JPS63250696A - 自動作曲機 - Google Patents
自動作曲機Info
- Publication number
- JPS63250696A JPS63250696A JP62086571A JP8657187A JPS63250696A JP S63250696 A JPS63250696 A JP S63250696A JP 62086571 A JP62086571 A JP 62086571A JP 8657187 A JP8657187 A JP 8657187A JP S63250696 A JPS63250696 A JP S63250696A
- Authority
- JP
- Japan
- Prior art keywords
- melody
- parameter
- motif
- chord
- harmonic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000605 extraction Methods 0.000 claims description 54
- 238000004364 calculation method Methods 0.000 claims description 26
- 239000000203 mixture Substances 0.000 claims description 25
- 239000006185 dispersion Substances 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 17
- 239000000284 extract Substances 0.000 claims description 10
- 230000001419 dependent effect Effects 0.000 claims 2
- 230000006870 function Effects 0.000 description 125
- 230000015654 memory Effects 0.000 description 59
- 239000011295 pitch Substances 0.000 description 59
- 238000000034 method Methods 0.000 description 39
- 230000008569 process Effects 0.000 description 36
- 238000007792 addition Methods 0.000 description 31
- 239000000470 constituent Substances 0.000 description 25
- 238000012545 processing Methods 0.000 description 24
- 238000012937 correction Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 14
- 230000004048 modification Effects 0.000 description 13
- 238000012986 modification Methods 0.000 description 13
- 230000007704 transition Effects 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 8
- 101001013272 Homo sapiens Mediator of RNA polymerase II transcription subunit 29 Proteins 0.000 description 7
- 102100029668 Mediator of RNA polymerase II transcription subunit 29 Human genes 0.000 description 7
- 229910052799 carbon Inorganic materials 0.000 description 7
- 230000000737 periodic effect Effects 0.000 description 6
- 229910052770 Uranium Inorganic materials 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 101001019109 Homo sapiens Mediator of RNA polymerase II transcription subunit 24 Proteins 0.000 description 3
- 101000955282 Homo sapiens Mediator of RNA polymerase II transcription subunit 27 Proteins 0.000 description 3
- 101000962119 Homo sapiens Mediator of RNA polymerase II transcription subunit 4 Proteins 0.000 description 3
- 101001055354 Homo sapiens Mediator of RNA polymerase II transcription subunit 6 Proteins 0.000 description 3
- 102100039001 Mediator of RNA polymerase II transcription subunit 27 Human genes 0.000 description 3
- 102100026174 Mediator of RNA polymerase II transcription subunit 6 Human genes 0.000 description 3
- 230000004075 alteration Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 229910052731 fluorine Inorganic materials 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000033764 rhythmic process Effects 0.000 description 3
- 210000004243 sweat Anatomy 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000739 chaotic effect Effects 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 235000019988 mead Nutrition 0.000 description 2
- UHZYTMXLRWXGPK-UHFFFAOYSA-N phosphorus pentachloride Chemical compound ClP(Cl)(Cl)(Cl)Cl UHZYTMXLRWXGPK-UHFFFAOYSA-N 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 101100328518 Caenorhabditis elegans cnt-1 gene Proteins 0.000 description 1
- 101100433727 Caenorhabditis elegans got-1.2 gene Proteins 0.000 description 1
- 241001342895 Chorus Species 0.000 description 1
- 206010011878 Deafness Diseases 0.000 description 1
- 101000582864 Homo sapiens Mediator of RNA polymerase II transcription subunit 7 Proteins 0.000 description 1
- 102100034821 Mediator of RNA polymerase II transcription subunit 24 Human genes 0.000 description 1
- 102100039206 Mediator of RNA polymerase II transcription subunit 4 Human genes 0.000 description 1
- 102100030235 Mediator of RNA polymerase II transcription subunit 7 Human genes 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- HAORKNGNJCEJBX-UHFFFAOYSA-N cyprodinil Chemical compound N=1C(C)=CC(C2CC2)=NC=1NC1=CC=CC=C1 HAORKNGNJCEJBX-UHFFFAOYSA-N 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Auxiliary Devices For Music (AREA)
- Electrophonic Musical Instruments (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
[発明の技術分野]
この発明は自動作曲機に関する。
[背 景l
自動作曲機の良否に関し、考慮すべきffi要な要素の
1つは1人間がこれまで親しんできたような楽曲、換言
すれば、純機械的ではなく音楽性に富む曲を生成する潜
在能力をその作曲機が“もちあわせているかどうかとい
うことである。
1つは1人間がこれまで親しんできたような楽曲、換言
すれば、純機械的ではなく音楽性に富む曲を生成する潜
在能力をその作曲機が“もちあわせているかどうかとい
うことである。
例えば、特願昭56−125603号(特公昭60−4
0027号)には、一連の音高データ(例えば、12音
階のデータ)から個々の音高データをランダムにサンプ
ルし、サンプルしたものが限られた条件を満足すれば、
それをメロディノートとして採択し、条件を満たさなけ
ればメロディノートとしては採択せず、再度、サンプル
し直して条件検査をくり返す方式の自動作曲機がr3R
示されている。したがって、この自動作曲機のメロディ
’JEJ&プロセスは基本的にトライアンドエラ一方式
である。音高データをランダムにサンプルした段階では
完全に無秩序な音高の列ができあがる。この無秩序な音
高の列のままでは、全くメロディとしては成立し得ない
(天文学的な偶発性によってよいメロディができる可能
性はあるが)、そこで、この無秩序になんらかの秩序を
もたらすために1条件検査という一種のフィルタリング
(選別)を行っている。この場合、選別の程度が重要な
要素になる0選別がきつすぎれば、生成されるメロディ
はワンパターン化するであろうし、ゆるすぎれば1元の
無秩序性が支配的となるであろう。
0027号)には、一連の音高データ(例えば、12音
階のデータ)から個々の音高データをランダムにサンプ
ルし、サンプルしたものが限られた条件を満足すれば、
それをメロディノートとして採択し、条件を満たさなけ
ればメロディノートとしては採択せず、再度、サンプル
し直して条件検査をくり返す方式の自動作曲機がr3R
示されている。したがって、この自動作曲機のメロディ
’JEJ&プロセスは基本的にトライアンドエラ一方式
である。音高データをランダムにサンプルした段階では
完全に無秩序な音高の列ができあがる。この無秩序な音
高の列のままでは、全くメロディとしては成立し得ない
(天文学的な偶発性によってよいメロディができる可能
性はあるが)、そこで、この無秩序になんらかの秩序を
もたらすために1条件検査という一種のフィルタリング
(選別)を行っている。この場合、選別の程度が重要な
要素になる0選別がきつすぎれば、生成されるメロディ
はワンパターン化するであろうし、ゆるすぎれば1元の
無秩序性が支配的となるであろう。
上記の自動作曲機は、人間がなれ親しんできたメロディ
というよりは、作風のとらえどころかないメロディを作
曲するのに適しており、主として、聴音訓練や演奏練習
用の曲作成装置として有効である(なじみのない斬所な
曲は採譜や演奏が一般に困難になる)、この意味で¥1
頭にあげた能力はもちあわせていない。
というよりは、作風のとらえどころかないメロディを作
曲するのに適しており、主として、聴音訓練や演奏練習
用の曲作成装置として有効である(なじみのない斬所な
曲は採譜や演奏が一般に困難になる)、この意味で¥1
頭にあげた能力はもちあわせていない。
未発+j+はまさにこの能力を配慮したものである。
[発明の目的]
すなわち、本発明の目的は曲のコンセプトないしエツセ
ンスを#I持しつつ、進行に合わせて多様に変化し得る
ような曲を作曲可濠な自動作曲機を提供することである
。
ンスを#I持しつつ、進行に合わせて多様に変化し得る
ような曲を作曲可濠な自動作曲機を提供することである
。
[発明の要点]
本発明は上記の目的を達成するため、入力されたモチー
フ情報から、そのモチーフを特徴づけるパラメータ(モ
チーフ特徴パラメータ)を抽出し、このモチーフ特徴パ
ラメータとコード進行情報に基づいてメロディを生成す
ることを要点とする。
フ情報から、そのモチーフを特徴づけるパラメータ(モ
チーフ特徴パラメータ)を抽出し、このモチーフ特徴パ
ラメータとコード進行情報に基づいてメロディを生成す
ることを要点とする。
[発明の作用]
本発明によれば、ユーザーの入力したモチーフ情報から
モチーフ特徴パラメータ抽出手段により、そのモチーフ
を特徴づけるパラメータが抽出される。そして、メロデ
ィ生成手段はこの抽出されたモチーフ特徴パラメータに
則してメロディを生成する。したがって、モチーフがも
つ1曲のエツセンスないし、コンセプトはメロディの全
体(曲全体)にわたって維持されることになる。さらに
、メロディ生成手段は、コード進行情報付与手段より与
えられるコード進行情報に則してメロディを生成する。
モチーフ特徴パラメータ抽出手段により、そのモチーフ
を特徴づけるパラメータが抽出される。そして、メロデ
ィ生成手段はこの抽出されたモチーフ特徴パラメータに
則してメロディを生成する。したがって、モチーフがも
つ1曲のエツセンスないし、コンセプトはメロディの全
体(曲全体)にわたって維持されることになる。さらに
、メロディ生成手段は、コード進行情報付与手段より与
えられるコード進行情報に則してメロディを生成する。
したがってコード進行の条件が守られるなかで、多様に
変化するメロディが生成されることになる。
変化するメロディが生成されることになる。
[実施例]
以下、図面を参照して本発明の実施例について説明する
。
。
く全体構成〉
本実施例に係る自動作曲機の全体回路41i成を第1図
に示す0図中、■は入力装置、2はコード構成音メモリ
、3はコード進行メモリ、4はモチーフメモリ、5はパ
ラメータCメモリ、6はCPU、7はワークメモリ、8
はパラメータCメモリ、9は学習データメモリ、lOは
メロディデータメモリ、11はモニター、12はCRT
、13は五線譜プリンタ、14は楽音形成回路、15は
サウンドシステム、16は外部記憶装置である。
に示す0図中、■は入力装置、2はコード構成音メモリ
、3はコード進行メモリ、4はモチーフメモリ、5はパ
ラメータCメモリ、6はCPU、7はワークメモリ、8
はパラメータCメモリ、9は学習データメモリ、lOは
メロディデータメモリ、11はモニター、12はCRT
、13は五線譜プリンタ、14は楽音形成回路、15は
サウンドシステム、16は外部記憶装置である。
上記モチーフメモリ4は、入力装置1より入力されるモ
チーフ(入力メロディ)の情報を格納するところである
。モチーフ情報は音高と汗長(合価)のデータの列で構
成される。自動作曲に際し、CPU6はこのモチーフ情
報からそのモチーフを特徴づけるパラメータ(モチーフ
特徴パラメータ)を抽出することになる。
チーフ(入力メロディ)の情報を格納するところである
。モチーフ情報は音高と汗長(合価)のデータの列で構
成される。自動作曲に際し、CPU6はこのモチーフ情
報からそのモチーフを特徴づけるパラメータ(モチーフ
特徴パラメータ)を抽出することになる。
上記コード進行メモリ3には、コードネームの列で表現
されるコード進行情報が格納される。
されるコード進行情報が格納される。
コード進行情報は、入力装δ1より、ユーザーが逐次、
コードを指定して入力してもよく、あるいは、大ざっば
な指定(例えば楽曲の形式の指定)に応答して、CPU
6がコード進行を自動生成するようにしてもよい、コー
ド進行の自動生成は、例えば、基本的なコードパターン
(多用されるコードパターン)の連結、あるいは許され
るコード相互の連結によって可能であり、連結の論理と
しては1例えばマルコフ連鎖のモデルが使用できる。た
だし、コード進行がユーザーにより直接的に指定される
か、マシンにより自動的に生成されるかは本発明にとっ
て重要なことではない。
コードを指定して入力してもよく、あるいは、大ざっば
な指定(例えば楽曲の形式の指定)に応答して、CPU
6がコード進行を自動生成するようにしてもよい、コー
ド進行の自動生成は、例えば、基本的なコードパターン
(多用されるコードパターン)の連結、あるいは許され
るコード相互の連結によって可能であり、連結の論理と
しては1例えばマルコフ連鎖のモデルが使用できる。た
だし、コード進行がユーザーにより直接的に指定される
か、マシンにより自動的に生成されるかは本発明にとっ
て重要なことではない。
コード構成音メモリ2には各種のコードの構成音(コー
ドメンバーの音高データ)が格納されており、本例の場
合、上記コード進行メモリ3の各アドレスの内容(コー
ドネーム)より、コード構成音メモリ2上の特定のコー
ド構成音データの格納エリアが指定されるようになって
いる。CPU6は、自動作曲の際、コード変更のタイミ
ングごとに(例えば1小節ごとに)、コード進行メモリ
3のアドレスを進め、その内容であるコードネームから
コード構成音メモリ2上のアドレスを算出し、コードを
構成する各音高データを読み出す。
ドメンバーの音高データ)が格納されており、本例の場
合、上記コード進行メモリ3の各アドレスの内容(コー
ドネーム)より、コード構成音メモリ2上の特定のコー
ド構成音データの格納エリアが指定されるようになって
いる。CPU6は、自動作曲の際、コード変更のタイミ
ングごとに(例えば1小節ごとに)、コード進行メモリ
3のアドレスを進め、その内容であるコードネームから
コード構成音メモリ2上のアドレスを算出し、コードを
構成する各音高データを読み出す。
一方、パラメータBメモリには1曲想を変化させるため
のパラメータBが記憶されており、自動作曲の際、CP
U6は、このパラメータBと、−上記モチーフ特徴パラ
メータと、楽曲進行区間変数(例えば小frJ番号)と
に依存するパラメータCを進行区間別に生成する。この
パラメータCの生成に関しては後で詳述するが、生成す
るメロディを制御もしくは特徴づける性質をもっている
。生成されたパラメータCはパラメータCメモリに格納
される。
のパラメータBが記憶されており、自動作曲の際、CP
U6は、このパラメータBと、−上記モチーフ特徴パラ
メータと、楽曲進行区間変数(例えば小frJ番号)と
に依存するパラメータCを進行区間別に生成する。この
パラメータCの生成に関しては後で詳述するが、生成す
るメロディを制御もしくは特徴づける性質をもっている
。生成されたパラメータCはパラメータCメモリに格納
される。
ワークメモリ7には、CPU6が自動作曲するプロセス
において生成する中間データ(例えば、加工中のメロデ
ィデータ)などが記憶される。
において生成する中間データ(例えば、加工中のメロデ
ィデータ)などが記憶される。
メロディデータメモリlOには完成された曲を構成する
メロディデータが記憶される。
メロディデータが記憶される。
完成された曲は必要に応じて、モニター11に出力する
ことができる0例えば、楽音形成回路14、サウンドシ
ステム15を通して試聴することができる。また、五線
譜プリンタ13より、楽譜の写しを得ることができる。
ことができる0例えば、楽音形成回路14、サウンドシ
ステム15を通して試聴することができる。また、五線
譜プリンタ13より、楽譜の写しを得ることができる。
モニター11を通じて使用者は1部分的に曲を修正する
ことを望む場合がある0本実施例においては、このよう
な場合、CRT12と入力装置1を介して、ユーザーは
修正を要求することができ、インターラクティブな形式
で修正が実行される。修正されたデータは学習データメ
モリ9に知識として蓄績される。後の自動作曲に際し、
CPU5はこの知識を利用して、メロディを生成する。
ことを望む場合がある0本実施例においては、このよう
な場合、CRT12と入力装置1を介して、ユーザーは
修正を要求することができ、インターラクティブな形式
で修正が実行される。修正されたデータは学習データメ
モリ9に知識として蓄績される。後の自動作曲に際し、
CPU5はこの知識を利用して、メロディを生成する。
外部記憶装2!16は、完成した曲のバックアップコピ
ーや、学習した知識、その他の写し、あるいは1代りと
なる自動作曲プログラムの資源として利用される。
ーや、学習した知識、その他の写し、あるいは1代りと
なる自動作曲プログラムの資源として利用される。
く目動作曲機能〉
次に本実施例に係る自動作曲機の全体的な機能について
、第2図を参照して説明する。同図において1頭文字I
で始まる符号で参照されるブロックは情報もしくは情報
源を示している0例えば。
、第2図を参照して説明する。同図において1頭文字I
で始まる符号で参照されるブロックは情報もしくは情報
源を示している0例えば。
Ifはモチーフ情報であり、第1図でいえば、モチーフ
メモリ4に記憶される情報である。I2はパラメータB
で2これは、第1図のパラメータBメモリに入っている
情報である。また、工3はコード進行情報であり、これ
は第1図のコード進行メモリ3から与えられる情報であ
る。I4は生成されたメロディであり、これは第1図の
メロディデータメモリ10に格納される。一方、頭文字
Fで始まる符号が指示するブロックは自動作曲の各機能
を示している0図に示すように、主な機能として、モチ
ーフ情報を評価するモチーフ評価機能Fl、その評価結
果からモチーフパラメータを抽出するモチーフパラメー
タ抽出機能F2.モチーフパラメータ抽出機能F2から
のモチーフ特徴パラメータとコード進行情報に基づいて
メロディを発生するメロディ発生機能F3がある。さら
に、生成されたメロディ■4を、使用者によるモニタリ
ングD1を通じて必要な部分を修正し、学習する修正学
習機能F4とその学習によるパラメータ変更機能F5を
含んでいる。
メモリ4に記憶される情報である。I2はパラメータB
で2これは、第1図のパラメータBメモリに入っている
情報である。また、工3はコード進行情報であり、これ
は第1図のコード進行メモリ3から与えられる情報であ
る。I4は生成されたメロディであり、これは第1図の
メロディデータメモリ10に格納される。一方、頭文字
Fで始まる符号が指示するブロックは自動作曲の各機能
を示している0図に示すように、主な機能として、モチ
ーフ情報を評価するモチーフ評価機能Fl、その評価結
果からモチーフパラメータを抽出するモチーフパラメー
タ抽出機能F2.モチーフパラメータ抽出機能F2から
のモチーフ特徴パラメータとコード進行情報に基づいて
メロディを発生するメロディ発生機能F3がある。さら
に、生成されたメロディ■4を、使用者によるモニタリ
ングD1を通じて必要な部分を修正し、学習する修正学
習機能F4とその学習によるパラメータ変更機能F5を
含んでいる。
詳細に述べると、上記評価mf#F1は本例では、モチ
ーフに含まれる非和声音を抽出する非相声音抽出a能と
なっており、各種の非和声音を抽出することができる。
ーフに含まれる非和声音を抽出する非相声音抽出a能と
なっており、各種の非和声音を抽出することができる。
ここでは、先増音抽出21、鈴音抽出22)ししゅう音
抽出23.経過音抽出24、装履音抽出25及びその他
の非和声庁抽出26により各種の非和声音が抽出される
。
抽出23.経過音抽出24、装履音抽出25及びその他
の非和声庁抽出26により各種の非和声音が抽出される
。
なお、各抽出21〜26が抽出する非和声音として「先
取音」、「持合ノ、などが挙げられているが、ここの「
先取音」、「持合」の意味は、和声掌上の「先取音J、
「持合」と完全に同一である必要はない6別のいい方を
すれば、和声学における各非和声音の名称については音
楽学者毎に多少の相違が見受けられ、定義についても楽
曲のジャンルや時代の流れによって変化しており自然言
語はどではないにしてもあいまい性があり、コンピュー
タ上で要求される定義を満たし得ない、したがって、正
確にいえば先取前抽出21は第1種の非和声音(先増音
とみてよいような非和声音)を抽出する機能をもち、鈴
音抽出22は第2種の非和声音を抽出する機能をもち、
以下、同様に第3種、第4種・・・・・・ということで
ある、評価機1@Fl内の最後の機能として、HDi(
モチーフデータ)に各非和声音に対応する定数(非和声
音識別子)を代入する機能27が示されているが、この
機能は、各非相声音抽出Jaf+t21〜26内に組み
込むことができる。
取音」、「持合ノ、などが挙げられているが、ここの「
先取音」、「持合」の意味は、和声掌上の「先取音J、
「持合」と完全に同一である必要はない6別のいい方を
すれば、和声学における各非和声音の名称については音
楽学者毎に多少の相違が見受けられ、定義についても楽
曲のジャンルや時代の流れによって変化しており自然言
語はどではないにしてもあいまい性があり、コンピュー
タ上で要求される定義を満たし得ない、したがって、正
確にいえば先取前抽出21は第1種の非和声音(先増音
とみてよいような非和声音)を抽出する機能をもち、鈴
音抽出22は第2種の非和声音を抽出する機能をもち、
以下、同様に第3種、第4種・・・・・・ということで
ある、評価機1@Fl内の最後の機能として、HDi(
モチーフデータ)に各非和声音に対応する定数(非和声
音識別子)を代入する機能27が示されているが、この
機能は、各非相声音抽出Jaf+t21〜26内に組み
込むことができる。
以上の評価機能F1は、モチーフ情報Ifからそのモチ
ーフを特徴づけるパラメータを抽出する際の前処理的な
機能であり、その意味で、モチーフパラメータ抽出機1
@F2の一部とみることもできる。
ーフを特徴づけるパラメータを抽出する際の前処理的な
機能であり、その意味で、モチーフパラメータ抽出機1
@F2の一部とみることもできる。
第2図に従うと、モチーフパラメータ抽出機能F2は、
モチーフ評価機能Flの評価結果(この場合、モチーフ
のどこがどの種類の非和声音になっているかを示す非和
声音識別情報付のモチーフデータ)から、モチーフを特
徴づけるパラメータを抽出する。本図では、モチーフパ
ラメータ抽出機能F2には、各非和声音の数を抽出する
機能31、モチーフに含まれる和声音の総数と非和声音
の総数を抽出する機能32.モチーフの和声音(分散和
音)の型のパラメータを抽出する機能33、及びモチー
フのなめらかさのパラメータを抽出する機1七34が含
まれている。
モチーフ評価機能Flの評価結果(この場合、モチーフ
のどこがどの種類の非和声音になっているかを示す非和
声音識別情報付のモチーフデータ)から、モチーフを特
徴づけるパラメータを抽出する。本図では、モチーフパ
ラメータ抽出機能F2には、各非和声音の数を抽出する
機能31、モチーフに含まれる和声音の総数と非和声音
の総数を抽出する機能32.モチーフの和声音(分散和
音)の型のパラメータを抽出する機能33、及びモチー
フのなめらかさのパラメータを抽出する機1七34が含
まれている。
ここで、モチーフの評価機rlF1とモチーフパラメー
タ抽出機能F2が実行する「抽出区間」の単位について
簡単に説明する。この抽出区間の単位は、モチーフ(入
力メロディ)の所定の区間である0例えば、モチーフ(
入力メロディ)がl小節を単位として変化するコード進
行に沿うフレーズをもつとみてよい場合(多くの場合、
これは成立する)には、1小節を抽出区間の単位とする
ことができる。このような場合、モチーフがN小節の長
さをもつとすれば、第1.第2・・・・・・f5N小節
の各区間について、機能F1、F2により1Mf価、抽
出が行われる。説明の便宜上、以下の説明では、特にこ
とわらないかぎり、モチーフの長さは1小節とし、かつ
1曲の最初の小節とし、a能F2は、この第1小節のモ
チーフを4I徴づけるパラメータ(後述するパラメータ
pal)を抽出するものとする。
タ抽出機能F2が実行する「抽出区間」の単位について
簡単に説明する。この抽出区間の単位は、モチーフ(入
力メロディ)の所定の区間である0例えば、モチーフ(
入力メロディ)がl小節を単位として変化するコード進
行に沿うフレーズをもつとみてよい場合(多くの場合、
これは成立する)には、1小節を抽出区間の単位とする
ことができる。このような場合、モチーフがN小節の長
さをもつとすれば、第1.第2・・・・・・f5N小節
の各区間について、機能F1、F2により1Mf価、抽
出が行われる。説明の便宜上、以下の説明では、特にこ
とわらないかぎり、モチーフの長さは1小節とし、かつ
1曲の最初の小節とし、a能F2は、この第1小節のモ
チーフを4I徴づけるパラメータ(後述するパラメータ
pal)を抽出するものとする。
一方、メロディ発生a能F3の方にも、メロディを発生
MARするr区11n」(曲の「進行区間」)の概念が
存在する0例えば、コード進行情報r3がl小節を単位
とするコードの列(例えば、l小節はc、r+を小節は
C11+2小節はF、i+3小節はG)であるとすると
、上記の「進行区間」として「l小節の長さ」が使用で
きる。
MARするr区11n」(曲の「進行区間」)の概念が
存在する0例えば、コード進行情報r3がl小節を単位
とするコードの列(例えば、l小節はc、r+を小節は
C11+2小節はF、i+3小節はG)であるとすると
、上記の「進行区間」として「l小節の長さ」が使用で
きる。
メロディ発生機能F3のうち、パラメータC演算機能F
31は、この「進行区nlf」を単位とするパラメータ
Cを生成するところである。パラメータCは上記モチー
フパラメータ抽出arlF2より与えられるモチーフ特
徴パラメータに依存する性質と「進行区間」 (例えば
小節番号)に依存する性質を有している。a学的にいえ
ば、パラメータCをPC,モチーフ特徴パラメータをF
A、曲の「進行区nnJの番号を1で表わすと、パラメ
ータCはPC=f (FA、j)で表わすことができる
、PC=f (FA)の関係は、モチーフパラメータF
Aによって特徴づけられるモチーフのエツセンスが1曲
の全体に反映されることを示唆している。また、PC=
f (i)の関係は、曲の進行区間ごとに、パラメータ
Cが決められる(mり当てられる)ことを示唆している
。パラメータ演算機能F31が発生するパラメータCは
、第2図に示すように、メロディ発生機能F3の残りの
要素、すなわち、分散和音発生機能F32と非和声音付
加機能F33に与えられ、メロディの発生を制御するパ
ラメータとして使用される。換言すれば、パラメータC
は生成するメロディを制御。
31は、この「進行区nlf」を単位とするパラメータ
Cを生成するところである。パラメータCは上記モチー
フパラメータ抽出arlF2より与えられるモチーフ特
徴パラメータに依存する性質と「進行区間」 (例えば
小節番号)に依存する性質を有している。a学的にいえ
ば、パラメータCをPC,モチーフ特徴パラメータをF
A、曲の「進行区nnJの番号を1で表わすと、パラメ
ータCはPC=f (FA、j)で表わすことができる
、PC=f (FA)の関係は、モチーフパラメータF
Aによって特徴づけられるモチーフのエツセンスが1曲
の全体に反映されることを示唆している。また、PC=
f (i)の関係は、曲の進行区間ごとに、パラメータ
Cが決められる(mり当てられる)ことを示唆している
。パラメータ演算機能F31が発生するパラメータCは
、第2図に示すように、メロディ発生機能F3の残りの
要素、すなわち、分散和音発生機能F32と非和声音付
加機能F33に与えられ、メロディの発生を制御するパ
ラメータとして使用される。換言すれば、パラメータC
は生成するメロディを制御。
もしくは特徴づけるパラメータ(生成メロディ特徴パラ
メータ)である。
メータ)である。
第2図においては、パラメータC演算機能F31はパラ
メータCの演算のために、上記モチーフ特徴パラメータ
、進行区間番号i以外に、パラメータB(IIIsI図
のパラメータBメモリ5に入って9いる情報)も使用す
るようになっている。パラメータBメモリ5は、パラメ
ータCの形成との関係でいえば、「データ圧縮」として
機能するものである。すなわち、パラメータCを形成す
る構成(生成メロディ特徴パラメータ発生手段)は、モ
チーフ特徴パラメータFAによって、パラメータCのデ
ータベース(f (+) )のなかから、FAに合った
ものを選択する構造も可能であるが、そうすると、iご
とに値を用意するために、非常に大きな記憶容量を必要
とする。要するに、本実施例の場合、パラメータBメモ
リ5は生成メロディ特徴パラメータ発生手段の一要素で
ある。
メータCの演算のために、上記モチーフ特徴パラメータ
、進行区間番号i以外に、パラメータB(IIIsI図
のパラメータBメモリ5に入って9いる情報)も使用す
るようになっている。パラメータBメモリ5は、パラメ
ータCの形成との関係でいえば、「データ圧縮」として
機能するものである。すなわち、パラメータCを形成す
る構成(生成メロディ特徴パラメータ発生手段)は、モ
チーフ特徴パラメータFAによって、パラメータCのデ
ータベース(f (+) )のなかから、FAに合った
ものを選択する構造も可能であるが、そうすると、iご
とに値を用意するために、非常に大きな記憶容量を必要
とする。要するに、本実施例の場合、パラメータBメモ
リ5は生成メロディ特徴パラメータ発生手段の一要素で
ある。
分散和音発生機r@ F 32は、完成されるメロディ
のうち、分散和音を発生するところである。
のうち、分散和音を発生するところである。
その構成要素の1つであるコード構成音の読み出し機能
41は、コード進行情報■3に従って。
41は、コード進行情報■3に従って。
コード構成音メモリ2(第1図)から対応するコード(
和音)の各構成音を読み出すところである6次の要素で
あるコード構成音の転回機能42は上記機能41の読み
山したコード構成音を進行区間(例えば小節区間)ごと
に決められたパラメータC(コード転回のパラメータ等
)に従って、コード転回を実行するところである。この
機能42は、主として各進行区間内の音域を制御する。
和音)の各構成音を読み出すところである6次の要素で
あるコード構成音の転回機能42は上記機能41の読み
山したコード構成音を進行区間(例えば小節区間)ごと
に決められたパラメータC(コード転回のパラメータ等
)に従って、コード転回を実行するところである。この
機能42は、主として各進行区間内の音域を制御する。
さらに、分散和音発生機能F32には、MEDi(和声
音)を直前の音から決定する機能43や1分散和音の型
(パターン)を修正する機能44などが含まれる0分散
和音発生機能F32が発生する分散和合は、コード進行
を守るものであり、さらに、進行区間ごとに、パラメー
タCにより制御されたパターンをもっている。
音)を直前の音から決定する機能43や1分散和音の型
(パターン)を修正する機能44などが含まれる0分散
和音発生機能F32が発生する分散和合は、コード進行
を守るものであり、さらに、進行区間ごとに、パラメー
タCにより制御されたパターンをもっている。
非和声音付加機能F33は、上記分散和音発生arll
:F32から与えられる分散和音の間に非和声音を配置
、付加するところである0図示の例では、持合付加機能
51.経過音付加機能52゜ししゅう音付加機能53、
装飾音付加機能54がある。ここでも1倚音」、「経過
音J、rLLゆう音」、「装飾音」の名前は、便宜上の
ものであり、正確にはメロディ発生における第1種、第
2種、第3種、第4種の非和声音と呼ぶことができる。
:F32から与えられる分散和音の間に非和声音を配置
、付加するところである0図示の例では、持合付加機能
51.経過音付加機能52゜ししゅう音付加機能53、
装飾音付加機能54がある。ここでも1倚音」、「経過
音J、rLLゆう音」、「装飾音」の名前は、便宜上の
ものであり、正確にはメロディ発生における第1種、第
2種、第3種、第4種の非和声音と呼ぶことができる。
1つの重要な点は、各機能51〜54は、それぞれの機
能内において定義された非和声音付加のルールを、進行
区間ごとに与えられるパラメータCに従って適用するこ
とである1例えば、パラメータCが鈴音付加を禁止して
いる場合には。
能内において定義された非和声音付加のルールを、進行
区間ごとに与えられるパラメータCに従って適用するこ
とである1例えば、パラメータCが鈴音付加を禁止して
いる場合には。
持合付加lj&1jIsは、結局のところ、持合は付加
しない、また、持合をつける数もパラメータCによって
制御できる。つまり、各機能51〜54は、パラメータ
Cによって制御された非和声音付加を実行する。もっと
も、−義性を避け、ランダム的な要素を導入することは
自由であり、好ましい、ランダム(変動)導入機能は、
各非和音の付加機能51〜54内に組み込んでもよいし
、あるいはパラメータC演算機能F31内に組み込んで
もよく、あるいは1両者間で適当なトレードオフ(ラン
ダム導入機能の分担)を行ってもよい。
しない、また、持合をつける数もパラメータCによって
制御できる。つまり、各機能51〜54は、パラメータ
Cによって制御された非和声音付加を実行する。もっと
も、−義性を避け、ランダム的な要素を導入することは
自由であり、好ましい、ランダム(変動)導入機能は、
各非和音の付加機能51〜54内に組み込んでもよいし
、あるいはパラメータC演算機能F31内に組み込んで
もよく、あるいは1両者間で適当なトレードオフ(ラン
ダム導入機能の分担)を行ってもよい。
第2図の非和声音付加のブロックF33内には音長修正
55の機能ブロックも描いである。音長修正機能55は
、各進行区間(例えば1小節)の長さを決められた長さ
に211整するために、メロディの各音の音長(合価、
峙価)を修正するところである。
55の機能ブロックも描いである。音長修正機能55は
、各進行区間(例えば1小節)の長さを決められた長さ
に211整するために、メロディの各音の音長(合価、
峙価)を修正するところである。
上記メロディ発生機部F3が進行区間ごとに生成したメ
ロディはメロディデータメモリ10(第1図)に格納さ
れる。なお、モチーフは本例では曲の冒頭(第1小節目
)のメロディであり、メロディ発生機能F3が発生する
メロディはこのモチーフのメロディに続くメロディであ
る。したがって、後の処理の便宜上、メロディデータメ
モリ10には、モチーフデータを先頭部とする形式で曲
のメロディデータが配列される。
ロディはメロディデータメモリ10(第1図)に格納さ
れる。なお、モチーフは本例では曲の冒頭(第1小節目
)のメロディであり、メロディ発生機能F3が発生する
メロディはこのモチーフのメロディに続くメロディであ
る。したがって、後の処理の便宜上、メロディデータメ
モリ10には、モチーフデータを先頭部とする形式で曲
のメロディデータが配列される。
第2図では1以上の自動作曲機能により自動作曲された
メロディを符号工4で示しである。この完成した曲に対
して、ユーザーはモニタリングD1により、試聴などを
行うことができる。モニタリングDIの結果、ユーザー
は生成された曲に満足(0、K)であれば、その曲のデ
ータは何らの修正も行われない、しかし、不満足な箇所
があれば、ユーザーは、その区間を入力装ff1l(P
I41図)により自動作曲機に指定することができる。
メロディを符号工4で示しである。この完成した曲に対
して、ユーザーはモニタリングD1により、試聴などを
行うことができる。モニタリングDIの結果、ユーザー
は生成された曲に満足(0、K)であれば、その曲のデ
ータは何らの修正も行われない、しかし、不満足な箇所
があれば、ユーザーは、その区間を入力装ff1l(P
I41図)により自動作曲機に指定することができる。
これに対し、自動作曲機はその区間な「学習」するとと
もに、その区間のどのパラメータをどのように変換した
いかなどの質問をCRT12などを通してユーザーに問
い合わせる。この場合の質問の内容はユーザーにとって
理解しやすい形式であるのが望ましい(後述するように
、本実施例ではそのために主観/客観のパラメータ変換
機能をもっている)、自動作曲機からの問い合わせに対
し、ユーザーは希望するパラメータを指定し、自動作曲
機は、その指示内容を学習する。第2図の修正書学習機
能F4は以上の学習を行うところであり、学習した結果
(どの区間をどのパラメータに変更するかという内容)
は知識として学習データメモリ9(m1図)に蓄積され
る。
もに、その区間のどのパラメータをどのように変換した
いかなどの質問をCRT12などを通してユーザーに問
い合わせる。この場合の質問の内容はユーザーにとって
理解しやすい形式であるのが望ましい(後述するように
、本実施例ではそのために主観/客観のパラメータ変換
機能をもっている)、自動作曲機からの問い合わせに対
し、ユーザーは希望するパラメータを指定し、自動作曲
機は、その指示内容を学習する。第2図の修正書学習機
能F4は以上の学習を行うところであり、学習した結果
(どの区間をどのパラメータに変更するかという内容)
は知識として学習データメモリ9(m1図)に蓄積され
る。
後に入力されるモチーフに対し、自動作曲機は学習によ
るパラメータ変更機能F5を起動することにより、ユー
ザーの希望に沿うかたちでメロディを生成する。すなわ
ち、ユーザーの希望した区間では、パラメータC演算機
能F31が演算する結果より、学習によるパラメータ変
更機能F5が提供するパラメータの方が優先されてメロ
ディが生成されることになる。結果として、生成される
メロディはユーザーの好みを反映したものになり、学習
の成果が発輝される。なお、この学習機能は、まったく
違った傾向の曲を作成する際には適用しない方がよい、
この目的のため1例えば、ユーザーからの曲風指定が入
力装置l(第1図)から与えられた場合、その指定に係
る曲風に割り当てた学習am能の部分を作動することが
できる。
るパラメータ変更機能F5を起動することにより、ユー
ザーの希望に沿うかたちでメロディを生成する。すなわ
ち、ユーザーの希望した区間では、パラメータC演算機
能F31が演算する結果より、学習によるパラメータ変
更機能F5が提供するパラメータの方が優先されてメロ
ディが生成されることになる。結果として、生成される
メロディはユーザーの好みを反映したものになり、学習
の成果が発輝される。なお、この学習機能は、まったく
違った傾向の曲を作成する際には適用しない方がよい、
この目的のため1例えば、ユーザーからの曲風指定が入
力装置l(第1図)から与えられた場合、その指定に係
る曲風に割り当てた学習am能の部分を作動することが
できる。
ごく皮相的にいうと、上記の部分的1分野別の学習機能
は、ワードプロセッサにおける熟語等の学習機能と共通
した側面をもっている。もちろん、実体は全く異なって
いる。
は、ワードプロセッサにおける熟語等の学習機能と共通
した側面をもっている。もちろん、実体は全く異なって
いる。
く予備事項〉
以下、実施例の詳細な動作説明に入るが、その前に予備
的な事項について説明する。
的な事項について説明する。
まず、以下の説明では、特記しない限り、音高に対する
データ(音高データ)の割り当ては第3図のbに示すも
のを使用する。すなわち、半音上がるごとに値がプラス
1になる連続する* a Viを音階の各音高に割り当
てたものである。なお休符は値ゼロで表現する。これ以
外に、いくつかの音高データの割り当てが可能であり、
その−例を第3図のaに示しである。
データ(音高データ)の割り当ては第3図のbに示すも
のを使用する。すなわち、半音上がるごとに値がプラス
1になる連続する* a Viを音階の各音高に割り当
てたものである。なお休符は値ゼロで表現する。これ以
外に、いくつかの音高データの割り当てが可能であり、
その−例を第3図のaに示しである。
また、音長(合価)の最小単位は16分音符とする。す
なわち、16分音符の音長データはlであり、その2倍
の8分音符の音長データは2である。
なわち、16分音符の音長データはlであり、その2倍
の8分音符の音長データは2である。
また、「抽出区間」や「進行区間」の単位は1小節とす
る。これに関連し、コード進行情報も1小節当りlコー
ドとする。
る。これに関連し、コード進行情報も1小節当りlコー
ドとする。
さらに、モチーフ(入力メロディ)の長さも特記しない
限り、1小節とする。
限り、1小節とする。
また小節の長さも、小節番号によらず同じ長さであるこ
とを想定する。
とを想定する。
説明の便宜上、各コードは、4つの音高から成るとする
。ここでは、コードとして独立の4声の和音、例えば(
ド、ミ、ン、シ)のCメジャーセブンスのようなタイプ
と、そのうち2声がオクターブ差になる3和音(トテイ
アド)のタイプがある。したがって、(ド、ミ、ン)の
3和音は。
。ここでは、コードとして独立の4声の和音、例えば(
ド、ミ、ン、シ)のCメジャーセブンスのようなタイプ
と、そのうち2声がオクターブ差になる3和音(トテイ
アド)のタイプがある。したがって、(ド、ミ、ン)の
3和音は。
本例では(ド、ミ、ン、ド)としている、これに関連し
、コード構成音メモリ2の各コードエリアは4つあり、
各アドレスに、各構成音の音高に対応する値が入ってい
る6例えば、(ド、ミ、ン、i′)の場合は、(l、5
.8.13)のデータになっている。
、コード構成音メモリ2の各コードエリアは4つあり、
各アドレスに、各構成音の音高に対応する値が入ってい
る6例えば、(ド、ミ、ン、i′)の場合は、(l、5
.8.13)のデータになっている。
以上の前提は、説明の便宜のためにすぎず、単なる例示
的前提である。
的前提である。
第4図は、動作説明の為の入力データ例である。第4図
(1)に示す楽譜は、以下の動作説明で例として挙げる
モチーフである。第4図の残りは自明な記載なので、こ
こでは説明を省略する。
(1)に示す楽譜は、以下の動作説明で例として挙げる
モチーフである。第4図の残りは自明な記載なので、こ
こでは説明を省略する。
第5図には、形成されたメロディの例を示しである。上
方に示す楽譜のうち、第1小節目が入力されたメロディ
(モチーフ)であり、第2)第3、第4小節のところは
、自動作曲機により自動生成されたメロディを示してい
る。第2)第3、第4小節の下に示す、F、g・G1・
C@ajは・コード進行の第2小序、第3小節、第4小
節の各コードを示している(第4図(3)も参照のこと
)、第5図の下半分に示す楽譜は自動作曲機に修正学習
を行なわせた後、再度、同じモチーフに対して自動作曲
機が生成したメロディである。
方に示す楽譜のうち、第1小節目が入力されたメロディ
(モチーフ)であり、第2)第3、第4小節のところは
、自動作曲機により自動生成されたメロディを示してい
る。第2)第3、第4小節の下に示す、F、g・G1・
C@ajは・コード進行の第2小序、第3小節、第4小
節の各コードを示している(第4図(3)も参照のこと
)、第5図の下半分に示す楽譜は自動作曲機に修正学習
を行なわせた後、再度、同じモチーフに対して自動作曲
機が生成したメロディである。
図より、第2小節目が修正されていることがわかる。
第6図は以下のフローチャートで使用する主な変数のリ
ストを示す図である。自明な記載であるので、ここでは
説明を省略する。
ストを示す図である。自明な記載であるので、ここでは
説明を省略する。
以上で、予備的な73(項の説明を終え、いまから詳細
な動作説明に入ることにする。
な動作説明に入ることにする。
く非和声音抽出〉
第7図に、非和声音抽出のフローを示す0図中、iはモ
チーフデータの番号を示す変数である。7−2では、i
番目の音(正確にはモチーフ小節内のi番目のノート)
に関して、同小所内の後ろにある音符の数を計算し、変
aAFTに設定する。同様に、小節内の前にある音符の
数を計算し、変@BEFに設定している。7−3では、
着目しているi#目の音をφlbとして、その#後にあ
る隣り合う音の高さの差(音程)を出している0例えば
、alには、着目しているi番目より2つ後にある音の
高さMDi+2から1つ後にある音の高さMDf+1を
引いた値(両音高の差)が設定される。ただし、7−4
〜7−9のプロセスで、休符(値はゼロ、第3図参照)
の前後で非和声音が抽出されないように1片方のMD(
モチーフ音高)がゼロ(休符)の場合には対応する変数
aに特別な値を入れている。7−4〜7−9は各非和声
音の抽出プロセスであり、処理の順序は図示通りである
必要はない、原理的にはどの順番で処理してもよい、こ
の7−4〜7−9で1′#r目の音(あるいはその前後
の音)が非和声音かどうか検査され、各抽出処理におけ
る抽出条件を満足すれば、対応する種類の非和声音とし
て識別される。理解の助けとして、第7図の右方に、各
抽出処理で抽出される非和声音の例を譜面中、矢印で示
しである。つまり、矢印の示す音符が対応する種類の非
和声音である。
チーフデータの番号を示す変数である。7−2では、i
番目の音(正確にはモチーフ小節内のi番目のノート)
に関して、同小所内の後ろにある音符の数を計算し、変
aAFTに設定する。同様に、小節内の前にある音符の
数を計算し、変@BEFに設定している。7−3では、
着目しているi#目の音をφlbとして、その#後にあ
る隣り合う音の高さの差(音程)を出している0例えば
、alには、着目しているi番目より2つ後にある音の
高さMDi+2から1つ後にある音の高さMDf+1を
引いた値(両音高の差)が設定される。ただし、7−4
〜7−9のプロセスで、休符(値はゼロ、第3図参照)
の前後で非和声音が抽出されないように1片方のMD(
モチーフ音高)がゼロ(休符)の場合には対応する変数
aに特別な値を入れている。7−4〜7−9は各非和声
音の抽出プロセスであり、処理の順序は図示通りである
必要はない、原理的にはどの順番で処理してもよい、こ
の7−4〜7−9で1′#r目の音(あるいはその前後
の音)が非和声音かどうか検査され、各抽出処理におけ
る抽出条件を満足すれば、対応する種類の非和声音とし
て識別される。理解の助けとして、第7図の右方に、各
抽出処理で抽出される非和声音の例を譜面中、矢印で示
しである。つまり、矢印の示す音符が対応する種類の非
和声音である。
7−10でモチーフ小節内音符番号jをひとつ進め、そ
の値がモチーフ小節に含まれる音符の総数動を超えるま
で、7−2以下の処理を繰り返す、したがって、7−1
〜7−11の処理をひと通り実行することにより、−小
節分のモチーフに含まれる各種の非和声音が抽出される
わけである。
の値がモチーフ小節に含まれる音符の総数動を超えるま
で、7−2以下の処理を繰り返す、したがって、7−1
〜7−11の処理をひと通り実行することにより、−小
節分のモチーフに含まれる各種の非和声音が抽出される
わけである。
7−4〜7−8の各抽出処理の詳細は、それぞれ、第8
図〜第12図に示しである0例えば、第8図は先取音抽
出処理の詳細である。もし、着目している音(ここでは
i番目の音)が小節内の最後の音であり(AFT=Oが
真)、かつその汗が次小節の最初の音と同じ高さである
(a2=0が真)ならば、その音は第1種の非和声音(
先取音)である、これが、8−1〜8−3の意味すると
ころである。
図〜第12図に示しである0例えば、第8図は先取音抽
出処理の詳細である。もし、着目している音(ここでは
i番目の音)が小節内の最後の音であり(AFT=Oが
真)、かつその汗が次小節の最初の音と同じ高さである
(a2=0が真)ならば、その音は第1種の非和声音(
先取音)である、これが、8−1〜8−3の意味すると
ころである。
すなわち、
(i)もしAFTがゼロであり、かつ
(ii)もしG2がゼロであれば
(iii) MD Iは第1Mの非和声音である。
この記述に従えば、f記の(i)と (百)はルールの
前提部(IF部、LH5)であり、(iii)はルール
のアクション部(行動部、結論部。
前提部(IF部、LH5)であり、(iii)はルール
のアクション部(行動部、結論部。
RHS)である。
別のいいかだをすれば、上記のルール((i)〜(ii
i) )は、本例における第1種の非和声音を定義した
ものである。
i) )は、本例における第1種の非和声音を定義した
ものである。
したがって、ルールを変更もしくは修正することにより
、第1種の非和声音の定義を更新することができる。
、第1種の非和声音の定義を更新することができる。
インプリメンテーションのレベルでいえば。
第8図のフロー(ルール(i)〜(iii) )は、手
続型のプログラミング言語で記述することもできるし、
あるいはルールベースシステムなどにおけるルールとし
ても記述できる。後者の場合、ルールの更新、改良が容
易となり好ましい、したがって1例えば、論理型プログ
ラミング言語でも表現できる。
続型のプログラミング言語で記述することもできるし、
あるいはルールベースシステムなどにおけるルールとし
ても記述できる。後者の場合、ルールの更新、改良が容
易となり好ましい、したがって1例えば、論理型プログ
ラミング言語でも表現できる。
ルールの見方からすれば、他の抽出処理7−5〜7−9
も同様である。すなわち、第9図の9−1〜9−7は第
2種の非和声音のルールもしくは定義であり3第10図
の10−1〜10−11は第3種の非和声音のルールで
あり、第11図の11−1−11−11は第4種の非和
声音のルールであり、第12図の12−1−12−16
は第5種の非和声音のルールである。
も同様である。すなわち、第9図の9−1〜9−7は第
2種の非和声音のルールもしくは定義であり3第10図
の10−1〜10−11は第3種の非和声音のルールで
あり、第11図の11−1−11−11は第4種の非和
声音のルールであり、第12図の12−1−12−16
は第5種の非和声音のルールである。
いずれにしろ、CPU6 (第1図)は各図のフローに
従って処理を実行し、抽出条件が成立すれば、関係する
モチーフ音高データを非和声音として認めることになる
。
従って処理を実行し、抽出条件が成立すれば、関係する
モチーフ音高データを非和声音として認めることになる
。
なお、第9図〜第12図のフローチャートは自IJな記
述であるので、個々の詳細な説明は省略する。その代り
に、理解を助けるために、第5図に示す1小節目のモチ
ーフ(ド、ミ、ファ、ソ、ド)に対して、どのような抽
出がなされるかについて簡単に説明してみる。
述であるので、個々の詳細な説明は省略する。その代り
に、理解を助けるために、第5図に示す1小節目のモチ
ーフ(ド、ミ、ファ、ソ、ド)に対して、どのような抽
出がなされるかについて簡単に説明してみる。
この例では、モチーフの音符の総数は5であり、最初の
音は「ドJ (MDI=1)である、したがって、こ
の一番目の音のとき、第7図の7−2において、AFT
(小節内の後ろにある音符数)は4であり、BEF (
小節内の前にある音符数)はゼロである。したがって、
先取音抽出処理(第8図)でAFTがゼロでないので、
先取音とは認められない、鈴音処理(第9図)では、A
FTとBEFの判断は通過するが次のa2(9−4)で
は、a2=MD2−MD I = ミード=5−1=4
であるため通過しない、シシゅう音処理(第10図)で
は、AFT、BEFによる判断は通過するがa2が4で
あるために通過しない、第11図の経過音、第12図の
装飾音の処理でも同様である。結局、−1目の音「ド」
はいずれの非和声音にもならない。
音は「ドJ (MDI=1)である、したがって、こ
の一番目の音のとき、第7図の7−2において、AFT
(小節内の後ろにある音符数)は4であり、BEF (
小節内の前にある音符数)はゼロである。したがって、
先取音抽出処理(第8図)でAFTがゼロでないので、
先取音とは認められない、鈴音処理(第9図)では、A
FTとBEFの判断は通過するが次のa2(9−4)で
は、a2=MD2−MD I = ミード=5−1=4
であるため通過しない、シシゅう音処理(第10図)で
は、AFT、BEFによる判断は通過するがa2が4で
あるために通過しない、第11図の経過音、第12図の
装飾音の処理でも同様である。結局、−1目の音「ド」
はいずれの非和声音にもならない。
iをインクリメントして、2番目の音「ミ」について同
様の抽出検査を行う、ここでも、「ミ」は非和声音では
ないと判断される。
様の抽出検査を行う、ここでも、「ミ」は非和声音では
ないと判断される。
i=3のとき、すなわち、3番目の音「ファノに対する
動作を追ってみよう、このとき、AFT=2)BEF=
2.al=5 (=ドー7)、a2=2(=ソーファ
)、a3=1 (=ファーミ)、a4=4(=ミード)
である。
動作を追ってみよう、このとき、AFT=2)BEF=
2.al=5 (=ドー7)、a2=2(=ソーファ
)、a3=1 (=ファーミ)、a4=4(=ミード)
である。
先取音処理では、a2はゼaでないためスキップ(不成
立)、鈴音ではa3が1であるためスキップ、ししゅう
音ではa2=2であるが、a3=1であるためにスキッ
プする。経過音処理では成立する。すなわち、a2=2
)a3= 1であるから、11−1−11−2→11−
3から11−4→11−7に進み、ここでAFT=2で
あるが、a1=5であるため、11−7から11−8.
11−8から11−9に進み、ここでBEF=2である
がa4=4であるため、11−9から11−10.11
−10から11−11と進み、MDi(ここでは3番目
の音高MD3であるファ)が非和声音であることが認め
られる。装飾音処理では不成立、結局、3番目の音「フ
ァ」は経過音と判断される。
立)、鈴音ではa3が1であるためスキップ、ししゅう
音ではa2=2であるが、a3=1であるためにスキッ
プする。経過音処理では成立する。すなわち、a2=2
)a3= 1であるから、11−1−11−2→11−
3から11−4→11−7に進み、ここでAFT=2で
あるが、a1=5であるため、11−7から11−8.
11−8から11−9に進み、ここでBEF=2である
がa4=4であるため、11−9から11−10.11
−10から11−11と進み、MDi(ここでは3番目
の音高MD3であるファ)が非和声音であることが認め
られる。装飾音処理では不成立、結局、3番目の音「フ
ァ」は経過音と判断される。
4番目以降の音については説明を省略する(結果は不成
立)。
立)。
第9図から第12図に示す各非和声音の抽出処理のアル
ゴリズムもしくはルールは例示にすぎない、当業者はこ
の発明の示すところから他の定義、ルールを容易に作成
することができる0例えば、所望であれば、前後にある
隣り合う音高の差の条件以外に、音長比、強拍/弱狛な
どの条件を付加することができる。1つの指標は、音楽
的知識を十分もちあわせていないユーザーからのモチー
フ(メロディ)入力に対し、妥当とされる非和声音抽出
ルールを与えることである。さまざまなモチーフに対し
ても、抽出成功率の高いルールが望ましい。
ゴリズムもしくはルールは例示にすぎない、当業者はこ
の発明の示すところから他の定義、ルールを容易に作成
することができる0例えば、所望であれば、前後にある
隣り合う音高の差の条件以外に、音長比、強拍/弱狛な
どの条件を付加することができる。1つの指標は、音楽
的知識を十分もちあわせていないユーザーからのモチー
フ(メロディ)入力に対し、妥当とされる非和声音抽出
ルールを与えることである。さまざまなモチーフに対し
ても、抽出成功率の高いルールが望ましい。
くモチーフパラメータ抽出〉
上述の非和声音抽出機能により、ユーザーの入力したモ
チーフに関して、その非和声音の評価が行われた後、モ
チーフパラメータ抽出機能により、そのモチーフを特徴
づけるパラメータが抽出される。以下、モチーフパラメ
ータ抽出について詳細に説明する。
チーフに関して、その非和声音の評価が行われた後、モ
チーフパラメータ抽出機能により、そのモチーフを特徴
づけるパラメータが抽出される。以下、モチーフパラメ
ータ抽出について詳細に説明する。
第13図はモチーフパラメータ抽出を含む処理のフロー
チャートである。図中、13−1−13−4に示す処理
がモチーフパラメータ抽出処理である。13−6はパラ
メータCを演算もしくは発生する処理であり、これにつ
いては別の項で詳述する。また13−7は学習によるパ
ラメータ変更処理であり、これについても別の項で詳述
する。
チャートである。図中、13−1−13−4に示す処理
がモチーフパラメータ抽出処理である。13−6はパラ
メータCを演算もしくは発生する処理であり、これにつ
いては別の項で詳述する。また13−7は学習によるパ
ラメータ変更処理であり、これについても別の項で詳述
する。
モチーフパラメータ抽出処理13−1−13−4では、
モチーフメモリ4(第1図)にあるモチーフ音高データ
を、パラメータ抽出のために、ワークメモリ7上におい
て処理する0例えば、モチーフ音高データの変fiMD
iの代りに、各種非和声音の識別(1を有する変数HD
i(または、レジスタ)が使用される。
モチーフメモリ4(第1図)にあるモチーフ音高データ
を、パラメータ抽出のために、ワークメモリ7上におい
て処理する0例えば、モチーフ音高データの変fiMD
iの代りに、各種非和声音の識別(1を有する変数HD
i(または、レジスタ)が使用される。
第14図は第13図の処理13−1の詳細であり、モチ
ーフのうち非和声音であるものに対してはそれぞれ固有
の定数を代入し、和声音に対しては音高データをそのま
まにしておくフローである。第14図において、iはモ
チーフの小節におけるi番目の変数である。第14図の
フロー14−1−14−16はそれ自体で明白な記述で
あり、この記述をもって、明細書の説明に代える。
ーフのうち非和声音であるものに対してはそれぞれ固有
の定数を代入し、和声音に対しては音高データをそのま
まにしておくフローである。第14図において、iはモ
チーフの小節におけるi番目の変数である。第14図の
フロー14−1−14−16はそれ自体で明白な記述で
あり、この記述をもって、明細書の説明に代える。
したがって、その詳細な説明は省略する。
代りに、第5図の1小節目に示すモチーフに対する処理
結果を述べることにする。く非和声音抽出〉のところで
述べたように、このモチーフ(ド、ミ、ファ、ン、ド、
数値表現では第3図のbかられかるように、MD=1.
MD2=5゜MD3=6、MD4==8.MD5= 1
3となる)に対しては3番目の音「ファ」だけ力(非和
声音。
結果を述べることにする。く非和声音抽出〉のところで
述べたように、このモチーフ(ド、ミ、ファ、ン、ド、
数値表現では第3図のbかられかるように、MD=1.
MD2=5゜MD3=6、MD4==8.MD5= 1
3となる)に対しては3番目の音「ファ」だけ力(非和
声音。
特に経過音であり、他の音は非和声音ではないと判断さ
れている。したがって、第14図の処理を実行した結果
は、HD1=1.HD2=5゜HD3=−40(経過汗
の識別値)、HD4=13となる。
れている。したがって、第14図の処理を実行した結果
は、HD1=1.HD2=5゜HD3=−40(経過汗
の識別値)、HD4=13となる。
なお、この第14図の処理は、実際には、非和声音抽出
の段階で行うことができる。
の段階で行うことができる。
後の理解の助けとして覚えておいて欲しいことは、HD
fが正ならその値が和声音の音高を示していること、H
DiがゼロならiW目のモチーフの音符は休符であるこ
と(第3図のb参照)、HDiが負ならその音は非和声
音であり、その値が非和声音の種類を表わしているとい
うことである。
fが正ならその値が和声音の音高を示していること、H
DiがゼロならiW目のモチーフの音符は休符であるこ
と(第3図のb参照)、HDiが負ならその音は非和声
音であり、その値が非和声音の種類を表わしているとい
うことである。
i15図は第13図の処理13−2の詳細であり、モチ
ーフに含まれる各非和声音の数をモチーフパラメータと
して抽出するフローである1図中、PAjがモチーフを
特徴づけるパラメータ(パラメータAと呼ぶこともある
)もしくはそのパラメータを格納するレジスタを示して
いる。
ーフに含まれる各非和声音の数をモチーフパラメータと
して抽出するフローである1図中、PAjがモチーフを
特徴づけるパラメータ(パラメータAと呼ぶこともある
)もしくはそのパラメータを格納するレジスタを示して
いる。
15−1から15−4まではこれらのパラメータAの初
期化である0次の15−5から15−12までの処理に
より、FAIには、モチーフ(1小節分)に含まれる先
取音の数が、PA2にはモチーフに含まれる持合の数が
、FA3にはモチーフに含まれるししゅう音の数が、F
A4にはモチーフに含まれる経過音の数が、PA5には
モチーフに含まれる装飾音の数が、PA6にはその他の
非和声音の数が格納されることになる。
期化である0次の15−5から15−12までの処理に
より、FAIには、モチーフ(1小節分)に含まれる先
取音の数が、PA2にはモチーフに含まれる持合の数が
、FA3にはモチーフに含まれるししゅう音の数が、F
A4にはモチーフに含まれる経過音の数が、PA5には
モチーフに含まれる装飾音の数が、PA6にはその他の
非和声音の数が格納されることになる。
第16図は第13図の処理13−3の詳細であリ、1小
節分のモチーフに含まれる非和声音の総数と、和声音の
総数を算出するフローである6図示の16−1から16
−8までの処理を実行することにより、PA7にはモチ
ーフに含まれる音符数が、PA8にはモチーフに含まれ
る和声音の総数が、PA9にはモチーフに含まれる非和
声音の総数が格納されることになる。
節分のモチーフに含まれる非和声音の総数と、和声音の
総数を算出するフローである6図示の16−1から16
−8までの処理を実行することにより、PA7にはモチ
ーフに含まれる音符数が、PA8にはモチーフに含まれ
る和声音の総数が、PA9にはモチーフに含まれる非和
声音の総数が格納されることになる。
第17図はPs13図の処理13−4の詳細であり、モ
チーフ(入力メロディ)が示す分散和音の型(和声音の
時系列のパターン)のパラメータを抽出するフローであ
る。ここでの処理の目的は、モチーフの流れに沿って分
散しているそれぞれの和声音が、そのモチーフ全体の和
声音の集まりのなかで何番目の音高であるかを知ること
である。副次的目的は、何番目の音符が休符になってい
るかを知ることである0図中、0NPUで示す変数は本
自動作曲機で使用される音域(システム音域)を表わす
もので、入力されるモチーフの音域を包含するように決
められている。
チーフ(入力メロディ)が示す分散和音の型(和声音の
時系列のパターン)のパラメータを抽出するフローであ
る。ここでの処理の目的は、モチーフの流れに沿って分
散しているそれぞれの和声音が、そのモチーフ全体の和
声音の集まりのなかで何番目の音高であるかを知ること
である。副次的目的は、何番目の音符が休符になってい
るかを知ることである0図中、0NPUで示す変数は本
自動作曲機で使用される音域(システム音域)を表わす
もので、入力されるモチーフの音域を包含するように決
められている。
図示の20−17−1〜17−16では、システム音域
の一番下の音高がら、順にその音(和声f7)がモチー
フに含まれているかどうかを調べ、ある場合にのみ和声
音高番号の変数Mをインクリメントして、LLiの値と
している。また、HDiがゼロのとき、すなわち1番目
のモチーフデータが休符のときにはそのLLfをゼロと
して、1番目のモチーフデータが休符であることを記憶
している。また、HDiが負のとき、すなわち非和声音
の音符に対してはスキップしている。
の一番下の音高がら、順にその音(和声f7)がモチー
フに含まれているかどうかを調べ、ある場合にのみ和声
音高番号の変数Mをインクリメントして、LLiの値と
している。また、HDiがゼロのとき、すなわち1番目
のモチーフデータが休符のときにはそのLLfをゼロと
して、1番目のモチーフデータが休符であることを記憶
している。また、HDiが負のとき、すなわち非和声音
の音符に対してはスキップしている。
第17図のフローの右上方にこのフローの処理結果の一
例を挙げている。この例では、モチーフの一番目の音(
HDIで示しである)は和声音で、図示のモチーフのな
かでは−#I高い和声音になっている。2番目の音HD
2は非和声音である。3番目の音HD3は和声音(モチ
ーフの2番目に現われる和声音)だが、最初の和声音よ
り低い音高の和声音である。モチーフの4番目の音符H
D4も和声音(モチーフの3番目に現われる和声音)だ
が、さらに低い音高になっている。
例を挙げている。この例では、モチーフの一番目の音(
HDIで示しである)は和声音で、図示のモチーフのな
かでは−#I高い和声音になっている。2番目の音HD
2は非和声音である。3番目の音HD3は和声音(モチ
ーフの2番目に現われる和声音)だが、最初の和声音よ
り低い音高の和声音である。モチーフの4番目の音符H
D4も和声音(モチーフの3番目に現われる和声音)だ
が、さらに低い音高になっている。
モチーフの5#目HD5は休符である。モチーフの6#
目(この場合最後)の音符HD6は和声音であり、モチ
ーフのなかで4番目の音符と同じく、最低の音高になっ
ている。この図かられかるように、モチーフの和声音の
流れは、全体として下行のパターンをもっている。第1
7図のフローの結果はこのモチーフ例に対して次のよう
になる。まず、HO5に対してはそのLLiとして休符
を示すゼロが割当てられる。HO2に対してはそのLL
iとしてモチーフのなかで最低音の和声音であることを
示す1が割り当てられる。)iD6に対しても同様であ
る。HO2にはそのLLiとしてモチーフのなかで下か
ら2番目の高さの和声音であることを示す2が割り当て
られる。HO2は非和声音であり、LLiは割り当てら
れない。
目(この場合最後)の音符HD6は和声音であり、モチ
ーフのなかで4番目の音符と同じく、最低の音高になっ
ている。この図かられかるように、モチーフの和声音の
流れは、全体として下行のパターンをもっている。第1
7図のフローの結果はこのモチーフ例に対して次のよう
になる。まず、HO5に対してはそのLLiとして休符
を示すゼロが割当てられる。HO2に対してはそのLL
iとしてモチーフのなかで最低音の和声音であることを
示す1が割り当てられる。)iD6に対しても同様であ
る。HO2にはそのLLiとしてモチーフのなかで下か
ら2番目の高さの和声音であることを示す2が割り当て
られる。HO2は非和声音であり、LLiは割り当てら
れない。
MDIはモチーフに含まれる和声音のなかで最高音であ
り、下から数えれば3番目の和声音高なので、そのLL
iには3が割り当てられる。つまり、HDI(1番目の
和声音)のLLIは3、HO2(2番目に現われる和声
音)のLL2は2.1(D4 (3番目に現われる和声
音)のLL3は1.3番目の和声音に次いで休符がさて
LL4は0、その次の和声音HD8のLL5はlとなり
、モチーフの和声音の流れ、または型(ここでは休符も
含む)が特定されたことになる。すなわち、(LL)=
(LLl、LL2)LL3、LL4、LL5)= (
3,2,1,011)が得られる。
り、下から数えれば3番目の和声音高なので、そのLL
iには3が割り当てられる。つまり、HDI(1番目の
和声音)のLLIは3、HO2(2番目に現われる和声
音)のLL2は2.1(D4 (3番目に現われる和声
音)のLL3は1.3番目の和声音に次いで休符がさて
LL4は0、その次の和声音HD8のLL5はlとなり
、モチーフの和声音の流れ、または型(ここでは休符も
含む)が特定されたことになる。すなわち、(LL)=
(LLl、LL2)LL3、LL4、LL5)= (
3,2,1,011)が得られる。
この和声音(分散和音)の型のパラメータはPAの形式
では示していないが、これもモチーフを特徴づけるパラ
メータである。この型を後で詳述するメロディ生成にお
いて、なんらの変更も加えることなく使用すれば、非常
に反復性に富む統一性の高いメロディが生成されること
になる。
では示していないが、これもモチーフを特徴づけるパラ
メータである。この型を後で詳述するメロディ生成にお
いて、なんらの変更も加えることなく使用すれば、非常
に反復性に富む統一性の高いメロディが生成されること
になる。
なお、第5図のモチーフ(ド、ミ、ファ、ン、ド)に対
しては、1番目に現われる和声音ドのLL1=1.2番
目に現われる和声音ミのLL2=2,3番目に現われる
和声音ソのLL3=3゜4f#目に現われる和声音νの
LL4=4となる。
しては、1番目に現われる和声音ドのLL1=1.2番
目に現われる和声音ミのLL2=2,3番目に現われる
和声音ソのLL3=3゜4f#目に現われる和声音νの
LL4=4となる。
これは上行のパターンである。
:jS18図は第13図における処理13−5の詳細で
あり、モチーフのなめらかさの度合(跳躍の度合)を求
めている0図示の例18−1〜18−7では、モチーフ
における隣り合う和声音のLLの差を調べることにより
、なめらかさの値を求め、PAIOに設定している。特
にこの例では、隣り合う和声音のLLの差のうち最大値
をPAloの値としている。
あり、モチーフのなめらかさの度合(跳躍の度合)を求
めている0図示の例18−1〜18−7では、モチーフ
における隣り合う和声音のLLの差を調べることにより
、なめらかさの値を求め、PAIOに設定している。特
にこの例では、隣り合う和声音のLLの差のうち最大値
をPAloの値としている。
上述した第14図から第18図に示すアルゴリズムは単
なる例示にすぎない、当業者には、本発明の開示すると
ころに従い、他のアルゴリズムを容易につくることがで
きる。要するに機能的に同等もしくは類似のものが使用
でき、CPU6等により、所要の機能が実現されるもの
であればよい。
なる例示にすぎない、当業者には、本発明の開示すると
ころに従い、他のアルゴリズムを容易につくることがで
きる。要するに機能的に同等もしくは類似のものが使用
でき、CPU6等により、所要の機能が実現されるもの
であればよい。
さらに、上述した以外のモチーフ特徴パラメータ(例え
ばリズム関係のパラメータ)を抽出するようにしてもよ
い0以上で、モチーフ特徴パラメータの説明を終える。
ばリズム関係のパラメータ)を抽出するようにしてもよ
い0以上で、モチーフ特徴パラメータの説明を終える。
7oj−仁灸ユ
メロディ発生機能F3(第2図)は、−上述したような
モチーフ4.シ徴パラメータと、コード進行情報とに基
づいてメロディを自動生成する機能である。
モチーフ4.シ徴パラメータと、コード進行情報とに基
づいてメロディを自動生成する機能である。
本実施例においては、メロディ発生a山は大きく分けて
、生成するメロディを制御、または特徴づけるパラメー
タCを演算する機能と、与えられたパラメータCに従っ
て、具体的にメロディを発生する機能とから成っている
。後者の機能はコード進行情報を参照して進行中のコー
ドについての分散和音を発生する機能と1分散する和声
音の前後あるいは間に非和声音を付ける機能から成る。
、生成するメロディを制御、または特徴づけるパラメー
タCを演算する機能と、与えられたパラメータCに従っ
て、具体的にメロディを発生する機能とから成っている
。後者の機能はコード進行情報を参照して進行中のコー
ドについての分散和音を発生する機能と1分散する和声
音の前後あるいは間に非和声音を付ける機能から成る。
くパラメータCの発生〉
パラメータCの発生機能はメロディ発生機能F3の一部
を成すものであるが、その詳細な説明に入る前に、いっ
たん、実施例を離れ楽曲の基本的な性質についてOI単
にレビューしてみよう。
を成すものであるが、その詳細な説明に入る前に、いっ
たん、実施例を離れ楽曲の基本的な性質についてOI単
にレビューしてみよう。
一般に、楽曲には、統一性と多様性があるとされる0例
えば、反復性の強いメロディはよく統一されたメロディ
である0例えば、メロディの音域が時間の流れに従って
変化するときなど、多様性が発現する0時間性とかかわ
って、統一性、多様性が存在する。もちろん、楽曲によ
り、統一性と多様性の度合はさまざまである。ある楽曲
では統一性が強調され、ある楽曲では時間とともにメロ
ディが流転し続けること番ある。しかし、完全にランダ
ムな合価と音高の列はいまだ、そしておそらく今後も、
音楽的な意味における楽曲と評価されることはありそう
にない、ある面からすれば2訃楽は喜怒哀楽の表現であ
り、完全に無秩序でなんらの規則性も存在しない音の列
は無意味である。
えば、反復性の強いメロディはよく統一されたメロディ
である0例えば、メロディの音域が時間の流れに従って
変化するときなど、多様性が発現する0時間性とかかわ
って、統一性、多様性が存在する。もちろん、楽曲によ
り、統一性と多様性の度合はさまざまである。ある楽曲
では統一性が強調され、ある楽曲では時間とともにメロ
ディが流転し続けること番ある。しかし、完全にランダ
ムな合価と音高の列はいまだ、そしておそらく今後も、
音楽的な意味における楽曲と評価されることはありそう
にない、ある面からすれば2訃楽は喜怒哀楽の表現であ
り、完全に無秩序でなんらの規則性も存在しない音の列
は無意味である。
この発明では、コード進行に沿うメロディを発生してお
り、これにより1つの秩序性を導入している。
り、これにより1つの秩序性を導入している。
さらに、この発明では、ユーザーから入力されたモチー
フからそのモチーフを特徴づけるパラメータを抽出し、
そのパラメータに基づいてメロディを発生している。こ
れにより、生成される楽曲にモチーフが反映され、エツ
センスが保たれる。
フからそのモチーフを特徴づけるパラメータを抽出し、
そのパラメータに基づいてメロディを発生している。こ
れにより、生成される楽曲にモチーフが反映され、エツ
センスが保たれる。
楽曲における統一性、多様性は上述したように時間と深
く係っており1例えば前に流れたフレーズがそのままの
かたちであるいは変更されつつもなんらかの意味で類似
性をもって再び流れ出す、といったことはよく経験する
ところである。したがって、比較的長い音楽的時間(例
えば1曲の長さ)にわたり、まったく変化しない規則に
よってメロディの生成を制御することは、一般に不利で
あり、よい結果をもたらさないといえる0本自動作曲機
はこの点についても配慮されている。すなわち、木目励
作曲機にあっては1作曲する曲を適当な長さの「区間」
に分け、区間別にメロディを制御するためのパラメータ
ct−割り当て、それぞれの区間に割り当てられたパラ
メータCにより、それぞれの区間のメロディを発生して
いる。特に、本実施例では、この区間の長さとして、1
小節を選んでいる。
く係っており1例えば前に流れたフレーズがそのままの
かたちであるいは変更されつつもなんらかの意味で類似
性をもって再び流れ出す、といったことはよく経験する
ところである。したがって、比較的長い音楽的時間(例
えば1曲の長さ)にわたり、まったく変化しない規則に
よってメロディの生成を制御することは、一般に不利で
あり、よい結果をもたらさないといえる0本自動作曲機
はこの点についても配慮されている。すなわち、木目励
作曲機にあっては1作曲する曲を適当な長さの「区間」
に分け、区間別にメロディを制御するためのパラメータ
ct−割り当て、それぞれの区間に割り当てられたパラ
メータCにより、それぞれの区間のメロディを発生して
いる。特に、本実施例では、この区間の長さとして、1
小節を選んでいる。
区間番号を1 とすればパラメータC(PC)は、区間
番号の関数である。いいかえれば、パラメータCは区+
1JJ番号に依存する値をもつ(パラメータCの第1の
性質、実をいうと、コード進行情報にも同様の性質があ
る)。
番号の関数である。いいかえれば、パラメータCは区+
1JJ番号に依存する値をもつ(パラメータCの第1の
性質、実をいうと、コード進行情報にも同様の性質があ
る)。
さらにモチーフを特徴づけるパラメータにもパラメータ
Cは依存する(パラメータCのtjS2の性質)、この
場合、モチーフ4′8徴パラメータは区間番号に関係な
く、すなわち生成する曲の全体にわたり、パラメータC
内に組み込むことができる。
Cは依存する(パラメータCのtjS2の性質)、この
場合、モチーフ4′8徴パラメータは区間番号に関係な
く、すなわち生成する曲の全体にわたり、パラメータC
内に組み込むことができる。
さて、:519図には、パラメータのマツプ例が示され
ている。くモチーフパラメータA〉の欄に示すのは、上
述した第15図から第18図に関するモチーフパラメー
タ抽出処理により得られるモチーフ特徴パラメータの例
である(ただし、和音型のパラメータL L I はこ
の欄に示していない)、<メロディ生成パラメータC〉
の欄にはパラメータCの例が示されている。パラメータ
A群とパラメータC#を結ぶ矢印付点線は、一方のパラ
メータAが矢印の指すパラメータCに反映されるごとを
意味している。なお、矢印付点線による結合関係は例示
である。パラメータCのなかには、パラメータAに依存
しないものも存在する。
ている。くモチーフパラメータA〉の欄に示すのは、上
述した第15図から第18図に関するモチーフパラメー
タ抽出処理により得られるモチーフ特徴パラメータの例
である(ただし、和音型のパラメータL L I はこ
の欄に示していない)、<メロディ生成パラメータC〉
の欄にはパラメータCの例が示されている。パラメータ
A群とパラメータC#を結ぶ矢印付点線は、一方のパラ
メータAが矢印の指すパラメータCに反映されるごとを
意味している。なお、矢印付点線による結合関係は例示
である。パラメータCのなかには、パラメータAに依存
しないものも存在する。
この理由の1つは、本実施例ではモチーフはl /J%
節程度の短い長さにしており、必要以上に多くのパラメ
ータもしくは信頼性の低いパラメータを抽出していない
ことによる。
節程度の短い長さにしており、必要以上に多くのパラメ
ータもしくは信頼性の低いパラメータを抽出していない
ことによる。
第19図には、くパラメータB〉も示されており、ここ
では、振幅パラメータPBa、周期パラメータPBf、
DCパラメータPBdが挙げられている。このようなパ
ラメータBは、パラメータCを発生する手段を演算型(
本実施例は演算型である)で構成するときに情報源とし
て利用できる。
では、振幅パラメータPBa、周期パラメータPBf、
DCパラメータPBdが挙げられている。このようなパ
ラメータBは、パラメータCを発生する手段を演算型(
本実施例は演算型である)で構成するときに情報源とし
て利用できる。
この場合、パラメータCは、区間番号(例えば小節s号
)i以外に、PBa、PBf、PBd。
)i以外に、PBa、PBf、PBd。
FA(パラメータA)のうち少なくとも1つを変数とし
て、「演算可滝」な関数として定義される。
て、「演算可滝」な関数として定義される。
すなわち、パラメータCをPCで表わすと、PCは。
PC=f (i、 FA、 PBa、 PBf
、PB d) の形式で表現される。ただし、具体的には、あるPCは
PC=f (i、FA)、あるPCはPC=f (i、
PBd)などのようになり、あるパラメータには依存し
ないことになる。
、PB d) の形式で表現される。ただし、具体的には、あるPCは
PC=f (i、FA)、あるPCはPC=f (i、
PBd)などのようになり、あるパラメータには依存し
ないことになる。
第20図にはパラメータCの特性例が示されている。横
軸は楽曲の進行方向(小節番号とみてもよい)である、
(a)はサイン型lである。このタイプのパラメータC
はcosineあるいは5ineを含む演算で発生する
ことができる0例えば、 PC=cos (iX2π/PBf)XPEa(iは小
節番号)の形式で与えられる。
軸は楽曲の進行方向(小節番号とみてもよい)である、
(a)はサイン型lである。このタイプのパラメータC
はcosineあるいは5ineを含む演算で発生する
ことができる0例えば、 PC=cos (iX2π/PBf)XPEa(iは小
節番号)の形式で与えられる。
第20図の(b)もサイン型2であるが、非負のPC=
である。このタイプは1例えば、PC=lcos (
iX2π/PBf)XBal の形式で与えられる。同じことだが。
である。このタイプは1例えば、PC=lcos (
iX2π/PBf)XBal の形式で与えられる。同じことだが。
F=cos (iX2π/PBf)XPBaを演算し
、F2OならPC=F、F<0ならばPC=−Fとする
演算規則でもよい。
、F2OならPC=F、F<0ならばPC=−Fとする
演算規則でもよい。
第20図の(C)は周期ピーク型のパラメータの例であ
る。このタイプは、例えば、 F=i MOD PBf(iをPBfで割った余り
) を演算し、Fがゼロ(周期PBfで割り切れる場合)な
らばPC=定数、FがゼロでなければPCは別の定数値
(例えばFA)にすることで得られる。
る。このタイプは、例えば、 F=i MOD PBf(iをPBfで割った余り
) を演算し、Fがゼロ(周期PBfで割り切れる場合)な
らばPC=定数、FがゼロでなければPCは別の定数値
(例えばFA)にすることで得られる。
第20図の(d)はDC型である。このタイプの演算は
説明を要しない。
説明を要しない。
第20図の(e)は区分型の例である。ここでは1周期
ピーク型に、ある区間(例えばサビの区間)だけ、別の
演算を使用している。このタイプは例えば、上記の周期
ピーク型の演算例に加え、N1<i<N2が成立するな
らば、iの区間用の関数を演算し、その結果をPCとす
ることで得られる。なお、Nl <i<N2以外の区間
は、周期ピーク型に限られないことはもちろんである。
ピーク型に、ある区間(例えばサビの区間)だけ、別の
演算を使用している。このタイプは例えば、上記の周期
ピーク型の演算例に加え、N1<i<N2が成立するな
らば、iの区間用の関数を演算し、その結果をPCとす
ることで得られる。なお、Nl <i<N2以外の区間
は、周期ピーク型に限られないことはもちろんである。
第20図の(f)は周期ランプ型の例である。
このタイプは例えば、F=KI (Kは定数)を演算し
。
。
(N+ 1)xPB f>F>NxPB f満足する整
数Nを求め(N = I N T (F/PeF))、
F −N X P B f = K IN X P B
fを演算し、その結果をパラメータCの値とすること
で得られる。上記(a)から(f)の特性は、演算によ
り生成の容易なパラメータCの一例にすぎない、またパ
ラメータCを構成する成分、要素であってもよい、すな
わち、(a)から(f)に例示する各型を適当に組み合
わせたものをノくラメータCの値とすることができる0
例えば1周期の異なるサイン型同士の組み合わせ、サイ
ン型とDC型の組み合わせ、サイン型と周期ピーク型の
組み合わせなど、数え挙げればきりかない、ちなみに、
第22図にはPC2(生成メロディの和声音数のパラメ
ータ)とPCB (生成メロディのなめらかのパラメー
タ)に関する演算例を、また第22B図には成分パラメ
ータ(PHf 2)PBa2)PBd2)PA8)の種
々の値に対し、PC2が小節番号iにより変化する様子
を示している。
数Nを求め(N = I N T (F/PeF))、
F −N X P B f = K IN X P B
fを演算し、その結果をパラメータCの値とすること
で得られる。上記(a)から(f)の特性は、演算によ
り生成の容易なパラメータCの一例にすぎない、またパ
ラメータCを構成する成分、要素であってもよい、すな
わち、(a)から(f)に例示する各型を適当に組み合
わせたものをノくラメータCの値とすることができる0
例えば1周期の異なるサイン型同士の組み合わせ、サイ
ン型とDC型の組み合わせ、サイン型と周期ピーク型の
組み合わせなど、数え挙げればきりかない、ちなみに、
第22図にはPC2(生成メロディの和声音数のパラメ
ータ)とPCB (生成メロディのなめらかのパラメー
タ)に関する演算例を、また第22B図には成分パラメ
ータ(PHf 2)PBa2)PBd2)PA8)の種
々の値に対し、PC2が小節番号iにより変化する様子
を示している。
演算型の利点の1つは記憶容量の節約である。
演算型は本実施例で採用している方式であり、本実施例
では、第1図のCPU6が、モチーフ特徴パラメータと
、パラメータ演算機能5からのパラメータBを使用して
、各パラメータCを小WJtn位で発生する。これが、
第13図の処理13−6の内容である。
では、第1図のCPU6が、モチーフ特徴パラメータと
、パラメータ演算機能5からのパラメータBを使用して
、各パラメータCを小WJtn位で発生する。これが、
第13図の処理13−6の内容である。
これに対し、第20図の(g)に示すパラメータCの特
性例は、演算型には不向きであり、例えば、モチーフ特
徴パラメータにより、パラメータC(+)(曲の各小節
を制御するパラメータの列)を格納しているパラメータ
Cのデータベースから適当なパラメータC(i)を「選
択」することにより実現される。
性例は、演算型には不向きであり、例えば、モチーフ特
徴パラメータにより、パラメータC(+)(曲の各小節
を制御するパラメータの列)を格納しているパラメータ
Cのデータベースから適当なパラメータC(i)を「選
択」することにより実現される。
いずれにしても、パラメータCは第1の性質をもってお
り、このことは第20図の例からも明白である。すなわ
ち、パラメータCは、楽曲の進行区間(フローを実行す
る実施例では小節)ごとに割り当てられた値をもつもの
である。
り、このことは第20図の例からも明白である。すなわ
ち、パラメータCは、楽曲の進行区間(フローを実行す
る実施例では小節)ごとに割り当てられた値をもつもの
である。
さらに、パラメータCはモチーフ特徴パラメータを反映
する第2の性質をもっている0例えば、第20図の(d
)に示すDC型をパラメータCの値またはそのDC成分
として用いることにより、モチーフの特徴が小節に依存
しない形式でパラメータCに組み込まれることになる。
する第2の性質をもっている0例えば、第20図の(d
)に示すDC型をパラメータCの値またはそのDC成分
として用いることにより、モチーフの特徴が小節に依存
しない形式でパラメータCに組み込まれることになる。
上述した第20図の(a)から(f)に例示する演算型
では、パラメータCはいずれも、すっきりとした規則性
をもっている。このような規則性は好ましいことが少な
くない、別の面よりすれば、上述したパラメータCの発
生例では、成分パラメータ(小節番号I、パラメータA
、パラメータBなど)と演算式が決まれば、その演算結
果である対応するパラメータCの値も一義的に決定され
る。
では、パラメータCはいずれも、すっきりとした規則性
をもっている。このような規則性は好ましいことが少な
くない、別の面よりすれば、上述したパラメータCの発
生例では、成分パラメータ(小節番号I、パラメータA
、パラメータBなど)と演算式が決まれば、その演算結
果である対応するパラメータCの値も一義的に決定され
る。
しかしながら、よりゆるやかな規則性が望ましい場合も
多く、また、ユーザーからすれば、入力したモチーフか
ら常にまったく同じメロディが生成されるよりは、メロ
ディの生成を指示するたびに大なり小なり変化したメロ
ディが生成されることの方を望む、とも考えられる0本
実施例はこのような点をも配慮しである。すなわち、ラ
ンダム化のa濠である。このランダム化機能は第2図に
は明記していないが、図示のパラメータ演rt機能F3
1.あるいは具体的にメロディを生成する方の分散和音
発生機[F32)非和声音発生機能F33の内部に組み
込むことができる。あるいは、ランダム機能をこれらの
機能F31.F32)F33の間で適当に分担してもよ
い。
多く、また、ユーザーからすれば、入力したモチーフか
ら常にまったく同じメロディが生成されるよりは、メロ
ディの生成を指示するたびに大なり小なり変化したメロ
ディが生成されることの方を望む、とも考えられる0本
実施例はこのような点をも配慮しである。すなわち、ラ
ンダム化のa濠である。このランダム化機能は第2図に
は明記していないが、図示のパラメータ演rt機能F3
1.あるいは具体的にメロディを生成する方の分散和音
発生機[F32)非和声音発生機能F33の内部に組み
込むことができる。あるいは、ランダム機能をこれらの
機能F31.F32)F33の間で適当に分担してもよ
い。
説明の便宜上、第21図ではパラメータ演算機能F31
が、内部で発生したパラメータCに対し2 ランダム化
を導入するものとする。この場合、ランダム導入前のパ
ラメータCは中間パラメータであり、ランダム導入後の
パラメータが最終的なパラメータC1すなわち直接的に
メロディの発生を制御するパラメータとなる。
が、内部で発生したパラメータCに対し2 ランダム化
を導入するものとする。この場合、ランダム導入前のパ
ラメータCは中間パラメータであり、ランダム導入後の
パラメータが最終的なパラメータC1すなわち直接的に
メロディの発生を制御するパラメータとなる。
m21図の(a)はランダム導入前のパラメータCの特
性例であり、第20図でいえば同図(C)の周期ピーク
型に屈するものである。他の特性例を第21図に示して
いないのは単に紙面の節約など便宜上の理由だけである
。第21図の(b)にランダム特性例1が示されている
。この特性例の意味するところは、第1に、楽曲の進行
方向に依存しないランダム導入であり、第2にランダム
の幅(変動幅)が中間PC値に依存しない、t53にラ
ンダムの値が元の中間PC値に組み合わされる(例えば
加算される)、ということである。
性例であり、第20図でいえば同図(C)の周期ピーク
型に屈するものである。他の特性例を第21図に示して
いないのは単に紙面の節約など便宜上の理由だけである
。第21図の(b)にランダム特性例1が示されている
。この特性例の意味するところは、第1に、楽曲の進行
方向に依存しないランダム導入であり、第2にランダム
の幅(変動幅)が中間PC値に依存しない、t53にラ
ンダムの値が元の中間PC値に組み合わされる(例えば
加算される)、ということである。
例えば、RND (N)という疑似ランダム関数が、−
N、−N+1、・・・・・・0、+1.・・・・・・十
Nという(2N+1)個の整数値を等しい確率で発生す
るとしてみる(このような疑似乱数の発生はよく知られ
ているところである)、この乱数演算の結果であるRN
D (N)を、中間パラメータCの値(PCと表わすこ
とにする)に加算する。
N、−N+1、・・・・・・0、+1.・・・・・・十
Nという(2N+1)個の整数値を等しい確率で発生す
るとしてみる(このような疑似乱数の発生はよく知られ
ているところである)、この乱数演算の結果であるRN
D (N)を、中間パラメータCの値(PCと表わすこ
とにする)に加算する。
PC+l’lND (N)
この結果を最終的なパラメータCの値(γで表わすこと
にする)とする、すなわち、 γ=PC+RND (N) このランダム導入後のパラメータγは元のPCの値を中
心として1前後に土Nの幅で離散的に振らされた値をと
る。
にする)とする、すなわち、 γ=PC+RND (N) このランダム導入後のパラメータγは元のPCの値を中
心として1前後に土Nの幅で離散的に振らされた値をと
る。
このようなランダム化による導入後のパラメータ特性例
を第21図の(c)に例示する。
を第21図の(c)に例示する。
第21図にはもう1つのランダム特性例が示されている
(同図(d))、この特性例(d)が上記特性例(b)
と異なっている点は、ランダムの輻(変動幅)が中間P
C値に依存していることである0図示の例では、中間P
C値が大きくなるほど変動幅が大きくなるように選ばれ
ている。これは1例えばRND (N)の値に、PCの
増加関数U (PC)を乗じ、その結果にPCの値を加
えることで実現できる0例えば γ=PC+RND (N)XU (PC)である。
(同図(d))、この特性例(d)が上記特性例(b)
と異なっている点は、ランダムの輻(変動幅)が中間P
C値に依存していることである0図示の例では、中間P
C値が大きくなるほど変動幅が大きくなるように選ばれ
ている。これは1例えばRND (N)の値に、PCの
増加関数U (PC)を乗じ、その結果にPCの値を加
えることで実現できる0例えば γ=PC+RND (N)XU (PC)である。
m21図の(a)に示すPCにこのようなランダム化を
施した結果を同図(e)に例示する。
施した結果を同図(e)に例示する。
(e)と(C)との比較かられかるように。
(e)の場合、導入前のPCがゼロのところは変動が生
じていない6例えば、この種のパラメータは、メロディ
発生機能におけるある決定要素として使用することがで
きる0例えば、その値がゼロのとき、ある種の非和声音
の付加を禁止するパラメータとして利用できる。あるい
は付加位置を制御するパラメータとして利用できる。第
21図(d)の1つの拡張は、参照するPCの値により
乱数の各値の出現頻度が一様でなくなるようにすること
である。このような歪んだ確率分布をもつ乱数の値をメ
ロディ制御のパラメータとして使用してもよい。
じていない6例えば、この種のパラメータは、メロディ
発生機能におけるある決定要素として使用することがで
きる0例えば、その値がゼロのとき、ある種の非和声音
の付加を禁止するパラメータとして利用できる。あるい
は付加位置を制御するパラメータとして利用できる。第
21図(d)の1つの拡張は、参照するPCの値により
乱数の各値の出現頻度が一様でなくなるようにすること
である。このような歪んだ確率分布をもつ乱数の値をメ
ロディ制御のパラメータとして使用してもよい。
第21図の(b)と(d)に共通している事項は、いづ
れのランダム導入機能も、元のPC値を中心もしくは基
準として変動幅を導入している点である。より一般化す
れば1元のPC値によりランダム導入後の値が制御され
ることである。もう1つは、楽曲の進行方向に対して変
動幅は変化しないことである。これは、多くの場合に好
ましい結果をもたらす、しかしながら、所望であれば。
れのランダム導入機能も、元のPC値を中心もしくは基
準として変動幅を導入している点である。より一般化す
れば1元のPC値によりランダム導入後の値が制御され
ることである。もう1つは、楽曲の進行方向に対して変
動幅は変化しないことである。これは、多くの場合に好
ましい結果をもたらす、しかしながら、所望であれば。
小節番号に依存して変動幅を変えるランダム化を選んで
もよい。
もよい。
パラメータCの種類にも依存するが、一般に、ランダム
化は大きいほど、それに起因して生成されるメロディに
もより大きな変化が生成の都度、与えられる。ただし1
元のPC値を基準とするランダム導入機能の場合には、
変動幅にも依存するが、生成メロディの細かな調整とし
て使用させることができる。
化は大きいほど、それに起因して生成されるメロディに
もより大きな変化が生成の都度、与えられる。ただし1
元のPC値を基準とするランダム導入機能の場合には、
変動幅にも依存するが、生成メロディの細かな調整とし
て使用させることができる。
上では挙げなかったランダム導入機能のもう1つの利点
は、第20図(g)に例示するような非演X型のパラメ
ータCの特性を確率的に得ることができることである。
は、第20図(g)に例示するような非演X型のパラメ
ータCの特性を確率的に得ることができることである。
くメロディの具体的発生〉
以下、本実施例におけるメロディの具体的発生について
詳細に説明する。
詳細に説明する。
第23図はメロディの生成の全体フローである。その要
部はステップ23−9のメロディ発生にあり、ここで小
節単位で順次、メロディが作成される。フローの残りの
部分は、メモリ間の転送等のための処理である。
部はステップ23−9のメロディ発生にあり、ここで小
節単位で順次、メロディが作成される。フローの残りの
部分は、メモリ間の転送等のための処理である。
すなわち、23−1から23−5までの処理は、モチー
フメモリ4(第1図)にあるモチーフデータをメロディ
データメモリ10に転送する処理である。23−5に示
す陽はモチーフに含まれる音符数である。
フメモリ4(第1図)にあるモチーフデータをメロディ
データメモリ10に転送する処理である。23−5に示
す陽はモチーフに含まれる音符数である。
23−6や23−14に示すMNoは連続的にメロディ
を作成するときの既に作られているメロディの音符の総
数である。メロディは小節単位で行うので、モチーフの
小節数を計算している(例えばモチーフデータの音長デ
ータから計算できる)(23−7)、なお、ここではモ
チーフが2小節以上でもよいことを示しである。2小節
以上のモチーフに対する取り扱いは後述するとし、一応
、最初の想定通り、1小節としておく、計算されたモチ
ーフ小節数の値に1を加算しく23−8)、1小節のメ
ロディが発生したら(23−9)、そのデータをメロデ
ィデータメモリ10〈占き込む(23−10〜23−1
3)、23−13の陽はもちろん23−9の処理で発生
した1小節分のメロディの音符数である。23−15に
示すCNoはコード進行で使用するコードの総数であり
、本例ではコード/小節であるので、小節番号がコード
総数に達したところでメロディの生成は完了する。
を作成するときの既に作られているメロディの音符の総
数である。メロディは小節単位で行うので、モチーフの
小節数を計算している(例えばモチーフデータの音長デ
ータから計算できる)(23−7)、なお、ここではモ
チーフが2小節以上でもよいことを示しである。2小節
以上のモチーフに対する取り扱いは後述するとし、一応
、最初の想定通り、1小節としておく、計算されたモチ
ーフ小節数の値に1を加算しく23−8)、1小節のメ
ロディが発生したら(23−9)、そのデータをメロデ
ィデータメモリ10〈占き込む(23−10〜23−1
3)、23−13の陽はもちろん23−9の処理で発生
した1小節分のメロディの音符数である。23−15に
示すCNoはコード進行で使用するコードの総数であり
、本例ではコード/小節であるので、小節番号がコード
総数に達したところでメロディの生成は完了する。
さて、要部であるメσディ発生処理23−9は1分散和
音の発生の処理と、非和声音の付加に関する処理と、音
長修正に関する処理を含んでいる。以下1分散和音の発
生、非和声音の付加、音長修正の順で説明する。
音の発生の処理と、非和声音の付加に関する処理と、音
長修正に関する処理を含んでいる。以下1分散和音の発
生、非和声音の付加、音長修正の順で説明する。
九飲見立五A進
第24図は分散和音発生処理の20−の例である。最初
の処理はコード構成音の読み出しく24−1)であり、
その、g細を第25図に示す。
の処理はコード構成音の読み出しく24−1)であり、
その、g細を第25図に示す。
第25図のコード構成音の読み出しフローにおいて、2
5−1から25−4までの処理は、コード進行メモリ3
(第26図参!@)からコードナンバーデータ(コード
ネーム)を順次、読み出しているところである。25−
2は1の値で示されるコード進行メモリ3のアドレスの
内容、すなわち1番目のコードネームをレジスタCN
i に設定することを表わす、25−3のEOFは最後
のコードネームの次アドレスに格納されている終了コー
ド(c o d e)であり、終了コードを読んだとこ
ろでコードネームの読み出しは完了する。
5−1から25−4までの処理は、コード進行メモリ3
(第26図参!@)からコードナンバーデータ(コード
ネーム)を順次、読み出しているところである。25−
2は1の値で示されるコード進行メモリ3のアドレスの
内容、すなわち1番目のコードネームをレジスタCN
i に設定することを表わす、25−3のEOFは最後
のコードネームの次アドレスに格納されている終了コー
ド(c o d e)であり、終了コードを読んだとこ
ろでコードネームの読み出しは完了する。
第5図の例では、コード進行は、1小節目より、’ C
maJ 、 Fsaj t Gr と進み、次のc、
、Jで終りである。第26図のコード進行メモリ3はこ
の例に合わせである。したがって、CN1=1゜CN2
=7、CN5=8.CN4=1となる。
maJ 、 Fsaj t Gr と進み、次のc、
、Jで終りである。第26図のコード進行メモリ3はこ
の例に合わせである。したがって、CN1=1゜CN2
=7、CN5=8.CN4=1となる。
第25図の25−5から25−12までの処理は、読み
出した各コードネームからコード構成音ゝ。
出した各コードネームからコード構成音ゝ。
メモリ2(第26図、第4図の(2)参l@)を参照し
、各コードネームのコード構成音の音高データを読み山
しているところである0本例では各コードは4つの構成
音から成ることを想定してあり、コード構成音メモリ2
上の4つの連続アドレスに各音高データが低い順に入っ
ている。25−7のJ= (CNt−1)X4+1は各
コードの読み出し開始アドレスの計算であり、25−8
から25−10は、その開始アドレスから4つ分の音高
データを読み出し、レジスタKD、jに設定していると
ころである。
、各コードネームのコード構成音の音高データを読み山
しているところである0本例では各コードは4つの構成
音から成ることを想定してあり、コード構成音メモリ2
上の4つの連続アドレスに各音高データが低い順に入っ
ている。25−7のJ= (CNt−1)X4+1は各
コードの読み出し開始アドレスの計算であり、25−8
から25−10は、その開始アドレスから4つ分の音高
データを読み出し、レジスタKD、jに設定していると
ころである。
コード進行が第5図に示すC5a4 、 Fsaj、C
7,C・1」をとる場合、このコード構成音の読み出し
処理により、第1小節目のC,、j に対するK D
r+、 K D IL M D 13、KD目はKD目
=1(ドである)、KDI2=5 (ミ)、KD+3=
8(ン)、KD口=13(オクターブ上のド)となり、
第2小節目のFljでは、 (KD21. KD22
)KD23KD24)= (1,6,10,13)==
(ド、ファ、う、ド)、tJS3小節目のGノでは、
(KD31. KD311、 KD33. K
D34) =(3,6,8,12)=(し、ファ、ン
、シ)となり、第4小節目は第1小箇目と同じで、(K
Dil、 KD42)KDss、KD44)= (1,
5,8,13)となる、なお、本例のコード構成音メモ
リ2のデータ4R造は、C調を基準とする構造になって
いる(調性配慮)。
7,C・1」をとる場合、このコード構成音の読み出し
処理により、第1小節目のC,、j に対するK D
r+、 K D IL M D 13、KD目はKD目
=1(ドである)、KDI2=5 (ミ)、KD+3=
8(ン)、KD口=13(オクターブ上のド)となり、
第2小節目のFljでは、 (KD21. KD22
)KD23KD24)= (1,6,10,13)==
(ド、ファ、う、ド)、tJS3小節目のGノでは、
(KD31. KD311、 KD33. K
D34) =(3,6,8,12)=(し、ファ、ン
、シ)となり、第4小節目は第1小箇目と同じで、(K
Dil、 KD42)KDss、KD44)= (1,
5,8,13)となる、なお、本例のコード構成音メモ
リ2のデータ4R造は、C調を基準とする構造になって
いる(調性配慮)。
以下の説明では、KDi、、K D u、 K D +
3、KDI4の代りに、単にKDI 、KDi 、KD
s 。
3、KDI4の代りに、単にKDI 、KDi 、KD
s 。
KDa ということにする、KDlは和声音の一番低い
音、KDiは次に低い和声音、KDaは次に低い和声音
、KDIは一番高い和声音のレジスタとして用いられる
。いまの段階では、KDI 。
音、KDiは次に低い和声音、KDaは次に低い和声音
、KDIは一番高い和声音のレジスタとして用いられる
。いまの段階では、KDI 。
KDi、KDa 、KDI には、(+W目の小節にお
ける)コード構成音の音高が基本形の形式で、つまり、
コード構成音メモリ2の通りに入っているわけである。
ける)コード構成音の音高が基本形の形式で、つまり、
コード構成音メモリ2の通りに入っているわけである。
第24図の24−2はコード構成音の転回であり、その
詳細なフローの例を第27図に示す。
詳細なフローの例を第27図に示す。
コード構成音の転回機能は生成するメロディの音域を時
間の経過に従って(本例では手簡単位で)変更、調整を
することであり、これにより。
間の経過に従って(本例では手簡単位で)変更、調整を
することであり、これにより。
曲の盛り上りをコントロールできる。
第27図のフローでは1例えば、ドミソドなン・・・・
・・となり、レファソシなら、1回の転回でにしている
。ドミソド(Caa」)のように両端がオクターブ関係
になるコードと、レファンシ(G7)のように両端がオ
クターブ関係にならないコードとでは、転回の論理が異
なる。すなわち、転回前のコードの音高の並びを、KD
I(旧)、KDi(旧)、KDa(旧)、KDI(旧)
(低い順)で表わすと、オクターブ関係にならないコー
ドに対しては、転回後の並びKDI(新)、KDi(新
)、KDa(新)、KDI(新)を、 KDI CIN> =KD2 (旧)・・・・・・(フ
ァ)KDi(新)=KD3 (旧)・・・・・・(ン)
KDa(新)=KD4 (旧)・・・・・・(シ)(旧
)KDI(新)=KD1(旧)よりオクターブ上・・・
・・・(し) にし、オクターブ関係になるコードに対しては、KDI
(新)=KD2 (旧)・・・・・・(ミ)KDi(新
)=KD3 (旧)・・・・・・(ン)KDa(新)=
KD4 (旧)・・・・・・(ド)ここまでは同じだが
、 (M2)KDI(新)=KD2 (旧)よりオクターブ
上・・・・・・(ミ) にする必要がある。
・・となり、レファソシなら、1回の転回でにしている
。ドミソド(Caa」)のように両端がオクターブ関係
になるコードと、レファンシ(G7)のように両端がオ
クターブ関係にならないコードとでは、転回の論理が異
なる。すなわち、転回前のコードの音高の並びを、KD
I(旧)、KDi(旧)、KDa(旧)、KDI(旧)
(低い順)で表わすと、オクターブ関係にならないコー
ドに対しては、転回後の並びKDI(新)、KDi(新
)、KDa(新)、KDI(新)を、 KDI CIN> =KD2 (旧)・・・・・・(フ
ァ)KDi(新)=KD3 (旧)・・・・・・(ン)
KDa(新)=KD4 (旧)・・・・・・(シ)(旧
)KDI(新)=KD1(旧)よりオクターブ上・・・
・・・(し) にし、オクターブ関係になるコードに対しては、KDI
(新)=KD2 (旧)・・・・・・(ミ)KDi(新
)=KD3 (旧)・・・・・・(ン)KDa(新)=
KD4 (旧)・・・・・・(ド)ここまでは同じだが
、 (M2)KDI(新)=KD2 (旧)よりオクターブ
上・・・・・・(ミ) にする必要がある。
オクターブ関係かどうかは27−3で見ており、 (M
l)と(M2)の区別を27−5と27−4で行ってお
り、27−6から27−10まではシフト、27−11
で(旧)と(M2)の区別の仕上げである。第27図の
PO7は転回を何回実行するかを示すパラメータである
。もちろんパラメータCの1つであり、この例からもわ
かるように、パラメータCはメロディの生成を制御する
パラメータである。
l)と(M2)の区別を27−5と27−4で行ってお
り、27−6から27−10まではシフト、27−11
で(旧)と(M2)の区別の仕上げである。第27図の
PO7は転回を何回実行するかを示すパラメータである
。もちろんパラメータCの1つであり、この例からもわ
かるように、パラメータCはメロディの生成を制御する
パラメータである。
ここで、第5図の例に則して、第2小節目のコード転回
がどうなるか見てみよう、コード転回のパラメータPC
7の演算は、1番目の小節について、 PC7+ = (+c o s ((1+2)
X2π/4))X1+1 であるとする(第4図参照)、i=2のとき、PO2−
4 となる、2小節目のコードはF−1ノ であり、その基
本形(転回前)はドファラド、すなわちKDI=l、K
D2=6、KD3=10、KD4=13である。PO2
−4で2回転回するから、結果はラドファラ、すなわち
KD1=10.KD2=13、KD3=18.KD4=
22となる。
がどうなるか見てみよう、コード転回のパラメータPC
7の演算は、1番目の小節について、 PC7+ = (+c o s ((1+2)
X2π/4))X1+1 であるとする(第4図参照)、i=2のとき、PO2−
4 となる、2小節目のコードはF−1ノ であり、その基
本形(転回前)はドファラド、すなわちKDI=l、K
D2=6、KD3=10、KD4=13である。PO2
−4で2回転回するから、結果はラドファラ、すなわち
KD1=10.KD2=13、KD3=18.KD4=
22となる。
さて、第24図に示すように、コード4I虞音の転回の
次は24−3に進む、ここでPO2は分散和音維持数の
パラメータである。PC≧1が成立するとき、維持側の
フローである24−4の方に進む、24−4のPctは
分散和音の型の修正パラメータであり、PCI≧1が成
立するときは24−5で分散和音の修正が実行される。
次は24−3に進む、ここでPO2は分散和音維持数の
パラメータである。PC≧1が成立するとき、維持側の
フローである24−4の方に進む、24−4のPctは
分散和音の型の修正パラメータであり、PCI≧1が成
立するときは24−5で分散和音の修正が実行される。
この分散和音の修正の詳細なフロー例を第29図に示す
、29−1から29−5で示す修正フローの意味を右側
に示しである。すなわち、このフロー例ではモチーフの
分散和音の型(LL+ )= (LLI、LL2.・旧
・・)を反対の関係、いわゆる反行形に修正している(
上述したように、L L iはモチーフ小節に登場する
1番目の和声音がモチーフの和音のなかで下から何番目
の音高であるかを示す、ただし、休符のLI、+ はゼ
ロにしている。第17図参I!り。
、29−1から29−5で示す修正フローの意味を右側
に示しである。すなわち、このフロー例ではモチーフの
分散和音の型(LL+ )= (LLI、LL2.・旧
・・)を反対の関係、いわゆる反行形に修正している(
上述したように、L L iはモチーフ小節に登場する
1番目の和声音がモチーフの和音のなかで下から何番目
の音高であるかを示す、ただし、休符のLI、+ はゼ
ロにしている。第17図参I!り。
第24図の24−6から24−9は分散和音を維持する
数PC9だけ、LL、の示すKDの値を中間メロディ用
レジスタMED+(現在の小節内の1番目のメロディ音
高データを格納するレジスタ)に移しているところであ
る。すなわち、ここでの分散和音の型(LL+ 1はモ
チーフ通りのパラメータ型か24−5でそれを修正した
型であり、その型に沿って、現在の小節で進行している
コード(和音)の構成音(KD+ 1 = (KD 1
、KD2)KD3、KD4)のなかから1個を選択し、
それをM E D I に書き込んでいるわけである。
数PC9だけ、LL、の示すKDの値を中間メロディ用
レジスタMED+(現在の小節内の1番目のメロディ音
高データを格納するレジスタ)に移しているところであ
る。すなわち、ここでの分散和音の型(LL+ 1はモ
チーフ通りのパラメータ型か24−5でそれを修正した
型であり、その型に沿って、現在の小節で進行している
コード(和音)の構成音(KD+ 1 = (KD 1
、KD2)KD3、KD4)のなかから1個を選択し、
それをM E D I に書き込んでいるわけである。
ここに、(KD+)はすでに24−2において、コード
転回パラメータPC7の数だけ音域がシフトされている
和声音の集まりである。
転回パラメータPC7の数だけ音域がシフトされている
和声音の集まりである。
第24図の24−10は、分散和音の型を維持しないと
きに分岐するフローの最初のステップであり、ここで、
前音(ここでは前小節の最後のメロディノート)からの
決定性パラメータPCl5が真(値l)を示しておれば
24−12に進み。
きに分岐するフローの最初のステップであり、ここで、
前音(ここでは前小節の最後のメロディノート)からの
決定性パラメータPCl5が真(値l)を示しておれば
24−12に進み。
ここで今回の小節の最初の和声音M E D + を決
め、24−13で小節内の音符番号1を2番目にし、決
定性パラメータPCl5が偽ならば24−11でi=1
にし、24−14以下のランダムな分散和音発生フロー
に進む。
め、24−13で小節内の音符番号1を2番目にし、決
定性パラメータPCl5が偽ならば24−11でi=1
にし、24−14以下のランダムな分散和音発生フロー
に進む。
上記24−12に示すMEDIを前の音より決定する処
理の詳細フローは第28図に例示されている。このフロ
ーの論理は、現在の小節の和音のうちで、前小節の最終
メロディノート(前音)に一番近い音を、今回の小節の
頭のコードノート(次の音)にするというものである、
前音はMED)−r、次の音はMEDjである。フロー
28−1〜28−10の記述は明確であり、これ以上の
説明は要しない。
理の詳細フローは第28図に例示されている。このフロ
ーの論理は、現在の小節の和音のうちで、前小節の最終
メロディノート(前音)に一番近い音を、今回の小節の
頭のコードノート(次の音)にするというものである、
前音はMED)−r、次の音はMEDjである。フロー
28−1〜28−10の記述は明確であり、これ以上の
説明は要しない。
tjf424rlf)24−14かb24−211−t
”は。
”は。
なめらかさのパラメータPC8の許す範囲内でランダム
に分散和音を発生させているところである。γ!は、1
jND(4)により、0.1.2.3.4のいずれかの
数を任意にとる乱数である。
に分散和音を発生させているところである。γ!は、1
jND(4)により、0.1.2.3.4のいずれかの
数を任意にとる乱数である。
24−21に示すPC2は現在生成しつつあるメロディ
小節に割り当てられた和声音の数(パラメータCの1つ
)であり、この数に達したところでその小節内の分散和
音発生処理は完了する。なお、24−9から24−21
へのルートは、分散和音の維持する数PC9だけ分散和
音を発生させた後の残りはランダムに分散和音を発生さ
せるというものである。
小節に割り当てられた和声音の数(パラメータCの1つ
)であり、この数に達したところでその小節内の分散和
音発生処理は完了する。なお、24−9から24−21
へのルートは、分散和音の維持する数PC9だけ分散和
音を発生させた後の残りはランダムに分散和音を発生さ
せるというものである。
ここで、理解の助けとして、第5図の2小簡目がこの分
散和音発生処理においてどのような結果になるかを簡単
に述べよう、なお、コード構成音の転回のところはすで
に述べてあり、その結果(使用可能な和声音の集まり)
はう、ド、ファ、う、すなわちKD1=10.KD2=
13.KD3=18.KD4=24である0発生させる
和声音数PC2)分散和音の型の維持数のパラメータP
C9の値などについてはまだ述べていなかったが、pc
z=s、PO2−4,PCI=1とする。この場合、2
4−3から維持例のフロー24−4〜24−9に流れ、
24−5の分散和音型の修正により、LL1=4、LL
2=3.LL3=2)LL4= 1が得られる。そして
、24−6〜24−9の音型誰持処理で小節の頭から。
散和音発生処理においてどのような結果になるかを簡単
に述べよう、なお、コード構成音の転回のところはすで
に述べてあり、その結果(使用可能な和声音の集まり)
はう、ド、ファ、う、すなわちKD1=10.KD2=
13.KD3=18.KD4=24である0発生させる
和声音数PC2)分散和音の型の維持数のパラメータP
C9の値などについてはまだ述べていなかったが、pc
z=s、PO2−4,PCI=1とする。この場合、2
4−3から維持例のフロー24−4〜24−9に流れ、
24−5の分散和音型の修正により、LL1=4、LL
2=3.LL3=2)LL4= 1が得られる。そして
、24−6〜24−9の音型誰持処理で小節の頭から。
う、ファ、ド、うの4つの分散和音がつくられる(ME
D1=KDLL1=KD4=24=↓、MED2=18
、MED3=13、MED4=10)、残りの2個の分
散和音は24−14から24−21のランダム発生でつ
くられ1例えば、MED5=13=ド、MED6=18
=ファとなる。
D1=KDLL1=KD4=24=↓、MED2=18
、MED3=13、MED4=10)、残りの2個の分
散和音は24−14から24−21のランダム発生でつ
くられ1例えば、MED5=13=ド、MED6=18
=ファとなる。
ここまでで、t52小節目のメロディは、ラファーラド
ファである。 ゛・以上
で分散和音の発生の説明を終える。
ファである。 ゛・以上
で分散和音の発生の説明を終える。
L樵息立五上迦
分散和音の発生完了後、非和声音の付加が行われる、以
下、非和声音の付加について詳細に説明する。
下、非和声音の付加について詳細に説明する。
第30図に持合(第1種非和声音)付加のフロー例を示
す。
す。
30−1は持合の付加の有無を示す乱数γlをf (R
ND (1))、PO2により計算しているところであ
る。ここにPO2は現在のメロディ小節に割り当てた持
合の重みであり、このPO2に制御された形式で乱数γ
1を得ている。このランダム導入に関しては、くパラメ
ータC〉の後半と、第21図を参照されたい、30−2
では、持合が付く位nの乱数γ2を、持合をどこにつけ
るかのパラメータPC4で制御される形式で得ている。
ND (1))、PO2により計算しているところであ
る。ここにPO2は現在のメロディ小節に割り当てた持
合の重みであり、このPO2に制御された形式で乱数γ
1を得ている。このランダム導入に関しては、くパラメ
ータC〉の後半と、第21図を参照されたい、30−2
では、持合が付く位nの乱数γ2を、持合をどこにつけ
るかのパラメータPC4で制御される形式で得ている。
30−3で持合の付加の可否を判別し、可の場合に、3
0−4から30−9で、N0個の中間メロディデータの
配列(MED+ )のうち、γ2番目以降のメロディデ
ータを一つ後に移し、γ2番目を鈴音付加位置として確
保しそいる。30−7で持合の差ピッチのパラメータP
CIOをγ3に書き込み、30−9で、倚aを付加して
いる。すなわち、γ2番目のMEDγ2の右隣りにある
MEDγ2.1 にγ3を加えた値(持合の音高データ
)を持合付加位養のγ2#8目のMHI)γ2に書き込
んでいる。30−10は1個、メロディノート(ここで
は持合)を付加したので、小節内の音符aNOをプラス
1しているところである。
0−4から30−9で、N0個の中間メロディデータの
配列(MED+ )のうち、γ2番目以降のメロディデ
ータを一つ後に移し、γ2番目を鈴音付加位置として確
保しそいる。30−7で持合の差ピッチのパラメータP
CIOをγ3に書き込み、30−9で、倚aを付加して
いる。すなわち、γ2番目のMEDγ2の右隣りにある
MEDγ2.1 にγ3を加えた値(持合の音高データ
)を持合付加位養のγ2#8目のMHI)γ2に書き込
んでいる。30−10は1個、メロディノート(ここで
は持合)を付加したので、小節内の音符aNOをプラス
1しているところである。
第31図に経過音付加のフロー例を示す、このフローの
意味するところは、隣り合うメロディノー) M E
D i とM E D 1.+ の間に経過音を付加す
るか否かにつき、所定の条件が成立すれば、付加し1条
件不成立から付加しないというものである。ここに、所
定の条件は、下記(i) 、 (ii)、(iii)の
AND条件である。
意味するところは、隣り合うメロディノー) M E
D i とM E D 1.+ の間に経過音を付加す
るか否かにつき、所定の条件が成立すれば、付加し1条
件不成立から付加しないというものである。ここに、所
定の条件は、下記(i) 、 (ii)、(iii)の
AND条件である。
(i)隣り合うメロディノートが異なる音高であること
、 (i i)隣り合うメロディノートの音高の差が長3度
(a=4)より大きくないこと、 (iii)経過音の重みPCBで制御される付加有無の
乱数γlが付加の値(γ1=1)を示していること。
、 (i i)隣り合うメロディノートの音高の差が長3度
(a=4)より大きくないこと、 (iii)経過音の重みPCBで制御される付加有無の
乱数γlが付加の値(γ1=1)を示していること。
経過音の付加が許されたときは、隣り合うメロディノー
トの間に1両メロディノートの中間的な音高のメロディ
ノートを経過音としてMEDに書き込む、経過音とする
音高はいわゆるアヴエイラブルノート(Availab
le Notes )に従って決めることができる。第
31図の31−10は単なる例示である。
トの間に1両メロディノートの中間的な音高のメロディ
ノートを経過音としてMEDに書き込む、経過音とする
音高はいわゆるアヴエイラブルノート(Availab
le Notes )に従って決めることができる。第
31図の31−10は単なる例示である。
以上の説明と第31図のフロー31−1〜31−13の
記述から経過音付加の動作は明らかであるので、これ以
上の説明は省略する。
記述から経過音付加の動作は明らかであるので、これ以
上の説明は省略する。
第32図にししゅう音付加のフローを例示する。このフ
ローも所定の条件(シシゅう音の重みPctにより制約
される条件)が成立するときに、シシゅう音を付加する
ものである。隣り合うメロディノートの同高が同じであ
ることも条件の1つになっている。付加されるししゅう
音の音高は前音のメロディノートの高さをししゅう音の
差ピッチだけずらした高さである0以上の説明と32−
1〜32−13のフローの明白な記述から、シシゅう音
の付加の動作は明らかであり、これ以−Eの詳細な説明
は要しない。
ローも所定の条件(シシゅう音の重みPctにより制約
される条件)が成立するときに、シシゅう音を付加する
ものである。隣り合うメロディノートの同高が同じであ
ることも条件の1つになっている。付加されるししゅう
音の音高は前音のメロディノートの高さをししゅう音の
差ピッチだけずらした高さである0以上の説明と32−
1〜32−13のフローの明白な記述から、シシゅう音
の付加の動作は明らかであり、これ以−Eの詳細な説明
は要しない。
第33図は装飾音の付加のフローを例示するものである
。その意味するところは、隣り合う2つのメロディノー
トの音高が等しく、かつ装飾音の重みのパラメータPB
で制御される乱数パラメータγ1がゼロでないときに、
装飾音を上記2つのメロディノートの各ノートMED+
、+ 、MEDl、3の前に付加する( M E D
i とM E D + 、2 に設定される)というも
のである、なお、33−10.33−12.33−13
に示すγ!は33−4で生成したγ1の値とは別の値の
ものを使用することができる。このためには1例えばス
テップ33−9と33−1oの間ニ、 y+ =PCX
(装飾音の差ピ、ツチのパターン)の処理を行えばよい
0以上の説明と、第33図の33−1〜33−16の記
述から装飾音付加の動作は明らかである。
。その意味するところは、隣り合う2つのメロディノー
トの音高が等しく、かつ装飾音の重みのパラメータPB
で制御される乱数パラメータγ1がゼロでないときに、
装飾音を上記2つのメロディノートの各ノートMED+
、+ 、MEDl、3の前に付加する( M E D
i とM E D + 、2 に設定される)というも
のである、なお、33−10.33−12.33−13
に示すγ!は33−4で生成したγ1の値とは別の値の
ものを使用することができる。このためには1例えばス
テップ33−9と33−1oの間ニ、 y+ =PCX
(装飾音の差ピ、ツチのパターン)の処理を行えばよい
0以上の説明と、第33図の33−1〜33−16の記
述から装飾音付加の動作は明らかである。
ちなみに、動作列として説明してきた第2小節目のメロ
ディがここの非和声音付加(第30図から第33図)で
どのような結果になるか示してみる。非和声音付加に入
る前の段階で、第5図の第2小節目のメロディの音列(
MEDilは↓多アドラドファ、すなわちMED1=2
4.MED2=18、MED3=13、MED4=10
、MED5=13、MED6=18であった。
ディがここの非和声音付加(第30図から第33図)で
どのような結果になるか示してみる。非和声音付加に入
る前の段階で、第5図の第2小節目のメロディの音列(
MEDilは↓多アドラドファ、すなわちMED1=2
4.MED2=18、MED3=13、MED4=10
、MED5=13、MED6=18であった。
まず鈴音付加(第30図)であるが、この小節ではγ1
=0(持合付加禁示値)となり、付加されなかったこと
にする。
=0(持合付加禁示値)となり、付加されなかったこと
にする。
次に、経過音付加(第31図)のところでは次のように
なる。小節内メロディ音符番号iが1のとき。
なる。小節内メロディ音符番号iが1のとき。
a= IMEDI−MED2 l=4
となるので、経過音の重みPCBは2小節目なので、c
o s (4X2π/4)X2+FA4 (ここにP
A4= 1)により、PCB=3になっている。ここで
乱数γIを計算するがPCBの値3のために、γ1=2
になったとする1次の30−4から30−9までのシフ
ト処理により。
o s (4X2π/4)X2+FA4 (ここにP
A4= 1)により、PCB=3になっている。ここで
乱数γIを計算するがPCBの値3のために、γ1=2
になったとする1次の30−4から30−9までのシフ
ト処理により。
(MED)= (MED 1、MED2)MED3、
MED4、MED5、 MED6、MED7) = (22)l 8、18、13.1 0、13、18) ファ) となる、そして付加される鈴音のレジスタMEDし1は
ここではMED2であり、 MED2=MED3−(MED3−MEDI)=20 =ソ となる、この時点で、メロディの音列(MEDIは。
MED4、MED5、 MED6、MED7) = (22)l 8、18、13.1 0、13、18) ファ) となる、そして付加される鈴音のレジスタMEDし1は
ここではMED2であり、 MED2=MED3−(MED3−MEDI)=20 =ソ となる、この時点で、メロディの音列(MEDIは。
(MED)= (う、ン、ファ、ド、う、ド。
ファ)
である。
1をi+1にインクリメントして、Noになるまで繰り
返すわけであるが、以下では、γ1またはaの値によっ
て経過音は付加されなかったことにする。
返すわけであるが、以下では、γ1またはaの値によっ
て経過音は付加されなかったことにする。
同様にして、ししゅう音以下、付加するかどうかを決定
しながら付加していく、結果は付加されなかったとする
。
しながら付加していく、結果は付加されなかったとする
。
上記第30図から第33図に示す非和声音付加のフロー
(ルール)は単なる例示である0例えば、非和声音の重
み(またはこれに類似)のパラメータCの値により、各
非和声音の付加の悪様が異なるようなルールに変更でき
る。−例を挙げると、重みが十分小さいとき(例えばl
のとき)には、1小節内に付加される対応非和声音数を
高々1に制限する0重みが、例えば2のときには、1小
節内に複数の非和声音が付加されることは許容するが連
続付加は禁止する6重みが十分大きいとき(例えば3以
上のとき)は、自由に付加されるようにする。これを実
現するには1例えば、現在の小節における各非和声音の
実行済付加数を計数するカウンタを使用しく例えば31
−10の次でインクリメントさせる)、1個の対応非和
声音が付加されたことをそのカウンタが示しているなら
1fPc=1を条件にして、その小節におけるその非和
声音の付加処理を完了し、さらに、直前の音符位置で非
和声音が付加されたことを示すフラグを使用し、このフ
ラグが真を示し、かつPC=2が真であればフラグを偽
にしてから非和声音の付加(例えば31−7〜3l−1
1)をスキップして連続付加を禁止し、上記フラグ真で
かつPC≧3も真であれば、フラグを偽にすることなく
、非和声音の付加を実行して自由な非和声音付加を許す
、また、第30図の鈴音付加フローではl小箇当り付加
される鈴音付加数は高々1個となっているが、この代り
に、連続的な鈴音付加を許容するようにしてもよい(鈴
音の重みに依存して)、その他1種々のルール変更が可
能である。
(ルール)は単なる例示である0例えば、非和声音の重
み(またはこれに類似)のパラメータCの値により、各
非和声音の付加の悪様が異なるようなルールに変更でき
る。−例を挙げると、重みが十分小さいとき(例えばl
のとき)には、1小節内に付加される対応非和声音数を
高々1に制限する0重みが、例えば2のときには、1小
節内に複数の非和声音が付加されることは許容するが連
続付加は禁止する6重みが十分大きいとき(例えば3以
上のとき)は、自由に付加されるようにする。これを実
現するには1例えば、現在の小節における各非和声音の
実行済付加数を計数するカウンタを使用しく例えば31
−10の次でインクリメントさせる)、1個の対応非和
声音が付加されたことをそのカウンタが示しているなら
1fPc=1を条件にして、その小節におけるその非和
声音の付加処理を完了し、さらに、直前の音符位置で非
和声音が付加されたことを示すフラグを使用し、このフ
ラグが真を示し、かつPC=2が真であればフラグを偽
にしてから非和声音の付加(例えば31−7〜3l−1
1)をスキップして連続付加を禁止し、上記フラグ真で
かつPC≧3も真であれば、フラグを偽にすることなく
、非和声音の付加を実行して自由な非和声音付加を許す
、また、第30図の鈴音付加フローではl小箇当り付加
される鈴音付加数は高々1個となっているが、この代り
に、連続的な鈴音付加を許容するようにしてもよい(鈴
音の重みに依存して)、その他1種々のルール変更が可
能である。
以上で非和声音の付加の説明を一応終える。
1尺舅I
音長の列(Rhy)については、適当な段階、例えば分
散和音の発生が完了した時点で、音長の合計が現在の小
節の長さ1例えば16(4拍の長さ)になるように、各
音長を適当に割り振っておく0例えば1分散和音数が4
ならば16/4=4(−拍の長さ)を各音長Rhyl、
Rhy2)Rhy3.Rhy4に割り振っておく0分数
和音数が例えば5のように16で割り切れないときには
1例えばRh74=4.Rh74=4、uhy3=2)
Rh74=4、Rh75=4というように、不自然でな
いかたちに割り振る。一つの割り振り論理では、2分割
の論理を使用する0例えばj 」 j ノ のリズムのときに1個、音符を加えるときにはツノIJ
J で示すように2分割し、いずれか一方をさらに2分割し
、 そのいずれか一方を にする、この結果、例えば。
散和音の発生が完了した時点で、音長の合計が現在の小
節の長さ1例えば16(4拍の長さ)になるように、各
音長を適当に割り振っておく0例えば1分散和音数が4
ならば16/4=4(−拍の長さ)を各音長Rhyl、
Rhy2)Rhy3.Rhy4に割り振っておく0分数
和音数が例えば5のように16で割り切れないときには
1例えばRh74=4.Rh74=4、uhy3=2)
Rh74=4、Rh75=4というように、不自然でな
いかたちに割り振る。一つの割り振り論理では、2分割
の論理を使用する0例えばj 」 j ノ のリズムのときに1個、音符を加えるときにはツノIJ
J で示すように2分割し、いずれか一方をさらに2分割し
、 そのいずれか一方を にする、この結果、例えば。
nJJ
のリズムすなわちメロディの各音の音長の列(Rhy)
が1EIられる。さらに1個、音符を加えるときは、2
分割したときに、すでに。
が1EIられる。さらに1個、音符を加えるときは、2
分割したときに、すでに。
になっているところは、修正せず、
」
になっているところを
にする6例えば。
nJJ
が得られる。
非和声音付加の段階では、付加されるごとにメロディの
音符の数が1つあるいは2つずつ増加する。したがって
1例えば非和声音の付加が行われた時点で割り振り論理
によって割り振りの更新を実行することができる(図示
せず)。
音符の数が1つあるいは2つずつ増加する。したがって
1例えば非和声音の付加が行われた時点で割り振り論理
によって割り振りの更新を実行することができる(図示
せず)。
第34図の音長修正のフローに入る段階では上述したよ
うな音長の割り振りが完了している(前処理としての音
長調整の完了)、以下、第34図に例示する音長修正に
ついて説明する。
うな音長の割り振りが完了している(前処理としての音
長調整の完了)、以下、第34図に例示する音長修正に
ついて説明する。
本例の音長修正の目的は第1に、音長パターンの一貫性
を保つこと、第2に決められた小節の長さに音長パター
ンの全長麦一致させることである。音長パターンの一貫
性は、34−7から34−9までの処理で行われている
。34−10から34−19で示す部分は音長パターン
の全長を現在の小節の長さに調整しているところである
。
を保つこと、第2に決められた小節の長さに音長パター
ンの全長麦一致させることである。音長パターンの一貫
性は、34−7から34−9までの処理で行われている
。34−10から34−19で示す部分は音長パターン
の全長を現在の小節の長さに調整しているところである
。
詳細に述べるとSIGは、メロディの音aNOとモチー
フの音数Notとの比が1から多きくずれた場合に値が
切り換えられる変数であり、その値をスケーリングファ
クタとしてメロディ小節の音数の半分ところまで、モチ
ーフの音長パターンの各音長を縮め、あるいは引き延ば
し、その結果書られる音長パターンをメロディ小節の前
半の音長パターンにしている0例えば、現在の小節のメ
ロディ音数がモチーフ(l小箇分)に含まれる音数の半
分以下(Nol/No≧2)のときはSIGを2にする
。この場合、例えば、モチーフの音長列が4,2.2・
・・・・・であればメロディの音長列は8.4,4・・
・・・・となる、これはモチーフに対し、一時的にl/
2のテンポとなるパターンである。一方、現在の小節の
メロディ音数がモチーフに含まれる音数の借景下(N
o l / N o≦0 、5) (7)トきはSIG
を0.5すル、コノ場合1例えば、モチーフの音長列が
4.2,2・・・・・・とするとメロディの音長列2,
1.2・・・・・・となる、これはモチーフに対し一時
的に倍のテンポとなるパターンである。このような整数
比のパターン変換は一般にリズムの一貫性をくずさない
、メロディ音数がモチーフ音数に近いときは(0,5<
No 1/No<2)、モチーフの音長パターンをその
ままメロディ音長パターンの途中まで(正確にはメロデ
ィ小節の全台数の半分のところまで)のパターンとする
。
フの音数Notとの比が1から多きくずれた場合に値が
切り換えられる変数であり、その値をスケーリングファ
クタとしてメロディ小節の音数の半分ところまで、モチ
ーフの音長パターンの各音長を縮め、あるいは引き延ば
し、その結果書られる音長パターンをメロディ小節の前
半の音長パターンにしている0例えば、現在の小節のメ
ロディ音数がモチーフ(l小箇分)に含まれる音数の半
分以下(Nol/No≧2)のときはSIGを2にする
。この場合、例えば、モチーフの音長列が4,2.2・
・・・・・であればメロディの音長列は8.4,4・・
・・・・となる、これはモチーフに対し、一時的にl/
2のテンポとなるパターンである。一方、現在の小節の
メロディ音数がモチーフに含まれる音数の借景下(N
o l / N o≦0 、5) (7)トきはSIG
を0.5すル、コノ場合1例えば、モチーフの音長列が
4.2,2・・・・・・とするとメロディの音長列2,
1.2・・・・・・となる、これはモチーフに対し一時
的に倍のテンポとなるパターンである。このような整数
比のパターン変換は一般にリズムの一貫性をくずさない
、メロディ音数がモチーフ音数に近いときは(0,5<
No 1/No<2)、モチーフの音長パターンをその
ままメロディ音長パターンの途中まで(正確にはメロデ
ィ小節の全台数の半分のところまで)のパターンとする
。
以上の音長書き換えにより、メロディの音長パターン全
長が小節の長さくここでは16)からずれてしまうこと
があり得る。
長が小節の長さくここでは16)からずれてしまうこと
があり得る。
そこで音rc書き換え後のメロディの音長パターンの全
長を計算し、それが小節の長さ16と一致しているかを
見、一致してなければ、小節の終りの音符の方から音長
の手直しを行う0例えば、メロディの音長パターンの全
長が小康の長さより長ければ、まず小節の最後の音符の
音長を見、それが3以上であればそれを1だけ短くして
再度、小節の長さと比較する。最後の音符の音長が2以
下であれば、それより1つの手前の音符を見て同様のこ
とを行う、逆に、音長パターンの全長が小節の長さより
短ければ、まず小節の最終音符の長さを見、それが5以
下であれば2だけ音長を延ばし、再度、小節の長さと比
較する。最後の音符の長さが6以上であれば1つ手前の
音符の長さに対し同様のことを行う、この結果、最終的
に音長パターンの全長と小節の長さは一致し、音長修正
の処理が完了する。
長を計算し、それが小節の長さ16と一致しているかを
見、一致してなければ、小節の終りの音符の方から音長
の手直しを行う0例えば、メロディの音長パターンの全
長が小康の長さより長ければ、まず小節の最後の音符の
音長を見、それが3以上であればそれを1だけ短くして
再度、小節の長さと比較する。最後の音符の音長が2以
下であれば、それより1つの手前の音符を見て同様のこ
とを行う、逆に、音長パターンの全長が小節の長さより
短ければ、まず小節の最終音符の長さを見、それが5以
下であれば2だけ音長を延ばし、再度、小節の長さと比
較する。最後の音符の長さが6以上であれば1つ手前の
音符の長さに対し同様のことを行う、この結果、最終的
に音長パターンの全長と小節の長さは一致し、音長修正
の処理が完了する。
以上の説明と第34図のフローの明白な記述からフロー
の動きは明らかであり、これ以上の詳細に説明は省略す
る。
の動きは明らかであり、これ以上の詳細に説明は省略す
る。
ちなみに、第5図の第2小節目のメロディ生成の場合に
は、第34図の音長修正に入る段階で、そのメロディの
音長パターン(Rhy)は2゜2.2.2,2.2.4
、つまり nnn J となっている。
は、第34図の音長修正に入る段階で、そのメロディの
音長パターン(Rhy)は2゜2.2.2,2.2.4
、つまり nnn J となっている。
34−1から49−9までの処理で、その前半部はモチ
ーフと同じになり、(Rhyilは4.2.2.4.2
.2.4、つまり、 JnJ Ω 」 になる。
ーフと同じになり、(Rhyilは4.2.2.4.2
.2.4、つまり、 JnJ Ω 」 になる。
34−10からの後半の調整で次のようになる。SUN
は20で小節の長さ16より長い、最後の音符の長さR
h515は4で3より大きいから最後の音長は2となる
。ここでSUNは18でまだ小節より長い、ここまでで
(Rhyi)は4.2.2,4.2.2,2である。音
長が3以上のものを後から捜すと4fi目の音が4であ
るからそれが2となり5UN= 16が成立し、修正完
了である。このとき、(RMi)は4.2.2.2.2
.2.2)つまり nnn となる。
は20で小節の長さ16より長い、最後の音符の長さR
h515は4で3より大きいから最後の音長は2となる
。ここでSUNは18でまだ小節より長い、ここまでで
(Rhyi)は4.2.2,4.2.2,2である。音
長が3以上のものを後から捜すと4fi目の音が4であ
るからそれが2となり5UN= 16が成立し、修正完
了である。このとき、(RMi)は4.2.2.2.2
.2.2)つまり nnn となる。
これに、すでに得ているメロディの音高ハターン(Rh
yi)を並べて示すと。
yi)を並べて示すと。
音長 Jnn n
であり、まさに、第5図の2小市目に示すメロディの完
成である。
成である。
なお、第5図の3小節目と4小節目のメロディ生成につ
いてはその経過は省略するが、結果は図示のようになっ
たとする。
いてはその経過は省略するが、結果は図示のようになっ
たとする。
すなわち、第3小節目の01では、
音高 ミファソシレ
音長 ノ f】 ノ ノ
第4小節目(ここでは最終小節)のC,、、では音高
ドツファミド 音長 J n JJ である。
ドツファミド 音長 J n JJ である。
以上で一応、曲の完成とする。
く修正学習〉
上述のしたように、完成された曲に対して、使用者はモ
ニターを通じて自動作曲機に修正を要求することができ
る。以下、修正学習について詳細に説IJJする0本実
施例では、修正は季節別に行われる。
ニターを通じて自動作曲機に修正を要求することができ
る。以下、修正学習について詳細に説IJJする0本実
施例では、修正は季節別に行われる。
第35図は修正学習のフローである。まず、最初に、上
述したのと同様にして、モチーフから非相jハ音を抽出
し、モチーフの特徴パラメータを抽出する(35−1)
、ここで、生成するメロディのすべての小節について、
パラメータCなどを発生させ、記憶させておいてもよい
が(出来上るメロディは前と同様になる)、記憶官許の
面では、好ましくない。
述したのと同様にして、モチーフから非相jハ音を抽出
し、モチーフの特徴パラメータを抽出する(35−1)
、ここで、生成するメロディのすべての小節について、
パラメータCなどを発生させ、記憶させておいてもよい
が(出来上るメロディは前と同様になる)、記憶官許の
面では、好ましくない。
どの小節を修正したいかを使用者に入力してもらう(3
5−2)、これに対し、自動作曲機は内部のパラメータ
C演算機能を起動して、修正要求のあった小康のパラメ
ータC(PCI)を演算する(35−3)、例えば転回
のパラメータPC7i=cos ((2+2)X2π/
4)X1+1=2というように、PCをすべて算出する
。
5−2)、これに対し、自動作曲機は内部のパラメータ
C演算機能を起動して、修正要求のあった小康のパラメ
ータC(PCI)を演算する(35−3)、例えば転回
のパラメータPC7i=cos ((2+2)X2π/
4)X1+1=2というように、PCをすべて算出する
。
次は客観データ(パラメータC)から主観データへのパ
ラメータへのパラメータ変換である(35−4)、この
、パラメータ変換の目的は。
ラメータへのパラメータ変換である(35−4)、この
、パラメータ変換の目的は。
使用者にとって理解しやすく、判断しやすい情報を与え
ることである6例えば、転回のパラメータPC7iは主
に盛り上がりを制御するものであるため、PC7f=2
であるとき、「盛り上がりの度合がこの小節では90%
になっています」のように、知らせてあげた方が主観的
に判断しやすくユーザーにとって修正の作業がしやすく
なる。ここのパラメータ変換の論理(関数演算など)は
、客観データ(pc)と主観データとの相関関係などを
考慮して決めることができる0例えば、開発マシンにて
、最初の目安の相関(例えば、実際に作曲されている曲
の解析や主観評価法にて得たもの)から、より確かな相
関を実績を通じて求め、それで得た結果を、本自動作曲
機のパラメータ変換の論理に組み込むことができる。
ることである6例えば、転回のパラメータPC7iは主
に盛り上がりを制御するものであるため、PC7f=2
であるとき、「盛り上がりの度合がこの小節では90%
になっています」のように、知らせてあげた方が主観的
に判断しやすくユーザーにとって修正の作業がしやすく
なる。ここのパラメータ変換の論理(関数演算など)は
、客観データ(pc)と主観データとの相関関係などを
考慮して決めることができる0例えば、開発マシンにて
、最初の目安の相関(例えば、実際に作曲されている曲
の解析や主観評価法にて得たもの)から、より確かな相
関を実績を通じて求め、それで得た結果を、本自動作曲
機のパラメータ変換の論理に組み込むことができる。
パラメータ変換の結果(メツセージ)はCRT12(第
1図)などに表示させる(35−5)。
1図)などに表示させる(35−5)。
これに対し、ユーザーはパラメータの種類EDBを入力
する(35−6)、例えば盛り上りのパラメータだとし
、盛り上りのパラメータと転回のパラメータがl=1で
対応しているとすれば、EDBはパラメータCの種類と
して転回パラメータを指す値になる。主観パラメータの
種類(S)と客観パラメータ(0)の種類が1=1で対
応してなければ、指定された主観パラメータの種類S
(f)に対応する客観パラメータ0(j)、O(k)、
・・・・・・を変換によって求めればよい(なお図示の
フローでは1:1対応を想定しである)、続いてユーザ
ーの修正値EDC′を入力する(35−7)、例えば、
盛り上りを90%から50%に変更したいのであれば、
ユーザーは、修正のパラメータの種類を35−6で入力
し、修正値の50%(EDC’)35−7で入力するわ
けである。
する(35−6)、例えば盛り上りのパラメータだとし
、盛り上りのパラメータと転回のパラメータがl=1で
対応しているとすれば、EDBはパラメータCの種類と
して転回パラメータを指す値になる。主観パラメータの
種類(S)と客観パラメータ(0)の種類が1=1で対
応してなければ、指定された主観パラメータの種類S
(f)に対応する客観パラメータ0(j)、O(k)、
・・・・・・を変換によって求めればよい(なお図示の
フローでは1:1対応を想定しである)、続いてユーザ
ーの修正値EDC′を入力する(35−7)、例えば、
盛り上りを90%から50%に変更したいのであれば、
ユーザーは、修正のパラメータの種類を35−6で入力
し、修正値の50%(EDC’)35−7で入力するわ
けである。
これに対し、自動作曲機は主観パラメータの偵(EDC
’)を客観パラメータの値に逆変換する(35−8)、
上の例でいえば、盛り上りを50%にする要求に対し、
逆変換を実行し、転回のパラメータPC7の値(EDC
)を1にする。
’)を客観パラメータの値に逆変換する(35−8)、
上の例でいえば、盛り上りを50%にする要求に対し、
逆変換を実行し、転回のパラメータPC7の値(EDC
)を1にする。
続いて、35−8から35−9に示すように7習データ
メモリ9に、修正内容を書さ込んでいく、ここでのPは
、学習メモリ9のポインタである。ポインタPをインク
リメントして次々に修正データを書き込んでいるわけで
ある。
メモリ9に、修正内容を書さ込んでいく、ここでのPは
、学習メモリ9のポインタである。ポインタPをインク
リメントして次々に修正データを書き込んでいるわけで
ある。
修正したい小節や、修正したいパラメータの種類、値が
なくなったところでユーザーは修正完了を入力し、これ
により修正学習の処理は終了する(35−12)。
なくなったところでユーザーは修正完了を入力し、これ
により修正学習の処理は終了する(35−12)。
以上の修正学習はユーザーの好みを生成するメロディに
反映させるように働く、このことは第36図に例示する
学習によるパラメータ変更の動作からさらに明らかにな
る。
反映させるように働く、このことは第36図に例示する
学習によるパラメータ変更の動作からさらに明らかにな
る。
すなわち、学習によるパラメータ変更にところでは、パ
ラメータC@算機能F31(第2図)により通常、生成
されるパラメータCよりも修正学習機能F4により学習
したところのパラメータCを優先させる。第36図の3
6−3のところは、通常のパラメータCの計算であり、
すでにくパラメータC〉のところで述べたものである。
ラメータC@算機能F31(第2図)により通常、生成
されるパラメータCよりも修正学習機能F4により学習
したところのパラメータCを優先させる。第36図の3
6−3のところは、通常のパラメータCの計算であり、
すでにくパラメータC〉のところで述べたものである。
36−4から36−11の部分で、学習メモリ9をサー
チし、メロディ発生に使用するパラメータCを学習した
ものでWlき換えている。すなわち、現在の小節と一致
する修正小πが見つけ出され(i=本Pa)、着目して
いるパラメータの種類と一致するパラメータの種類が見
つけ出され(j=木(Pa+ 1))ると、修正データ
EDCが、その小節におけるそのパラメータPCjの値
になる(PCj =EDC)、第5図の例でいえば、第
2小π目のところで転回のパラメータPC7として、2
(転回数が2回であることを表わす)の代りに転回数が
1回であることを示す1が割り当てられる。
チし、メロディ発生に使用するパラメータCを学習した
ものでWlき換えている。すなわち、現在の小節と一致
する修正小πが見つけ出され(i=本Pa)、着目して
いるパラメータの種類と一致するパラメータの種類が見
つけ出され(j=木(Pa+ 1))ると、修正データ
EDCが、その小節におけるそのパラメータPCjの値
になる(PCj =EDC)、第5図の例でいえば、第
2小π目のところで転回のパラメータPC7として、2
(転回数が2回であることを表わす)の代りに転回数が
1回であることを示す1が割り当てられる。
第36図中、iは小節番号、jはパラメータPCの添字
PCjとして用いられる意味でパラメータCの種類(パ
ラメータネーム)を指すための変数、Paは学習メモリ
9のポインタ、木Paはポインタの指す学習メモリのデ
ータである。ここでは、Paが3の倍数のとき、*Pa
は修正小節の番号を示し、Paが3の倍数プラス1のと
きは本Paは修正パラメータの種類を表わし、Paが3
の倍数プラス2のとさは本Paは修正パラメータの値を
表わすようになっている(第35図のフローの右側の図
参照)。
PCjとして用いられる意味でパラメータCの種類(パ
ラメータネーム)を指すための変数、Paは学習メモリ
9のポインタ、木Paはポインタの指す学習メモリのデ
ータである。ここでは、Paが3の倍数のとき、*Pa
は修正小節の番号を示し、Paが3の倍数プラス1のと
きは本Paは修正パラメータの種類を表わし、Paが3
の倍数プラス2のとさは本Paは修正パラメータの値を
表わすようになっている(第35図のフローの右側の図
参照)。
36−13でj〉パラメータの数になったところで1番
目の小節に対するすべてのパラメータCについて、すべ
ての学習内容が盛り込まれた形でパラメータCが完成し
ている。
目の小節に対するすべてのパラメータCについて、すべ
ての学習内容が盛り込まれた形でパラメータCが完成し
ている。
なお、36−14は小節単位のメロディ発生であり、第
23図の23−9〜23−14にほぼ対応している。特
にここで抜き出して示したのは、36−13のところま
でで修正ずみのパラメータCを使って、メロディが発生
されることを明白にするためである。
23図の23−9〜23−14にほぼ対応している。特
にここで抜き出して示したのは、36−13のところま
でで修正ずみのパラメータCを使って、メロディが発生
されることを明白にするためである。
要するに、いったん学習メモリ9に記憶された学習デー
タは、使用者からの作曲の要求の都度、読み出され、学
習したところがパラメータCに直接的に反映され(第1
3図も参照のこと)、このパラメータCによってメロデ
ィの生成が制御されるわけである。したがって1作曲さ
れたメロディは、各使用者の好みを反映するところとな
り、ここに学習の成果が現われることになる。
タは、使用者からの作曲の要求の都度、読み出され、学
習したところがパラメータCに直接的に反映され(第1
3図も参照のこと)、このパラメータCによってメロデ
ィの生成が制御されるわけである。したがって1作曲さ
れたメロディは、各使用者の好みを反映するところとな
り、ここに学習の成果が現われることになる。
参考までに第5図の下側の楽譜にこの修正学習による修
正後のメロディを示す、この例では2小節Hの転回パラ
メータPCが修正荊の2回の転回から1回の転回に修正
されており、その結果がこの小節のメロディに現われて
いる(ファドシラファラド)、このうち、F maj
の和声きはファと木彫の(ドファラド)を1回だけ転回
したものである)。
正後のメロディを示す、この例では2小節Hの転回パラ
メータPCが修正荊の2回の転回から1回の転回に修正
されており、その結果がこの小節のメロディに現われて
いる(ファドシラファラド)、このうち、F maj
の和声きはファと木彫の(ドファラド)を1回だけ転回
したものである)。
〈実施例の特徴〉
以上の詳細な説明から本実施例に係る自動作曲機の特徴
は明白である。そのいくつかを以下に挙げる。
は明白である。そのいくつかを以下に挙げる。
(イ)モチーフを評価して得たモチーフ特徴パラメータ
とコード進行情報に基づいてメロディを生成しているの
で、モチーフがもつ曲のエツセンスやコンセプトが曲目
体にわたって反映されるとともにコード進行に沿ってコ
ントロールされ、かつ多様に変化可能なメロディがつく
られる。
とコード進行情報に基づいてメロディを生成しているの
で、モチーフがもつ曲のエツセンスやコンセプトが曲目
体にわたって反映されるとともにコード進行に沿ってコ
ントロールされ、かつ多様に変化可能なメロディがつく
られる。
(o)メロディ生成手段内に、生成するメロディを制御
するためのパラメータC(litメロディ特徴パラメー
タ、生成メロディ制御パラメータ)を発生する手段を設
けており、進行区un(小節)を単位として、季節別に
パラメータCを決めている。この季節別に割り当てられ
たパラメータCの値によって、それぞれの小節のメロデ
ィを発生制御している。したがって、メロディの流れに
おける統一性と多様性を表現することができる。
するためのパラメータC(litメロディ特徴パラメー
タ、生成メロディ制御パラメータ)を発生する手段を設
けており、進行区un(小節)を単位として、季節別に
パラメータCを決めている。この季節別に割り当てられ
たパラメータCの値によって、それぞれの小節のメロデ
ィを発生制御している。したがって、メロディの流れに
おける統一性と多様性を表現することができる。
(ハ)上記パラメータCの発生手段は、圧縮されたデー
タ(第3のパラメータB)とモチーフ特徴パラメータを
使用し、演算によってパラメータCを発生している。し
たがって、多種多様なパラメータCの値を比較的少ない
記憶容量で得ることができる。
タ(第3のパラメータB)とモチーフ特徴パラメータを
使用し、演算によってパラメータCを発生している。し
たがって、多種多様なパラメータCの値を比較的少ない
記憶容量で得ることができる。
(:)非和声音と和声音とを区別して取り扱っているの
で5曲の流れが非常に音楽的になる。
で5曲の流れが非常に音楽的になる。
(ネ)モチーフはユーザーから入力されるようになって
おり、そのモチーフが反映されたかたちで曲ができるの
で、ユーザーは作曲への参加意識とともに作曲された曲
に対する満足感を同時に得ることができる。
おり、そのモチーフが反映されたかたちで曲ができるの
で、ユーザーは作曲への参加意識とともに作曲された曲
に対する満足感を同時に得ることができる。
(へ)さらに、専門的な音楽知識は不要であり、わずか
なモチーフさえ想いつけば、後は自動作曲機の方でそれ
に合わせて作曲してくれる。
なモチーフさえ想いつけば、後は自動作曲機の方でそれ
に合わせて作曲してくれる。
(ト)修正学習機能が組み込まれており、ユーザーの好
みをこの機能が学習する。自動作曲機は、この学習機能
が習得した学習データを優先させて以降の作曲を行う、
したがって1作曲された曲はユーザーの好みを反映する
ところとなり、ユーザーはますます興味をひかれること
になる。
みをこの機能が学習する。自動作曲機は、この学習機能
が習得した学習データを優先させて以降の作曲を行う、
したがって1作曲された曲はユーザーの好みを反映する
ところとなり、ユーザーはますます興味をひかれること
になる。
(+)また、パラメータの設定しだいで分散和音作成機
として機能する0例えば、非和声音の付加の可否につい
てのパラメータ(例、PO2゜PO2)PCII、PC
l3)が禁止の値を示しているときはいずれの非和声音
機能もその動作が禁止され、結果として分散和音だけが
つくられる(第30図から第33図でいえば、PO2な
どがゼロのときγI=0になるとする)。
として機能する0例えば、非和声音の付加の可否につい
てのパラメータ(例、PO2゜PO2)PCII、PC
l3)が禁止の値を示しているときはいずれの非和声音
機能もその動作が禁止され、結果として分散和音だけが
つくられる(第30図から第33図でいえば、PO2な
どがゼロのときγI=0になるとする)。
く変形例〉
本発明は上記実施例に限られず1種々、変形、変更、改
良が可能である。
良が可能である。
例えば、上記実施例では小節の長さをどの小節も同じ長
さにしているが、可変長の小節であってもよい、これは
例えば、小節カウンタを設け、その計数値(小節番号)
に割り当てられた小節の長さを使用することによって実
現できる。
さにしているが、可変長の小節であってもよい、これは
例えば、小節カウンタを設け、その計数値(小節番号)
に割り当てられた小節の長さを使用することによって実
現できる。
また、モチーフの小節は上記実施例では、曲の冒頭とし
て与えられることを想定してあったが、何番目の小節を
モチーフの入力小節にしてもよい、このための変形は容
易である。
て与えられることを想定してあったが、何番目の小節を
モチーフの入力小節にしてもよい、このための変形は容
易である。
また、上記実施例では、入力されるモチーフの長さはl
小節を想定してあったが、複数小節であってもよい、こ
のためには、例えば、2小箇の場合には、ftSi小節
目のモチーフから第1のモチーフ特徴パラメータ(例え
ば音型のパラメータLLi)を抽出し、第2小節目のモ
チーフから第2のモチーフ特徴パラメータを抽出し、2
種類のパラメータBの一方と第1のモチーフ特徴パラメ
ータとから第1のパラメータCを演算し、もう片方のパ
ラメータBの第2のモチーフ特徴パラメータから第2の
パラメータCを演算する。そして、第1のパラメータC
は例えば奇数番号の小節のメロディ生成を制御するため
に使用し、第2のパラメータCは偶aI!F号の小jl
’f(モジュロ2がゼロの小fli)のメロディ生成を
制御するのに使用する(小節番号のカウンタの値を2で
われば、どちらのパラメータCを発生させればよいかた
だちに判別できる)、ただし、楽曲によっては1例えば
A、B、Aの形式をとり、Aが8小節の楽節、Bが7小
節の楽節、最後のAが8小節の楽節、といったようなケ
ースでは、例えば、各楽節の値(8,7,8)= (第
1楽節の小節数、第2楽百の小節数、第3楽節の小fl
ia)と小w1番号のカウンタの値とを比較し、小筆番
号が9となり曲の冒頭から第9小節目になったこと、つ
まり第2楽節の開始が検出された時点で、小節番号のカ
ウンタをリセットすればよい、要するに各楽節内の奇数
番目の小節で第1のパラメータCを発生させ、偶a番目
の小節で第2のパラメータCを発生させればよい。
小節を想定してあったが、複数小節であってもよい、こ
のためには、例えば、2小箇の場合には、ftSi小節
目のモチーフから第1のモチーフ特徴パラメータ(例え
ば音型のパラメータLLi)を抽出し、第2小節目のモ
チーフから第2のモチーフ特徴パラメータを抽出し、2
種類のパラメータBの一方と第1のモチーフ特徴パラメ
ータとから第1のパラメータCを演算し、もう片方のパ
ラメータBの第2のモチーフ特徴パラメータから第2の
パラメータCを演算する。そして、第1のパラメータC
は例えば奇数番号の小節のメロディ生成を制御するため
に使用し、第2のパラメータCは偶aI!F号の小jl
’f(モジュロ2がゼロの小fli)のメロディ生成を
制御するのに使用する(小節番号のカウンタの値を2で
われば、どちらのパラメータCを発生させればよいかた
だちに判別できる)、ただし、楽曲によっては1例えば
A、B、Aの形式をとり、Aが8小節の楽節、Bが7小
節の楽節、最後のAが8小節の楽節、といったようなケ
ースでは、例えば、各楽節の値(8,7,8)= (第
1楽節の小節数、第2楽百の小節数、第3楽節の小fl
ia)と小w1番号のカウンタの値とを比較し、小筆番
号が9となり曲の冒頭から第9小節目になったこと、つ
まり第2楽節の開始が検出された時点で、小節番号のカ
ウンタをリセットすればよい、要するに各楽節内の奇数
番目の小節で第1のパラメータCを発生させ、偶a番目
の小節で第2のパラメータCを発生させればよい。
また、上記実施例では、1小箇当りのコード数は1個(
lコード/小fff)を想定しであるが、1小節当りの
コード数は2つ以上にすることも可能である0例えば、
最初の2拍が第1のコード(例えばC)で後の2拍が第
2のコード(例えばF)となる小節を仮定してみよう、
第1の構成例では、パラメータC発生機能は小節単位で
パラメータCを発生する。一方、分散和音発生機能は、
第1コードの区間ではこの第1コードに従って分散和音
を発生し、ft52コードの区間ではこの第2コードに
従って分散和音を発生させる。ただしパラメータCは小
節区間で使用する。残る非和声音付加機能は小節区間単
位で非和声音を付加する。
lコード/小fff)を想定しであるが、1小節当りの
コード数は2つ以上にすることも可能である0例えば、
最初の2拍が第1のコード(例えばC)で後の2拍が第
2のコード(例えばF)となる小節を仮定してみよう、
第1の構成例では、パラメータC発生機能は小節単位で
パラメータCを発生する。一方、分散和音発生機能は、
第1コードの区間ではこの第1コードに従って分散和音
を発生し、ft52コードの区間ではこの第2コードに
従って分散和音を発生させる。ただしパラメータCは小
節区間で使用する。残る非和声音付加機能は小節区間単
位で非和声音を付加する。
第2の構成例では、非相声音付加a簡も2拍車位(コー
ド単位)で非和声音を付加する。その他の構成例も考え
られる。また、所望であれば、音長修正機能を変更し、
コード単位のメロディの各音長合計をコードの長さくま
たはそれに近い長さ)に修正する機山を盛り込んでもよ
い。
ド単位)で非和声音を付加する。その他の構成例も考え
られる。また、所望であれば、音長修正機能を変更し、
コード単位のメロディの各音長合計をコードの長さくま
たはそれに近い長さ)に修正する機山を盛り込んでもよ
い。
さらに1曲風などの選択機能を付加してもよい0例えば
パラメータBの全体のデータを分類する。すなわちパラ
メータBメモリのデータ構造を分類化された構造にする
。そして入力装置からの選択入力により、パラメータB
メモリより読み出すデータを決め、これらの選択された
パラメータBによりパラメータCを発生させる。上述し
たように、パラメータCはパラメータBに依存しており
、パラメータBの値が代わればパラメータCの値も変わ
り、結果として、生成される曲のメロディが変化する。
パラメータBの全体のデータを分類する。すなわちパラ
メータBメモリのデータ構造を分類化された構造にする
。そして入力装置からの選択入力により、パラメータB
メモリより読み出すデータを決め、これらの選択された
パラメータBによりパラメータCを発生させる。上述し
たように、パラメータCはパラメータBに依存しており
、パラメータBの値が代わればパラメータCの値も変わ
り、結果として、生成される曲のメロディが変化する。
また、コード進行と関係するコード構成音メモリ2のデ
ータ構造についても曲風などに基づいて分類化された構
造にすることができる0選択されたコード構成音のセッ
トのなかから、コード進行メモリ上のコード進行を示す
コードネーム列に従って、各コード構成aを読み出す、
これにより1分散和音発生機能F32が発生する分散和
音が、別のコード構成音のセットに基づく場合とは異な
ってくる。この結果、メロディの特徴も変化する。いい
かえれば1選択されたコード構成音のセットが選択され
た分野における和音の集合というわけである。
ータ構造についても曲風などに基づいて分類化された構
造にすることができる0選択されたコード構成音のセッ
トのなかから、コード進行メモリ上のコード進行を示す
コードネーム列に従って、各コード構成aを読み出す、
これにより1分散和音発生機能F32が発生する分散和
音が、別のコード構成音のセットに基づく場合とは異な
ってくる。この結果、メロディの特徴も変化する。いい
かえれば1選択されたコード構成音のセットが選択され
た分野における和音の集合というわけである。
他の選択的アプローチとしては、パラメータC演算機能
F31を、共通機能を保ちながら、分野別に異なる機能
(演算論理機能)を組み込み、入力装訝からの分野指定
入力によって、選択された機能をアクティブにする0分
散和音発生機能F32や非和声音付加機能F33に対し
ても同様のアプローチが可能である。
F31を、共通機能を保ちながら、分野別に異なる機能
(演算論理機能)を組み込み、入力装訝からの分野指定
入力によって、選択された機能をアクティブにする0分
散和音発生機能F32や非和声音付加機能F33に対し
ても同様のアプローチが可能である。
また、モチーフ評価機能F1に、和音決定機能などの機
能を組み込んでもよい0例えば2つのコードに従って1
小節分のモチーフが入力され1することを想定し、まず
非和声音抽出機能に手簡単位で非和声音を抽出させ、そ
の残りの汗がどの和音であるかを調べ、該当する和音が
存在しなければ、1小節に2個のコードありとみなして
、非和声音抽出機能で2拍車位で非和声音を抽出させる
といった方式で和音を決定する和音決定機能を組み込む
。
能を組み込んでもよい0例えば2つのコードに従って1
小節分のモチーフが入力され1することを想定し、まず
非和声音抽出機能に手簡単位で非和声音を抽出させ、そ
の残りの汗がどの和音であるかを調べ、該当する和音が
存在しなければ、1小節に2個のコードありとみなして
、非和声音抽出機能で2拍車位で非和声音を抽出させる
といった方式で和音を決定する和音決定機能を組み込む
。
また、メロディの生成等に関し、上記実施例ではl小節
ずつ逐次生成しているが、並行処理によって並列的に生
成してもよい、この場合、小節間の連結を要するところ
(前音から次小箇の頭のメロディノートを決めるなど)
があるので、前小節の情報を必要とする小節のメロディ
発生機能は前小節のメロディ発生後に起動される。
ずつ逐次生成しているが、並行処理によって並列的に生
成してもよい、この場合、小節間の連結を要するところ
(前音から次小箇の頭のメロディノートを決めるなど)
があるので、前小節の情報を必要とする小節のメロディ
発生機能は前小節のメロディ発生後に起動される。
その他、種々、変更が可能である。
[発明の効果]
本発明による自動作曲機にあっては使用者より入力され
たモチーフ情報から、そのモチーフを特徴づけるパラメ
ータを抽出し、このモチーフ特徴パラメータはコード進
行情報に基づいてメロディを生成するようになっている
。したがって、曲のエツセンスやコンセプトが作曲され
る曲の全体に反映されるとともに、コード進行に従いな
がら多様に変化するメロディがつくられる。さらに、ユ
ーザーに対する負担は小さく、音楽的知識はまったくと
いってよいほど必要としない、それでいて、自分の入力
したモチーフを基にして作曲が行われるので興味はつき
ない。
たモチーフ情報から、そのモチーフを特徴づけるパラメ
ータを抽出し、このモチーフ特徴パラメータはコード進
行情報に基づいてメロディを生成するようになっている
。したがって、曲のエツセンスやコンセプトが作曲され
る曲の全体に反映されるとともに、コード進行に従いな
がら多様に変化するメロディがつくられる。さらに、ユ
ーザーに対する負担は小さく、音楽的知識はまったくと
いってよいほど必要としない、それでいて、自分の入力
したモチーフを基にして作曲が行われるので興味はつき
ない。
第1図は本発明の実施例に係る自動作曲機の全体構成図
、第2図は自動作曲機の機能ブロック図、第3図は音高
データ例を示す図、第4図は動作説明のための入力デー
タ例を示す図、第5図は形成されたメロディの例を示す
図、第6図は主な変数のリストを示す図、第7図は非和
声音抽出のフローチャートとともに著名な曲の一部を非
和声音を説明するために引用した図、第8図は先取音抽
出のフローチャート、第9図は持合抽出のフローチャー
ト、第10図はししゅう音の抽出のフローチャート、第
11図は経過音の抽出のフローチャート、第12図は装
飾音抽出のフローチャート、1513図はパラメータ抽
出、演算のフローチャート、第14図はHDiに各非相
音声に対応させる定数を代入するフローチャート、第1
5図は各非和声音の数をモチーフ特徴パラメータPAI
〜PA6として抽出するフローチャート、第16図は和
声音の数、非和声音の数、総数をモチーフ特徴パラメー
タとして抽出するフローチャート、第17図は和声音の
型のパラメータをモチーフ特徴パラメータとして抽出す
るフローチャートとともにその動作例をグラフで示す図
、f:n18図はなめらかさのパラメータをモチーフ特
徴パラメータとして抽出するフローチャート、第19図
はパラメータ間のマツプ例を示す図、第ム導入機能を説
明するためにランダム化の例をグラフで示した図、第2
2A図は特定のパラメータCについての演算の例を示す
図、第228図は成分パラメータと小flu号による特
定パラメータへの作用を具体的に示す図、第23図はメ
ロディの生成のフローチャート、第24図は分散和音発
生のフローチャート、第25図はコード構成音の読み出
しのフローチャート、第26図はコード構成音メモリと
コード進行メモリの内容を示す図、第27図はコード構
成音の転回のフローチャート、第28図はMEDiを前
の音より決定するフローチャート、第29図は分散和音
型の修正のフローチャートとともにその動作例をグラフ
で示す図、第30図は持合付加のフローチャート、第3
1図は経過音付加のフローチャート、第32図はししゅ
う音付加のフローチャート、第33図は装飾音付加のフ
ローチャー1・、第34図は音長修正のフローチャート
、第35図は修正学習のフローチャートとともに学習デ
ータメモリの内容を示す図、第36図は学習によるパラ
メータ変更のフローチャートである。 l・・・・・・入力装置、2・・・・・・コード構成音
メモリ、3・・・・・・コード進行メモリ、4・・・・
・・モチーフメモリ、5・・・・・・パラメータCメモ
リ、6・・・・・・CPU、8・・・・・・パラメータ
Cメモリ、10・・・・・・メロディデータメモリ、F
l・・・・・・評価(非和声音抽出)a能、F2・・・
・・・モチーフパラメータ抽出機ス財。 F3・・・・・・メロディ発生機能、F31・・・・・
・パラメータC演r1a能、F32・・・・・・分散和
音発生機部。 F33・・・・・・非和声音付加機能。 特許出願人 カシオ計算機株式会社 代理人 弁理士 町 1)俊 正 ニー1 a白禎弛力軸゛9壱÷l亨栂τ〕 第3図 g高テ°“−101列 ■−今−7Y’〜り: MDi :MDl=I、MD2
−5.間03−6.MD4−8.間D5−+3Rhyl
i : Rhyl+I+4.Rhy12−2.F&Ty
lj〜2.Rhyla・4.Rhyls=42C21」
ダ PC2i−C+cos(<:tzン−12ytA)〕i
2t?^2ρC31;伺°畜つ豐と PC:I −(−cos i+i+2)x2x/21)
rけPA3PC5i+r4テし丁・tテ PCsi s <−cos (<1+2>t2yua
J]K2第4図 巾Iイ乍膚梵gP11.λ浩4フ人1テ一タイダ1(入
ff) Fmaj G7 Cm
(Ii(4隆正繭) 第5図 形泳で札にメロテλ− 〈ヌ[J“)゛゛イ鳥νヲト〉 MDi(i=I〜N01)二を一;(・−7a)it&
7−タ関印1(i=l〜No) :メロテ゛イーリ1!
奈テ゛−タ(小舒勿にン注=tel?計1同躬壇ユ鼠)
)MELDi(i−1〜MNo): fOテi−n&了
=7(lLf#h+=ygテiit’)l:iヒhコ)
LLi:分可υW者り10テータ phyli(i−1〜No1):f+−フつ盲菱テータ
ρhyi(i−1/−NO3;和プン一つ顆テユ7HD
i (i=l −NoD:4ζ末刀−自判ヲク刀つテニ
フ〈]−1−闇係ン CN1(i−l、−CNo):’:I−1’プ’J’(
−7”IKDi(i−1〜4);ゴー1″未1べ“1う
テ゛−タ〈lVウラン夕等〉 PAi、PBi、PCi :$往つさ1す1ゾラメ−
yεDA、EDB、EDC二押4工之東孜テ゛−タくぞ
り信ン 0NPU ニジステZ、で°便m丁31佇1つ教(1阿
C2〜C7て”ONρ(J=61)「1 、乱芭ll呟
ぎtr丹り文数 RND(Z) : l−’flR’lLL、’I’4’
lイ1dp&衣之1rlさセ:3に第6図 1)ぢリスト ゴーで!′l*4テコ士 第8図 士8又有1宙t (導7ff17−401〜脅9ゴつ 第9図 倚lI (笛71117−5□ 第10図 第11図 第13図 7%O’う・メータ十はrLヅレク釦 第14図 第16図 昶ア薯、井、fO戸覧林PA間 (%13図15−5の1雫ガミ〕 第18図 なりら力ゝご(つペフズ−57PA+a(#13t!1
3−5の”−黛U〕 1ρC2:lれじ江r≦lて鞠シ主二ヒ3メロチー<−
Qカタ囮蒼)す1ズPCzi−(十cα引(1f2ンズ
2y°π〕′已巨住j″Jx二聾とビ十二千Bへ仇2)
PC8: 77、hうか二のノマラメーブ(ツ→1!ア
iつ1合ν・)pCsi−(−CO5((it2)X2
7MpF3fa)lyPB、qs+=コ≦ツ十P旦り邊
−tPAIO第22A図 ノV″ラメー57フリ員−僅σフg+19(インド51
列(PC2) /+1 8
−1υ ◆
−ef。 む u
(J″−)
−一″g 9 第26図 第28図 MEDiえ削り音謳I)ま定
、第2図は自動作曲機の機能ブロック図、第3図は音高
データ例を示す図、第4図は動作説明のための入力デー
タ例を示す図、第5図は形成されたメロディの例を示す
図、第6図は主な変数のリストを示す図、第7図は非和
声音抽出のフローチャートとともに著名な曲の一部を非
和声音を説明するために引用した図、第8図は先取音抽
出のフローチャート、第9図は持合抽出のフローチャー
ト、第10図はししゅう音の抽出のフローチャート、第
11図は経過音の抽出のフローチャート、第12図は装
飾音抽出のフローチャート、1513図はパラメータ抽
出、演算のフローチャート、第14図はHDiに各非相
音声に対応させる定数を代入するフローチャート、第1
5図は各非和声音の数をモチーフ特徴パラメータPAI
〜PA6として抽出するフローチャート、第16図は和
声音の数、非和声音の数、総数をモチーフ特徴パラメー
タとして抽出するフローチャート、第17図は和声音の
型のパラメータをモチーフ特徴パラメータとして抽出す
るフローチャートとともにその動作例をグラフで示す図
、f:n18図はなめらかさのパラメータをモチーフ特
徴パラメータとして抽出するフローチャート、第19図
はパラメータ間のマツプ例を示す図、第ム導入機能を説
明するためにランダム化の例をグラフで示した図、第2
2A図は特定のパラメータCについての演算の例を示す
図、第228図は成分パラメータと小flu号による特
定パラメータへの作用を具体的に示す図、第23図はメ
ロディの生成のフローチャート、第24図は分散和音発
生のフローチャート、第25図はコード構成音の読み出
しのフローチャート、第26図はコード構成音メモリと
コード進行メモリの内容を示す図、第27図はコード構
成音の転回のフローチャート、第28図はMEDiを前
の音より決定するフローチャート、第29図は分散和音
型の修正のフローチャートとともにその動作例をグラフ
で示す図、第30図は持合付加のフローチャート、第3
1図は経過音付加のフローチャート、第32図はししゅ
う音付加のフローチャート、第33図は装飾音付加のフ
ローチャー1・、第34図は音長修正のフローチャート
、第35図は修正学習のフローチャートとともに学習デ
ータメモリの内容を示す図、第36図は学習によるパラ
メータ変更のフローチャートである。 l・・・・・・入力装置、2・・・・・・コード構成音
メモリ、3・・・・・・コード進行メモリ、4・・・・
・・モチーフメモリ、5・・・・・・パラメータCメモ
リ、6・・・・・・CPU、8・・・・・・パラメータ
Cメモリ、10・・・・・・メロディデータメモリ、F
l・・・・・・評価(非和声音抽出)a能、F2・・・
・・・モチーフパラメータ抽出機ス財。 F3・・・・・・メロディ発生機能、F31・・・・・
・パラメータC演r1a能、F32・・・・・・分散和
音発生機部。 F33・・・・・・非和声音付加機能。 特許出願人 カシオ計算機株式会社 代理人 弁理士 町 1)俊 正 ニー1 a白禎弛力軸゛9壱÷l亨栂τ〕 第3図 g高テ°“−101列 ■−今−7Y’〜り: MDi :MDl=I、MD2
−5.間03−6.MD4−8.間D5−+3Rhyl
i : Rhyl+I+4.Rhy12−2.F&Ty
lj〜2.Rhyla・4.Rhyls=42C21」
ダ PC2i−C+cos(<:tzン−12ytA)〕i
2t?^2ρC31;伺°畜つ豐と PC:I −(−cos i+i+2)x2x/21)
rけPA3PC5i+r4テし丁・tテ PCsi s <−cos (<1+2>t2yua
J]K2第4図 巾Iイ乍膚梵gP11.λ浩4フ人1テ一タイダ1(入
ff) Fmaj G7 Cm
(Ii(4隆正繭) 第5図 形泳で札にメロテλ− 〈ヌ[J“)゛゛イ鳥νヲト〉 MDi(i=I〜N01)二を一;(・−7a)it&
7−タ関印1(i=l〜No) :メロテ゛イーリ1!
奈テ゛−タ(小舒勿にン注=tel?計1同躬壇ユ鼠)
)MELDi(i−1〜MNo): fOテi−n&了
=7(lLf#h+=ygテiit’)l:iヒhコ)
LLi:分可υW者り10テータ phyli(i−1〜No1):f+−フつ盲菱テータ
ρhyi(i−1/−NO3;和プン一つ顆テユ7HD
i (i=l −NoD:4ζ末刀−自判ヲク刀つテニ
フ〈]−1−闇係ン CN1(i−l、−CNo):’:I−1’プ’J’(
−7”IKDi(i−1〜4);ゴー1″未1べ“1う
テ゛−タ〈lVウラン夕等〉 PAi、PBi、PCi :$往つさ1す1ゾラメ−
yεDA、EDB、EDC二押4工之東孜テ゛−タくぞ
り信ン 0NPU ニジステZ、で°便m丁31佇1つ教(1阿
C2〜C7て”ONρ(J=61)「1 、乱芭ll呟
ぎtr丹り文数 RND(Z) : l−’flR’lLL、’I’4’
lイ1dp&衣之1rlさセ:3に第6図 1)ぢリスト ゴーで!′l*4テコ士 第8図 士8又有1宙t (導7ff17−401〜脅9ゴつ 第9図 倚lI (笛71117−5□ 第10図 第11図 第13図 7%O’う・メータ十はrLヅレク釦 第14図 第16図 昶ア薯、井、fO戸覧林PA間 (%13図15−5の1雫ガミ〕 第18図 なりら力ゝご(つペフズ−57PA+a(#13t!1
3−5の”−黛U〕 1ρC2:lれじ江r≦lて鞠シ主二ヒ3メロチー<−
Qカタ囮蒼)す1ズPCzi−(十cα引(1f2ンズ
2y°π〕′已巨住j″Jx二聾とビ十二千Bへ仇2)
PC8: 77、hうか二のノマラメーブ(ツ→1!ア
iつ1合ν・)pCsi−(−CO5((it2)X2
7MpF3fa)lyPB、qs+=コ≦ツ十P旦り邊
−tPAIO第22A図 ノV″ラメー57フリ員−僅σフg+19(インド51
列(PC2) /+1 8
−1υ ◆
−ef。 む u
(J″−)
−一″g 9 第26図 第28図 MEDiえ削り音謳I)ま定
Claims (15)
- (1)与えられたモチーフ情報から、そのモチーフを特
徴づけるモチーフ特徴パラメータを抽出するモチーフ特
徴パラメータ抽出手段と、 コード進行情報を与えるコード進行情報付与手段と、 上記モチーフ特徴パラメータ抽出手段より与えられるモ
チーフ特徴パラメータと、上記コード進行情報付与手段
より与えられるコード進行情報とに基づいてメロディを
生成するメロディ生成手段と、 を有することを特徴とする自動作曲機。 - (2)特許請求の範囲第1項記載の自動作曲機において
、上記モチーフ特徴パラメータ抽出手段は上記モチーフ
情報に含まれる非和声音を抽出する非和声音抽出手段を
含むことを特徴とする自動作曲機。 - (3)特許請求の範囲第2項記載の自動作曲機において
、上記非和声音抽出手段は上記モチーフ情報に含まれる
非和声音を種類別に抽出することを特徴とする自動作曲
機。 - (4)特許請求の範囲第1項記載の自動作曲機において
、上記メロディ生成手段は分散和音を発生する分散和音
発生手段と、分散和音の前後あるいは分散和音の間に非
和声音を付加する非和声音付加手段とを有することを特
徴とする自動作曲機。 - (5)特許請求の範囲第1項記載の自動作曲機において
、上記与えられたモチーフ情報は1ないし複数小節の長
さをもつことを特徴とする自動作曲機。 - (6)特許請求の範囲第1項記載の自動作曲機において
、上記メロディ生成手段は、1小節またはこれと類似の
長さを単位として、メロディを生成することを特徴とす
る自動作曲機。 - (7)特許請求の範囲第1項記載の自動作曲機において
、上記メロディ生成手段は、上記モチーフ特徴パラメー
タに基づき、該モチーフ特徴パラメータの値が反映され
る形式にて、生成すべきメロディを特徴づける生成メロ
ディ特徴パラメータを発生する生成メロディ特徴パラメ
ータ発生手段を有し、上記生成メロディ特徴パラメータ
と上記コード進行情報とからメロディを生成することを
特徴とする自動作曲機。 - (8)特許請求の範囲第7項記載の自動作曲機において
、上記生成メロディ特徴パラメータ発生手段が発生する
上記生成メロディ特徴パラメータのなかには、楽曲の進
行に伴って値が変動する進行依存パラメータが含まれる
ことを特徴とする自動作曲機。 - (9)特許請求の範囲第8項記載の自動作曲機において
、上記進行依存パラメータは楽曲の進行に伴って値が規
則的に変動することを特徴とする自動作曲機。 - (10)特許請求の範囲第7項記載の自動作曲機におい
て、上記生成メロディ特徴パラメータ発生手段は、第3
の組のパラメータを記憶するパラメータ記憶手段と、こ
のパラメータ記憶手段からのパラメータと上記モチーフ
特徴パラメータとを演算することにより上記生成メロデ
ィ特徴パラメータを算出する演算手段とを有することを
特徴とする自動作曲機。 - (11)特許請求の範囲第10項記載の自動作曲機にお
いて、上記演算手段は、上記モチーフ特徴パラメータに
含まれるパラメータとして、生成するメロディの小節番
号に依存する値をもつパラメータを演算することを特徴
とする自動作曲機。 - (12)特許請求の範囲第7項記載の自動作曲機におい
て、上記メロディ生成手段は、上記生成メロディ特徴パ
ラメータにより制御された乱数または変動を導入する手
段を有し、この制御された乱数または変動の範囲内で変
化するメロディを生成可能であることを特徴とする自動
作曲機。 - (13)特許請求の範囲第1項記載の自動作曲機におい
て、上記メロディ生成手段はメロディ制御パラメータを
発生するメロディ制御パラメータ発生手段を有し、この
メロディ制御パラメータ発生手段が発生するメロディ制
御パラメータは、上記モチーフ特徴パラメータに依存す
る性質を有するとともに、曲の進行区間(例えば小節番
号)に依存する性質を有し、さらに、上記メロディ生成
手段は、進行区間ごとに割り当てられた上記メロディ制
御パラメータと上記コード進行情報を用いて各進行区間
のメロディを生成することを特徴とする自動作曲機。 - (14)特許請求の範囲第13項記載の自動作曲機にお
いて、上記メロディ生成手段は、さらに、区間単位で分
散和音を発生する分散和音発生手段と区間単位で分散和
音の前後あるいは分散和音の間に非和声音を付加する非
和声音付加手段を有することを特徴とする自動作曲機。 - (15)特許請求の範囲第14項記載の自動作曲機にお
いて、上記メロディ制御パラメータのなかには、非和声
音の付加の可否を決定するパラメータが含まれており、
このパラメータが非和声音の付加を禁止する値になって
いるとき、上記非和声音付加手段はその動作が禁止され
て非和声音を付加しないことを特徴とする自動作曲機。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP62086571A JPH07111619B2 (ja) | 1987-04-08 | 1987-04-08 | 自動作曲機 |
US07/177,592 US4926737A (en) | 1987-04-08 | 1988-04-04 | Automatic composer using input motif information |
EP19880105606 EP0288800B1 (en) | 1987-04-08 | 1988-04-08 | Automatic composer |
DE19883854168 DE3854168T2 (de) | 1987-04-08 | 1988-04-08 | Vorrichtung zum automatischen Komponieren. |
US07/447,581 US5099740A (en) | 1987-04-08 | 1989-12-07 | Automatic composer for forming rhythm patterns and entire musical pieces |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP62086571A JPH07111619B2 (ja) | 1987-04-08 | 1987-04-08 | 自動作曲機 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP8307491A Division JP2759110B2 (ja) | 1996-11-05 | 1996-11-05 | 自動作曲機 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS63250696A true JPS63250696A (ja) | 1988-10-18 |
JPH07111619B2 JPH07111619B2 (ja) | 1995-11-29 |
Family
ID=13890701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP62086571A Expired - Lifetime JPH07111619B2 (ja) | 1987-04-08 | 1987-04-08 | 自動作曲機 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH07111619B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5736663A (en) * | 1995-08-07 | 1998-04-07 | Yamaha Corporation | Method and device for automatic music composition employing music template information |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61140995A (ja) * | 1984-12-13 | 1986-06-28 | 松下電器産業株式会社 | 自動演奏装置 |
-
1987
- 1987-04-08 JP JP62086571A patent/JPH07111619B2/ja not_active Expired - Lifetime
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61140995A (ja) * | 1984-12-13 | 1986-06-28 | 松下電器産業株式会社 | 自動演奏装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5736663A (en) * | 1995-08-07 | 1998-04-07 | Yamaha Corporation | Method and device for automatic music composition employing music template information |
USRE40543E1 (en) * | 1995-08-07 | 2008-10-21 | Yamaha Corporation | Method and device for automatic music composition employing music template information |
Also Published As
Publication number | Publication date |
---|---|
JPH07111619B2 (ja) | 1995-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jacob | Composing with genetic algorithms | |
Johnson-Laird | How jazz musicians improvise | |
US4926737A (en) | Automatic composer using input motif information | |
JPH02504432A (ja) | 音高制御システム | |
US6294720B1 (en) | Apparatus and method for creating melody and rhythm by extracting characteristic features from given motif | |
JP2759110B2 (ja) | 自動作曲機 | |
JPH07219536A (ja) | 自動編曲装置 | |
JPS63250696A (ja) | 自動作曲機 | |
US4887503A (en) | Automatic accompaniment apparatus for electronic musical instrument | |
Levitt | A representation for musical dialects | |
EP0288800B1 (en) | Automatic composer | |
Laurson et al. | A constraint based approach to musical textures and instrumental writing | |
Evans et al. | Autochoruscreator: Four-part chorus generator with musical feature control, using search spaces constructed from rules of music theory | |
JP2541451B2 (ja) | リズム生成装置及びリズム分析装置 | |
JPH07113828B2 (ja) | 自動作曲機 | |
Li et al. | Synthetic Music Random Generation Based on Nyquist | |
Eibensteiner et al. | Temporal-scope grammars for polyphonic music generation | |
JP2715412B2 (ja) | メロディ分析機能付音楽装置及び自動作曲機 | |
Rockwell | " Psappha" by Iannis Xenakis: Developing Multiple Percussion Literacy | |
JP3123458B2 (ja) | 自動伴奏装置 | |
JPH02127694A (ja) | 自動演秦装置 | |
Manwaring | MIDI explorations | |
Hiller | Composing with computers: A progress report | |
JP2666063B2 (ja) | 自動作曲機 | |
JPH05181408A (ja) | 自動作曲機 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
EXPY | Cancellation because of completion of term | ||
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071129 Year of fee payment: 12 |