特開 2024-4372 サーバ装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024004372

(43)【公開日】2024-01-16

(54)【発明の名称】サーバ装置

(51)【国際特許分類】

   G10K 15/04 20060101AFI20240109BHJP

   G10K 15/02 20060101ALI20240109BHJP

【ＦＩ】

G10K15/04 302D

G10K15/02

【審査請求】未請求

【請求項の数】5

【出願形態】ＯＬ

(21)【出願番号】P 2022104005

(22)【出願日】2022-06-28

(71)【出願人】

【識別番号】390004710

【氏名又は名称】株式会社第一興商

(74)【代理人】

【識別番号】110000176

【氏名又は名称】弁理士法人一色国際特許事務所

(72)【発明者】

【氏名】執行 里恵

【テーマコード（参考）】

5D208

【Ｆターム（参考）】

5D208CA02

5D208CA11

5D208CG04

(57)【要約】

【課題】歌唱動画の撮影開始が遅れた場合であっても、前奏全てのカラオケ演奏音を含む歌唱動画データの生成を可能とするサーバ装置を提供する。
【解決手段】歌唱動画に対応する歌唱動画データを、携帯端末から取得する取得部、取得された歌唱動画データに対応する歌唱動画においてカラオケ演奏されている楽曲の楽曲識別情報を特定する特定部、特定された楽曲識別情報に対応する楽曲の伴奏データから、前奏に対応する伴奏データを抽出する抽出部、取得された歌唱動画データを、抽出された伴奏データを用いて編集することにより、編集動画データを生成する編集処理部を有するサーバ装置。
【選択図】図２

【特許請求の範囲】

【請求項1】

複数のカラオケ装置と通信可能に接続されたサーバ装置であって、
カラオケ歌唱を行う利用者を携帯端末で撮影して得られた歌唱動画に対応する歌唱動画データを、当該携帯端末から取得する取得部と、
取得された前記歌唱動画データに対応する歌唱動画においてカラオケ演奏されている楽曲の楽曲識別情報を特定する特定部と、
特定された前記楽曲識別情報に対応する楽曲の伴奏データから、前奏に対応する伴奏データを抽出する抽出部と、
取得された前記歌唱動画データを、抽出された前記伴奏データを用いて編集することにより、編集動画データを生成する編集処理部と、
を有するサーバ装置。

【請求項2】

前記編集処理部は、生成した前記編集動画データを、前記携帯端末に送信することを特徴とする請求項１記載のサーバ装置。

【請求項3】

前記取得部は、前記携帯端末から、当該携帯端末の位置を示す位置情報、及び前記歌唱動画の撮影開始時刻を含む撮影時刻情報を取得し、
前記特定部は、取得された前記位置情報に基づいて一のカラオケ装置を特定し、取得された前記撮影時刻情報及び当該一のカラオケ装置に記憶されている演奏履歴情報に基づいて、前記楽曲識別情報を特定することを特徴とする請求項１記載のサーバ装置。

【請求項4】

前記編集処理部は、取得された前記歌唱動画データを、特定された前記楽曲識別情報に対応する楽曲の背景映像データを用いて編集することを特徴とする請求項１から３のいずれか一つに記載のサーバ装置。

【請求項5】

前記編集処理部は、取得された前記歌唱動画データから、複数のフラッシュカット映像に対応する複数のフラッシュカット映像データを抽出し、取得された前記歌唱動画データを、抽出した複数のフラッシュカット映像データを用いて編集することを特徴とする請求項１から３のいずれか一つに記載のサーバ装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明はサーバ装置に関する。

【背景技術】

【0002】

カラオケ装置の利用者は、カラオケ歌唱を行いながら、スマートフォン等の携帯端末を用いて歌唱動画を撮影することがある。

【0003】

たとえば、特許文献１には、楽曲の演奏データに基づくカラオケ演奏音と、集音手段により集音された歌唱音声と、撮影手段によりカラオケ歌唱を行う歌唱者を撮影して得られる動画像とに基づいて歌唱動画を生成する携帯端末が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２０－１２２８５７号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところで、ある利用者は、自己の携帯端末を用い、カラオケ歌唱を行う他の利用者の歌唱動画を撮影することができる。しかしながら、自らがカラオケ歌唱を行う場合と比べ、他の利用者がカラオケ歌唱を行う場合、カラオケ演奏が開始されるタイミングを把握し難いため、楽曲の前奏が始まった後に歌唱動画の撮影を開始することがありうる。このようにして得られた歌唱動画は、前奏の一部が欠けたものとなっている。

【0006】

本発明の目的は、歌唱動画の撮影開始が遅れた場合であっても、前奏全てのカラオケ演奏音を含む歌唱動画データの生成を可能とするサーバ装置を提供することにある。

【課題を解決するための手段】

【0007】

上記目的を達成するための一の発明は、複数のカラオケ装置と通信可能に接続されたサーバ装置であって、カラオケ歌唱を行う利用者を携帯端末で撮影して得られた歌唱動画に対応する歌唱動画データを、当該携帯端末から取得する取得部と、取得された前記歌唱動画データに対応する歌唱動画においてカラオケ演奏されている楽曲の楽曲識別情報を特定する特定部と、特定された前記楽曲識別情報に対応する楽曲の伴奏データから、前奏に対応する伴奏データを抽出する抽出部と、取得された前記歌唱動画データを、抽出された前記伴奏データを用いて編集することにより、編集動画データを生成する編集処理部と、を有するサーバ装置である。
本発明の他の特徴については、後述する明細書及び図面の記載により明らかにする。

【発明の効果】

【0008】

本発明によれば、歌唱動画の撮影開始が遅れた場合であっても、前奏全てのカラオケ演奏音を含む歌唱動画データを生成できる。

【図面の簡単な説明】

【0009】

【図1】実施形態に係る通信カラオケシステムを示す図である。

【図2】実施形態に係るサーバ装置を示す図である。

【図3】実施形態に係るサーバ装置の処理を示すフローチャートである。

【発明を実施するための形態】

【0010】

＜実施形態＞
図１から図３を参照して、本実施形態に係るサーバ装置について説明する。

【0011】

＝＝通信カラオケシステム＝＝
通信カラオケシステムは、複数のカラオケ装置及びサーバ装置を含む。各カラオケ装置とサーバ装置とはネットワークを介して通信可能に接続されている。

【0012】

カラオケ装置は、楽曲のカラオケ演奏及びカラオケ歌唱を行うための機能を有する。カラオケ装置は、マイク、ディスプレイ、スピーカ、リモコン装置等の各種構成を有する。カラオケ装置は、装置識別情報が付与されている。装置識別情報は、カラオケ装置を識別するための装置ＩＤ等、各カラオケ装置に固有の情報である。

【0013】

サーバ装置は、各種情報を管理したり、各種処理を実行するコンピュータである。本実施形態に係るサーバ装置は、携帯端末で撮影して得られた歌唱動画に対応する歌唱動画データを編集することができる（詳細は後述）。歌唱動画は、楽曲の伴奏データ（後述）に基づくカラオケ演奏音、カラオケ歌唱を行う利用者の歌唱音声、及びカラオケ歌唱を行う利用者を撮影して得られる動画像を含む。

【0014】

携帯端末は、カラオケ装置を利用する利用者が所有するスマートフォンやタブレット端末等である。携帯端末は、カラオケ演奏音や歌唱音声を集音するためのマイクや、カラオケ歌唱を行う利用者を撮影するためのカメラを有している。携帯端末は、端末識別情報が付与されている。端末識別情報は、携帯端末を識別するための端末ＩＤ等、各携帯端末に固有の情報である。

【0015】

本実施形態に係る携帯端末には、サーバ装置において歌唱動画の編集を行うための専用のアプリケーションソフトウェア（以下、「歌唱動画編集アプリ」）がインストールされている。歌唱動画編集アプリは、たとえば、サーバ装置が提供する所定のＷｅｂサイトからダウンロードすることで入手できる。携帯端末において歌唱動画編集アプリを起動させることにより、携帯端末とサーバ装置との通信が確立する。

【0016】

図１に示すように、本実施形態に係る通信カラオケシステム１は、カラオケ装置Ｋ１～カラオケ装置Ｋｎ、及びサーバ装置Ｓを含む。各カラオケ装置とサーバ装置ＳとはネットワークＮを介して通信可能に接続されている。

【0017】

カラオケ装置Ｋ１はカラオケ店舗Ｌ１に設置されており、カラオケ装置Ｋｎはカラオケ店舗Ｌｎに設置されている。カラオケ店舗Ｌ１には、２名の利用者Ｕ１及び利用者Ｕ２が滞在している。利用者Ｕ１は、携帯端末Ｍ１を所有している。携帯端末Ｍ１には歌唱動画編集アプリがインストールされている。

【0018】

なお、カラオケ装置の数やカラオケ装置を利用する利用者の人数等は図１の例に限られない。

【0019】

＝＝サーバ装置＝＝
図２に示すように、サーバ装置Ｓは、記憶手段１０、通信手段２０、及び制御手段３０を備える。各構成はインターフェース（図示なし）を介してバスＢに接続されている。

【0020】

［記憶手段］
記憶手段１０は、各種のデータを記憶する大容量の記憶装置である。本実施形態に係る記憶手段１０は、楽曲データを記憶する。楽曲データは、楽曲識別情報が付与されている。楽曲識別情報は、楽曲を識別するための楽曲ＩＤ等、各楽曲に固有の情報である。楽曲データは、伴奏データ、リファレンスデータ、区間情報等を含む。伴奏データは、カラオケ演奏音の元となるＭＩＤＩ形式のデータである。リファレンスデータは、カラオケ演奏された楽曲の主旋律を示すデータである。区間情報は、演奏区間を示す。演奏区間は、カラオケ演奏が行われる区間である。演奏区間は、歌唱区間及び非歌唱区間を含む。歌唱区間は、ある楽曲において歌唱すべき歌詞が設定されている区間（たとえば、１番のＡメロ、Ｂメロ、サビ）である。非歌唱区間は、たとえば前奏、間奏、後奏のような、ある楽曲において歌唱すべき歌詞が設定されていない区間である。楽曲データは、ネットワークＮを介して接続された各カラオケ装置に配信される。

【0021】

また、記憶手段１０は、楽曲毎に、カラオケ演奏時に表示される背景映像に対応する背景映像データ、楽曲の歌詞を表示するための歌詞テロップデータ、及び楽曲の属性情報（楽曲名、歌手名、ジャンル等）を記憶する。

【0022】

［通信手段］
通信手段２０は、カラオケ装置や携帯端末との通信を行うためのインターフェースを提供する。

【0023】

［制御手段］
制御手段３０は、サーバ装置Ｓにおける各種の制御を行う。制御手段３０は、ＣＰＵおよびメモリ（いずれも図示無し）を備える。ＣＰＵは、メモリに記憶されたプログラムを実行することにより各種の機能を実現する。

【0024】

本実施形態においてはＣＰＵがメモリに記憶されるプログラムを実行することにより、制御手段３０は、取得部１００、特定部２００、抽出部３００、及び編集処理部４００として機能する。

【0025】

（取得部）
取得部１００は、カラオケ歌唱を行う利用者を携帯端末で撮影して得られた歌唱動画に対応する歌唱動画データを、当該携帯端末から取得する。

【0026】

携帯端末を用いて歌唱動画を撮影した利用者は、携帯端末にインストールされている歌唱動画編集アプリを起動する。サーバ装置Ｓは、歌唱動画編集アプリを起動した携帯端末に対し、編集を希望する歌唱動画に対応する歌唱動画データを送信するよう指示を行う。

【0027】

指示を受けた携帯端末は、編集を希望する歌唱動画に対応する歌唱動画データ、及び端末識別情報をサーバ装置Ｓに送信する。取得部１００は、送信された歌唱動画データ及び端末識別情報を取得する。

【0028】

なお、上記説明ではサーバ装置Ｓからの指示に基づいて携帯端末が歌唱動画データをサーバ装置Ｓに送信する例について述べた。一方、サーバ装置Ｓからの指示がない場合であっても、携帯端末から歌唱動画データをサーバ装置Ｓに送信できる構成としてもよい。具体的に、利用者は、携帯端末で歌唱動画編集アプリを起動した後、携帯端末を操作して編集を希望する歌唱動画を選択し、サーバ装置Ｓに編集の要求を行う。携帯端末は、選択された歌唱動画に対応する歌唱動画データ及び端末識別情報を、編集の要求信号と合わせてサーバ装置Ｓに送信する。この場合も、取得部１００は、送信された歌唱動画データ及び端末識別情報を取得することができる。

【0029】

また、歌唱動画編集アプリを利用する代わりに、携帯端末は、利用者からの操作入力に基づいて、サーバ装置Ｓが提供する専用のＷｅｂサイトにアクセスし、歌唱動画データ及び端末識別情報をアップロードすることも可能である。この場合、取得部１００は、アップロードされた歌唱動画データ及び端末識別情報を取得する。

【0030】

（特定部）
特定部２００は、取得された歌唱動画データに対応する歌唱動画においてカラオケ演奏されている楽曲の楽曲識別情報を特定する。

【0031】

楽曲識別情報の特定は様々な方法で行うことができる。たとえば、ある歌唱動画データが取得された場合、特定部２００は、カラオケ演奏音に対応するオーディオデータから楽曲名の検索が可能な公知の外部サイトに接続する。特定部２００は、取得されたある歌唱動画データに含まれるカラオケ演奏音に対応するオーディオデータを外部サイトに送信する。外部サイトは、受信したオーディオデータを用いて楽曲名の検索を行い、検索結果（すなわち、歌唱動画においてカラオケ演奏されている楽曲の楽曲名）を特定部２００に送信する。特定部２００は、記憶手段１０に記憶されている各楽曲の属性情報を参照し、外部サイトから受信した楽曲名と一致する楽曲を抽出する。特定部２００は、抽出した楽曲の楽曲識別情報を、取得された歌唱動画データに対応する歌唱動画においてカラオケ演奏されている楽曲の楽曲識別情報として特定する。

【0032】

或いは、サーバ装置Ｓにおいて、外部サイトと同様の処理を行ってもよい。この場合、特定部２００は、外部サイトへの接続を行うことなく、楽曲の楽曲識別情報を特定できる。また、外部サイトを利用しない場合、特定部２００は、楽曲名に基づくことなく、楽曲識別情報を特定することも可能である。具体的に、特定部２００は、歌唱動画データに含まれるカラオケ演奏音に対応するオーディオデータと、記憶手段１０に記憶されている各楽曲の楽曲データ（具体的には、伴奏データをソフトウェアによりレンダリングしたオーディオデータ）とを対比する。特定部２００は、歌唱動画に含まれるカラオケ演奏音に対応するオーディオデータと最も類似する楽曲データに付与されている楽曲識別情報を、取得された歌唱動画データに対応する歌唱動画においてカラオケ演奏されている楽曲の楽曲識別情報として特定する。

【0033】

（抽出部）
抽出部３００は、特定された楽曲識別情報に対応する楽曲の伴奏データから、前奏に対応する伴奏データを抽出する。

【0034】

抽出部３００は、特定された楽曲識別情報が付与された楽曲データから、伴奏データ及び区間情報を読み出す。抽出部３００は、区間情報に基づいて、読み出した伴奏データのうち、前奏に対応する伴奏データを抽出する。なお、本実施形態において、抽出部３００は、前奏に対応する伴奏データ（ＭＩＤＩ形式のデータ）を、ソフトウェアによりレンダリングしたオーディオデータの形式で抽出する。

【0035】

（編集処理部）
編集処理部４００は、取得された歌唱動画データを、抽出された伴奏データを用いて編集することにより、編集動画データを生成する。編集動画データは、前奏全てのカラオケ演奏音を含む歌唱動画データである。

【0036】

編集動画データの生成は様々な方法により行うことができる。たとえば、編集処理部４００は、取得された歌唱動画データに含まれるカラオケ演奏音のオーディオデータの先頭から所定期間（たとえば、０ｍｓｅｃ～１００ｍｓｅｃ）の波形を、抽出された伴奏データの先頭からの波形と順次対比し、波形が一致するタイミングを求める。波形の対比は公知の技術を用いて行うことができる。編集処理部４００は、波形が一致するタイミングを、歌唱動画データに対応する歌唱動画の撮影を開始したタイミングとして判定する。

【0037】

ここで、取得された歌唱動画データには、前奏開始（０ｍｓｅｃ）から判定したタイミングまでのカラオケ演奏音が含まれていない。そこで、編集処理部４００は、抽出された伴奏データのうち、前奏開始（０ｍｓｅｃ）から判定したタイミングまでの伴奏データを、取得された歌唱動画データに含まれるカラオケ演奏音に対応するオーディオデータの先頭に挿入することにより、歌唱動画データの編集を行う。この場合、前奏全てのカラオケ演奏音を含む編集動画データが生成される。

【0038】

また、編集処理部４００は、取得された歌唱動画データを、特定された楽曲識別情報に対応する楽曲の背景映像データを用いて編集することができる。

【0039】

編集処理部４００は、取得された歌唱動画データに対応する歌唱動画においてカラオケ演奏されている楽曲の背景映像データを読み出す。編集処理部４００は、読み出した背景映像データから、取得された歌唱動画データに含まれるカラオケ演奏音に対応するオーディオデータの先頭に挿入された伴奏データに対応する背景映像データのみを抽出する。編集処理部４００は、抽出した背景映像データを、取得された歌唱動画データに含まれる動画像データの先頭に挿入することで歌唱動画データの編集を行う。この場合、前奏全てのカラオケ演奏音及び挿入された伴奏データに対応する背景映像を含む編集動画データが生成される。

【0040】

また、編集処理部４００は、生成した編集動画データを、歌唱動画を撮影した携帯端末に送信することができる。送信は、取得した端末識別情報に基づいて行われる。或いは、編集処理部４００は、生成した編集動画データを、専用のサイトにアップロードし、編集後の歌唱動画を公開することもできる。編集後の歌唱動画の公開は、歌唱動画の撮影を行った利用者及び歌唱動画に映るカラオケ歌唱を行っている利用者の許可を予め得ることが好ましい。たとえば、利用者は、歌唱動画編集アプリを介して、編集後の歌唱動画の公開を許可する旨の選択を予め行うことができる。

【0041】

＝＝カラオケシステムの動作について＝＝
次に、図３を参照して本実施形態に係るサーバ装置Ｓの動作の具体例について述べる。図３は、サーバ装置Ｓにおける動作を示すフローチャートである。この例では、図１に示すように、カラオケ店舗Ｌ１において利用者Ｕ１及び利用者Ｕ２がカラオケ装置Ｋ１を利用しているとする。また、利用者Ｕ１が所有する携帯端末Ｍ１には、歌唱動画編集アプリがインストールされているとする。

【0042】

取得部１００は、カラオケ歌唱を行う利用者Ｕ２を携帯端末Ｍ１で撮影して得られた歌唱動画Ｖに対応する歌唱動画データＶＤを、携帯端末Ｍ１から取得する（携帯端末から歌唱動画データを取得。ステップ１０）。

【0043】

特定部２００は、取得された歌唱動画データＶＤに対応する歌唱動画Ｖにおいてカラオケ演奏されている楽曲の楽曲識別情報を特定する（楽曲識別情報を特定。ステップ１１）。

【0044】

抽出部３００は、ステップ１１で特定された楽曲識別情報に対応する楽曲の伴奏データから、前奏に対応する伴奏データを抽出する（前奏に対応する伴奏データを抽出。ステップ１２）。

【0045】

編集処理部４００は、ステップ１０で取得された歌唱動画データＶＤを、ステップ１２で抽出された伴奏データを用いて編集する（抽出された伴奏データを用いて歌唱動画データを編集。ステップ１３）。

【0046】

また、編集処理部４００は、ステップ１０で取得された歌唱動画データＶＤを、ステップ１１で特定された楽曲識別情報に対応する楽曲の背景映像データを用いて編集する（背景映像データを用いて歌唱動画データを編集。ステップ１４）。

【0047】

編集処理部４００は、ステップ１３及びステップ１４の処理を実行することにより、編集動画データＶＤ´を生成する（編集動画データを生成。ステップ１５）。

【0048】

編集処理部４００は、ステップ１５で生成した編集動画データＶＤ´を、携帯端末Ｍ１に送信する（編集動画データを携帯端末に送信。ステップ１６）。

【0049】

具体的に、利用者Ｕ２は、カラオケ装置Ｋ１のリモコン装置を操作し、カラオケ歌唱を希望する楽曲Ｘを選曲する。カラオケ装置Ｋ１は、利用者Ｕ２が選曲した楽曲Ｘのカラオケ演奏を開始する。利用者Ｕ２は、カラオケ演奏に合わせてカラオケ歌唱を行う。一方、利用者Ｕ１は、楽曲Ｘの前奏を聴いて楽曲Ｘのカラオケ演奏が開始されたことを知った後、携帯端末Ｍ１で歌唱動画の撮影を開始する。この場合に得られる歌唱動画Ｖは、楽曲Ｘの前奏の一部が欠けたものとなっている。

【0050】

そこで、利用者Ｕ１は、歌唱動画の撮影が終了した後、携帯端末Ｍ１にインストールされている歌唱動画編集アプリを起動する。サーバ装置Ｓは、歌唱動画編集アプリを起動した携帯端末Ｍ１に対し、編集を希望する歌唱動画Ｖに対応する歌唱動画データＶＤを送信するよう指示を行う。

【0051】

指示を受けた携帯端末Ｍ１は、利用者Ｕ１からの操作入力に基づいて、編集を希望する歌唱動画Ｖに対応する歌唱動画データＶＤ、及び端末ＩＤ＊＊＊Ｍ１をサーバ装置Ｓに送信する。

【0052】

取得部１００は、送信された歌唱動画データＶＤ及び端末ＩＤ＊＊＊Ｍ１を取得する。

【0053】

歌唱動画データＶＤが取得された場合、特定部２００は、カラオケ演奏音に対応するオーディオデータから楽曲名の検索が可能な公知の外部サイトに接続する。特定部２００は、歌唱動画データＶＤに含まれるカラオケ演奏音に対応するオーディオデータを外部サイトに送信する。外部サイトは、受信したオーディオデータを用いて楽曲名の検索を行い、検索結果として楽曲Ｘの楽曲名を特定部２００に送信する。特定部２００は、記憶手段１０に記憶されている各楽曲の属性情報を参照し、外部サイトから受信した楽曲名と一致する楽曲Ｘを抽出する。特定部２００は、抽出した楽曲Ｘの楽曲ＩＤ＊＊＊Ｘを、歌唱動画データＶＤに対応する歌唱動画Ｖにおいてカラオケ演奏されている楽曲の楽曲識別情報として特定する。

【0054】

抽出部３００は、特定された楽曲ＩＤ＊＊＊Ｘが付与された楽曲データから、伴奏データ及び区間情報を読み出す。抽出部３００は、区間情報に基づいて、読み出した伴奏データのうち、前奏に対応する伴奏データを抽出する。

【0055】

編集処理部４００は、歌唱動画データＶＤに含まれるカラオケ演奏音のオーディオデータの先頭（０ｍｓｅ）から１００ｍｓｅｃまでの波形Ｗを、抽出された伴奏データの波形の先頭から１００ｍｓｅｃ毎に順次対比し、波形が一致するタイミングを求める。

【0056】

ここで、波形Ｗが、抽出された伴奏データの４，５００ｍｓｅｃから４，６００ｍｓｅｃまでの波形Ｗｎと一致したとする。この場合、編集処理部４００は、前奏開始から４，５００ｍｓｅｃのタイミングを、歌唱動画データＶＤに対応する歌唱動画Ｖの撮影を開始したタイミングとして判定する。

【0057】

編集処理部４００は、抽出された伴奏データのうち、前奏開始（０ｍｓｅｃ）から４，５００ｍｓｅｃまでの伴奏データを、歌唱動画データＶＤに含まれるカラオケ演奏音に対応するオーディオデータの先頭に挿入することにより、歌唱動画データＶＤの編集を行う。

【0058】

また、編集処理部４００は、歌唱動画Ｖにおいてカラオケ演奏されている楽曲Ｘの背景映像データを記憶手段１０から読み出す。編集処理部４００は、読み出した背景映像データから、歌唱動画データＶＤに含まれるカラオケ演奏音に対応するオーディオデータの先頭に挿入された伴奏データ（０ｍｓｅｃから４，５００ｍｓｅｃまでのデータ）に対応する背景映像データ（０ｍｓｅｃから４，５００ｍｓｅｃまでに表示される背景映像に対応するデータ）のみを抽出する。編集処理部４００は、抽出した背景映像データを、歌唱動画データＶＤに含まれる動画像データの先頭に挿入することで歌唱動画データＶＤの編集を行う。

【0059】

編集処理部４００は、上記２つの編集処理を実行することにより、編集動画データＶＤ´を生成する。

【0060】

編集処理部４００は、生成した編集動画データＶＤ´を、歌唱動画Ｖを撮影した携帯端末Ｍ１に送信する。

【0061】

なお、編集処理部４００は、歌唱動画データに含まれるカラオケ演奏音に対応するオーディオデータの先頭に抽出した伴奏データの一部を挿入する際に、クロスフェード演奏がなされるような処理を行うことも可能である。たとえば、上記例において、編集処理部４００は、歌唱動画Ｖの撮影開始後、４，５００ｍｓｅｃから４，８００ｍｓｅｃまでの３００ｍｓｅｃの間に、抽出した伴奏データの音量レベルを１００％から０％まで徐々に減少させ、且つ歌唱動画データに含まれるカラオケ演奏音のオーディオデータの音量レベルを０％から１００％まで徐々に増加するよう、編集を行ってもよい。

【0062】

以上から明らかなように、本実施形態に係るサーバ装置Ｓは、複数のカラオケ装置Ｋ１～Ｋｎと通信可能に接続されている。サーバ装置Ｓは、カラオケ歌唱を行う利用者を携帯端末で撮影して得られた歌唱動画に対応する歌唱動画データを、当該携帯端末から取得する取得部１００と、取得された歌唱動画データに対応する歌唱動画においてカラオケ演奏されている楽曲の楽曲識別情報を特定する特定部２００と、特定された楽曲識別情報に対応する楽曲の伴奏データから、前奏に対応する伴奏データを抽出する抽出部３００と、取得された歌唱動画データを、抽出された伴奏データを用いて編集することにより、編集動画データを生成する編集処理部４００と、を有する。

【0063】

このようなサーバ装置Ｓによれば、携帯端末から前奏の一部が欠けた歌唱動画データを取得した場合であっても、楽曲の伴奏データを用いて、欠けている部分の前奏を補った編集動画データを生成することができる。すなわち、本実施形態に係るサーバ装置Ｓによれば、歌唱動画の撮影開始が遅れた場合であっても、前奏全てのカラオケ演奏音を含む歌唱動画データを生成できる。

【0064】

また、本実施形態に係るサーバ装置Ｓにおいて、編集処理部４００は、生成した編集動画データを、携帯端末に送信することができる。よって、前奏の一部が欠けた歌唱動画を撮影した携帯端末は、前奏全てのカラオケ演奏音を含む歌唱動画データを取得することができる。

【0065】

また、本実施形態に係るサーバ装置Ｓにおいて、編集処理部４００は、取得された歌唱動画データを、特定された楽曲識別情報に対応する楽曲の背景映像データを用いて編集することができる。このようなサーバ装置Ｓによれば、前奏全てのカラオケ演奏音及び補った前奏に対応する背景映像を含む編集動画データを生成できる。

【0066】

＜変形例１＞
実施形態で述べたように、楽曲識別情報の特定は様々な方法で行うことができる。たとえば、特定部２００は、カラオケ装置毎に記憶されている演奏履歴情報に基づいて、楽曲識別情報を特定することができる。演奏履歴情報は、カラオケ装置において行われたカラオケ演奏に関する各種の情報である。具体的に、演奏履歴情報は、カラオケ演奏を行った楽曲の楽曲識別情報、当該カラオケ演奏の演奏開始時刻及び演奏時間実績（演奏開始タイミングと実際に演奏が終了したタイミングとの差分値）、当該カラオケ演奏において設定されていたキーの値を示すキー情報、当該カラオケ演奏において設定されていたテンポの値を示すテンポ情報等を含む。

【0067】

（取得部）
本変形例に係る取得部１００は、携帯端末から、当該携帯端末の位置を示す位置情報、及び歌唱動画の撮影開始時刻を含む撮影時刻情報を取得する。位置情報は、一般的な携帯端末が備えるＧＰＳ機能を利用して求めることができる。

【0068】

たとえば、実施形態の例において、利用者Ｕ１は、携帯端末Ｍ１にインストールされている歌唱動画編集アプリを起動する。サーバ装置Ｓは、歌唱動画編集アプリを起動した携帯端末Ｍ１に対し、編集を希望する歌唱動画Ｖに対応する歌唱動画データＶＤ、位置情報、及び撮影時刻情報を送信するよう指示を行う。

【0069】

指示を受けた携帯端末Ｍ１は、編集を希望する歌唱動画Ｖに対応する歌唱動画データＶＤ、及び端末ＩＤ＊＊＊Ｍ１と合わせて、ＧＰＳ機能を利用して求めた位置情報Ｐ、及び歌唱動画Ｖの撮影開始時刻ｔを含む撮影時刻情報Ｔをサーバ装置Ｓに送信する。

【0070】

取得部１００は、送信された歌唱動画データＶＤ、端末ＩＤ＊＊＊Ｍ１、位置情報Ｐ、及び撮影時刻情報Ｔを取得する。なお、この場合の位置情報Ｐは、歌唱動画Ｖを撮影した位置、すなわち、カラオケ装置Ｋ１が設置されているカラオケ店舗の位置とほぼ等しい。

【0071】

（特定部）
本変形例に係る特定部２００は、取得された位置情報に基づいて一のカラオケ装置を特定し、取得された撮影時刻情報及び当該一のカラオケ装置に記憶されている演奏履歴情報に基づいて、楽曲識別情報を特定する。本変形例において、サーバ装置Ｓは、通信可能な各カラオケ装置が設置されている位置を示す装置位置情報（たとえばカラオケ店舗の住所）を予め記憶している。

【0072】

上述の通り、歌唱動画データＶＤが取得された場合、特定部２００は、サーバ装置Ｓに記憶されているカラオケ装置毎の装置位置情報を参照し、受信した位置情報Ｐと一致または最も近似する一の装置位置情報を求める。特定部２００は、一の装置位置情報に対応するカラオケ装置を一のカラオケ装置として特定する。

【0073】

特定部２００は、一のカラオケ装置から取得した演奏履歴情報（具体的には、演奏開始時刻及び演奏時間実績）を参照し、撮影時刻情報に含まれる撮影開始時刻の時点でカラオケ演奏が行われていた楽曲を抽出する。特定部２００は、抽出した楽曲の楽曲識別情報を、取得した歌唱動画データに対応する歌唱動画においてカラオケ演奏されている楽曲の楽曲識別情報として特定する。

【0074】

たとえば、一のカラオケ装置としてカラオケ装置Ｋ１が特定されたとする。この場合、特定部２００は、カラオケ装置Ｋ１から取得した演奏履歴情報を参照し、撮影時刻情報Ｔに含まれる撮影開始時刻ｔの時点でカラオケ演奏が行われていた楽曲として楽曲Ｘを抽出する。特定部２００は、抽出した楽曲Ｘの楽曲ＩＤ＊＊＊Ｘを、取得した歌唱動画データＶＤに対応する歌唱動画Ｖにおいてカラオケ演奏されている楽曲の楽曲識別情報として特定する。

【0075】

以上から明らかなように、本変形例に係るサーバ装置Ｓにおいて、取得部１００は、携帯端末から、当該携帯端末の位置を示す位置情報、及び歌唱動画の撮影開始時刻を含む撮影時刻情報を取得する。特定部２００は、取得された位置情報に基づいて一のカラオケ装置を特定し、取得された撮影時刻情報及び当該一のカラオケ装置に記憶されている演奏履歴情報に基づいて、楽曲識別情報を特定する。このようなサーバ装置Ｓによれば、あるカラオケ装置に記憶されている演奏履歴情報に基づいて楽曲識別情報を特定することができる。なお、サーバ装置Ｓの記憶手段が、接続された各カラオケ装置の演奏履歴情報を記憶することでもよい。この場合、サーバ装置Ｓは、各カラオケ装置から送信される演奏履歴情報に基づいて、記憶手段に記憶されれている情報を随時更新する。

【0076】

＜変形例２＞
歌唱動画データに対応する歌唱動画の撮影を開始したタイミングの判定は、実施形態の例に限られない。たとえば、編集処理部４００は、取得された撮影時刻情報及び演奏履歴情報に基づいて、歌唱動画データに対応する歌唱動画の撮影を開始したタイミングを判定することができる。

【0077】

本変形例においては、変形例１と同様、取得部１００は、携帯端末から位置情報及び撮影時刻情報を取得する。特定部２００は、取得された位置情報に基づいて一のカラオケ装置を特定し、取得された撮影時刻情報及び当該一のカラオケ装置に記憶されている演奏履歴情報に基づいて、楽曲識別情報を特定する。

【0078】

編集処理部４００は、取得した撮影時刻情報に含まれる歌唱動画の撮影開始時刻と、特定された楽曲識別情報に対応する楽曲の演奏開始時刻との差分に基づいて、歌唱動画の撮影を開始したタイミングを判定する。

【0079】

たとえば、変形例１で述べたように、取得部１００は、歌唱動画データＶＤ、端末ＩＤ＊＊＊Ｍ１、位置情報Ｐ、及び撮影時刻情報Ｔを取得したとする。また、特定部２００は、歌唱動画データＶＤに対応する歌唱動画Ｖにおいてカラオケ演奏されている楽曲Ｘの楽曲ＩＤ＊＊＊Ｘを特定したとする。

【0080】

この場合、編集処理部４００は、撮影時刻情報Ｔに含まれる歌唱動画Ｖの撮影開始時刻ｔと、楽曲Ｘの演奏開始時刻ｔ´との差分Ｄを求める。編集処理部４００は、差分Ｄが示す時刻を歌唱動画Ｖの撮影を開始したタイミングとして判定する。

【0081】

＜変形例３＞
抽出部３００は、前奏に対応する伴奏データ（ＭＩＤＩ形式のデータ）を、ソフトウェアによりレンダリングする際、キーやテンポの値を考慮してよい。たとえば、抽出部３００は、特定された一のカラオケ装置に記憶されている演奏履歴情報に含まれるキー情報及び／またはテンポ情報に基づいて、前奏に対応する伴奏データのレンダリングを行うことができる。

【0082】

本変形例においては、変形例１及び２と同様、取得部１００は、携帯端末から位置情報及び撮影時刻情報を取得する。特定部２００は、取得された位置情報に基づいて一のカラオケ装置を特定し、取得された撮影時刻情報及び当該一のカラオケ装置に記憶されている演奏履歴情報に基づいて、楽曲識別情報を特定する。

【0083】

抽出部３００は、特定された一のカラオケ装置の演奏履歴情報から、撮影時刻情報Ｔが示す撮影開始時刻ｔにおいて設定されているキー情報ＫＳ及び／またはテンポ情報ＴＰを取得する。

【0084】

抽出部３００は、ソフトウェアを用い、前奏に対応するＭＩＤＩ形式の伴奏データを、キー情報ＫＳ及び／またはテンポ情報ＴＰに基づいてレンダリングする。

【0085】

このような処理を行うことにより、編集処理部４００は、歌唱動画中のカラオケ演奏において設定されているキーやテンポの値に合わせた伴奏データを挿入することができる、

【0086】

＜変形例４＞
編集処理部４００は、取得された歌唱動画データを編集する際、実施形態で述べた背景映像データを用いる代わりに、歌唱動画から抽出したフラッシュカット映像データを用いることができる。

【0087】

（編集処理部）
本変形例に係る編集処理部４００は、取得された歌唱動画データから、複数のフラッシュカット映像に対応する複数のフラッシュカット映像データを抽出し、取得された歌唱動画データを、抽出した複数のフラッシュカット映像データを用いて編集する。

【0088】

フラッシュカット映像は、フラッシュカットに用いる映像である。編集処理部４００は、歌唱動画データに含まれる動画像のデータから複数のフラッシュカット映像データを抽出する。フラッシュカット映像データの数、及び対応するフラッシュカット映像の長さは特に限定されないが、歌唱動画データに挿入される伴奏データの長さに応じて決定されることが好ましい。

【0089】

編集処理部４００は、抽出した複数のフラッシュカット映像データを、歌唱動画データに含まれる動画像データの先頭から順次挿入することで歌唱動画データの編集を行う。

【0090】

たとえば、実施形態で述べたように、編集処理部４００が、前奏開始から４，５００ｍｓｅｃのタイミングを、歌唱動画データＶＤに対応する歌唱動画Ｖの撮影を開始したタイミングとして判定したとする。

【0091】

この場合、編集処理部４００は、歌唱動画データＶＤに含まれる動画像データから、楽曲Ｘの１番のＡメロの冒頭５００ｍｓｅｃのデータをフラッシュカット映像データＦＣＤ１として抽出し、楽曲Ｘの１番のＢメロの冒頭５００ｍｓｅｃのデータをフラッシュカット映像データＦＣＤ２として抽出し、楽曲Ｘの１番のサビの冒頭１，０００ｍｓｅｃのデータをフラッシュカット映像データＦＣＤ３として抽出し、楽曲Ｘの２番のＡメロの冒頭５００ｍｓｅｃのデータをフラッシュカット映像データＦＣＤ４として抽出し、楽曲Ｘの２番のＢメロの冒頭５００ｍｓｅｃのデータをフラッシュカット映像データＦＣＤ５として抽出し、楽曲Ｘの２番のサビの冒頭１，０００ｍｓｅｃのデータをフラッシュカット映像データＦＣＤ６として抽出し、楽曲Ｘの３番のＡメロの冒頭５００ｍｓｅｃのデータをフラッシュカット映像データＦＣＤ７として抽出する。

【0092】

そして、編集処理部４００は、前奏開始（０ｍｓｅｃ）から４，５００ｍｓｅｃまでの伴奏データに対し、前奏開始時にフラッシュカット映像データＦＣＤ１を割り当て、演奏開始後５００ｍｓｅｃの時点でフラッシュカット映像データＦＣＤ２を割り当て、演奏開始後１，０００ｍｓｅｃの時点でフラッシュカット映像データＦＣＤ３を割り当て、演奏開始後２，０００ｍｓｅｃの時点でフラッシュカット映像データＦＣＤ４を割り当て、演奏開始後２，５００ｍｓｅｃの時点でフラッシュカット映像データＦＣＤ５を割り当て、演奏開始後３，０００ｍｓｅｃの時点でフラッシュカット映像データＦＣＤ６を割り当て、演奏開始後４，０００ｍｓｅｃの時点でフラッシュカット映像データＦＣＤ７を割り当てることで歌唱動画データＶＤの編集を行う。

【0093】

なお、上記例では、一の歌唱区間から一のフラッシュカット映像を抽出する例について述べたがこれに限られない。たとえば、編集処理部４００は、歌唱動画データＶＤに含まれる動画像データから、楽曲Ｘの１番のＡメロの冒頭５００ｍｓｅｃのデータをフラッシュカット映像データＦＣＤ１として抽出し、且つ楽曲Ｘの１番のＡメロの２，０００ｍｓｅｃから２，５００ｍｓｅｃのデータをフラッシュカット映像データＦＣＤ２として抽出してもよい。また、編集処理部４００は、前奏と同じ非歌唱区間である間奏や後奏からフラッシュカット映像を抽出してもよい。また、編集処理部４００は、実施形態で述べた背景映像データと歌唱動画から抽出したフラッシュカット映像データを組合せて用いてもよい。具体的に、編集処理部４００は、前奏開始から１，５００ｍｓｅｃのタイミングまでは、タイトル画像を含む背景映像データを用い、１，５００ｍｓｅｃのタイミングから４，５００ｍｓｅｃのタイミングまでは抽出したフラッシュカット映像データを用いることができる。

【0094】

以上から明らかなように、本変形例に係るサーバ装置Ｓにおいて、編集処理部４００は、取得された歌唱動画データから、複数のフラッシュカット映像に対応する複数のフラッシュカット映像データを抽出し、取得された歌唱動画データを、抽出した複数のフラッシュカット映像データを用いて編集することができる。フラッシュカット映像は、携帯端末から取得した歌唱動画から抽出した映像である。このような映像を用いて編集された歌唱動画は、前奏を補った部分においてもカラオケ歌唱を行った利用者の映像が表示される。よって、編集動画データに基づく歌唱動画を視聴する利用者の違和感を低減できる。

【0095】

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

【符号の説明】

【0096】

１ 通信カラオケシステム
１００ 取得部
２００ 特定部
３００ 抽出部
４００ 編集処理部
Ｍ１ 携帯端末
Ｋ１、Ｋｎ カラオケ装置
Ｓ サーバ装置

【図1】

【図2】

【図3】