特開 2024-55146 楽曲生成方法、およびプログラム

(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】P2024055146

(43)【公開日】2024-04-18

(54)【発明の名称】楽曲生成方法、およびプログラム

(51)【国際特許分類】

   G10H 1/00 20060101AFI20240411BHJP

   G10G 3/04 20060101ALI20240411BHJP

【ＦＩ】

G10H1/00 102Z

G10G3/04

【審査請求】未請求

【請求項の数】12

【出願形態】ＯＬ

(21)【出願番号】P 2022161836

(22)【出願日】2022-10-06

(71)【出願人】

【識別番号】000004075

【氏名又は名称】ヤマハ株式会社

(74)【代理人】

【識別番号】110000408

【氏名又は名称】弁理士法人高橋・林アンドパートナーズ

(72)【発明者】

【氏名】下薗 大樹

(72)【発明者】

【氏名】石浦 亮佑

(72)【発明者】

【氏名】上田 拓

(72)【発明者】

【氏名】沼野 俊亮

(72)【発明者】

【氏名】上原 美咲

【テーマコード（参考）】

5D182

5D478

【Ｆターム（参考）】

5D182AC03

5D182AC10

5D182AD05

5D478GG01

5D478GG03

(57)【要約】

【課題】コンテンツにマッチした楽曲を自動的に生成することができる楽曲生成方法が提供する。
【解決手段】一実施形態によれば、入力されたコンテンツから、当該コンテンツに含まれる特徴情報を抽出し、複数の属性のうち、前記抽出された特徴情報に対応する少なくとも１つの属性を決定し、前記決定された属性に対応する伴奏パターンおよびコード進行パターンを決定し、前記決定された伴奏パターンおよびコード進行パターンに基づく楽曲を生成することを含む、楽曲生成方法が提供される。
【選択図】図１

【特許請求の範囲】

【請求項1】

入力されたコンテンツから、当該コンテンツに含まれる特徴情報を抽出し、
複数の属性のうち、前記抽出された特徴情報に対応する少なくとも１つの属性を決定し、
前記決定された属性に対応する伴奏パターンおよびコード進行パターンを決定し、
前記決定された伴奏パターンおよびコード進行パターンに基づく楽曲を生成する、
ことを含む、楽曲生成方法。

【請求項2】

前記コンテンツは画像を含み、
前記特徴情報は、前記画像から抽出されるオブジェクトを含む、
請求項１に記載の楽曲生成方法。

【請求項3】

前記コンテンツは文章を含み、
前記特徴情報は、前記文章から抽出される形態素を含む、
請求項１に記載の楽曲生成方法。

【請求項4】

前記複数の属性は、第１属性グループと第２属性グループとを含む複数のグループのいずれかに区分され、
前記決定される属性は、前記第１属性グループに含まれる属性と前記第２属性グループに含まれる属性とを含む、
請求項１に記載の楽曲生成方法。

【請求項5】

前記決定される属性は、特徴情報と属性との関係を学習させた学習済モデルに対して、前記抽出された特徴情報を入力することによって当該学習済モデルから得られた情報に基づいて決定される、請求項１に記載の楽曲生成方法。

【請求項6】

前記伴奏パターンおよび前記コード進行パターンを決定することは、
前記決定された属性に対応する複数の前記伴奏パターンを特定し、
前記特定された複数の伴奏パターンから少なくとも１つをユーザに選択させるためのユーザインターフェースを提供し、
前記選択された伴奏パターンを前記決定された属性に対応する伴奏パターンとして決定すること、
を含む、
請求項１に記載の楽曲生成方法。

【請求項7】

前記決定された属性に対応する複数の前記伴奏パターンを特定することは、
前記所定のアルゴリズムにしたがって前記複数の伴奏パターンを特定することを含み、
前記所定のアルゴリズムによって第１属性に対して特定される前記複数の伴奏パターンが、第１組み合わせとなる場合と第２組み合わせとなる場合とを含む、
請求項６に記載の楽曲生成方法。

【請求項8】

前記伴奏パターンおよび前記コード進行パターンを決定することは、
前記決定された属性に対応する複数の前記コード進行パターンを特定し、
前記特定された複数のコード進行パターンから少なくとも１つをユーザに選択させるためのユーザインターフェースを提供し、
前記選択されたコード進行パターンを前記決定された属性に対応するコード進行パターンして決定すること、
を含む、
請求項１に記載の楽曲生成方法。

【請求項9】

前記決定された属性に対応する複数の前記コード進行パターンを特定することは、
前記所定のアルゴリズムにしたがって前記複数のコード進行パターンを特定することを含み、
前記所定のアルゴリズムによって第１属性に対して特定される前記複数のコード進行パターンが、第１組み合わせとなる場合と第２組み合わせとなる場合とを含む、
請求項８に記載の楽曲生成方法。

【請求項10】

前記楽曲の付加情報をユーザに設定させるためのユーザインターフェースを提供することをさらに含み、
前記楽曲は、さらに前記設定された付加情報に基づいて生成される、
請求項１に記載の楽曲生成方法。

【請求項11】

前記生成した楽曲と前記入力されたコンテンツとを同期して再生するためデータを出力することをさらに含む、請求項１に記載の楽曲生成方法。

【請求項12】

入力されたコンテンツから、当該コンテンツに含まれる特徴情報を抽出し、
複数の属性のうち、前記抽出された特徴情報に対応する少なくとも１つの属性を決定し、
前記決定された属性に対応する伴奏パターンおよびコード進行パターンを決定し、
前記決定された伴奏パターンおよびコード進行パターンに基づく楽曲を生成すること、
をコンピュータに実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、楽曲生成方法およびプログラムに関する。

【背景技術】

【0002】

近年、楽曲を自動的に生成する様々な方法が提案されている。例えば、ＳＮＳなどで画像などのコンテンツを再生する際に、画像とともに流すＢＧＭの自動生成方法に対する需要が高まっている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１６－１６１７７４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１では、利用者からの指示に応じて相異なる複数の楽曲の楽曲データを生成する方法が開示されている。しかしながら、特許文献１に開示された技術では、利用者のコンテンツに対する主観のみに基づいて楽曲データが生成されるため、コンテンツにマッチした楽曲が生成されないことがある。

【0005】

本発明の目的の一つは、コンテンツにマッチした楽曲を自動的に生成することができる楽曲生成方法を提供することにある。

【課題を解決するための手段】

【0006】

本発明の一実施形態によれば、入力されたコンテンツから、当該コンテンツに含まれる特徴情報を抽出し、複数の属性のうち、前記抽出された特徴情報に対応する少なくとも１つの属性を決定し、前記決定された属性に対応する伴奏パターンおよびコード進行パターンを決定し、前記決定された伴奏パターンおよびコード進行パターンに基づく楽曲を生成することを含む、楽曲生成方法が提供される。

【発明の効果】

【0007】

本発明によれば、コンテンツにマッチした楽曲を自動的に生成することができる楽曲生成方法を提供することができる。

【図面の簡単な説明】

【0008】

【図1】一実施形態における楽曲生成システムを示す図である。

【図2】一実施形態に係る通信端末の構成を示すブロック図である。

【図3】一実施形態に係るサーバの記憶部の構成を示すブロック図である。

【図4】一実施形態に係るサーバの制御部の機能構成を示すブロック図である。

【図5】学習済モデルから出力される、第１属性グループを構成する第１属性の一覧を示す表の一例である。

【図6】学習済モデルから出力される、第２属性グループを構成する第２属性の一覧を示す表の一例である。

【図7】所定の楽曲に対応するジャンル情報、スタイル情報、及びスコア情報の一例を示す表である。

【図8】所定の楽曲に対応するジャンル情報ごとのスコア情報合算値を示す表である。

【図9】所定の楽曲に対応するイメージラベルの一例を示した表である。

【図10】一実施形態におけるシチュエーションテーブルの一例を示す表である。

【図11】一実施形態におけるユーザインターフェースの一例を示す概略図である。

【図12】一実施形態におけるユーザインターフェースの一例を示す概略図である。

【図13】一実施形態における楽曲生成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】

【0009】

以下、本発明の一実施形態について、図面を参照しながら詳細に説明する。以下に示す実施形態は一例であって、本発明はこれらの実施形態に限定して解釈されるものではない。本実施形態で参照する図面において、同一部分または同様な機能を有する部分には同一の符号または類似の符号（数字の後にＡ、Ｂなど付しただけの符号）を付し、その繰り返しの説明は省略する場合がある。

【0010】

［楽曲生成システム］
図１は、一実施形態における楽曲生成システムを示す図である。楽曲生成システム１０００は、インターネットなどのネットワークＮＷに接続された一つ以上の通信端末１およびサーバ２を含む。通信端末１は、スマートフォン、タブレットパソコン、ラップトップパソコンおよびデスクトップパソコンなどであり、ネットワークＮＷに接続して、他の装置とデータ通信を行う。

【0011】

サーバ２は、ネットワークＮＷを介して通信端末１からコンテンツを受信し、そのコンテンツの内容に応じた楽曲を生成して通信端末１に提供する。通信端末１は、コンテンツとともに再生する楽曲を生成するための情報を指定する。また、通信端末１は、コンテンツとともに、サーバ２で生成された楽曲を再生することができる。サーバ２は、機械学習によって得られた学習済モデルを用いて、コンテンツを解析し、解析結果に基づいて、楽曲を生成する。以下、通信端末１およびサーバ２について説明する。

【0012】

［通信端末］
図２は、通信端末１の構成を示すブロック図である。通信端末１は、制御部１１、記憶部１２、通信部１３、表示部１４、操作部１５、及びスピーカ１６を含む。これらの各構成はバス１７を介して接続されている。

【0013】

制御部１１は、ＣＰＵ（プロセッサ）などの演算処理回路を含む。制御部１１は、記憶部１２に記憶されたプログラムをＣＰＵにより実行して、楽曲指定処理、楽曲再生処理などを行うための機能を実現する。これらの機能を実現する構成の一部または全部は、プログラムの実行によってソフトウエアによって実現される場合に限られず、ハードウエアによって実現されてもよい。尚、制御部１１によって実現される機能は、上述した処理を行う機能以外にも、通信端末１の各部を制御する機能を含む。

【0014】

記憶部１２は、不揮発性メモリ、ハードディスク等の記憶装置である。記憶部１２は、上述したプログラムなど、様々な機能を実現するためのアプリケーションプログラムを記憶する記憶領域、楽曲指定処理、楽曲再生処理などの通信端末１で実行される各処理に用いられる情報を記憶する記憶領域を含む。プログラムは、コンピュータにより実行可能であればよく、磁気記録媒体、光記録媒体、光磁気記録媒体、半導体メモリなどのコンピュータ読み取り可能な記録媒体に記憶した状態で提供されてもよい。この場合には、通信端末１は、記録媒体を読み取る装置を備えていてもよい。また、プログラムは、ネットワーク経由でダウンロードされてもよい。

【0015】

また、記憶部１２は、コンテンツを記憶する記憶領域を含む。コンテンツは、画像および文章（文字列）のうちの少なくとも１つを含む。画像は、動画であってもよく、静止画であってもよい。画像は、通信端末１のカメラ（図示せず）を使用して取得した画像であってもよく、通信部１３を介して外部からダウンロードした画像であってもよい。文章（文字列）は、通信端末１の操作部１５を介して入力された文章（文字列）であってもよく、通信部１３を介して外部からダウンロードした文章（文字列）であってもよい。

【0016】

通信部１３は、制御部１１の制御に基づいて、図１に示したネットワークＮＷに接続して外部のサーバ２と情報の送受信を行う。

【0017】

表示部１４は、液晶ディスプレイ、有機ＥＬディスプレイ等の表示装置であり、制御部１１の制御に基づいた画像（動画又は静止画）を表示する。操作部１５は、表示部１４に表示されたタッチパネル、操作ボタンなどによりユーザが入力した操作に応じた信号を制御部１１に出力する。操作ボタンは、例えば、電源スイッチ、カーソルキーなどを含み、ユーザの指示を受け付ける操作子であればよい。スピーカ１６は、図１に示したネットワークＮＷを介してサーバ２から取得した楽曲データを再生する。

【0018】

通信端末１は、通信部１３からネットワークＮＷを介してコンテンツをサーバ２に送信する。サーバ２に送信されるコンテンツは、ユーザがＢＧＭ（Ｂａｃｋ－ｇｒｏｕｎｄ Ｍｕｓｉｃ）の付与を所望するコンテンツである。ＢＧＭは、ユーザがコンテンツとともに再生することを所望する楽曲に対応する。

【0019】

［サーバ］
図１を参照して、サーバ２の構成について説明する。サーバ２は、制御部２１、記憶部２３、および通信部２５を含む。

【0020】

制御部２１は、ＣＰＵ（プロセッサ）などの演算処理回路を含む。制御部２１は、記憶部２３に記憶されたプログラムをＣＰＵにより実行して、楽曲生成処理を行うための機能を実現する。この機能を実現する構成の一部または全部は、プログラムの実行によってソフトウエアによって実現される場合に限られず、ハードウエアによって実現されてもよい。

【0021】

記憶部２３は、不揮発性メモリなどの記憶装置を含む。図３は、記憶部２３の構成を示すブロック図である。記憶部２３は、プログラム２３１、学習済モデル２３３、楽曲データベース２３５およびシチュエーションテーブル２３７を記憶する。

【0022】

プログラム２３１は、楽曲生成処理などのサーバ２で実行される各処理に用いられるプログラムを含む。プログラム２３１は、コンピュータにより実行可能であればよく、磁気記録媒体、光記録媒体、光磁気記録媒体、半導体メモリなどのコンピュータ読み取り可能な記録媒体に記憶された状態でサーバ２に提供されてもよい。この場合、サーバ２は、記録媒体を読み取る装置を備えていればよい。プログラム２３１は、通信部２５を介してダウンロードされてもよい。

【0023】

学習済モデル２３３は、機械学習によって生成され、サーバ２に提供される。学習済モデル２３３は、ニューラルネットワークを用いた演算処理によって、通信端末１から提供されたコンテンツの属性を決定する。具体的には、学習済モデル２３３は、外部のサーバ等のコンピュータにおいて、事前に訓練データを用いて訓練し、コンテンツの特徴情報と属性との相関関係を機械学習させることによって生成されるニューラルネットワークを有するモデル（訓練済モデル）である。本実施形態において、学習済モデル２３３は、Ｎ次元変換Ｗｏｒｄ２ｖｅｃを利用したモデルである。学習済モデル２３３は、図１に示すネットワークＮＷを介して接続された別の外部装置に記憶されてもよい。この場合、サーバ２は、ネットワークＮＷを介して学習済モデル２３３に接続してもよい。コンテンツの特徴情報および属性については、後述する。

【0024】

楽曲データベース２３５には、複数の楽曲に関する楽曲情報が登録されている。楽曲情報は、複数の楽曲に対応する、互いに関連付けられたジャンル情報、スタイル情報、スコア情報、イメージラベルおよびコード進行データを含む。楽曲データベース２３５の詳細は後述する。

【0025】

シチュエーションテーブル２３７は、コンテンツの属性と楽曲のジャンルとが関連付けられたテーブルである。シチュエーションテーブル２３７の詳細は後述する。

【0026】

図１に戻ると、サーバ２の通信部２５は、通信モジュールを含み、ネットワークＮＷに接続して、通信端末１などの外部装置と各種データの送受信を行う。

【0027】

［楽曲生成処理］
次に、サーバ２の制御部２１で実行される楽曲生成処理について説明する。楽曲生成処理は、例えば、通信端末１からのリクエストに応じて開始される。

【0028】

図４は、サーバ２の制御部２１の機能構成を示すブロック図である。制御部２１は、特徴情報抽出部２１１、属性決定部２１３、楽曲決定部２１５、楽曲提供部２１７、楽曲生成部２１９を含む。

【0029】

特徴情報抽出部２１１は、通信部２５を介して、通信端末１からコンテンツを取得する。特徴情報抽出部２１１は、取得したコンテンツから、該コンテンツの特徴情報を抽出する。コンテンツが動画である場合、特徴情報抽出部２１１は、動画を所定の数の静止画に変換し、得られた静止画から特徴情報を抽出する。

【0030】

特徴情報とは、コンテンツに含まれるコンテンツの特徴を意味する。コンテンツが文章の場合、コンテンツの特徴は、文章中に含まれる１つ以上の単語である。単語は、名詞、形容詞、動詞などを含む。特徴情報抽出部２１１は、コンテンツが文章の場合、形態素解析によって文章を解析して特徴情報を抽出する。例えば、コンテンツが「海辺の明るいバルコニー」という文章である場合、該コンテンツからは、「海辺」、「バルコニー」、及び「明るい」という形態素が特徴情報として抽出されてもよい。コンテンツが画像の場合、コンテンツの特徴は、画像に含まれるオブジェクトである。コンテンツが画像の場合、特徴情報抽出部２１１は、公知の画像解析技術（例えば、ＯｐｅｎＣＶなどを用いた技術）を用いて画像処理および画像解析を行って特徴情報を抽出する。例えば、画像が、晴れの日のビーチを映した画像である場合、例えば、「海」、「空」、「砂浜」などが該画像に含まれるオブジェクトとして抽出されてもよい。特徴情報抽出部２１１は、コンテンツの特徴情報を属性決定部２１３に提供する。

【0031】

属性決定部２１３は、特徴情報抽出部２１１からコンテンツの特徴情報を取得し、学習済モデル２３３を用いて取得した特徴情報の属性を決定する。属性は、第１属性グループおよび第２属性グループを含む。第１属性グループは、印象で分類された属性（第１属性）から構成され、第２属性グループは、シチュエーションで分類された属性（第２属性）から構成される。

【0032】

図５は、学習済モデル２３３から出力される、第１属性グループを構成する第１属性の一覧を示す表（以下、印象リストと呼ぶ）の一例である。図６は、学習済モデル２３３から出力される、第２属性グループを構成する第２属性の一覧を示す表（以下、シチュエーションリストと呼ぶ）の一例である。図５に示す印象リストは、２９個の属性（第１属性）を含む。第１属性は、例えば、「しっとりとした」、「上品な」、「荘厳な」、「穏やかな」などの印象で分類された属性を含む。尚、印象リストに含まれる属性の数は、２９個に限定されるわけではない。また、印象リストに含まれる属性は、図５に示した属性に限定されるわけではない。図６に示すシチュエーションリストは、２４個の属性（第２属性）を含む。第２属性は、例えば、「スポーツ観戦」、「晴天」、「駅」、「南国」、「映画館」などのシチュエーションで分類された属性を含む。尚、シチュエーションリストに含まれる属性の数は、２４個に限定されるわけではない。また、シチュエーションリストに含まれる属性は、図６に示した属性に限定されるわけではない。

【0033】

属性決定部２１３は、特徴情報を学習済モデル２３３の入力層に入力する。特徴情報が入力された学習済モデル２３３は、中間層において演算した結果として、図５に示した印象リストから選択された１つの属性（第１属性）と、図６に示したシチュエーションリストから選択された１つの属性（第２属性）とを出力層に出力する。属性決定部２１３は、学習済モデル２３３から出力された第１属性および第２属性を取得し、これらをコンテンツの属性として決定する。属性決定部２１３は、コンテンツの属性を楽曲決定部２１５に提供する。

【0034】

楽曲決定部２１５は、取得した属性に対応する楽曲の候補を決定する。楽曲決定部２１５は、取得した属性に基づいて、楽曲データベース２３５およびシチュエーションテーブル２３７を参照して楽曲の候補を決定する。

【0035】

以下、楽曲データベース２３５について説明する。楽曲データベース２３５には、予め準備された複数の楽曲に関する楽曲情報が登録されている。楽曲情報は、互いに関連付けられたジャンル情報、スタイル情報、スコア情報、イメージラベルおよびコード進行データを含む。楽曲情報は、複数の楽曲それぞれに関連付けられて登録されている。例えば、楽曲データベース２３５に登録された楽曲が５００個である場合、５００曲それぞれに対応する楽曲情報が、対応する楽曲に関連付けられて登録されている。尚、楽曲データベース２３５に登録された楽曲の数は、５００個に限定されるわけではない。以下、楽曲情報について説明する。

【0036】

コード進行データは、楽曲を構成する複数のコードを時系列に並べて記述されたコード進行パターンを示すデータである。コード進行データは、例えば、「ＣＭ７－Ｄｍ７－Ｅｍ７－・・・」として記述されている。時系列に並べるときには、各コードは、所定の単位期間（例えば、１小節、１拍など）を単位として並べられてもよいし、単位期間を考慮せずに順番に並べられてもよい。例えば、上述の例で各コードが１小節を単位として並べられる場合を想定すると、上記の例における最初のコードが２小節続くときには、楽曲コードデータは「ＣＭ７－ＣＭ７－Ｄｍ７・・・」として記述される。一方、小節数を考慮しない場合を想定すると、楽曲コードデータは上記の例のように「ＣＭ７－Ｄｍ７－・・・」として記述される。コード進行データは、各楽曲のサビ部分を含む一部の期間に対応するデータであってもよい。しかしながら、これに限定されず、コード進行データは、各楽曲の曲全体に対応するデータであってもよい。

【0037】

ジャンル情報は楽曲のジャンルを示す情報であり、例えば、「ポップ」、「ロック」、「ラテン」・・・という楽曲のジャンルを示す情報である。スタイル情報は、当該ジャンルにおけるより細かな分類、即ちスタイル（伴奏パターン）を示す情報である。例えば、ある楽曲のジャンル情報がポップミュージックを示す「ポップ」である場合、当該楽曲のスタイル情報は、例えば、「８０年代ポップ」、「イージーポップ」、「バラード」などを含む。また、ある楽曲のジャンル情報がラテンミュージックを示す「ラテン」である場合、当該楽曲のスタイル情報は、例えば、「レゲエ」、「ボサノヴァ」、「タンゴ」、「サンバ」などを含む。スコア情報は、当該楽曲が所定のジャンル及びスタイルであることを示す確率を示す情報である。ジャンル情報およびスタイル情報の種類は、予め決められている。尚、楽曲ごとのジャンル情報、スタイル情報、およびスコア情報は、公知の楽曲解析技術を用いて楽曲を解析することにより得ることができる。

【0038】

図７は、所定の楽曲（以下、Ａ曲と称する）を解析することにより得られたジャンル情報、スタイル情報、及びスコア情報の一例を示す表である。図７を参照すると、Ａ曲のジャンル情報およびスタイル情報は、スコア順に１位～１０位まで示されている。例えば、ジャンル情報が「Ｐｏｐ」、スタイル情報が「Ｅａｓｙ Ｐｏｐ」に対応するスコア情報は「０．２１８」である。これは、Ａ曲を解析した結果、Ａ曲のジャンルが「ポップ」であり、スタイルが「イージーポップ」である確率が０．２１８であることを意味している。また、ジャンル情報が「Ｐｏｐ」、スタイル情報が「８０’ Ｐｏｐ」に対応するスコア情報は、「０．１９５」である。これは、Ａ曲を解析した結果、Ａ曲のジャンルが「ポップ」であり、スタイルが「８０年代ポップ」である確率が０．１９５であることを意味している。また、ジャンル情報が「Ｒｏｃｋ」、スタイル情報が「８０’ Ｐｏｐ Ｒｏｃｋ」に対応するスコア情報は「０．１０２」である。これは、Ａ曲を解析した結果、Ａ曲のジャンルが「ロック」であり、スタイルが「８０年代ポップロック」である確率が０．１０２であることを意味している。

【0039】

図７に示すとおり、Ａ曲のスコア情報の最大値が０．２１８である場合、スコア順位は１位である。これは、Ａ曲のジャンルが「ポップ」であり、且つスタイルが「イージーポップ」である確率が１番高いことを示している。スコア順位が２位であるスコア情報０．１９５に対応するジャンルは「ポップ」であり、且つスタイルは「８０年代ポップ」である。これは、Ａ曲のジャンルが「ポップ」であり、且つスタイルが「８０年代ポップ」である確率が２番目に高いことを示している。図７では、Ａ曲のジャンル情報およびスタイル情報が、スコア順に１位～１０位まで登録されている例を示している。しかしながら、楽曲ごとに登録されるジャンル情報、スタイル情報およびスコア情報の数は１０個に限定されるわけではない。例えば、楽曲ごとに、予め決められた全ての種類のジャンル情報およびスタイル情報についてスコア情報が算出されて登録されてもよい。

【0040】

また、楽曲データベース２３５には、楽曲ごとに、ジャンル情報ごとのスコア情報の合算値が登録されている。図８は、図７に示したＡ曲のジャンル情報ごとのスコア情報合算値を示す表である。図８において、スコア情報合算値は、スコア順位が１位から所定の順位までのスコア情報を、予め決められたジャンルごとに合算した値である。図８では、一例として、スコア順位が１位～１０位までのスコア情報をジャンルごとに合算した場合のスコア情報合算値を示している。

【0041】

図８を参照すると、ジャンルが「ポップ（Ｐｏｐ）」である場合、スコア情報合算値は、０．４１３である。これは、図７における、「Ｐｏｐ（ポップ）」ジャンルに対応する「Ｅａｓｙ Ｐｏｐ（イージーポップ）」スタイル及び「８０’ Ｐｏｐ（８０年代ポップ）」スタイルの各スコア情報の合算値である（即ち、０．２１８＋０．１９５＝０．４１３）。上述したように、このようなスコア情報合算値は、予め決められているジャンルごとに算出される。例えば、Ａ曲の場合、図８に示すように、「Ｒｏｃｋ（ロック）」ジャンルに対応するスコア情報合算値は、０．１０２であってもよく、「Ｌａｔｉｎ（ラテン）」ジャンルに対応するスコア情報合算値は０であってもよい。スコア情報合算値が０である場合、Ａ曲について、図７に示したスコア順位１位～１０位に「Ｌａｔｉｎ（ラテンミュージック）」ジャンルが入っていないことを示している。換言すると、Ａ曲が「Ｌａｔｉｎ（ラテンミュージック）」ジャンルに該当する可能性が低いことを意味している。一方、スコア情報合算値が最大であるジャンルは、Ａ曲が当該ジャンルに該当する可能性が最も高いことを示している。以上が、ジャンル情報、スタイル情報、およびスコア情報に関する説明である。

【0042】

以下、楽曲情報に含まれるイメージラベルについて説明する。イメージラベルは、楽曲の印象を数値化したものを意味する。各曲のイメージラベルは、予め２名以上の有識者達によって決定されて、対応する楽曲に関連付けられて登録される。

【0043】

図９は、Ａ曲に対応するイメージラベルの一例を示した表である。図９において、ラベル付与数は、有識者達がＡ曲を聴いた際に、図５に示した印象リストに含まれる２９個の属性ごとにＡ曲を評価して付与した数値である。有識者達は、属性ごとに楽曲を多段階評価してもよい。例えば、有識者達が所定の属性についてＡ曲を評価した場合、当該属性の印象が特に強い場合に付与する数値を「２」とし、当該属性の印象が特に弱い場合に付与する数値を「０」とし、中間の場合（当該属性の印象が特に強くはないが、特に弱くもない場合）に付与する数値を「１」としてもよい。これらの数値は、２名以上の有識者達がそれぞれの属性ごとに決定したラベル付与数の平均値であってもよく、この平均値は、四捨五入されてもよい。

【0044】

図９を参照すると、「しっとりとした」という属性に対応するラベル付与数は「１」である。これは、有識者達がＡ曲を聴いた際に、Ａ曲に「しっとりとした」印象を強くは感じなかったが、特に弱い印象も感じなかったことを示している。また、図９を参照すると、「上品な」という属性に対応するラベル付与数は「２」である。これは、有識者達がＡ曲を聴いた際に、Ａ曲に「上品な」印象を強く感じたことを示している。また、図９を参照すると、「荘厳な」という属性に対応するラベル付与数は、「０」である。これは、有識者達がＡ曲を聴いた際に、Ａ曲に「荘厳な」印象を特に弱く感じたことを示している。換言すると、有識者達がＡ曲から「荘厳な」印象を得られなかったことを示している。以上がイメージラベルの説明である。

【0045】

図４に戻り、説明を続ける。上述したように、楽曲決定部２１５は、楽曲データベース２３５及びシチュエーションテーブル２３７を参照して、取得したコンテンツの属性に対応する楽曲の候補を決定する。楽曲決定部２１５は、コンテンツから抽出された特徴情報の属性を属性決定部２１３から取得する。上述したように、属性には、第１属性および第２属性が含まれる。

【0046】

楽曲決定部２１５は、楽曲データベース２３５に登録された複数の楽曲それぞれについて、取得した属性に対応するスコアを決定する。スコアは、以下の手順で算出される。

【0047】

まず、楽曲決定部２１５は、シチュエーションテーブル２３７を参照して、取得した属性に含まれる第２属性に対応する楽曲のジャンルを決定する。図１０は、シチュエーションテーブル２３７の一例を示す表である。シチュエーションテーブル２３７に登録されたシチュエーションは、図６に示したシチュエーションリストに示した２４個の属性に対応している。シチュエーションテーブル２３７では、各シチュエーションと予め決められた楽曲のジャンルとが対応付けられている。

【0048】

図１０を参照すると、例えば、シチュエーションが「リビング」である場合、対応付けられた楽曲のジャンルは、「Ｐｏｐ（ポップ）」である。また、シチュエーションが「南国」である場合、対応付けられた楽曲のジャンルは「Ｌａｔｉｎ（ラテン）」である。以下では、取得した属性に含まれる第２属性が「リビング」であり、第１属性が「上品な」である場合を一例として説明する。楽曲決定部２１５は、シチュエーションテーブル２３７を参照して、「リビング」というシチュエーションに対応する楽曲のジャンルが「Ｐｏｐ（ポップ）」であると決定する。

【0049】

次に、楽曲決定部２１５は、楽曲データベース２３５を参照して、決定した楽曲のジャンルに対応するスコア情報合算値を取得する。楽曲決定部２１５は、決定された楽曲のジャンルが「Ｐｏｐ（ポップ）」である場合、楽曲データベース２３５に登録された各楽曲について、「Ｐｏｐ（ポップ）」ジャンルに対応するスコア情報合算値を取得する。例えば、楽曲データベース２３５に登録されたＡ曲の場合、「Ｐｏｐ（ポップ）」ジャンルに対応するスコア情報合算値は、「０．４１３」である（図８参照）。楽曲決定部２１５は、楽曲データベース２３５に登録された各楽曲についてスコア情報合算値を取得する。

【0050】

次に、楽曲決定部２１５は、楽曲データベース２３５を参照して、取得した第１属性に対応するラベル付与数を取得する。取得した第１属性が「上品な」である場合、楽曲決定部２１５は、各楽曲に関連付けられているイメージラベルを参照して、各楽曲の当該第１属性に対応するラベル付与数を取得する。例えば、Ａ曲の場合、「上品な」に対応するラベル付与数は「２」である（図９参照）。楽曲決定部２１５は、楽曲データベース２３５に登録された各楽曲についてラベル付与数を取得する。

【0051】

次に、楽曲決定部２１５は、取得したスコア情報合算値と取得したラベル付与数とを乗算することによって、楽曲データベース２３５に登録された複数の楽曲それぞれについて、取得した属性に対応するスコアを算出する。例えば、取得した属性に含まれる第２属性が「リビング」であり、第１属性が「上品な」である場合、Ａ曲のスコアは、０．４１３×２（「スコア情報合算値」×「ラベル付与数」）＝０．８２６である。楽曲決定部２１５は、楽曲データベース２３５に登録された全ての楽曲について、取得した属性に対応するスコアを算出する。楽曲データベース２３５に登録された楽曲が５００個の場合、５００曲全てについて、取得した属性に対応するスコアが算出される。

【0052】

楽曲決定部２１５は、算出されたスコアの数値に基づいて、楽曲データベース２３５に登録された複数の楽曲から、コンテンツの属性に対応する楽曲の候補を選択する。具体的には、楽曲決定部２１５は、算出されたスコアの数値が大きな順に１番目～ｎ番目までの楽曲をコンテンツの属性に対応する楽曲の候補として決定してもよい。ここで、ｎは１以上５００以下の任意の整数であり、例えば２０であってもよい。楽曲決定部２１５は、コンテンツの属性に対応する楽曲の候補として決定した楽曲それぞれに対応する楽曲情報を楽曲提供部２１７に提供する。楽曲提供部２１７に提供される楽曲情報は、コード進行データおよびスタイル情報の少なくとも１つを含む。

【0053】

具体的には、楽曲決定部２１５は、楽曲データベース２３５及びシチュエーションテーブル２３７を参照して、各楽曲に対応するスタイル情報を取得する。上述したように、楽曲決定部２１５は、シチュエーションテーブル２３７を参照して、コンテンツの属性に含まれる第２属性に対応するジャンルを得る。楽曲決定部２１５は、楽曲データベース２３５を参照して、得られたジャンルに対応するスタイル情報のうち、スコア情報の値が最も大きなスタイル情報を楽曲提供部２１７に提供するスタイル情報として決定する。楽曲決定部２１５は、コンテンツの属性に対応する楽曲の候補として決定された各楽曲について、楽曲提供部２１７に提供するスタイル情報を決定する。例えば、コンテンツの属性に対応する楽曲の候補にＡ曲が含まれている場合を説明する。図１０を参照して説明したように、コンテンツの属性に含まれる第２属性に対応するジャンルが「Ｐｏｐ（ポップ）」である場合、楽曲決定部２１５は、楽曲データベース２３５におけるＡ曲の「Ｐｏｐ（ポップ）」ジャンルに対応するスタイル情報を参照し、スコア情報の値が最も大きなスタイル情報をＡ曲のスタイル情報として決定する。

【0054】

例えば、図７を参照すると、Ａ曲の「Ｐｏｐ（ポップ）」ジャンルに対応するスタイルは、「Ｅａｓｙ Ｐｏｐ（イージーポップ）」及び「８０’ Ｐｏｐ（８０年代ポップ）」を含む。この中から、最も大きなスコア情報の値を有する「Ｅａｓｙ Ｐｏｐ（イージーポップ）」がＡ曲に対応するスタイル情報として決定される。

【0055】

また、例えば、コンテンツの属性に含まれる第２属性に対応する楽曲のジャンルが「Ｒｏｃｋ（ロック）」の場合、Ａ曲の「Ｒｏｃｋ（ロック）」ジャンルに対応するスタイルのうち、スコア情報の値が最も大きなスタイルがＡ曲のスタイル情報として決定される。例えば、Ａ曲の「Ｒｏｃｋ（ロック）」ジャンルに対応する「８０’ Ｐｏｐ Ｒｏｃｋ（８０年代ポップロック）」スタイルに対応するスコア情報の値が最も大きい場合、「８０’ Ｐｏｐ Ｒｏｃｋ（８０年代ポップロック）」がＡ曲に対応するスタイル情報として決定される。

【0056】

楽曲提供部２１７は、楽曲決定部２１５から取得した、コンテンツの属性に対応する楽曲の候補として決定されたｎ個の楽曲それぞれに対応する楽曲情報を通信端末１に提供する。楽曲提供部２１７は、図１に示すネットワークＮＷを介して通信端末１に提供する。通信端末１は、コンテンツをサーバ２に提供した通信端末１であってもよい。上述したように、通信端末１に提供される楽曲情報は、コード進行データおよびスタイル情報の少なくとも１つを含む。

【0057】

通信端末１の制御部１１は、取得したｎ個の楽曲の楽曲情報に基づいて、ユーザがコンテンツのＢＧＭを決定するためのユーザインターフェースを表示部１４に提供して、楽曲指定処理を実行する。楽曲指定処理は、ｎ個の楽曲それぞれに対応する楽曲情報の中から、ユーザがコンテンツのＢＧＭとして所望する楽曲のスタイルおよびコード進行パターンの少なくとも１つを選択する処理である。

【0058】

制御部１１は、コンテンツのＢＧＭのスタイルをユーザが選択するためのユーザインターフェースを表示部１４に提供してもよい。図１１は、制御部１１によって表示部１４に提供される、コンテンツのＢＧＭのスタイルをユーザが選択するためのユーザインターフェースの一例である。

【0059】

図１１に示すように、通信端末１の表示部１４には、ｎ個の楽曲それぞれに対応するスタイル情報を示す複数のアイコン１１０１が表示されてもよい。ユーザは、所望のスタイル情報を示すアイコン１１０１をタップしてコンテンツのＢＧＭのスタイルを選択することができる。また、ｎ個の楽曲の楽曲情報とともに、スタイル情報に対応するスタイルを再生するためのオーディオデータがサーバ２から提供されてもよい。この場合、各スタイル情報に対応するスタイルを再生するための再生ボタン１１０３が、スタイル情報を示すアイコン１１０１とともに表示されてもよい。ユーザは、所望のスタイル情報に対応する再生ボタン１１０３をタップすることによって、所望のスタイル情報に対応するスタイルを聴いて確認することができる。ユーザは、スタイルを試聴して、コンテンツのＢＧＭに所望するスタイルを選択してもよい。

【0060】

また、制御部１１は、コンテンツのＢＧＭのコード進行パターンをユーザが選択するためのユーザインターフェースを表示部１４に提供してもよい。図１２は、制御部１１によって表示部１４に提供される、コンテンツのＢＧＭのコード進行パターンをユーザが選択するためのユーザインターフェースの一例である。

【0061】

図１２では、ユーザインターフェースに４つのコード進行パターン（パターンＡ、パターンＢ、パターンＣ、パターンＤ）を示すアイコン１２０１が表示されている例を示している。コード進行パターンを示すアイコン１２０１は、コード進行パターンの印象を示す情報とともに表示されてもよい。ユーザは、コード進行パターンの印象を示す情報に基づいて、コード進行パターンに対応する楽曲の印象を想定することができる。コード進行パターンの印象を示す情報は、コード進行パターンごとに異なってもよい。ユーザは、コード進行パターンを示すアイコン１２０１をタップしてコンテンツのＢＧＭに所望するコード進行パターンを選択することができる。また、ｎ個の楽曲の楽曲情報とともに、コード進行パターンを再生するためのオーディオデータがサーバ２から提供されてもよい。この場合、各コード進行パターンを再生するための再生ボタン１２０３が、コード進行パターンを示すアイコン１２０１とともに表示されてもよい。ユーザは、所望のコード進行パターンに対応する再生ボタン１２０３をタップすることによって、所望のコード進行パターンを聴いて確認することができる。ユーザは、コード進行パターンを試聴して、コンテンツのＢＧＭに所望するコード進行パターンを選択してもよい。

【0062】

制御部１１は、コンテンツのＢＧＭのスタイルをユーザが選択するためのユーザインターフェース、およびコンテンツのＢＧＭのコード進行パターンをユーザが選択するためのユーザインターフェースの少なくとも１つを、ユーザがコンテンツのＢＧＭを決定するためのユーザインターフェースとして提供する。

【0063】

制御部１１は、コンテンツのＢＧＭのスタイルをユーザが選択するためのユーザインターフェース、およびコンテンツのＢＧＭのコード進行パターンをユーザが選択するためのユーザインターフェースの両方を提供してもよい。ｎ個の楽曲のうち、複数の楽曲でスタイル情報又はコード進行パターンが重複している場合がある。ユーザが選択したスタイル又はコード進行パターンが複数の楽曲で重複している場合、制御部１１によって、ユーザがコンテンツのＢＧＭのスタイルおよびコード進行パターンの両方を選択することによって、最終的に生成される楽曲をユーザの所望の楽曲により近づけることができる。

【0064】

制御部１１は、ユーザによって選択されたスタイル情報およびコード進行パターンの少なくとも１つを、通信部１３から図１に示すネットワークＮＷを介してサーバ２に提供する。

【0065】

図４に戻り、サーバ２による楽曲生成処理について説明を続ける。ユーザによって選択されたスタイル情報およびコード進行パターンの少なくとも１つは、サーバ２の制御部２１の楽曲生成部２１９に提供される。楽曲生成部２１９は、取得したスタイル情報およびコード進行パターンの少なくとも１つに基づいて、公知の楽曲生成技術を用いてコンテンツに付与される楽曲に対応する楽曲データを生成する。さらに、楽曲生成部２１９は、生成した楽曲データを用いて、楽曲と該楽曲に対応するコンテンツとを同期して再生するためコンテンツ再生データを生成する。

【0066】

サーバ２は、楽曲生成部２１９によって生成されたコンテンツ再生データを、通信部２５からネットワークＮＷを介して通信端末１に提供する。コンテンツ再生データは、通信端末１からのリクエストに応じて提供されてもよい。

【0067】

［楽曲生成処理フロー］
図１３は、一実施形態における楽曲生成処理を示すフローチャートである。楽曲生成処理は、以上に説明したように、サーバ２の制御部２１によって実行される。

【0068】

制御部２１は、通信端末１からコンテンツを受信するまで待機する（Ｓ１３０１；ＮＯ）。ユーザが通信端末１を操作して、コンテンツの送信を指示すると、通信端末１は、コンテンツをサーバ２に送信する。サーバ２がコンテンツを受信すると（Ｓ１３０１；ＹＥＳ）、制御部２１は、受信したコンテンツの特徴情報を抽出する（Ｓ１３０３）。制御部２１は、公知の画像解析技術、形態素解析を利用してコンテンツから特徴情報を抽出する。

【0069】

制御部２１は、抽出した特徴情報を学習済モデル２３３に提供する（Ｓ１３０５）。制御部２１は、学習済モデル２３３による演算処理を実行して、学習済モデル２３３からコンテンツの属性を取得する（Ｓ１３０７）。コンテンツの属性は、図５に示した印象リストから選択された１つの属性（第１属性）と、図６に示したシチュエーションリストから選択された１つの属性（第２属性）とを含む。

【0070】

制御部２１は、取得したコンテンツの属性に基づいて、コンテンツに対応する楽曲の候補を決定する（Ｓ１３０９）。制御部２１は、楽曲データベース２３５およびシチュエーションテーブル２３７を参照し、楽曲の候補を決定する。制御部２１は、決定した楽曲の候補に対応する楽曲情報を通信端末１に提供する（Ｓ１３１１）。ここで、楽曲情報は、楽曲の候補として決定され各楽曲に関連付けられた、スタイル情報およびコード進行パターンのうち少なくとも１つを含む。

【0071】

楽曲の候補に対応する楽曲情報を取得した通信端末１は、ユーザインターフェース提供する。ユーザは、ユーザインターフェースを介してコンテンツにＢＧＭとして付与する楽曲の楽曲情報を選択して、サーバ２に送信する。

【0072】

制御部２１は、ユーザによって選択された楽曲情報を取得する（Ｓ１３１３）。取得された楽曲情報は、ユーザによって選択されたスタイル情報およびコード進行パターンの少なくとも１つを含む。

【0073】

制御部２１は、取得した楽曲情報に基づいて楽曲データを生成する（Ｓ１３１５）。制御部２１は、公知の楽曲生成技術を用いて楽曲データを生成する。制御部２１は、生成された楽曲データを用いて、楽曲と該楽曲に対応するコンテンツとを同期して再生するためコンテンツ再生データを生成する（Ｓ１３１７）。

【0074】

制御部２１は、生成されたコンテンツ再生データを、通信端末１からのリクエストに応じて通信端末１に提供してもよい。以上が、制御部２１によって実行される楽曲生成処理の一連のフローである。

【0075】

［楽曲再生処理］
通信端末１は、ユーザの指示に応じて、サーバ２からコンテンツ再生データを取得して、楽曲再生処理を実行することができる。通信端末１は、ネットワークＮＷを介してサーバ２からコンテンツ再生データを取得する。ユーザが、通信端末１の操作部１５を介して、コンテンツの再生指示を入力すると、通信端末１において、コンテンツとともに楽曲が再生される。コンテンツは、サーバ２に提供された動画および静止画を含む画像であってもよい。サーバ２に提供されたコンテンツが文章（文字列）である場合、通信端末１において再生されるコンテンツは、該文章（文字列）を含む画像であってもよい。コンテンツとともに再生される楽曲は、通信端末１のスピーカ１６を介して放音される。以上が、通信端末１によって実行される楽曲再生処理である。

【0076】

このようにして、通信端末１から提供されたコンテンツから特徴情報を抽出し、抽出した特徴情報を学習済モデル２３３に提供することによって、サーバ２は、コンテンツの属性を自動的に取得することができる。得られた属性に基づいて、楽曲を生成することにより、サーバ２は、コンテンツにマッチした楽曲を生成して提供することができる。また、ユーザは、ＢＧＭの付与を所望するコンテンツを入力すると、自動的に生成された該コンテンツに適した楽曲と、該コンテンツとを同期して再生させるためのコンテンツ再生データを取得することができるという顧客体験を享受することができる。

【0077】

［変形例］
本開示は、上述した実施形態に限定されるものではなく、他の様々な変形例が含まれる。例えば、上述した実施形態は本開示を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。実施形態の構成の一部について、他の構成を追加、削除、置換してもよい。以下、一部の変形例について説明する。

【0078】

（１）上述した実施形態においては、サーバ２の楽曲決定部２１５は、算出されたスコアの数値が大きなランキング順に１番目～ｎ番目（ｎは、１以上５００以下の任意の整数。例えば２０）までの楽曲をコンテンツの属性に対応する楽曲の候補として決定した。しかしながら、楽曲決定部２１５は、所定のアルゴリズムに基づいて、算出されたスコアの数値が大きなランキング順に１番目～ｍ番目（ｍは、１以上５００以下の任意の整数であり、且つｍ＞ｎである。例えば４０であってもよい。）までの楽曲を抽出し、その中からランダムにｎ個（例えば２０個）の楽曲を選択し、選択された楽曲をコンテンツの属性に対応する楽曲の候補として決定してもよい。

【0079】

（２）上述した実施形態においては、ユーザは、通信端末１に提供されたユーザインターフェースを介して、コンテンツにＢＧＭとして付与する楽曲のスタイル情報およびコード進行パターンのうちの少なくとも１つを選択した。通信端末１の制御部１１は、スタイル情報およびコード進行パターンに加え、さらなる付加情報をユーザに設定させるためのユーザインターフェースを通信端末１の表示部１４に提供してもよい。

【0080】

さらなる付加情報としては、例えば、コンテンツのＢＧＭとして付与する楽曲のテンポ、楽曲の再生時間、楽曲の抑揚、メロディー、歌詞などが挙げられる。通信端末１は、ユーザが設定した付加情報をサーバ２に提供してもよい。サーバ２の制御部２１は、通信端末１から提供された付加情報を楽曲データに反映することができる。

【0081】

（３）上述した実施形態では、ユーザは、通信端末１に提供されたユーザインターフェースを介して、コンテンツにＢＧＭとして付与する楽曲のコード進行パターンを選択することができる。しかしながら、ユーザは、通信端末１に提供されたユーザインターフェースを介して、コンテンツにＢＧＭとして付与する楽曲のコード進行パターンを編集してもよい。さらに、ユーザは、編集したコード進行パターンを試聴することができてもよい。ユーザは、編集したコード進行パターンを試聴して、さらにコード進行パターンを編集することができる。

【0082】

通信端末１は、ユーザが設定したコード進行パターンをサーバ２に提供してもよい。サーバ２の制御部２１は、通信端末１から取得した、ユーザによって設定されたコード進行パターンに基づいて楽曲データを生成してもよい。

【0083】

（４）サーバ２によって生成されたコンテンツ再生データは、コンテンツをサーバ２に提供した通信端末１だけではなく、ネットワークＮＷを介してサーバ２に接続することができる他の通信端末１も取得することができる。

【0084】

以上が変形例に関する説明である。

【0085】

以上のとおり、本発明の一実施形態によれば、入力されたコンテンツから、当該コンテンツに含まれる特徴情報を抽出し、複数の属性のうち、前記抽出された特徴情報に対応する少なくとも１つの属性を決定し、前記決定された属性に対応する伴奏パターンおよびコード進行パターンを決定し、前記決定された伴奏パターンおよびコード進行パターンに基づく楽曲を生成することを含む、楽曲生成方法が提供される。

【0086】

前記コンテンツは画像を含み、前記特徴情報は、前記画像から抽出されるオブジェクトを含んでもよい。

【0087】

前記コンテンツは文章を含み、前記特徴情報は、前記文章から抽出される形態素を含んでもよい。

【0088】

前記複数の属性は、第１属性グループと第２属性グループとを含む複数のグループのいずれかに区分され、前記決定される属性は、前記第１属性グループに含まれる属性と前記第２属性グループに含まれる属性とを含んでもよい。

【0089】

前記決定される属性は、特徴情報と属性との関係を学習させた学習済モデルに対して、前記抽出された特徴情報を入力することによって当該学習済モデルから得られた情報に基づいて決定されてもよい。

【0090】

前記伴奏パターンおよび前記コード進行パターンを決定することは、前記決定された属性に対応する複数の前記伴奏パターンを特定し、前記特定された複数の伴奏パターンから少なくとも１つをユーザに選択させるためのユーザインターフェースを提供し、前記選択された伴奏パターンを前記決定された属性に対応する伴奏パターンとして決定すること、を含んでもよい。

【0091】

前記決定された属性に対応する複数の前記伴奏パターンを特定することは、前記所定のアルゴリズムにしたがって前記複数の伴奏パターンを特定することを含み、前記所定のアルゴリズムによって第１属性に対して特定される前記複数の伴奏パターンが、第１組み合わせとなる場合と第２組み合わせとなる場合とを含んでもよい。

【0092】

前記伴奏パターンおよび前記コード進行パターンを決定することは、前記決定された属性に対応する複数の前記コード進行パターンを特定し、前記特定された複数のコード進行パターンから少なくとも１つをユーザに選択させるためのユーザインターフェースを提供し、前記選択されたコード進行パターンを前記決定された属性に対応するコード進行パターンして決定すること、を含んでもよい。

【0093】

前記決定された属性に対応する複数の前記コード進行パターンを特定することは、前記所定のアルゴリズムにしたがって前記複数のコード進行パターンを特定することを含み、前記所定のアルゴリズムによって第１属性に対して特定される前記複数のコード進行パターンが、第１組み合わせとなる場合と第２組み合わせとなる場合とを含んでもよい。

【0094】

前記楽曲の付加情報をユーザに設定させるためのユーザインターフェースを提供することをさらに含み、前記楽曲は、さらに前記設定された付加情報に基づいて生成されてもよい。

【0095】

前記生成した楽曲と前記入力されたコンテンツとを同期して再生するためデータを出力することをさらに含んでもよい。

【0096】

また、本発明の一実施形態によれば、入力されたコンテンツから、当該コンテンツに含まれる特徴情報を抽出し、複数の属性のうち、前記抽出された特徴情報に対応する少なくとも１つの属性を決定し、前記決定された属性に対応する伴奏パターンおよびコード進行パターンを決定し、前記決定された伴奏パターンおよびコード進行パターンに基づく楽曲を生成すること、をコンピュータに実行させるためのプログラムが提供されてもよい。

【0097】

尚、一実施形態に係るプログラム（プログラム製品）は、コンピュータで読み取り可能な記録媒体で提供されてもよく、外部のサーバなどネットワーク経由で配信される形態で提供されてもよい。

【0098】

また、本発明の一実施形態によれば、通信端末からコンテンツを受信する通信部と、受信したコンテンツに基づいて楽曲を生成する制御部と、を含む楽曲生成装置（サーバ）が提供されてもよい。制御部は、楽曲生成処理を実行する。制御部は、受信したコンテンツから、当該コンテンツに含まれる特徴情報を抽出し、複数の属性のうち、抽出された特徴情報に対応する少なくとも１つの属性を決定する。さらに制御部は、決定された属性に対応する伴奏パターンおよびコード進行パターンを決定し、決定された伴奏パターンおよびコード進行パターンに基づいて楽曲を生成する。

【0099】

また、本発明の一実施形態によれば、一つ以上の通信端末と、サーバと、を含む楽曲生成システムが提供されてもよい。一つ以上の通信端末とサーバとは、インターネットなどのネットワークを介して接続されている。各通信端末は、ネットワークを介してコンテンツをサーバに送信する。コンテンツは、ユーザがＢＧＭの付与を所望するコンテンツである。サーバは、通信端末からコンテンツを受信する通信部と、受信したコンテンツに基づいて楽曲を生成する制御部と、を含む。制御部は、受信したコンテンツから、当該コンテンツに含まれる特徴情報を抽出し、複数の属性のうち、抽出された特徴情報に対応する少なくとも１つの属性を決定する。さらに制御部は、決定された属性に対応する伴奏パターンおよびコード進行パターンを決定し、決定された伴奏パターンおよびコード進行パターンに基づいて楽曲を生成する。

【符号の説明】

【0100】

１：通信端末、２：サーバ、１１：制御部、１２：記憶部、１３：通信部、１４：表示部、１５：操作部、１６：スピーカ、１７：バス、２１：制御部、２３：記憶部、２５：通信部、２１１：特徴抽出部、２１３：属性決定部、２１５：楽曲決定部、２１７：楽曲提供部、２１９：楽曲生成部、２３１：プログラム、２３３：学習済モデル、２３５：楽曲データベース、２３７：シチュエーションテーブル、１０００：楽曲生成システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】