JPH09510794A - 少なくとも１つの張設された弦とピックアップを有する信号分析装置 - Google Patents

Abstract

(57)【要約】 信号分析装置（１）は、少なくとも１つのフレットに対して押し付けることによってその振動長さを変化させることが可能な少なくとも１つの張設された弦（Ｅ１，Ｈ２，Ｇ３，Ｄ４，Ａ５，Ｅ６）を備えている。前記信号分析装置（１）は、さらに、受信器（２）と、該受信器（２）に接続された評価ユニット（３〜９）とを備えている。この発明の目的は、弦の励振後に比較的高速で、所望のノートデータを発生するギターシンセサイザを提供することである。この目的を達成するために、前記評価ユニット（３〜９）は、前記弦（Ｅ１，Ｈ２，Ｇ３，Ｄ４，Ａ５，Ｅ６）の励振後に前記受信器（２）を通過する複数のパルスまたは複数のパルス群を検出し、前記複数のパルスまたは複数のパルス群のシーケンスから、音を示す信号を発生する。

Description

【発明の詳細な説明】 少なくとも１つの張設された弦とピックアップを有する信号分析装置 この発明は、少なくとも１つのフレットに押し付けられることによってその振 動長さが変化可能な少なくとも１つの張設された弦と、ピックアップと、該ピッ クアップに接続された評価装置とを備えた信号分析装置に関する。 この種の信号分析装置は、“ギターシンセサイザ”と略称されることができる 。 モダンポップおよびロックミュージックにおいては、楽器を直接使用しないで 、電気的な信号を発生しまたは分析し、これをコンピュータまたは他の回路でさ らに処理することによって音を発生する、という傾向がますます強くなっている 。この目的のためは、標準化されたインターフェイスが使用されており、そのう ちのＭＩＤＩインターフェイスが比較的よく知られている。 鍵盤楽器の場合、各キーには正確に１つの音高が割り当てられており、適切な レベルの音量は、キーのアタック速度から検出可能であるので、この種の信号発 生または信号分析に伴う困難は比較的少ない。しかし、例えばギターのような弦 楽器の場合の信号分析は、相当な困難を伴う。この種の弦楽器の場合、各弦には １つの基本的な音が割り当てられているが、様々なピックオフまたはフレットに 対して弦を押圧することによって、爪弾かれ、叩かれまたはその他の操作によっ て励振される弦のピッチを変化させることができる。正確なピッチを検出するた めには、先ずその音の形成を待った後、その周波数、または、少なくとも１周期 、好ましくは複数周期における継続時間（デュレーション）を測定することが必 要である。 米国特許No.4,823,667は、ギターのように操作される電子楽器としての信号分 析装置を開示しており、ここには、励振された弦の周波数を検出する周波数分析 器が設けられている。しかし、この種の処理は時間に関する問題点を有する。通 常のギターの場合、最も低い音は約８０Ｈｚ（正確には、８２Ｈｚ）の周波数を 有するので、１回の振動には約１２．５ｍｓの時間がかかる。通常、確実な結論 を得るためには２つの振動を測定するのが好ましいので、必要な時間は２５ｍｓ になる。この場合、例えば爪弾きまたは打ち鳴らし操作によって励振された弦が 安定状態になるには一定時間がかかるという事実が考慮されていない。このよう に安定状態になるには、一般的には、周期の２倍に及ぶ無視できない時間がさら に必要になり、その結果、所望のピッチ情報は５０ｍｓ後に始めて入手可能にな る。しかし、５０ｍｓの時間的な遅れは、音楽家が直ぐに気付く遅れである。こ れは、約１５ｍの距離にスピーカボックスを設置した場合に匹敵する。 このような問題に対する解決策として、米国特許No.5,085,119に開示されてい るものでは、ギターの首部に、対応する弦が所望のフレットに対して押さえつけ られた時にオン状態になるスイッチが設けられている。しかし、この場合、鍵盤 楽器と全く同様に、ピッチ情報は、弦の振動によっては得られず、前記スイッチ の押下によって得られることになる。これは、演奏をより一層難しくする。 この発明は、ギターシンセサイザにおいて、より速くピッチ情報を得ることが できるようにすることを目的とする。 上記目的を達成するために、この発明に係る信号分析装置は、この明細書の冒 頭に記載されたタイプのものであって、評価装置が、弦の励振後にピックアップ を通って進行する複数のパルスまたは複数のパルス群を登録し、個々のパルスま たは個々のパルス群の時間シーケンスに基づいて、ピッチを示す信号を発生する ものである。 従って、前記装置は、振動が前記弦において確立し測定されるのを待つことな く、いわゆる“爪弾き過渡現象”、すなわち、前記ギター弦の励振によって発生 するパルスまたはパルス列を評価する。ギター弦が爪弾きまたは打ち鳴らされる と、最も単純には、２つのパルスまたは進行波が発生され、これらは、それぞれ 、前記弦の励振ポイントから、締め付けポイントの方向と該弦がフレットに押し 付けられているポイントの方向とに移動する。そこで、これらは、反射し、もう 一度互いに接近する方向に移動する。数回両方向に移動した後に、既知のような 定常波が形成され、通常、この定常波が音の発生の重要な要素になる。しかし、 前記弦におけるこれらのパルスの伝播時間を測定しまたは評価し、該伝播時間か ら、すなわち、個々のパルス間の伝播時間の差から、弦の長さおよび弦の緊張度 、従ってピッチについての必要情報を得ることができる。もちろん、実際には、 個々 のパルスではなく、複数のパルス群が形成される。しかし、このことは、本発明 の基礎となる原則に関して何らの変更を必要とするものではない。 好ましくは、前記評価装置は、さらに、前記複数のパルスまたは複数のパルス 群の極性を登録し、且つ、前記複数のパルスまたは複数のパルス群の時間シーケ ンスから、前記弦の励振位置を示す信号を決定する。前記弦の励振位置、すなわ ち、前記弦が爪弾きもしくは打ち鳴らされまたはその他の方法で励振される位置 は、演奏者がギターを個々のスタイルで演奏するために使用できる大きな手段の １つである。２つのパルスまたはパルス群が励振位置から前記弦上を両方向に移 動し、該弦の各々の締めつけポイントにおいて、前記パルスの異なる伝播時間に 対応する時間遅れをもって反射されるので、前記励振位置がどこなのかについて の情報を得ることもできる。この位置情報は前記ピッチ情報と略同じ速さで得ら れるので、前記励振位置の決定はそれ以上の時間遅れを意味しない。 さらに好ましくは、前記評価装置は、前記複数のパルスまたは複数のパルス群 の各シーケンスを、多数のクラスのうちの１つに分類するニューラルネットワー クを備えている。各ケースにおいて、特定のピッチに割り当てられる複数のパル スまたは複数のパルス群は、前記ニューラルネットワークが比較的容易に検出で きるかなりの類似性を有する。ここでは、時間に関して正確に各パルスシーケン スを評価する必要なく、個々のパルスまたはパルス群シーケンス間の類似性で十 分である。前記パルスが所望の純度で存在せず、攪乱ノイズによって包囲されて いる場合、しばしば、時間に関する正確な評価には困難が伴う。この場合、複数 のパルスまたは複数のパルス群のインターバルに関する正確な開始時および終了 時を定義するのが、時々、困難になる。一方、ニューラルネットワークは、単に 前記類似性に基づいて、どのピッチが存在しているのか、および、弦のどの位置 が励振されたのかについて決定するよう、プログラムされることができる。こう して、ニューラルネットワークは、必ずしも、類似性を評価するための明示され たルールを必要としない。むしろ、ニューラルネットワークは訓練されることが できる。すなわち、正しい結果を有する多数の例を提示することにより、前記ニ ューラルネットワークは、その後の例を正しく分類することができるアルゴリズ ムまたは制御された応答を自分自身で作成する。さらに、前記ニューラルネット ワークは、ある程度まで、普遍性に関するルールを自分自身で作ることができる 。故に、前記ニューラルネットワークは、提示される複数のパルスのシーケンス または複数のパルス群のシーケンスが既に学習されたパルスシーケンスと正確に 一致しない場合であっても、パルスまたはパルス群のシーケンスを比較的精確に 検出できる。一般的なニューラルネットワークは、並列的に動作する多数のプロ セッサによって構成されるので、ピッチ信号を必要とされる短時間スパンで利用 できるよう十分高速で動作する。 好ましくは、前記評価装置は、安定状態にある弦から得られたピッチ信号を、 前記パルスのシーケンスから決定された信号と比較し、比較された両前記信号に 所定量を超える偏差が存在する場合、前記ニューラルネットワークの学習アルゴ リズムをトリガするよう構成されている。従って、前記評価装置は、ピッチ認識 処理を“爪弾き過渡現象”の評価に限定しない。むしろ、この“爪弾き過渡現象 ”の評価は、ピッチ信号を最短時間内に利用可能にする出発点にすぎない。また 、前記評価装置は、検出されたピッチ信号が、後に振動中の弦に確立されるピッ チと一致しているか否かをモニタする。一致している場合、“予測”が正しかっ たことになり、それ以後の測定は必要ない。しかし、“予測”が誤っている場合 、前記ニューラルネットワークが類似性を評価するために使用したアルゴリズム が間違っている可能性がある。この場合、前記比較結果は、前記ニューラルネッ トワークが他の学習例を利用できるようにするために使用されることができる。 この学習例に基づいて、前記ニューラルネットワークは、新たな学習を行い、認 識アルゴリズムを改善できる。 好ましくは、前記ニューラルネットワークの上流側には、１つのパルス群から 個々のパルスを選択する選択装置が接続されている。前記ニューラルネットワー クの動作能力が限定されている場合、このような構成は特に利点がある。この場 合、前記ニューラルネットワークが処理しなければならない情報の量は、予め行 われる選択によってより少なくすることができる。 また、各弦ごとに、専用のピックアップが設けられている。これにより、各弦 ごとに異なる爪弾き過渡現象（すなわち、あちこち移動するパルス）による前記 評価装置の混乱を招くことなく、各弦ごとに並列的な音信号発生が可能になる。 以下、添付図面を参照して、この発明の好ましい実施例について説明する。添 付図面において、 図１はこの発明に係る信号分析装置の略図、 図２は弦の略図、 図３は信号変化を示す略図、である。 信号分析または発生装置１は、ギターの弦と同様に配設された６つの弦Ｅ１、 Ｈ２、Ｇ３、Ｄ４、Ａ５、Ｅ６を有する。ピックアップ２は、各前記弦ごとに設 けられており、例えば、電磁式または圧電式のサウンドピックアップとして構成 されることができる。該ピックアップ２はＡ／Ｄ変換器３に接続されており、こ の好ましい実施例において、該Ａ／Ｄ変換器３は、各ピックアップ２ごとに１チ ャンネル、すなわち、合計６チャンネルを有する。 前記Ａ／Ｄ変換器３は、ニューラルネットワーク（神経網）５のための入出力 管理を行うマイクロプロセッサ４に接続されている。該マイクロプロセッサ４と ニューラルネットワーク５との間には、後述する機能を有する選択装置６が設け られていてよい。 さらに、前記Ａ／Ｄ変換器３は、周波数メータ７に接続されている。該周波数 メータ７およびマイクロプロセッサ４は、比較器８に接続されている。該比較器 ８は、ＭＩＤＩインターフェース９に接続されているとともに、前記ニューラル ネットワーク５の学習入力１０に接続されている。 前記マイクロプロセッサ４の管理の下において、および、適切である場合には 前記選択装置６の条件に従って、前記ニューラルネットワーク５は、パルスシー ケンスまたはパルス群のシーケンスを入力し、これらのシーケンスを多数のクラ スのうちの１つに分類する。後述するように、各クラスは、ピッチに関する判定 を可能にし、且つ、適切である場合、弦の励振位置に関する判定を可能にするも のである。 図２は、固定された締め付けポイント１２と、張力を設定可能な締め付けポイ ント１３との間に張設された弦１１を略示する図である。前記弦１１は、様々な フレット１５が配列されたギター首部１４上に延びている。弦１１は、矢印１６ で示すフレットに押さえ付けられる。このフレット１６は、前記締め付けポイン ト１２と共に、前記弦１１の有効長さを決定する。弦１１に関連するピックアッ プ２は、該弦１１の下に設けられている。 ピックまたはこれと同様な爪弾き具を記号化した三角形１７によって、弦１１ の励振位置が示されている。弦１１がこの励振位置で爪弾かれまたは打ち鳴らさ れている場合、ピッチ特性を示す周波数の定常波は直接には設定されない。むし ろ、簡単に言うと、前記励振位置から左右に進行する２つのパルス１８、１９が 発生する過渡的なプロセスが開始する。これらのパルスまたは進行波は、挿入記 号“１”および“２”によって互いに区別して示されている。前記パルス１８は 、弦１１が押さえ付けられているフレット１６まで左方向に進行した後、該フレ ット１６において位相反転して反射し、弦１１に沿って逆戻りする。同様に、前 記パルス１９は、前記締め付けポイント１２まで右方向に進行した後、該ポイン ト１２において位相反転して反射し、弦１１に沿って逆戻りする。前記左右に動 くパルスまたは進行波は、相互に重なり合い、短時間後、前記弦１１の振動を起 こす既知の定常波を形成する。 しかし、前記パルス１８、１９は、前記ピックアップ２を通過するものである 。図３には、これに対応するタイムチャートが示されている。該タイムチャート から分るように、正の振幅を有するよう意図された第１のパルスは、ｔ１で示す 時点においてピックアップ２を横切り、負の振幅を有するその反射はパルスは、 ｔ２時点においてピックアップ２を横切る。前記締め付けポイント１２において 反射した第２のパルスは、ｔ３時点においてピックアップ２に達し、その後、ｔ ４時点において再度前記ピックアップ２を横切る。そして、該第２のパルスはフ レット１６で反射する。前記締め付けポイント１２およびフレット１６で反射し た前記第１のパルスは、ｔ５時点およびｔ６時点において再びピックアップ２を 横切る。また、前記締め付けポイント１２およびフレット１６で再び反射した前 記第２のパルスは、ｔ７時点およびｔ８時点において再びピックアップ２を横切 る。 前記弦１１上における前記パルス１８、１９の移動速度、すなわち、進行速度 は、予め知られている。この場合、前記弦１１の有効長さは、前記進行速度、お よび、前記ｔ５時点とｔ１時点との間の時間差Ｔ１から求めることができる。し かし、該時間差Ｔ１は、弦１１のピッチを決定する長さでもある。前記ピックア ップ２のフレット１６およびフレット１５からの距離が予め分っている場合、前 記ｔ１時点とｔ２時点との間の間隔Ｔ２も、原則的には十分である。しかし、ギ ターリストはフレット１５、１６上で指の位置をわずかに動かすことによってピ ッチを変化させることができるので、これは微細なチューニングの可能性を放棄 する。さらに、多くの場合、パルスを図３に略示するようには明確に識別できな い。むしろ、特に、弦１１が爪弾きまたは打ち鳴らされるとき、個々のパルスが 図示のように発生されずに、パルス群として発生される場合、個々のパルスがぼ やけることがある。 しかし、略全ての場合、前記時点ｔ３と時点ｔ１との時間差Ｔ３から、励振位 置を決定することができる。前記時間差Ｔ１から前記弦１１の長さが分っている 場合、前記時間差Ｔ３から、前記弦１１のどの部分に励振が発生したかを逆算で きる。 しかし、図示した前記パルス間の間隔を求めるための時間測定は、時々、不確 実性を有することになる。このため、前記選択装置６を使用して、前記ピックア ップ２によって登録されるパルス群シーケンスから個々のパルスが選択され、該 選択されたパルスが前記ニューラルネットワーク５に供給される。該ニューラル ネットワーク５は、個々のパルス群シーケンス間の類似性を認識し、各々の場合 において励振のピッチおよび位置を再現する個々のクラスへの割り当てが高い確 実性をもって可能であるよう、これらパルスシーケンスによって表される“爪弾 き過渡現象”の分類を行うことができる。ここで、前記認識シーケンスは、前記 発生パルスによってトリガされる。 連続した正および負のパルスまたはパルス群は前記ニューラルネットワーク５ に送られ、該ネットワーク５は、毎回、ピックアップされたパターンまたはピッ クアップされたシーケンスを、前に学習されたシーケンスに割り当てようとする 。前記ニューラルネットワーク５が明確な結果を出力するか、または、前記周波 数メータ７が対応する情報を出力するまで、この検出シーケンスが繰り返される 。前記ニューラルネットワーク５が依然として学習段階すなわち訓練段階にある と、多くの場合、前記周波数メータ７はより速く動作する。しかし、そのように プログラムされている場合には自ら認識ルールを形成可能な前記ニューラルネッ トワ ーク５は、一定の訓練段階の後、非常に効果的な方法で自ら分類を行うのに十分 な情報の格納を完了する。また、前記ニューラルネットワーク５は一般的な法則 に関する特定の規則をも形成する。その結果、具体的には学習されなかった規則 正しいパターンは、これらが既に学習された例に対して特定の類似性を有する限 り、認識されることができる。 前記周波数メータ７は並列的にピッチ認識を行うので、前記信号分析装置１の 動作中に、他の学習を行うことも可能である。前記比較器８は、前記ニューラル ネットワーク５によって決定されたピッチと、その後に前記周波数メータ７によ って決定されたピッチとを比較する。一方では、演奏者の表現手段である微細な ピッチ変更に追随可能であり、他方では、この処理を利用して、前記ニューラル ネットワーク５によって適用されるアルゴリズムにおけるエラーまた間違いを発 見し、除去できる。特に、前記比較器８は、検出されたエラーを前記ニューラル ネットワーク５にフィードバックし、新たな学習アルゴリズムをトリガする。こ のため、認識能力の改善により、同じエラーが再び起こることがない。誤差が発 生しない場合、前記比較器８は、変更の無い信号をＭＩＤＩインターフェース９ に送る。 前記ＭＩＤＩインターフェース９がＭＩＤＩシンセサイザまたはエキスパンダ モジュールを駆動可能なＭＩＤＩ信号を利用可能にできるよう、前記ニューラル ネットワーク５の出力はさらに処理される。この場合、ＭＩＤＩ信号としてエン コードされたピッチは、ギター弦のピッチに対応する。さらに、爪弾き位置は、 エンコードされた音質符号として、モニタ情報としてのＭＩＤＩ信号に含めるこ とができる。

Claims (1)

1. 【特許請求の範囲】 １．少なくとも１つのフレットに対して押し付けることによってその振動長さを 変化させることが可能な少なくとも１つの張設された弦と、ピックアップと、該 ピックアップに接続された評価装置とを備えた信号分析装置において、 前記評価装置が、前記弦（１１）の励振後に前記ピックアップ（２）を通って 進行する、爪弾き過渡現象として形成される複数のパルスまたは複数のパルス群 （図３）を登録し、前記弦（１１）上における前記パルスの伝播時間を評価し、 該伝播時間、または、個々のパルス間または個々のパルス群間の伝播時間差に基 づいて、ピッチを示す信号を発生する ことを特徴とする信号分析装置。 ２．前記評価装置が、さらに、前記複数のパルスまたは複数のパルス群の極性を 登録し、且つ、前記複数のパルスまたは複数のパルス群の時間シーケンスから、 前記弦（１１）の励振位置（１７）を示す信号を決定する請求の範囲第１項に記 載の信号分析装置。 ３．前記評価装置が、前記複数のパルスまたは複数のパルス群の各シーケンスを 、多数のクラスのうちの１つに分類するニューラルネットワーク（５）を備えた 請求の範囲第１項または第２項に記載の信号分析装置。 ４．前記評価装置が、安定状態にある前記弦（１１）から得られたピッチ信号を 、前記パルスのシーケンスから決定された前記信号と比較し、比較された両前記 信号に所定量を超える偏差が存在する場合、前記ニューラルネットワーク（５） の学習アルゴリズムをトリガする請求の範囲第３項に記載の信号分析装置。 ５．前記ニューラルネットワーク（５）の上流側に、１つのパルス群から個々の パルスを選択する選択装置（６）が接続されている請求の範囲第３項または第４ 項に記載の信号分析装置。 ６．各弦（１１）ごとに専用のピックアップ（２）が設けられている請求の範囲 第１項から第５項までのいずれか１項に記載の信号分析装置。