報を用いて、特定の環境のための出力音楽コンテンツを生成するためにターゲット音楽属性及び／又はルールセットが調整される。図示の実施形態では、選択要素９３８は、環境入力を受信する１つ以上のハードウェア装置をアプリケーション９３０のユーザーが選択できるようにする。

図示の実施形態では、ディスプレイ９３４は、入力ハードウェア９４０からの情報に基づいてアプリケーション９３０のユーザーに環境データを表示する。図示の実施形態では、ディスプレイ９３２は、環境データに基づくルールセットへの変更を示す。一部の実施形態では、ディスプレイ９３２は、環境データに基づいて行われた変更をアプリケーション９３０のユーザーが見えるようにする。

一部の実施形態では、図９Ａ及び図９Ｂに示す要素はテーマパック及び／又は出来事パックのためのものである。すなわち、一部の実施形態では、アプリケーション９１０及び９３０によって表示されるＧＵＩを持ちるユーザー又はビジネスは、１つ以上の出来事及び／又はテーマのための音楽コンテンツを生成するためにルールセットを選択／調整／修正できる。

音楽生成システムの詳細例
図１０～図１２は、音楽生成器モジュール１６０の特定の実施形態に関する詳細を示す。なお、これらの特定の例は説明の目的で開示しているが、それらは本開示の範囲を制限することを意図したものではない。これらの実施形態では、ループからの音楽の構築は、パーソナルコンピューター、モバイルデバイス、メディアデバイス等のクライアントシステムにより行われる。ループは、アーティストパックと呼ばれ得る専門的に監修されたループパックに分割されてもよい。音楽プロパティのためにループが分析し、そのプロパティがループメタデータとして記憶され得る。構築されたトラック内のオーディオが（例えば、リアルタイムで）分析され、出力ストリームをミックス及びマスターするためにフィルタリングされ得る。スライダ又はボタンを用いたユーザーとのやりとりからの明示的なフィードバック及び例えば、音量変化に基づいて、リスニングの長さ、環境情報等に基づいてセンサにより生成される暗黙的なフィードバックを含む様々なフィードバックがサーバーに送信され得る。一部の実施形態では、制御入力は（例えば、直接的又は間接的にターゲット音楽属性を特定するため）既知の効果を有し、作曲モジュール（composition module）により用いられる。

以下の説明は、図１０～図１２に関連して用いられる様々な用語を紹介する。一部の実施形態では、ループライブラリは、サーバーによって記憶され得るループのマスタライブラリである。各ループは、オーディオデータと、オーディオデータを記述するメタデータとを含み得る。一部の実施形態では、ループパッケージはループライブラリのサブセットである。ループパッケージは、特定のアーティスト、特定のムード、特定の種類のイベント等のためのパックであり得る。クライアント装置は、オフラインリスニングのためにループパックをダウンロードし得るか又は例えばオンラインリスニングのためにループパックの一部をオンデマンドでダウンロードし得る。

一部の実施形態では、生成されたストリームは、ユーザーが音楽生成器システムを用いる場合にユーザーが聞く音楽コンテンツを特定するデータである。なお、実際の出力オーディオ信号は、所与の生成ストリーム毎に、例えばオーディオ出力機器の能力に基づいてわずかに変化し得る。

一部の実施形態では、作曲モジュールは、ループパッケージ内で利用可能なループから作曲作品を構築する。作曲モジュールは、パラメータとしてループ、ループメタデータ及びユーザー入力を受信し、クライアント装置により実行され得る。一部の実施形態では、作曲モジュールは、パフォーマンスモジュール及び１つ以上の機械学習エンジンに送られるパフォーマンススクリプトを出力する。一部の実施形態では、パフォーマンススクリプトは、生成されたストリームの各トラックでどのループが再生されるか及びストリームにどのようなエフェクトが適用されるかを要約する。パフォーマンススクリプトは、イベントが何時発生するかを表すために、ビート相対タイミング（beat-relative timing）を利用し得る。また、パフォーマンススクリプトは(例えば、リバーブ、遅延、圧縮、イコライゼーション等のエフェクトのための)エフェクトパラメータをエンコードし得る。

一部の実施形態では、パフォーマンスモジュールはパフォーマンススクリプトを入力として受信し、それを生成されたストリームにレンダリングする。パフォーマンスモジュールは、パフォーマンススクリプトにより特定される多数のトラックを生成し、トラックをミックスしてストリーム（例えば、ステレオストリームであるが、ストリームは様々な実施形態において、サラウンドエンコーディング、オブジェクトベースオーディオエンコーディング、マルチチャネルステレオ等を含む様々なエンコーディングを有し得る）にし得る。一部の実施形態では、パフォーマンスモジュールは特定のパフォーマンススクリプトが提供された場合に常に同じ出力を生成する。

一部の実施形態では、分析モジュールはフィードバック情報を受信し、（例えば、リアルタイムで、定期的に、管理者コマンド等に基づいて）作曲モジュールを構成するサーバーにより実行されるモジュールである。一部の実施形態では、分析モジュールは、ユーザーフィードバックを性能スクリプト及びループライブラリメタデータに関連付けために機械学習技術の組み合わせを用いる。

図１０は、一部の実施形態に係る、分析モジュール及び作曲モジュールを含む例示の音楽生成器システムを示すブロック図である。一部の実施形態では、図１０のシステムは、ユーザーが音楽のムード及びスタイルを直接制御することにより、潜在的に無限の音楽ストリームを生成するように構成されている。図示の実施形態では、システムは分析モジュール１０１０、作曲モジュール１０２０、パフォーマンスモジュール１０３０及びオーディオ出力装置１０４０を含む。一部の実施形態では、分析モジュール１０１０はサーバーにより実現され、作曲モジュール１０２０及びパフォーマンスモジュール１０３０は１つ以上のクライアント装置により実現される。他の実施形態では、モジュール１０１０、１０２０及び１０３０は全てクライアント装置上に実現されるか又は全てサーバー側で実現され得る。

図示の実施形態では、分析モジュール１０１０は１つ以上のアーティストパック１０１２を記憶し、特徴抽出モジュール１０１４、クライアントシミュレータモジュール１０１６及びディープニューラルネットワーク１０１８を実現する。

一部の実施形態では、特徴抽出モジュール１０１４は、ループオーディオを分析した後にループライブラリにループを追加する（なお、一部のループは既に生成されたメタデータと共に受信され、分析を必要としない場合があり得る)。例えば、ｗａｖ、ａｉｆｆ又はＦＬＡＣ等のフォーマットの生のオーディオは、楽器の分類、ピッチ転写、ビートタイミング、テンポ、ファイル長及び複数の周波数ビンにおけるオーディオ振幅等の定量可能な音楽特性について分析され得る。分析モジュール１０１０は、例えばアーティスト又は機械リスニングによる手動のタグ付けに基づいてループのためのより抽象的な音楽特性又はムード記述を格納することができる。例えば、気分は、所与のループについての各カテゴリーに対する値の範囲を有する複数の離散カテゴリーを用いて定量化され得る。

例えば、音符Ｇ２、Ｂｂ２及びＤ２が用いられ、最初のビートがファイルに６ミリ秒で始まり、テンポが１２２ｂｐｍであり、ファイルの長さが６４８３ミリ秒であり、ループが５つの周波数ビンにわたって０．３、０．５、０．７、０．３及び０．２の正規化振幅値を有することを特定するために分析されるループＡを考えてみる。アーティストはループを下記のようなムード値を有する「ファンクジャンル」に分類し得る。

分析モジュール１１０はこの情報をデータベースに記憶し、クライアントは、例えばループパッケージとして情報のサブセクションをダウンロードしてもよい。アーティストパック１０１２を説明の目的のために示しているが、分析モジュール１０１０は様々の種類のループパッケージを作曲モジュール１０２０に提供してもよい。

図示の実施形態では、クライアントシミュレータモジュール１０１６は様々な種類のフィードバックを分析し、ディープニューラルネットワーク１０１８によって支持される形式でフィードバック情報を提供する。図示の実施形態では、ディープニューラルネットワーク１０１８は、作曲モジュールにより生成されるパフォーマンススクリプトを入力として受信する。一部の実施形態では、ディープニューラルネットワークはこれらの入力に基づいて、例えば生成された音楽出力の種類と所望のフィードバックとの相関関係を改善するために作曲モジュールを構成する。例えば、ディープニューラルネットワークは、作曲モジュール１０２０を実現するクライアント装置に対して定期的に更新をプッシュし得る。なお、ディープニューラルネットワーク１０１８は説明の目的で示しており、開示の実施形態では強力な機械学習性能を提供し得るが、本開示の範囲を制限することを意図していない。様々な実施形態では、同様の機能を行うために様々な種類の機械学習技術が単独で又は様々な組み合わせで実施され得る。なお、機械学習モジュールは、一部の実施形態ではルールセット（例えば、配置ルール又は技術）を直接実施するために用いられ得るか又は例えば、図示の実施形態のディープニューラルネットワーク１０１８を用いて他の種類のルールセットを実施するモジュールを制御するために用いられ得る。

一部の実施形態では、分析モジュール１０１０は、所望のフィードバックと特定のパラメータの使用との相関関係を改善するために、作曲モジュール１０２０のための作曲パラメータを生成する。例えば、実際のユーザーフィードバックは、例えば、ネガティブフィードバックを減らすことを試みるために作曲パラメータを調整するのに用いられ得る。

一例として、モジュール１０１０が、ネガティブフィードバック（例えば、明示的な低ランキング、低ボリュームリスニング、短いリスニング時間等）と、多数の層を用いた作曲との相関関係を発見する状況を考えてみる。一部の実施形態では、モジュール１０１０は誤差逆伝搬等の技術を用いて、より多くのトラックを追加するために用いられる確率パラメータを調整することでこの問題の頻度が減少することを特定する。例えば、モジュール１０１０は、確率パラメータを５０％低減することによりネガティブフィードバックが８％減ることを予測し、そして低減を行い且つ更新されたパラメータを作曲モジュールにプッシュすることを決定し得る(なお、確率パラメータを以下で詳細に説明するが、統計モデルのための様々なパラメータのいずれかを同様に調整してもよい)。

別の例として、モジュール１０１０が、ユーザーがムードコントロールを高テンションに設定することにネガティブフィードバックが相関していることを発見する状況を考えてみる。また、低テンションタグを有するループと、高テンションを要求するユーザーとの間の相関も見出され得る。この場合、モジュール１０１０は、ユーザーが高テンションの音楽を要求する場合に高テンションのタグを有するループを選択する確率が高くなるようにパラメータを高め得る。そのため、機械学習は、作曲出力、フィードバック情報、ユーザー制御入力等を含む様々な情報に基づき得る。

図示の実施形態では、作曲モジュール１０２０は、セクションシーケンサー１０２２、セクションアレンジャー１０２４、技術実施モジュール（technique implementation module）１０２６及びループ選択モジュール１０２８を含む。一部の実施形態では、作曲モジュール１０２０は、ループメタデータ及びユーザー制御入力（例えば、ムードコントロール）に基づいて作曲のセクションの編成及び構成を行う。

一部の実施形態では、セクションシーケンサー１０２２は異なる種類のセクションを配列する。一部の実施形態では、セクションシーケンサー１０２２は動作の間に次の種類のセクションを連続的に出力する有限状態機械を実施する。例えば、作曲モジュール１０２０は、図１２を参照して以下でさらに詳細に説明するように、イントロ、ビルドアップ、ドロップ、ブレークダウン及びブリッジ等の異なる種類のセクションを用いるように構成され得る。さらに、各セクションは、例えば、トランジションイン（transition-in）サブセクション、メインコンテンツサブセクション及びトランジションアウト（transition-out）サブセクションを含む、セクション全体にわたって音楽がどのように変化するかを定義する複数のサブセクションを含み得る。

一部の実施形態では、セクションアレンジャー１０２４は編曲ルールに従ってサブセクションを構成する。例えば、１つのルールはトラックを徐々に追加することによりトランジションインするよう指定し得る。別のルールは、トラックのセットにゲインを徐々に増やすことによりトランジションインするよう指定し得る。別のルールは、メロディを作成するためにボーカルループをチョップするように指定し得る。一部の実施形態では、トラックに付加されるループライブラリ内のループの確率はセクション又はサブセクションにおける現在位置、経時的に別のトラックに重ねられるループ及び（生成された音楽コンテンツのためのターゲット属性を決定するのに用いられ得る）ムード変数等のユーザー入力パラメータの関数である。関数は、例えば機械学習に基づいて係数を調整することにより調整され得る。

一部の実施形態では、技術実施モジュール１０２０は、例えば、アーティストによって指定されたルール又は特定のアーティストの作曲作品を分析することにより決定されたルールを追加することによりセクション編曲を促進するように構成されている。「技術」とは、特定のアーティストが技術レベルでどのように作曲ルールを実施するかを記述し得る。例えば、徐々にトラックを追加することによりトランジションインするよう指定する編曲ルールの場合、１つ技術はドラム、ベース、パッド、次にボーカルの順にトラックを追加することを示す一方で、別の技術はベース、パッド、ボーカル、次にドラムの順にトラックを追加することを示し得る。同様に、メロディを作成するためにボーカルループをチョップするよう指定する編曲ルールの場合、技術は、毎秒ビートのボーカルをチョップし、次のチョップされたセクションに移動する前にチョップされたループのセクションを２回繰り返すことを示し得る。

図示の実施形態では、ループ選択モジュール１０２８は、セクションアレンジャー１０２４によるセクションに含めるために、編曲ルール及び技術に従ってループを選択する。セクションが完成すると、対応するパフォーマンススクリプトが生成されてパフォーマンスモジュール１０３０に送信され得る。パフォーマンスモジュール１０３０は、様々な粒度でパフォーマンススクリプトの部分を受信し得る。これは、例えば、特定の長さのパフォーマンスのためのパフォーマンススクリプト全体、各セクションのためのパフォーマンススクリプト、各サブセクションのためのパフォーマンススクリプト等を含み得る。一部の実施形態では、編曲ルール、技術又はループ選択が統計的に、例えば、異なる時間のパーセントを用いる異なるアプローチで実施される。

図示の実施形態では、パフォーマンスモジュール１０３０は、フィルタモジュール１０３１、エフェクトモジュール１０３２、ミックスモジュール１０３３、マスターモジュール１０３４及び実行モジュール１０３５を含む。一部の実施形態では、これらのモジュールはパフォーマンススクリプトを処理し、オーディオ出力装置１０１０によりサポートされる形式で音楽データを生成する。パフォーマンススクリプトは、再生すべきループ、いつそれらが再生されるべきか、どのエフェクトがモジュール１０３２により適用されるべきか（例えば、トラック毎又はサブセクション毎）、どのフィルターがモジュール１０３１によって適用されるべきかを指定し得る。

例えば、パフォーマンススクリプトは、特定のトラックに１０００～２００００Ｈｚの範囲のローパスフィルターを０～５０００ミリ秒適用するよう指定し得る。別の例として、パフォーマンススクリプトは、特定のトラックに５０００～１５０００ミリ秒で設定された０．２ウェットのリバーブを適用するように指定し得る。

一部の実施形態では、ミックスモジュール１０３３は、組み合わされるトラックのための自動レベル制御を行うように構成されている。一部の実施形態では、ミックスモジュール１０３３は、組み合わされたトラックの周波数領域分析を用いて、エネルギーが過大又は過少の周波数を測定し、異なる周波数帯域のトラックにゲインを与えてミックスを均等にする。一部の実施形態では、マスターモジュール１０３４はマルチバンド圧縮、等化（ＥＱ）又は手順の制限を行って、実行モジュール１０３５による最終的なフォーマッティングのためのデータを生成するように構成されている。図１０の実施形態は、ユーザーの入力又は他のフィードバック情報に従って様々な出力音楽コンテンツを自動的に生成し得るのと同時に、機械学習技術は、経時的なユーザー体験の改善を可能にする。

図１１は、一部の実施形態に係る、例示の音楽コンテンツのビルドアップセクションを示す図である。図１０のシステムは、そのようなセクションを編曲ルール及び技術を適用することにより作曲し得る。図示の例では、ビルドアップセクションは３つのサブセクションと、ボーカル、パッド、ドラム、ベース及びホワイトノイズのための別々のトラックとを含む。

図示の例では、サブセクションにおける移行はドラムループＡを含み、ドラムループＡはメインコンテンツサブセクションのためにも繰り返される。サブセクションにおける移行はベースループＡも含む。図示のように、セクションのためのゲインは低く始まり、セクション全体を通して直線的に増加する（ただし、非直線的な増減が考えられる）。図示の例では、メインコンテンツ及びトランジションアウトサブセクションは様々なボーカル、パッド、ドラム及びベースループを含む。上述したように、開示した自動的にセクションをシーケンシングする技術、セクションを編曲する技術及び技術を実施するための技術は、様々なユーザー調節可能パラメータに基づいて出力音楽コンテンツのほぼ無限のストリームを生成し得る。

一部の実施形態では、コンピューターシステムは図１１と同様のインターフェイスを表示し、セクションを作曲するために用いる技術をアーティストが指定できるようにする。例えば、アーティストは、作曲モジュールのためのコードにパースされ得る図１１に示すような構造を作成し得る。

図１２は、一部の実施形態に係る音楽コンテンツのセクションを編曲するための例示の技術を示す図である。図示の実施形態では、生成されたストリーム１２１０は、それぞれが開始サブセクション１２２２、展開サブセクション１２２４及び移行サブセクション１２２６を含む複数のセクション１２２０を含む。図示の例では、複数の種類の各セクション／サブセクションが点線で結ばれた表に示されている。図示の実施形態では、円形要素は編曲ツールの例であり、以下で説明する特定の技術を用いてさらに実施され得る。図示のように、様々な作曲決定が統計的パーセンテージに従って疑似ランダムに行われ得る。例えば、サブセクションの種類、特定の種類若しくはサブセクションのための編曲ツール又は編曲ツールを実施するために用いられる技術が統計的に決定され得る。

図示の例では、所与のセクション１２２０は、イントロ、ビルドアップ、ドロップ、ブレークダウン及びブリッジという５種類のうちの１つであり、それぞれはセクションにわたって強度を制御する異なる機能を有する。この例では、状態サブセクションは、低速ビルド、突然シフト又はミニマルという３種類タイプのうちの１つであり、それぞれ挙動が異なる。この例における展開サブセクションは、リデュース、トランスフォーム、アグメントという３種類のうちの１つである。この例では、移行サブセクションは、コラプス、ランプ、ヒントという３種類のうちの１つである。異なる種類のセクション及びサブセクションは、例えばルールに基づいて選択されてもよいし、疑似ランダムに選択されてもよい。

図示の例では、異なる種類のサブセクションのための挙動は、１つ以上の編曲ツールを用いて実施される。スロービルドの場合、この例では、４０％の割合でローパスフィルターが適用され、８０％の割合でレイヤーが追加される。トランスフォーム展開サブセクションの場合、この例では、２５％の割合でループがチョップされる。ワンショット、ドロップアウトビート、リバーブの適用、パッドの追加、テーマの追加、レイヤーの削除、ホワイトノイズを含む様々な追加の編曲ツールを示す。これらの例は説明を目的として含まれており、本開示の範囲を制限することを意図するものではない。さらに、説明を容易にするために、これらの例は完全ではない場合がある（例えば、実際の編曲は、通常はるかに多くの数の編曲ルールを伴い得る）。

一部の実施形態では、１つ以上の編曲ツールは（アーティストのコンテンツの分析に基づいてアーティストが指定又は決定したものであり得る）特定の技術を用いて実施され得る。例えば、ワンショットは、サウンドエフェクト又はボーカルを用いて実施され、ループチョッピングはスタター又はチョッピングハーフ技術を用いて実施され、レイヤーの削除はシンセ又はボーカルを除去することにより実施され、ホワイトノイズはランプ又はパルス機能を用いて実施され得る。一部の実施形態では、所与の編曲ツールのために選択される特定の技術は、統計的機能に従って選択され得る（例えば、所与のアーティストの場合に３０％の割合でレイヤーの削除によりシンセが除去され、７０％の割合でボーカルが除去され得る)。上述したように、編曲ルール又は技術は、例えば機械学習を用いて既存の作曲作品を分析することにより自動的に決定され得る。

方法例
図１３は、一部の実施形態に係る出力音楽コンテンツを生成する方法を示すフロー図である。図１３に示す方法は、とりわけ本明細書で開示するコンピューター回路、システム、装置、素子又はコンポーネントのうちのいずれかと共に用いられ得る。様々な実施形態では、図示の方法要素のうちの一部は図示のものと異なる順番で同時に実施され得るか又は省略され得る。追加の方法要素が必要に応じて行われ得る。

図示の実施形態では、コンピューターシステムが１３１０で音楽コンテンツセットにアクセスする。例えば、音楽コンテンツセットは特定のアーティストのアルバム、曲、完全な作品等であり得る。別の例として、音楽コンテンツセットは特定のジャンル、イベントの種類、ムード等に関連し得る。

図示の実施形態では、システムは１３２０で音楽コンテンツセットにおける複数のループの組み合わせの分析に基づいて作曲ルールセットを生成する。作曲ルールは統計的に指定されてもよく、統計的指標を満たすためにランダム又は疑似ランダム手順を利用し得る。ループは音楽コンテンツセットのために明示的に提供されてもよいし、システムは音楽コンテンツセットを分解してループを決定してもよい。一部の実施形態では、技術実施モジュール１０２６へのアーティストの直接入力に加えて又は代えて、分析モジュール１０１０は音楽コンテンツセットを作曲するために用いる技術（ルールセット又は文法と呼ばれることがある）を生成し、作曲モジュール１０２０はその技術を用いて新たな音楽コンテンツを生成し得る。一部の実施形態では、作曲ルールは要素１３２０で決定され得る。

図示の実施形態では、システムは１３３０でループセットからループを選択するとともに、ループのうちの複数が経時的に重なるように選択されたループを組み合わせることにより新たな出力音楽コンテンツを生成する。選択すること及び組み合わせることは、作曲ルールセット及びループセット内のループの属性に基づいて行われる。なお、一部の実施形態では、コンピューターシステムの異なる装置が出力音楽コンテンツを生成し、作曲ルールを生成し得る。一部の実施形態では、クライアント装置は、サーバーシステムにより提供される（例えば、ディープニューラルネットワーク１０１８により生成される）パラメータに基づいて出力音楽コンテンツを生成する。

一部の実施形態では、新たな出力音楽コンテンツを生成することは、選択されたループのうちの１つ以上を変更することを含む。例えば、システムはループをカットしたり、フィルターをループに適用したりし得る。

一部の実施形態では、ループを選択すること及び組み合わせることは、ターゲット音楽属性、例えば、作曲モジュール１０２０へのユーザー制御入力に基づいて行われる。一部の実施形態では、様々なシステムパラメータが環境情報に基づいて調整され得る。例えば、システムは、環境情報又は他のフィードバック情報に基づいて（例えば、ディープニューラルネットワーク１０１８等の機械学習エンジンを用いて）、ルール／技術／文法自体を調整し得る。別の例として、システムは環境情報に基づいてターゲット属性を調整又は重み付けし得る。

特定の実施形態を上述したが、これらの実施形態は、たとえ単一の実施形態が特定の特徴に関して説明されている場合でも本開示の範囲を制限することを意図していない。本開示で提供される特徴の例は、特に記載のない限り限定的ではなく例示的であることを意図している。上記の説明は、本開示の利益を受ける当業者に明らかなようなに代替、変更及び等価物をカバーすることを意図している。

本開示の範囲は、本明細書に記載の問題のいずれか又は全部を軽減するか否かにかかわらず、本明細書で開示の(明示的又は暗黙的な)任意の特徴又は特徴の組み合わせ又はその一般化したものを含む。したがって、本願（又は本願の優先権を主張する出願）の手続の間に、そのような特徴の組み合せに係る新たなクレームが作成され得る。とりわけ、添付の特許請求の範囲を参照して、従属請求項の特徴は独立請求項の特徴と組み合わされ、各独立請求項の特徴は添付の特許請求の範囲に列挙された特定の組み合わせのみでなく、任意の適切な方法で組み合わせられ得る。

Claims (20)

1. 作業を行うためにコンピューター装置により実行可能な命令が記憶された非一時的コンピューター読み取り可能媒体であって、該作業は、
   複数の音楽ループを、該ループのうちの２つ以上が経時的に重ねられるように組み合わせることにより出力音楽コンテンツを生成することであって、該生成することは、
   前記出力音楽コンテンツに加えるループを選択するための統計的なルールであって、少なくとも１つの統計的なルールは、第１の種類のループを前記出力音楽コンテンツに含めることを示す、統計的なルールと、
   前記出力音楽コンテンツにおいて重ねられるループの数を決定するための統計的なルールであって、少なくとも１つの統計的なルールは、前記出力音楽コンテンツにおいて第１の数のループを重ねることを示す、統計的なルールと、
   複数のセクションの種類のうちから、前記出力音楽コンテンツのための次のセクションの種類を決定するための統計的なルールと、
   に基づいて作曲モジュールによって行われる、ことと、
   前記作曲モジュールによって用いられる前記統計的なルールのための１つ以上のパラメータを調整することであって、該調整することは、フィードバック情報を入力として受信する機械学習モジュールの出力に基づき、該フィードバック情報は前記出力音楽コンテンツに関連する、ことと、
   を含む、非一時的コンピューター読み取り可能媒体。
2. 前記機械学習モジュールはサーバーによって実行され、前記コンピューター装置は広域ネットワークを介して前記１つ以上のパラメータへの調整値を受信する、請求項１に記載の非一時的コンピューター読み取り可能媒体。
3. 前記作業は、
   前記出力音楽コンテンツを表すパフォーマンススクリプトを前記サーバーに送信することであって、前記機械学習モジュールは該パフォーマンススクリプトも入力として受信する、こと、
   をさらに含む、請求項２に記載の非一時的コンピューター読み取り可能媒体。
4. 前記機械学習モジュールはニューラルネットワークである、請求項１に記載の非一時的コンピューター読み取り可能媒体。
5. 前記生成することは、
   トラックのゲインを変更するための統計的なルール、
   セクションにトランジションインするか又はトランジションアウトするための統計的なルール、
   １種類以上の楽器を選択するための統計的なルール、
   ボーカルループをチョッピングするかどうかを決定するための統計的なルール、
   ローパスフィルタを適用するための統計的なルール、
   リバーブを適用するための統計的なルール、
   ホワイトノイズを適用するための統計的なルール、及び
   テンポを選択するための統計的なルール、
   のうちの３つ以上にさらに基づき、
   前記次のセクションの種類を決定することは、イントロ、ビルドアップ、ドロップ、ブレークダウン及びブリッジを含むセクションの種類のうちの少なくとも３つのうちから行われる、請求項１に記載の非一時的コンピューター読み取り可能媒体。
6. 前記フィードバック情報は、
   明示的なユーザー入力、
   ユーザーのリスニング挙動、及び
   環境情報、
   の種類の情報を含む、請求項１に記載の非一時的コンピューター読み取り可能媒体。
7. 前記複数のセクションの種類は、ビルドアップ、ドロップ、ブレークダウン及びブリッジを少なくとも含む、請求項１に記載の非一時的コンピューター読み取り可能媒体。
8. 前記ビルドアップは、層を追加するための学習された統計的なルールに関連し、ブレークダウンセクションは層を取り除くための学習された統計的なルールに関連する、請求項７に記載の非一時的コンピューター読み取り可能媒体。
9. 前記作業は、
   ユーザーフィードバックに基づいて前記統計的なルールのうちの１つ以上を調整すること、
   をさらに含む、請求項１に記載の非一時的コンピューター読み取り可能媒体。
10. 前記作業は、
    音声出力装置によって認識される前記出力音楽コンテンツの表現を生成するために前記作曲モジュールによって生成されるパフォーマンススクリプトを、パフォーマンスモジュールにより処理すること、
    をさらに含む、請求項１に記載の非一時的コンピューター読み取り可能媒体。
11. 前記作業は、
    前記機械学習モジュールを動作させて、前記フィードバック情報に基づいて前記出力を生成させること、
    をさらに含む、請求項１に記載の非一時的コンピューター読み取り可能媒体。
12. コンピューターシステムにより、機械学習モジュールを動作させて、作曲モジュールによって生成される出力音楽コンテンツ及び該出力音楽コンテンツに関連するフィードバック情報に基づき出力を生成させることと、
    前記コンピューターシステムにより、前記出力に基づいて、前記作曲モジュールによって用いられる統計的なルールのための１つ以上のパラメータに対する調整を生成することであって、該統計的なルールは、
    前記出力音楽コンテンツに加えるループを選択するためのルールであって、少なくとも１つの統計的なルールは、第１の種類のループを前記出力音楽コンテンツに含めることを示す、ルールと、
    前記出力音楽コンテンツにおいて重ねられるループの数を決定するためのルールであって、少なくとも１つの統計的なルールは、前記出力音楽コンテンツにおいて第１の数のループを重ねることを示す、ルールと、
    複数のセクションの種類のうちから、前記出力音楽コンテンツのための次のセクションの種類を決定するためのルールと、
    を含む、ことと、
    を含む方法。
13. 前記フィードバック情報は複数の異なるユーザー装置に関連し、前記出力音楽コンテンツは複数の異なるユーザー装置の作曲モジュールによって生成される、請求項１２に記載の方法。
14. 前記コンピューターシステムにより、前記１つ以上のパラメータに対する前記調整を周期的に生成し、前記調整を前記複数の異なるユーザー装置に送信することをさらに含む、請求項１３に記載の方法。
15. 前記機械学習モジュールはさらに、前記出力音楽コンテンツのための１つ以上のパフォーマンススクリプトに基づいて前記出力を生成する、請求項１３に記載の方法。
16. 調整された前記１つ以上のパラメータは、統計関数の係数である、請求項１３に記載の方法。
17. 前記フィードバック情報は、
    明示的なユーザー入力、
    ユーザーのリスニング挙動、及び
    環境情報、
    の種類の情報を含む、請求項１３に記載の方法。
18. 前記機械学習モジュールを動作させることは、所望のフィードバック情報と、前記出力音楽コンテンツのための所望の音楽属性に関するユーザー入力との相互関係に影響を与える、請求項１３に記載の方法。
19. 前記コンピューターシステムにより、前記作曲モジュールを動作させて前記出力音楽コンテンツを生成させることをさらに含む、請求項１３に記載の方法。
20. １つ以上のプロセッサと、
    プログラム命令が記憶された１つ以上のメモリと、
    を含む装置であって、
    前記プログラム命令は、
    複数の音楽ループを、該ループのうちの２つ以上が経時的に重ねられるように組み合わせることにより出力音楽コンテンツを生成することであって、該生成することは、
    前記出力音楽コンテンツに加えるループを選択するための統計的なルールであって、少なくとも１つの統計的なルールは、第１の種類のループを前記出力音楽コンテンツに含めることを示す、統計的なルールと、
    前記出力音楽コンテンツにおいて重ねられるループの数を決定するための統計的なルールであって、少なくとも１つの統計的なルールは、前記出力音楽コンテンツにおいて第１の数のループを重ねることを示す、統計的なルールと、
    複数のセクションの種類のうちから、前記出力音楽コンテンツのための次のセクションの種類を決定するための統計的なルールと、
    に基づいて作曲モジュールによって行われる、ことと、
    前記作曲モジュールによって用いられる前記統計的なルールのための１つ以上のパラメータを調整することであって、該調整することは、フィードバック情報を入力として受信する機械学習モジュールの出力に基づき、該フィードバック情報は前記出力音楽コンテンツに関連する、ことと、
    を行うために、前記１つ以上のプロセッサにより実行可能である、装置。

Images