JP5262908B2 - 歌詞表示装置，プログラム - Google Patents

Description

本発明は、楽曲演奏装置と共に用いられる歌詞表示装置、及びその歌詞表示装置を構成する各手段をコンピュータに実現させるためのプログラムに関する。

従来より、楽曲を演奏して、その演奏音をスピーカから出力すると共に、その楽曲の歌詞をモニタに表示するカラオケ装置が知られている（例えば、特許文献１参照）。
この種のカラオケ装置では、通常、予め設定された設定量の歌詞を複数行（多くの場合、２行）に渡ってモニタに表示し、演奏音に同期したタイミング（以下、適正タイミングと称す）で歌詞（文字）の色を変更することがなされている。そして、１つの行について歌詞の色を変更し終えると、その１行分の歌詞を次に歌唱予定の歌詞へと入れ替える。

特開平８−２７２３８５号公報

ところで、カラオケ装置を用いるユーザが、歌詞を全て覚えていない楽曲を歌唱する場合、そのユーザは、モニタに表示された歌詞（文字）を読み取る。そして、ユーザは、その読み取った歌詞（文字）について、適正タイミングと思われるタイミングで発声することになる。

しかしながら、上述したような歌詞の表示を実行するカラオケ装置（以下、従来表示装置と称す）において、テンポの早い楽曲が選択されると、ユーザの歌唱能力によっては、モニタに表示された歌詞（文字）を読み取る前に、その歌詞（文字）について適正タイミングとなる可能性があった。

このような場合、適正タイミングに対する発声の遅れが蓄積されることになる。このため、ユーザは、少し歌唱しては発声のタイミングを図り、さらに少し歌唱しては発声のタイミングを図ることを繰り返す必要がある。

つまり、従来表示装置では、ユーザの歌唱能力によっては、安定した歌唱を継続させられないという問題があった。
そこで、本発明は、歌詞表示装置において、ユーザの歌唱能力によらず、安定した歌唱を継続させることを目的とする。

上記目的を達成するためになされた本発明は、楽曲毎に予め用意された楽曲データに従って楽曲を演奏する楽曲演奏装置と共に用いられ、楽曲演奏装置にて演奏中である楽曲についての歌詞（以下、演奏中歌詞とする）を表示する歌詞表示装置に関するものである。

この本発明の歌詞表示装置では、歌詞表示手段が、設定表示量だけ、演奏中歌詞を表示する。
そして、ズレ時間導出手段が、適正タイミングに対して発声タイミングが先行するほど大きな負値、遅延するほど大きな正値となるズレ時間を、楽曲演奏装置による楽曲の演奏中に入力された音声に従って順次導出する。なお、ここで言う適正タイミングとは、楽曲演奏装置にて演奏中である演奏音に同期したタイミングであり、発声タイミングとは、演奏音に対応した音声が発声されたタイミングである。

さらに、時間変化量導出手段が、ズレ時間導出手段にて今回導出したズレ時間と前回導出されたズレ時間との差分を時間変化量として、ズレ時間が導出される毎に求める。
通常、設定表示量が最適な量に比べて少なすぎると、適正タイミングに対する発声タイミングの遅延が（即ち、ズレ時間が正の方向に）増加し、設定表示量が最適な量に比べて多すぎると、適正タイミングに対する発声タイミングの先行が進む（即ち、ズレ時間が負の方向に増加する）。

したがって、本発明の歌詞表示装置では、時間変化量導出手段にて求められた時間変化量が設定範囲を超えていれば、表示量更新手段が、適正タイミングにて発声すべき歌詞を少なくとも含み、かつ歌唱予定歌詞が、時間変化量が正の方向に大きいほど多くなり、時間変化量が負の方向に大きいほど少なくなるように、設定表示量を設定する。ただし、時間変化量が設定範囲内であれば、表示量維持手段が、設定された設定表示量を維持する。なお、ここで言う歌唱予定歌詞とは、適正タイミング以降の歌唱予定分についての歌詞である。

つまり、本発明の歌詞表示装置では、時間変化量が負の値（即ち、ズレ時間が減少傾向）であれば、その時間変化量が小さな値であるほど（即ち、時間変化量の絶対値が大きくなるほど）、歌唱予定歌詞を減少させるように設定表示量を設定する。また、時間変化量が正の値（即ち、ズレ時間が増加傾向）であれば、その時間変化量が大きな値であるほど、歌唱予定歌詞を増加させるように設定表示量を設定する。そして、このような設定表示量の設定を時間変化量が設定範囲内に収束するまで繰り返し、時間変化量が設定範囲内となると、ユーザにとって安定して歌唱できる設定表示量（以下、最適設定表示量と称す）を検出したものとして、その時の設定表示量に固定する。

換言すれば、本発明の歌詞表示装置によれば、ユーザそれぞれにとっての最適設定表示量を見つけ出すことができる。この結果、本発明の歌詞表示装置によれば、最適設定表示量だけ歌詞を表示することで、ユーザの歌唱能力に拘わらず、各ユーザにとっての安定した歌唱を継続させることができる。

ところで、本発明の歌詞表示装置において、ユーザそれぞれにとっての最適設定表示量を見つけ出す際に、予め規定された初期値から設定表示量を段階的または連続的に変化させれば、最適表示量を検出するまでに要する時間を短縮することができる。

このとき、歌詞表示手段によって表示される演奏中歌詞の設定表示量の初期値は、請求項２に記載のように、最小量であっても良いし、請求項３に記載のように、最大量であっても良い。

つまり、本発明において、最適設定表示量を検出する際に、表示量更新手段は、設定表示量を最小量から増加させても良いし、設定表示量を最大量から減少させても良い。
ところで、本発明の歌詞表示装置は、請求項４に記載のように、表示量維持手段により設定表示量を維持した後も、時間変化量導出手段による時間変化量の導出を継続させると共に、時間変化量が設定範囲を超えていれば、表示量更新手段による設定表示量の再設定を実行させ、時間変化量が設定範囲内であれば、設定された設定表示量を維持する表示量再更新手段を備えていても良い。

このように構成された歌詞表示装置では、設定表示量が維持された後に時間変化量が設定範囲を超えると、時間変化量に応じた設定表示量の更新を再実行する。
したがって、本発明の歌詞表示装置によれば、１つの楽曲の中でテンポが変わるなどして、一度設定された設定表示量では、ユーザが安定した歌唱を継続できなくなったとしても、そのユーザにとって、最適な設定表示量を再度見つけ出すことができる。

なお、本発明は、楽曲演奏装置と共に用いられるコンピュータに実行されるプログラムであっても良い。
ただし、プログラムを構成する各手順は、請求項５に記載のように、設定表示量だけ、演奏中歌詞を表示する歌詞表示手順と、適正タイミングに対して発声タイミングが先行するほど大きな負値、遅延するほど大きな正値となるズレ時間を、楽曲の演奏中に入力された音声に従って順次導出するズレ時間導出手順と、今回導出されたズレ時間と前回導出されたズレ時間との差分を時間変化量として、ズレ時間が導出される毎に導出する時間変化量導出手順と、その導出された時間変化量が設定範囲を超えていれば、適正タイミングにて発声すべき歌詞を少なくとも含み、かつ歌唱予定歌詞が、時間変化量が正の方向に大きいほど多くなり、時間変化量が負の方向に大きいほど少なくなるように、設定表示量を設定する表示量更新手順と、時間変化量が設定範囲内となると、設定された設定表示量を維持する表示量維持手順とから構成されている必要がある。

つまり、本発明のプログラムは、請求項１に記載の歌詞表示装置を構成する各手段を、コンピュータに実現させるためになされたものである。
このようなプログラムであれば、例えば、ＤＶＤ−ＲＯＭ、ＣＤ−ＲＯＭ、ハードディスク等のコンピュータ読み取り可能な記録媒体に記録し、必要に応じてコンピュータにロードさせて起動することや、必要に応じて通信回線を介してコンピュータに取得させて起動することにより用いることができる。そして、コンピュータに各手順を実行させることで、請求項１に記載された歌詞表示装置として機能させることができる。

本発明が適用されたカラオケシステムの概略構成を示したブロック図である。 最適表示量設定処理の処理手順を示したフローチャートである。 設定表示量と発声ズレ差分との対応関係を示した説明図である。 歌詞表示処理を実行することで表示される歌詞を模式的に示した説明図である。

以下に本発明の実施形態を図面と共に説明する。
まず、図１は、カラオケ用に予め加工された楽曲（以下、カラオケ楽曲とする）の演奏に応じてユーザが歌唱するためのカラオケシステムの概略構成を示すブロック図である。

〈カラオケシステム全体の構成〉
図１に示すように、カラオケシステム１は、ユーザによって指定されたカラオケ楽曲の再生を行うカラオケ装置２０と、カラオケ楽曲の再生に必要なデータである楽曲データをカラオケ装置２０に配信するサーバ３０とを備え、それらカラオケ装置２０とサーバ３０とはネットワーク（例えば、専用回線や、ＷＡＮ等）を介して接続されている。つまり、カラオケシステム１は、いわゆる通信カラオケシステムとして構成されたものである。

このうち、サーバ３０は、カラオケ楽曲の演奏に必要な処理プログラム（以下、カラオケ処理プログラムと称す）及び楽曲データを格納する記憶装置（図示せず）と、ＲＯＭ，ＲＡＭ，ＣＰＵを少なくとも有した周知のマイクロコンピュータ（図示せず）とを備えた情報処理装置を中心に構成された周知のカラオケサービス用サーバ装置である。

つまり、サーバ３０は、カラオケ装置２０から送信された情報（例えば、カラオケ採点の結果等）を管理すると共に、カラオケ装置２０からの要求に対して楽曲データやカラオケ処理プログラムを送信するように構成されている。

ところで、楽曲データは、例えば、ＭＩＤＩ（Ｍｕｓｉｃａｌ Ｉｎｓｔｒｕｍｅｎｔ Ｄｉｇｉｔａｌ Ｉｎｔｅｒｆａｃｅ）フォーマットにて記述された周知のカラオケ再生用データであり、カラオケ楽曲それぞれについて予め用意されている。

その楽曲データには、カラオケ楽曲を識別するためのデータである楽曲情報と、対応するカラオケ楽曲１曲を再生演奏するために要する時間を示す時間情報と、対応するカラオケ楽曲についてユーザが歌唱すべき旋律に関するデータであるガイドメロディと、そのカラオケ楽曲の歌詞に関するデータである歌詞情報とが少なくとも含まれている。

そして、楽曲情報には、カラオケ楽曲を特定するための曲番号データと、曲名を示す曲名データとが少なくとも含まれている。
また、ガイドメロディは、カラオケ楽曲の主旋律（以下、基準旋律と称す）を形成する各構成音について、それぞれの音高及び音長が表されたものである。具体的に、本実施形態における各構成音の音長は、楽音出力開始時間及び楽音出力終了時間によって表されている。ただし、ここで言う楽音出力開始時間とは、対応する構成音（例えば、カラオケが曲の演奏開始からｎ番目に出力される構成音）の出力が開始されるまでのカラオケ楽曲の演奏開始からの時間である。また、ここで言う、楽音出力終了時間とは、その構成音の出力が終了されるまでのカラオケ楽曲の演奏開始からの時間である。

なお、歌詞情報は、カラオケ楽曲の歌詞を形成する語句（文字）が、そのカラオケ楽曲の演奏に沿って出力される構成音と対応付けられたデータからなる。
〈カラオケ装置について〉
次に、カラオケ装置２０の構成について説明する。

このカラオケ装置２０は、サーバ３０との間でデータ通信を実行するための通信部２２と、通信部２２を介してサーバ３０から取得したカラオケ処理プログラム及び楽曲データを記憶する記憶部２１と、各種画像を表示するための表示部２３と、ユーザからの指示を受け付ける操作受付部２４とを備えている。さらに、カラオケ装置２０は、音声を入力するためのマイクロホン２６と、マイクロホン２６を介した音声の入力を制御する音声入力部２５と、音声を出力するためのスピーカ２７と、スピーカ２７からの音声出力を制御する音声出力部２９と、カラオケ装置２０を構成する各部２１，２２，２３，２４，２５，２９を制御する制御部２８とを備えている。

このうち、通信部２２は、カラオケ装置２０をネットワーク（例えば、専用回線や、ＷＡＮ）に接続して外部と通信を行うための通信インタフェースであり、サーバ３０に各種データを出力すると共に、サーバ３０から各種データや処理プログラムを取得する。

そして、表示部２３は、例えば、液晶ディスプレイ等から構成された表示装置であり、操作受付部２４は、例えば、複数のキースイッチ等から構成された入力装置や、周知のリモコンを介して入力された指令を受け付ける受信装置などからなる。

また、音声入力部２５は、マイクロホン２６を介して入力された音声（アナログ信号）をサンプリングし、そのサンプリング値（標本値）を制御部２８に入力するＡＤ変換器として構成されている。なお、以下では、音声入力部２５にてサンプリング値（即ち、デジタルデータ）へと変換された音声を音声データと称す。

そして、音声出力部２９は、制御部２８からの制御指令に基づいて、楽曲データに従ってカラオケ楽曲を再生演奏すると共に、その再生演奏音に、マイクロホン２６から入力されたユーザの歌声などをミキシングしてスピーカ２７から出力させるように構成されている。

さらに、記憶部２１は、電源が切断されても記憶内容を保持すると共に記憶内容を読み書き可能に構成された記憶装置（例えば、ハードディスクドライブ）である。その記憶部２１は、カラオケ処理プログラムを格納するプログラム格納領域と、楽曲データを記憶する楽曲データ格納領域とを少なくとも備えている。

次に、制御部２８は、電源が切断されても記憶内容を保持する必要のあるプログラムやデータを格納するＲＯＭ２８ａと、プログラムやデータを一時的に格納するＲＡＭ２８ｂと、ＲＯＭ２８ａやＲＡＭ２８ｂに記憶されたプログラムやデータに従って、カラオケ装置２０を構成する各部２１，２２，２３，２４，２５，２９に対する制御及び各種演算を実行するＣＰＵ２８ｃとを少なくとも有した周知のマイクロコンピュータを中心に構成されている。なお、ＲＡＭ２８ｂには、記憶部２１からのカラオケ処理プログラムが記憶され、ＣＰＵ２８ｃは、ＲＡＭ２８ｂに記憶したカラオケ処理プログラムに従って各種処理を実行する。

そのカラオケ処理プログラムとして、操作受付部２４を介してユーザに指定されたカラオケ楽曲を再生演奏する周知のカラオケ演奏処理を実行するためのカラオケ演奏プログラムがある。さらに、カラオケ処理プログラムとして、カラオケ演奏処理が起動されると起動され、カラオケ演奏処理により再生演奏中のカラオケ楽曲についての歌詞を表示部２３に表示する歌詞表示処理を実行するための歌詞表示プログラムがある。

つまり、カラオケ装置２０では、カラオケ演奏プログラム及び歌詞表示プログラムを制御部２８が実行することで、ユーザによって指定されたカラオケ楽曲を再生演奏する共に、そのカラオケ楽曲の歌詞を表示部２３に表示する。

このとき、再生演奏されているカラオケ楽曲に応じてユーザが歌唱すると、カラオケ装置２０では、カラオケ楽曲の再生演奏中に入力された歌唱音声を、そのカラオケ楽曲の再生音にミキシングしてスピーカ２７から出力する。以下、ユーザに指定され、カラオケ装置２０にて再生中であるカラオケ楽曲を該当カラオケ楽曲と称す。

また、カラオケ処理プログラムとして、歌詞表示処理により表示部２３に表示する歌詞の表示量（以下、設定表示量と称す）を、各ユーザにとって最適な量に設定する最適表示量設定処理を実行するための最適表示量設定プログラムがある。

〈最適表示量設定処理について〉
次に、制御部２８（より正確にはＣＰＵ２８ｃ）が実行する最適表示量設定処理について説明する。

ここで、図２は、最適表示量設定処理の処理手順を示したフローチャートである。
この最適表示量設定処理は、カラオケ演奏処理によりカラオケ楽曲の再生演奏が開始される（即ち、カラオケ演奏処理が起動される）と起動されるものである。

そして、図２に示すように、最適表示量設定処理は、起動されると、まずＳ１１０にて、制御カウンタの第１カウント値ｋを初期化する（本実施形態では、ｋ＝１とする）。
続いて、設定表示量ｘ（ｋ）の初期値を取得して、ＲＡＭ２８ｂに記憶する（Ｓ１２０）。これにより、歌詞表示処理において、初期値に設定された設定表示量ｘ（ｋ）がＲＡＭ２８ｂから読み出されて、初期値分の歌詞が表示部２３に表示される。

なお、設定表示量ｘ（ｋ）は、適正タイミング以降の時間長、即ち、カラオケ楽曲のテンポに従って、適正タイミングから何秒先までの歌詞を表示するのかを表す時間長である。つまり、その時間長には、適正タイミングにて歌唱すべき歌詞と、適正タイミング以降に歌唱が予定された歌詞（以下、歌唱予定歌詞と称す）とが含まれる。

ただし、ここで言う適正タイミングとは、カラオケ演奏処理により演奏中である構成音（以下、演奏音と称す）に同期したタイミングである。
また、本実施形態において、設定表示量の初期値ｘ（１）は、予め規定された最小値（例えば、３秒分）に設定されたものである。この設定表示量の初期値ｘ（１）は、最適表示量設定処理プログラムと共に記憶部２１に記憶されており、本Ｓ１２０にて記憶部２１から読み出される。

続いて、第１カウント値ｋを１つだけインクリメント（ｋ＝ｋ＋１）する（Ｓ１３０）。そして、Ｓ１４０にて、下記（１）式に従って、設定表示量ｘ（ｋ）を更新する。ただし、（１）式において、γは、１よりも大きな数値であり、いわゆるステップサイズである。

また、（１）式において、ｄｔ（ｋ−１），ｄｔ（ｋ−２）は、適正タイミングに対する発声タイミングのズレ時間を表すものであり、以下、発声ズレ時間ｄｔ（ｋ）（ただし、括弧内は、第１カウント値ｋ）と称す。なお、ここで言う発声タイミングとは、ユーザにより、演奏音に対応した音が発声されたタイミングである。

ただし、本実施形態においては、本最適表示量設定処理が起動されてから最初にＳ１４０へと進んだ場合、発声ズレ時間ｄｔ（ｋ−１），ｄｔ（ｋ−２）は、共に０に規定された初期値（この初期値は、ｋ＝２の場合であり、ｄｔ（０）＝ｄｔ（１）＝０）が設定される。よって、この場合、設定表示量ｘ（２）は、初期値ｘ（１）に維持される（即ち、設定表示量ｘ（２）＝初期値ｘ（１））。

続いて、Ｓ１４０にて更新された設定表示量ｘ（ｋ）をＲＡＭ２８ｂに記憶する（Ｓ１５０）。これにより、Ｓ１４０にて設定された設定表示量ｘ（ｋ）分の歌詞が表示部２３に表示される。

さらに、制御カウンタの第２カウント値ｍを初期化（本実施形態では、ｍ＝１とする）する（Ｓ１６０）。
その後、マイクロホン２６を介して入力された音声、及び該当カラオケ楽曲についてのガイドメロディに従って、遅延時間ｌ（ｍ）を導出する（Ｓ１７０）。

具体的には、規定サンプリング数の標本値からなる音声データが入力される毎に、その入力された音声データを周波数解析（本実施形態では、ＦＦＴ）する。これにより、サンプリング数に対応する時間長を有した基準時間窓内での音声の周波数スペクトル（即ち、周波数成分の分布）が導出される。

これと共に、その周波数解析の結果に、予め用意された櫛型形状の調波構造モデルを照合して、基本周波数を検出する。そして、基本周波数を検出する毎に、その検出した基本周波数を、該当カラオケ楽曲の演奏時間の進行と対応付けることで、基本周波数遷移としてまとめる。

この音声データの周波数解析から、基本周波数を検出して基本周波数遷移としてまとめるまでの一連の処理（以下、音高遷移特定処理と称す）は、該当カラオケ楽曲が演奏されている期間中、繰り返し実行されるものである。なお、この音高遷移特定処理は、本最適表示量設定処理の中で起動されて実行されるものでも良いし、本最適表示量設定処理とは別に設けられた処理として実行されるものでも良い。

そして、本実施形態におけるＳ１７０では、基本周波数遷移とガイドメロディとを照合する周知の手法を用いることにより、該当カラオケ楽曲の再生演奏を開始（以下、演奏開始時点と称す）してからｎ番目に演奏される到達音に対する発声を開始した時刻（即ち、演奏開始時点からの時間長、以下、発声開始時刻と称す）を検出する。そして、その検出した発声開始時刻と、ガイドメロディから特定される演奏音（即ち、ｎ番目の到達音）についての楽音出力開始時刻との差を遅延時間ｌ（ｍ）として算出する。

ただし、ここで言う到達音とは、音高が切り替わるように連続し、かつ歌詞が対応付けられた２つの構成音（以下、特定構成音と称す）のうち、音高が切り替わった後に到達する構成音である。なお、基本周波数遷移にガイドメロディ音高を照合する手法としては、特開２００５−１０７３３０号公報などに開示された手法を用いればよい。

このようにして導出される遅延時間ｌ（ｍ）は、楽音出力開始時刻に対して発声開始時刻が先行するほど大きな負値（即ち、絶対値を取った場合に大きな値となる負の値）となり、楽音出力開始時刻に対して発声開始時刻が遅延するほど大きな正値（即ち、絶対値を取った場合に大きな値となる正の値）となる。

続いて、Ｓ１７０にて導出された遅延時間ｌ（ｍ）に基づいて、該当カラオケ楽曲の再生演奏の進行に沿って連続する到達音に対応する遅延時間ｌ（ｍ），ｌ（ｍ−１）の差分を遅延時間差分Δｌ（ｍ）として導出する（Ｓ１８０）。すなわち、遅延時間差分Δｌ（ｍ）は、遅延時間差分Δｌ（ｍ）＝遅延時間ｌ（ｍ）−遅延時間ｌ（ｍ−１）によって導出される。ただし、遅延時間差分Δｌ（１）＝０とする。

続くＳ１９０では、第２カウント値ｍが、予め設定された設定値（例えば、１０）以上となったか否か、即ち、設定値分の到達音に対して遅延時間ｌ（ｍ）を導出したか否かを判定する。その判定の結果、第２カウント値ｍが設定値未満であれば、第２カウント値ｍを１つインクリメントして、Ｓ１７０へと戻り、設定値分の到達音に対して遅延時間ｌ（ｍ）を導出するまで、Ｓ１７０からＳ１９０を繰り返す。一方、第２カウント値ｍが設定値に達していれば、Ｓ２００へと進む。

そのＳ２００では、Ｓ１７０からＳ１９０のサイクル（以下、処理サイクルとする）を実行することで導出された設定値分の遅延時間ｌ（ｍ）の平均値を発声ズレ時間ｄｔ（ｋ）として導出する。このＳ２００により、到達音の楽音出力開始時刻それぞれを適正タイミングとし、各到達音の発声開始時刻それぞれを発声タイミングとした発声ズレ時間ｄｔ（ｋ）が導出される。

さらに、Ｓ２１０では、処理サイクルを実行することで導出された遅延時間差分Δｌ（ｍ）の平均値を発声ズレ差分Δｄｔ（ｋ）として導出する。すなわち、本実施形態では、遅延時間差分Δｌ（１）から遅延時間差分Δｌ（設定値）までの平均を導出する。

そして、Ｓ２２０では、現在の第１カウント値に対応する発声ズレ差分Δｄｔ（ｋ）から、予め規定された数（例えば、５つ）前までの発声ズレ差分Δｄｔ（ｋ−４）の平均値を平均ズレ差分ａｖｅΔｄｔ（ｋ）として導出する。

続いて、Ｓ２２０にて導出された平均ズレ差分ａｖｅΔｄｔ（ｋ）が、予め設定された設定範囲内であるか否かを判定する（Ｓ２３０）。その判定の結果、平均ズレ差分ａｖｅΔｄｔ（ｋ）が設定範囲を超えていれば、即ち、平均ズレ差分ａｖｅΔｄｔ（ｋ）の絶対値が、設定範囲の上限（以下、範囲上限ｔｈと称す）を上回っている場合や、設定範囲の下限（以下、範囲下限ｔｈと称す）を下回っている場合には、Ｓ２５０へと進む。

そのＳ２５０では、第１カウント値ｋが、予め規定された設定上限以上であるか否かを判定し、第１カウント値ｋが設定上限に達していなければ、Ｓ１３０へと戻る。
そして、Ｓ１３０にて、第１カウント値ｋを１つインクリメントした後、Ｓ１４０へと進む。

そのＳ１４０では、上述したように、（１）式に従って、設定表示量ｘ（ｋ）を更新する。
すなわち、Ｓ１４０へと２回目以降に進んだ場合、設定表示量ｘ（ｋ）は、図３に示すように、発声ズレ差分Δｄｔ（ｋ−１）（（１）式中、−（ｄｔ（ｋ−１）−ｄｔ（ｋ−２）））が負の方向に大きな値である（即ち、発声ズレ差分の絶対値が大きい）ほど、歌唱予定歌詞を減少させるように設定される。また、発声ズレ差分Δｄｔ（ｋ−１）が正の方向に大きな値である（即ち、発声ズレ差分の絶対値が大きい）ほど、歌唱予定歌詞を増加させるように設定される。換言すれば、発声ズレ時間ｄｔ（ｋ）が減少傾向であれば、歌唱予定歌詞を減少させるように、発声ズレ時間ｄｔ（ｋ）が増加傾向であれば、歌唱予定時間を増加させる。

一方、Ｓ２３０での判定の結果、平均ズレ差分ａｖｅΔｄｔ（ｋ）が設定範囲（即ち、範囲下限ｔｈから範囲上限ｔｈの）内であれば、ユーザにとって安定して歌唱できる設定表示量（以下、最適設定表示量と称す）を検出したものとして、Ｓ２３０へと進む。

そのＳ２３０では、第１カウント値ｋ及び第２カウント値ｍを初期化（即ち、ｋ＝ｍ＝１）すると共に、発声ズレ時間ｄｔ（ｋ−１），ｄｔ（ｋ−２）も初期化する。その後、Ｓ１７０へと戻り、音声入力部２５から入力される音声データ及び該当カラオケ楽曲のガイドメロディに従って、遅延時間ｌ（ｍ）を導出する。

なお、Ｓ２５０での判定の結果、第１カウント値ｋが設定上限に達していれば、現在歌唱しているユーザにとっての最適な設定表示量を検出することは困難であるものと判断して、本最適表示量設定処理を終了する。

そして、次に指定されたカラオケ楽曲が再生演奏されるまで待機する。
以上説明したように、本実施形態の最適表示量設定処理において、Ｓ１３０からＳ２５０までのステップを実行することで、設定表示量ｘ（ｋ）を設定して、その設定表示量ｘ（ｋ）をＲＡＭ２８ｂに記憶する。すると、歌詞表示処理では、図４に示すように、設定表示量ｘ（ｋ）分の歌詞を歌詞情報から抽出し、その抽出した歌詞を表示テロップとして、表示部２３に表示された画像中の予め規定されたテロップ表示領域に表示する。すなわち、歌詞表示処理により、設定表示量ｘ（ｋ）分の歌詞が表示部２３に表示される。

そして、ユーザは、表示部２３に表示された設定表示量ｘ（ｋ）の歌詞を読み取って、その読み取った歌詞（文字）について、適正タイミングと思われるタイミングで発声する。

このとき、ユーザの歌唱能力に対して設定表示量ｘ（ｋ）が少なすぎると、適正タイミングに対する発声タイミングの遅延が（即ち、ズレ時間が正の方向に）増加し、発声ズレ差分Δｄｔ（ｋ）が大きな正値となる。一方、ユーザの歌唱能力に対して設定表示量ｘ（ｋ）が多すぎると、適正タイミングに対する発声タイミングの先行が（即ち、ズレ時間が負の方向に）増加し、発声ズレ差分Δｄｔ（ｋ）が大きな負値となる。

したがって、設定表示量ｘ（ｋ）は、発声ズレ差分Δｄｔ（ｋ）が負の方向に大きな値であるほど、歌唱予定歌詞を減少させるように更新され、発声ズレ差分Δｄｔ（ｋ）が正の方向に大きな値であるほど、歌唱予定歌詞を増加させるように更新される。そして、このような設定表示量の更新を、平均ズレ差分ａｖｅΔｄｔ（ｋ）が設定範囲内に収束するまで繰り返し、平均ズレ差分ａｖｅΔｄｔ（ｋ）が設定範囲内となると、ユーザにとって安定して歌唱できる設定表示量（以下、最適設定表示量と称す）を検出したものとして、その時の設定表示量に固定する。
［実施形態の効果］
以上説明したように、上記実施形態のカラオケ装置２０によれば、ユーザそれぞれにとっての最適設定表示量を検出することができる。そして、その検出した最適設定表示量分の歌詞を表示することで、ユーザの歌唱能力に拘わらず、各ユーザにとって安定した歌唱を継続させることができる。

特に、上記実施形態の最適表示量設定処理では、ユーザにとって安定して歌唱できていることを判定する条件を、発声ズレ差分Δｄｔ（ｋ）から発声ズレ差分Δｄｔ（ｋ−４）までの平均値である平均ズレ差分ａｖｅΔｄｔ（ｋ）が設定範囲内であることとしている。このため、最適表示量設定処理によれば、導出された１回の発声ズレ差分Δｄｔ（ｋ）が偶発的に設定範囲内となることで、ユーザにとって安定して歌唱できているものと誤判定されることを防止できる。

また、上記実施形態の最適表示量設定処理では、Ｓ２５０にて否定判定された回数が設定上限以上となると、最適表示量設定処理を終了している。このため、カラオケ装置によれば、最適設定表示量を検出することが困難なユーザに対して、必要以上に処理が繰り返されることを防止できる。
［その他の実施形態］
以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において、様々な態様にて実施することが可能である。

例えば、上記実施形態の最適表示量設定処理では、設定表示量の初期値ｘ（２）を予め規定された最小量としたが、初期値ｘ（２）は、最小量に限るものではなく、予め規定された最大量であっても良い。

また、上記実施形態の最適表示量設定処理では、遅延時間ｌ（ｍ）の平均値を発声ズレ時間ｄｔ（ｋ）として導出していたが、発声ズレ時間ｄｔ（ｋ）はこれに限るものではなく、例えば、発声ズレ時間ｄｔ（ｋ）は遅延時間ｌ（ｍ）そのものを発声ズレ時間ｄｔ（ｋ）としても良い。

さらに、上記実施形態の最適表示量設定処理では、遅延時間差分Δｌ（ｍ）の平均値を発声ズレ差分Δｄｔ（ｋ）として導出していたが、発声ズレ差分Δｄｔ（ｋ）はこれに限るものではなく、例えば、遅延時間差分Δｌ（ｍ）そのものを発声ズレ差分Δｄｔ（ｋ）として良い。つまり、最適表示量設定処理におけるＳ１９０，Ｓ２００，Ｓ２１０は省略されていても良い。

ところで、上記実施形態の最適表示量設定処理におけるＳ２３０では、平均ズレ差分ａｖｅΔｄｔ（ｋ）が設定範囲内であるか否かを判定していたが、Ｓ２３０にて設定範囲内であるか否かを判定する対象は、発声ズレ差分Δｄｔ（ｋ）であっても良いし、遅延時間差分Δｌ（ｍ）であっても良い。つまり、最適表示量設定処理において、Ｓ２２０は省略されていても良い。

なお、上記実施形態におけるカラオケ装置２０は、通信カラオケシステムを構成する一部の装置として形成されていたが、これに限るものではなく、カラオケ装置単体にて構成されたものでも良いし、いわゆるパーソナルコンピュータにカラオケ処理プログラムを実行させることで実現されるものでも良い。

特に、後者の場合、本発明の楽曲演奏装置は、カラオケ装置２０によって実現される必要がなく、例えば、ＣＤプレーヤや、ＤＶＤプレーヤ、情報記憶装置に記憶された音楽データを再生するデジタル音楽プレーヤなどのオーディオ装置によって実現されていても良い。つまり、コンピュータ（例えば、いわゆるパーソナルコンピュータ）に処理プログラムを実行させることで実現した歌詞表示装置により、オーディオ装置にて再生した楽曲についての歌詞を表示するようにしても良い。
［実施形態と特許請求の範囲との対応関係］
最後に、上記実施形態の記載と、特許請求の範囲の記載との関係を説明する。

上記実施形態における歌詞表示処理を実行することで得られる機能が、本発明の歌詞表示手段に相当する。
また、上記実施形態の最適表示量設定処理のＳ１７０，Ｓ２００を実行することで得られる機能が、本発明のズレ時間導出手段に相当し、最適表示量設定処理のＳ１８０，Ｓ２１０を実行することで得られる機能が、本発明の時間変化量導出手段に相当する。さらに、最適表示量設定処理のＳ２３０において否定判定された後に、Ｓ１４０を実行することで得られる機能が、本発明の表示量更新手段に相当する。そして、最適表示量設定処理のＳ２３０において肯定判定された後でＳ１７０へと戻ることで得られる機能が、本発明の表示量維持手段に相当する。

なお、最適表示量設定処理のＳ２３０において、一度肯定判定された後に否定判定されてＳ１７０へと戻ることで得られる機能が、本発明の表示量再更新手段に相当する。

１…カラオケシステム ２０…カラオケ装置 ２１…記憶部 ２２…通信部 ２３…表示部 ２４…操作受付部 ２５…音声入力部 ２６…マイクロホン ２７…スピーカ ２８…制御部 ２８ｂ…ＲＡＭ ２８ｃ…ＣＰＵ ２９…音声出力部 ３０…サーバ

Claims (5)

1. 楽曲毎に予め用意された楽曲データに従って楽曲を演奏する楽曲演奏装置と共に用いられ、前記楽曲演奏装置にて演奏中である楽曲についての歌詞である演奏中歌詞を表示する歌詞表示装置であって、
   設定された設定表示量だけ、前記演奏中歌詞を表示する歌詞表示手段と、
   前記楽曲演奏装置にて演奏中である演奏音に同期したタイミングを適正タイミングとし、前記演奏音に対応した音声が発声されたタイミングを発声タイミングとし、前記適正タイミングに対して発声タイミングが先行するほど大きな負値、遅延するほど大きな正値となるズレ時間を、前記楽曲演奏装置による楽曲の演奏中に入力された音声に従って順次導出するズレ時間導出手段と、
   前記ズレ時間導出手段で導出されたズレ時間と前回導出されたズレ時間との差分を時間変化量として、前記ズレ時間が導出される毎に導出する時間変化量導出手段と、
   前記時間変化量導出手段で導出された時間変化量が予め設定された設定範囲を超えていれば、前記適正タイミングにて発声すべき歌詞を少なくとも含み、かつ前記適正タイミング以降の歌唱予定分についての歌詞である歌唱予定歌詞が、前記時間変化量が正の方向に大きいほど多くなり、前記時間変化量が負の方向に大きいほど少なくなるように、前記設定表示量を設定する表示量更新手段と、
   前記時間変化量導出手段で導出された時間変化量が前記設定範囲内であれば、設定された前記設定表示量を維持する表示量維持手段と
   を備えることを特徴とする歌詞表示装置。
2. 前記歌詞表示手段は、
   前記歌唱予定歌詞が予め規定された最小量である前記設定表示量を初期値として設定することを特徴とする請求項１に記載の歌詞表示装置。
3. 前記歌詞表示手段は、
   前記歌唱予定歌詞が予め規定された最大量である前記設定表示量を初期値として設定することを特徴とする請求項１に記載の歌詞表示装置。
4. 前記表示量維持手段により前記設定表示量を維持した後も、前記時間変化量導出手段による時間変化量の導出を継続させると共に、前記時間変化量が前記設定範囲を超えていれば、前記表示量更新手段による前記設定表示量の再設定を実行させ、前記時間変化量が前記設定範囲内であれば、設定された前記設定表示量を維持する表示量再更新手段
   を備えることを特徴とする請求項１ないし請求項３のいずれかに記載の歌詞表示装置。
5. 楽曲毎に予め用意された楽曲データに従って楽曲を演奏する楽曲演奏装置と共に用いられるコンピュータにて実行され、前記楽曲演奏装置にて演奏中である楽曲についての歌詞である演奏中歌詞を表示させるためのプログラムであって、
   設定された設定表示量だけ、前記演奏中歌詞を表示する歌詞表示手順と、
   前記楽曲演奏装置にて演奏中である演奏音に同期したタイミングを適正タイミングとし、前記演奏音に対応した音声が発声されたタイミングを発声タイミングとし、前記適正タイミングに対して発声タイミングが先行するほど大きな負値、遅延するほど大きな正値となるズレ時間を、前記楽曲演奏装置による楽曲の演奏中に入力された音声に従って順次導出するズレ時間導出手順と、
   前記ズレ時間導出手順で導出されたズレ時間と前回導出されたズレ時間との差分を時間変化量として、前記ズレ時間が導出される毎に導出する時間変化量導出手順と、
   前記時間変化量導出手順で導出された時間変化量が予め設定された設定範囲を超えていれば、前記適正タイミングにて発声すべき歌詞を少なくとも含み、かつ前記適正タイミング以降の歌唱予定分についての歌詞である歌唱予定歌詞が、前記時間変化量が正の方向に大きいほど多くなり、前記時間変化量が負の方向に大きいほど少なくなるように、前記設定表示量を設定する表示量更新手順と、
   前記時間変化量導出手順で導出された時間変化量が前記設定範囲内であれば、設定された前記設定表示量を維持する表示量維持手順と
   を前記コンピュータに実行させることを特徴とするプログラム。