卡拉ok評分裝置與方法
2023-06-14 11:54:41 1
專利名稱：卡拉ok評分裝置與方法
技術領域：
本發明關於一種卡拉OK評分裝置(karaoke scoring apparatus)，特別是關於一種應用於卡拉OK系統中以用來對於歌唱者的歌唱能力進行評分的卡拉OK評分裝置。
背景技術：
現有卡拉OK系統(karaoke)設置卡拉OK評分裝置(karaoke scoringapparatus)的主要目的，是用來使卡拉OK系統具有對於歌唱者的歌唱能力進行評分的能力。
借著卡拉OK系統的使用，歌唱者可輕易地得到各種樂器音效的伴奏以演唱歌曲。相較於由真人演奏樂器的伴奏，使用卡拉OK系統可使不具有樂器演奏能力的歌唱者得以在不需藉助於他人的樂器演奏協助下，獲得各種樂器音效的伴奏。而且，其效果猶如市售的音樂專輯的專業音樂伴奏。
由於卡拉OK系統的便利與演唱歌曲的樂趣，卡拉OK系統大多作為提供休閒與娛樂的工具。而使卡拉OK系統具有對於歌唱者的歌唱能力進行評分的能力的主要目的，也在於提供歌唱者使用卡拉OK系統時更多的趣味。因而有卡拉OK評分裝置的設置。
現有卡拉OK評分裝置雖然能在歌唱者演唱結束歌曲時給予分數，但是因為其出發點在於提供趣味，因此，多種現有卡拉OK評分裝置的評分方法為在一高分範圍內以隨機數表決定所給予的分數，其分數的決定往往給人荒謬或無法認同的感覺。
美國專利5,565,639.美國專利5,567,162.美國專利5,719,344.美國專利5,889,224.以及美國專利6,326,536提出各種較為精確的評分方法，但也各有其缺點。
發明內容
本發明的目的為提供一種能夠確實對於歌唱者的歌唱能力給予評分的卡拉OK評分系統。
本發明的另一目的為提供一種具有合理的評分準則的卡拉OK評分系統。
根據本發明的一種卡拉OK評分裝置(karaoke scoring apparatus)，其用於卡拉OK系統中，以用來對於歌唱者的歌唱能力進行評分。卡拉OK系統包含預定的參考音頻輸入(reference audio input)並可接受目標音頻輸入(target audio input)，以經由卡拉OK評分裝置來與參考音頻輸入進行比較並評分。
卡拉OK評分裝置包含存儲元件、特徵抽取元件(feature extractionelemet)、相似度測量單元(similarity measurement element)、以及評分單元。
參考音頻輸入以及目標音頻輸入分別被依序採樣為相對應的多幀參考採樣信號(a plural frames of reference sampling signals)以及多幀目標採樣信號(a plural frames of target sampling signals)。
存儲元件(memory element)用來暫存目前所採樣的至少一幀參考採樣信號以及至少一幀目標採樣信號。
特徵抽取元件(feature extraction element)用來將暫存於存儲元件的該幀參考採樣信號與多個經過不同延遲的該幀參考採樣信號進行自動相關性計算(autocorrelation calculation)，以取得一組參考特徵數值。特徵抽取元件亦可用來將暫存於存儲元件的該幀目標採樣信號與多個經過不同延遲的該幀目標採樣信號進行自動相關性計算，以取得一組目標特徵數值。
相似度測量單元(similarity measurement element)可依據該組目標特徵數值和該組參考特徵數值來進行相似度比較處理，以產生相對應於該幀參考採樣信號以及該幀目標採樣信號的相似度結果。
評分單元(scoring element)可將多幀採樣信號所得到相對應的相似度結果加以計算，以輸出最後總評分(final score)。
根據本發明，卡拉OK評分裝置可以抽取出參考音頻輸入中參考人聲輸入的特徵，即每一幀參考音頻輸入中人聲的音高，以用來作為目標音頻輸入的評分標準，並將所抽取的音頻輸入轉換成相對應的量化特徵以進行細緻的比較。並且，提供合理的評分準則，使歌唱者使用卡拉OK系統演唱歌曲時，在每一幀音頻輸入的演唱音高上，命中、失誤、連續命中、連續失誤時皆有相對應的不同的評分，且連續命中或連續失誤的程度不同，加分或扣分的程度也隨之改變。因此，本發明提供一種能夠確實對於歌唱者的歌唱能力給予評分的卡拉OK評分系統。並且，本發明提供的卡拉OK評分系統具有合理的評分準則。
關於本發明的優點與精神可以通過以下的發明詳述及附圖得到進一步的了解。
圖1為本發明的卡拉OK評分裝置示意圖。
圖2為各音高中央頻率示意圖。
圖3為圖2各音高中央頻率以44.1K赫茲採樣所對應的τ值。
具體實施例方式
請參閱圖1，圖1為本發明的卡拉OK評分裝置示意圖。本發明卡拉OK評分裝置10包含存儲元件(memory element)14.特徵抽取元件(featureextraction element)16.相似度測量單元(similarity measurementelement)18.以及評分單元(scoring element)20。
音樂評分裝置10被用於卡拉OK系統(karaoke system)中，以用來對於歌唱者的歌唱能力進行評分。當該歌唱者使用該卡拉OK系統以演唱歌曲時，該卡拉OK系統可接收歌唱者的演唱歌聲，以作為目標音頻輸入22。音樂評分裝置10則將目標音頻輸入22與包含於該卡拉OK系統中的預定的參考音頻輸入24進行比較並評分。
目標音頻輸入22為歌唱者演唱時經由麥克風或其它音頻輸入裝置所接收的目標人聲輸入(target vocal input)。參考音頻輸入24則由參考樂器輸入(reference instrumental input)和/或參考人聲輸入(reference vocalinput)混合而成，為該卡拉OK系統提供伴奏的音樂數據。一般而言，參考音頻輸入24可儲存於市售的音樂CD、音樂卡帶之中，或者儲存於該卡拉OK系統具有的硬碟中。舉例而言，現有的伴唱卡帶僅具有參考樂器輸入，通常不包含參考人聲輸入。而有些卡拉OK系統亦可使用將參考人聲輸入與參考樂器輸入混合的市售音樂CD專輯作為伴奏之用。另外，較先進的伴唱用CD或伴唱用DVD則可將參考人聲輸入與參考樂器輸入分開儲存，以方便使用者使用。
在本實施例中，考慮目標音頻輸入22可能為模擬或是數字形式的不同，如圖1所示，可使用模擬/數字轉換單元12將欲採樣的目標音頻輸入22轉換為方便計算的數字形式。此外，利用音頻解碼單元42以將參考音頻輸入24進行音頻的解碼。存儲元件14用來暫存目前所採樣的至少一幀目標採樣信號26以及至少一幀參考採樣信號28。存儲元件14包含第一存儲元件46以及第二存儲元件48。第一存儲元件46以及第二存儲元件48可為寄存器(register)或是其它存儲元件。
音樂評分裝置10將參考音頻輸入24依照約為44.1K赫茲的預定採樣頻率進行採樣，並依序轉換為相對應的多幀參考採樣信號28暫存於第一存儲元件46中。音樂評分裝置10將目標音頻輸入22依照該採樣頻率進行採樣，並依序轉換為相對應的多幀目標採樣信號26暫存於第二存儲元件48中。
而每幀參考採樣信號28與每幀目標採樣信號26各有N個採樣點，N＝1024。如上所述的每幀採樣信號可表示為X(k)，k＝0-N-1，並可經過不同延遲時間τ加以延遲為X(k+τ)。
特徵抽取元件16將暫存於存儲元件14的該幀參考採樣信號28，X(k)，與多個經過不同延遲的該幀參考採樣信號28，X(k+τ)，進行自動相關性計算(autocorrelation calculation)。該自動相關性計算將X(k)以及X(k+τ)經過下列計算，得出自動相關性函數rxx(τ)。
rxx=1Nk=0N-1x(k)x(k+)]]>特徵抽取元件16亦可用來將暫存於存儲元件14的該幀目標採樣信號26與多個經過不同延遲的該幀目標採樣信號26進行該自動相關性計算。
得出相對於該幀參考採樣信號28的該自動相關性函數rxx(τ)之後，特徵抽取元件16還會依據參考特徵數值選取標準(selection criteria for thereference characteristic value)以選出一組τ值， 以作為一組參考特徵數值30。該參考特徵數值選取標準如下rxx(τ)≥rxx(τ-1)，rxx(τ)≥rxx(τ+1)rxx(τ)≥α*(MAX(rxx(τ))-MIN(rxx(τ)))+MIN(rxx(τ))τlowerbound＜τ≤τupperbound該參考特徵數值選取標準中，α為預定的常數，MAX(rxx(τ))為τ值不為0的情形下該自動相關性函數rxx(τ)中函數值的最大值，MIN(rxx(τ))為τ值不為0的情形下該自動相關性函數rxx(τ)中函數值的最小值，而τlowerbound為預定的τ值下界，τupperbound為預定的τ值上界。
在本實施例中，該參考特徵數值選取標準為選出在τ值不為0的情形下，該自動相關性函數rxx(τ)中函數值的最大值的前三個，亦即Nr＝3。考慮大部份的音樂主弦律音高約介於100赫茲至900赫茲之間，依本實施例取1024個採樣點，以44.1K赫茲進行採樣進行該自動相關性計算則該等τ值的範圍約介於49(44100/900＝49)與441(44100/100＝441)之間。
同理，得出相對於該幀目標採樣信號28的該自動相關性函數rxx(τ)之後，特徵抽取元件16還會依據目標特徵數值選取標準(selection criteria forthe target characteristic value)以選出一組τ值， 以作為一組目標特徵數值32。在本實施例中，該目標特徵數值選取標準為選出在τ值不為0的情形下，該自動相關性函數rxx(τ)中函數值的最大值，亦即Nm＝1。
而特徵抽取元件16還設置參考特徵緩衝器35(feature buffer ofreference input)，用以暫存參考特徵數值30。參考音頻輸入24為己儲存的音樂數據，根據經驗，人類無法分辨100ms內音樂的變換，因此通常會抽取至少100ms的參考音頻輸入24的特徵，暫存於參考特徵緩衝器35之中。
請參閱圖2以及圖3，圖2為各音高中央頻率示意圖，圖3為圖2各音高中央頻率以44.1K赫茲採樣所對應的τ值。每一音高具有對應的中央頻率(central frequency)。例如，中央C的中央頻率為261.626Hz，本實施例中以44.1K赫茲進行採樣，因此中央C所對應的τ值為169。
參考音頻輸入24以及目標音頻輸入22為聲音信號，各包含有多個不同的音高。本發明通過獲得參考音頻輸入24以及目標音頻輸入22各自的τ值，以獲取可以比較目標人聲輸入與參考人聲輸入的量化樣本。如上所述代表參考特徵數值30三個τ值，是用以代表該幀參考音頻輸入24中三個音高。而代表目標特徵數值32的一個τ值，是用以代表該段目標音頻輸入22中一個音高。
圖1的相似度測量單元(similarity measurement element)18，可依據目標特徵數值32和參考特徵數值30來進行相似度比較處理，以產生相對應於該幀參考採樣信號28以及該幀目標採樣信號26的相似度結果。
該相似度比較處理將目標特徵數值32和三個參考特徵數值30分別進行相減，當相減結果的絕對值中任何一個小於給定的閥值(threshold)時，則該相似度結果為命中(Hit)，否則為失誤(Miss)。本實施例在每一幀參考音頻輸入24中選取三個參考特徵數值30，Nr＝3，為基於參考音頻輸入24中可能混合有參考樂器輸入與參考人聲輸入，所抽取出的音高特徵除了音樂主弦律的音高外，可能包含有伴奏弦律的音高。為了確保能選取出足以作為相似度測量基準的主弦律的音高，通常為參考人聲輸入，因此選取個數定為三個。
在不同實施方式中，可相應參考音頻輸入24的格式的不同，改變選取目標特徵數值32的個數Nm和參考特徵數值30的個數Nr。例如以可將參考人聲輸入與參考樂器輸入分開儲存的伴唱用CD或伴唱用DVD作為參考音頻輸24的來源時，即可只單獨對參考人聲輸入進行採樣，此時可減少Nr。而以僅具有參考樂器輸入的舊式伴唱卡帶作為參考音頻輸24的來源時，則可增加Nr，以選取出伴奏弦律的各個和弦音高，其中則可包含有可作為目標人聲輸入22評分基準的主弦律音高。而本實施例考慮以混合有參考人聲輸入與參考樂器輸入的市售音樂CD專輯，依據實驗結果，Nr＝3時可獲得較佳的評分效果。
需要說明的是，因各種不同實施方式而造成目標特徵數值32和參考特徵數值30的選取個數的改變亦應該涵蓋於本發明的權利要求的範疇內。
上述的給定的閥值(threshold)，隨著音高的不同，閥值亦有所不同。每一組參考特徵數值30中的τ值有對應的閥值(THτ)，由下列公式求得TH=|FSFCupper+FC|12-FS|FCupper+FC|12|12=|FS|FCupper+FC|-FS|FCupper+FC||]]>其中，FS代表預定採樣頻率，在本實施例中為44.1K赫茲，FC代表該τ值對應音高的中央頻率，而FCupper以及FClower則代表該τ值對應的音高的兩個最相鄰上下音高的中央頻率。舉例而言，請參閱圖3以及圖2，τ值為169的參考特徵數值可對應至頻率261.626K赫茲，則其相對應的閥值為44100/|1/(293.665+261.626)-1/(246.942+261.626)|＝7.296。
圖1的評分單元20(scoring element)，可將多幀採樣信號所得到相對應的相似度結果加以計算，以輸出最後總評分34(final score)。評分單元20包含命中計數模塊36(hitcount module)以及失誤計數模塊38(miscountmodule)。命中計數模塊36會依據相似度測量單元18所傳來的相似度結果為命中者累積計數，並輸出命中計數值(hitcount value)，表示為HitCount。失誤計數模塊38會依據該相似度結果為失誤者累積計數，並輸出失誤計數值(miscount value)，表示為MissCount。
最後總評分34介於預定的最高分數ScoreMax與預定的最低分數ScoreMin之間，並由下列公式加以計算FinalScore=(ScoreMAX-ScoreMin)HitCountMissCount+HitCount+ScoreMin]]>如此，卡拉OK評分裝置10可將目標音頻輸入22與參考音頻輸入24進行比較，以得出最後總評分34(FinalScore)。
命中計數模塊36會依據相似度測量單元18所傳來的相似度結果為命中者累積計數。當該相似度結果為命中時，命中計數模塊36會將目前的命中計數值加上命中遞增值(hit-increase value)，表示為HitIncrease，而成為更新的命中計數值，並重置該失誤計數值為預設數值(default value)。當該相似度結果連續皆為命中時，該命中遞增值亦會隨之遞增。換而言之，當目標音頻輸入32其中一幀音高連續符合參考音頻輸入24的音高時，卡拉OK評分裝置10將給予較高的評分。
同理，關於失誤計數模塊38的累積計數，是指當該相似度結果為失誤時，失誤計數模塊38會將目前的失誤計數值加上失誤遞增值(miss-increasevalue)，表示為MissIncrease，而成為更新的失誤計數值，並重置該命中計數值為預設數值(default value)。當該相似度結果連續皆為失誤時，該失誤遞增值亦會隨之遞增。
在另一實施例中，相似度測量單元18所進行的相似度比較處理可有如下的實施方式。參考音頻輸入24以及目標音頻輸入22包含有多個不同音高的音頻，每一音高具有對應的中央頻率，並具有預定的頻率範圍，該相似度比較處理為找出每一該組參考特徵數值與該組目標特徵數值相對應的頻率是否落在同一音高預定的頻率範圍內，來產生該相似度結果。舉例而言，請參閱圖3以及圖2，τ值為169的參考特徵數值可對應至頻率261.626K赫茲，則該對應的頻率區間為(246.942+261.626)/2＝254.284K赫茲至(277.183+261.625)/2＝269.404K赫茲。在此實施方式下，目標特徵數值所對應的頻率若落在此頻率範圍(254.284K赫茲～269.404K赫茲)之內，則為命中(hit)，否則則為失誤(miss)。
根據本發明，卡拉OK評分裝置10可以抽取出參考音頻輸入24中主弦律的音高特徵，以用來作為目標音頻輸入22的評分標準，並將所抽取的音頻輸入轉換成相對應的量化特徵，以進行細緻的比較。可能為參考人聲輸入的特徵或者為參考音樂特徵，並且，提供合理的評分準則，使歌唱者使用卡拉OK系統演唱歌曲時，在每一幀音頻輸入的演唱音高上，命中、失誤、連續命中、連續失誤時皆有相對應的不同的評分，且連續命中或連續失誤的程度不同，加分或扣分的程度也隨之改變。因此，本發明提供一種能夠確實對於歌唱者的歌唱能力給予評分的卡拉OK評分系統。並且，本發明提供的卡拉OK評分系統具有合理的評分準則。
通過以上優選實施例的詳述，希望能更加清楚描述本發明的特徵與精神，而並非以上述所公開的優選實施例來對本發明的範疇加以限制。相反地，其目的是希望將各種改變及類似安排涵蓋在本發明的權利要求的範疇內。因此，本發明的權利要求的範疇應該根據上述的說明作最寬廣的解釋，以致使其涵蓋所有可能的改變以及具類似安排。
權利要求
1.一種卡拉OK評分裝置，用於卡拉OK系統中，以用來對於歌唱者的歌唱能力進行評分，該卡拉OK系統包含預定的參考音頻輸入並可接受目標音頻輸入，以經由該卡拉OK評分裝置來與該參考音頻輸入進行比較並評分，該卡拉OK評分裝置將該參考音頻輸入以及該目標音頻輸入分別採樣並依序轉換為相對應的多幀參考採樣信號以及多幀目標採樣信號，該卡拉OK評分裝置包含存儲元件，用來暫存目前所採樣的至少一幀參考採樣信號以及至少一幀目標採樣信號；特徵抽取元件，用來將暫存於該存儲元件的該幀參考採樣信號與多個經過不同延遲的該幀參考採樣信號進行自動相關性計算，以取得一組參考特徵數值，該特徵抽取元件亦可用來將暫存於該存儲元件的該幀目標採樣信號與多個經過不同延遲的該幀目標採樣信號進行該自動相關性計算，以取得一組目標特徵數值；相似度測量單元，可依據該組目標特徵數值和該組參考特徵數值來進行相似度比較處理，以產生相對應於該幀參考採樣信號以及該幀目標採樣信號的相似度結果；以及評分單元，可將多幀採樣信號所得到相對應的相似度結果加以計算，以輸出最後總評分。
2.如權利要求1所述的卡拉OK評分裝置，其中該預定的參考音頻輸入包含參考樂器輸入和/或參考人聲輸入，而該目標音頻輸入為該歌唱者經由麥克風演唱的目標人聲輸入。
3.如權利要求1所述的卡拉OK評分裝置，其中該存儲元件包含第一寄存器以及第二寄存器，該卡拉OK評分裝置將該參考音頻輸入依照預定採樣頻率進行採樣，並依序轉換為相對應的多幀參考採樣信號暫存於該第一寄存器中，該卡拉OK評分裝置將該目標音頻輸入依照該採樣頻率進行採樣，並依序轉換為相對應的多幀目標採樣信號暫存於該第二寄存器中。
4.如權利要求3所述的卡拉OK評分裝置，其中該預定採樣頻率約為44.1K赫茲，而每幀參考採樣信號與每幀目標採樣信號各有N個採樣點，其中N＝1024。
5.如權利要求4所述的卡拉OK評分裝置，其中每幀採樣信號可表示為X(k)，k＝0ˉN-1，並可經過不同延遲時間τ加以延遲為X(k+τ)，該自動相關性計算將X(k)以及X(k+τ)經過下列計算，得出自動相關性函數rxx(τ)。rxx=1Nk=0N-1x(k)x(k+)]]>
6.如權利要求5所述的卡拉OK評分裝置，其中在得出相對於該幀參考採樣信號的該自動相關性函數rxx(τ)之後，還會依據參考特徵數值選取標準以選出一組τ值，τ0～τNr-1，以作為該組參考特徵數值，該參考特徵數值選取標準如下rxx(τ)≥rxx(τ-1)，rxx(τ)≥rxx(τ+1)rxx(τ)≥α(MAX(rxx(τ))-MIN(rxx(τ))))+MIN(rxx(τ))τlowerbound＜τ≤τupperbound其中α為預定的常數，MAX(rxx(τ))為τ值不為0的情形下該自動相關性函數rxx(τ)中函數值的最大值，MIN(rxx(τ))為τ值不為0的情形下該自動相關性函數rxx(τ)中函數值的最小值，而τlowerbound為預定的τ值下界，τupperbound為預定的τ值上界。
7.如權利要求6所述的卡拉OK評分裝置，其中該參考特徵數值選取標準會選出在τ值不為0的情形下，該自動相關性函數rxx(τ)中函數值的最大值的前三個，亦即Nr＝3，而該τ值的範圍介於49與441之間。
8.如權利要求5所述的卡拉OK評分裝置，其中在得出相對於該幀目標採樣信號的該自動相關性函數rxx(τ)之後，還會依據目標特徵數值選取標準以選出一組τ值，τ0～τNm-1，以作為該組目標特徵數值。
9.如權利要求8所述的卡拉OK評分裝置，其中該目標特徵數值選取標準為選出在τ值不為0的情形下，該自動相關性函數rxx(τ)中函數值的最大值，亦即Nm＝1。
10.如權利要求5所述的卡拉OK評分裝置，其中該相似度比較處理將該組目標特徵數值和該組參考特徵數值進行相減，當相減結果的絕對值中任何一個小於給定的閥值時，則該相似度結果為命中，否則為失誤。
11.如權利要求10所述的卡拉OK評分裝置，其中該參考音頻輸入以及該目標音頻輸入包含有多個不同音高的音頻，每一音高具有對應的中央頻率，並對應到至少一個τ值，每一該組參考特徵數值中的τ值有對應的閥值(THτ)，由下列公式求得TH=|FS|FCupper+FC|12-FS|FCupper+FC|12|12=|FS|FCupper+FC|-FS|FCupper+FC||]]>其中，FS代表預定採樣頻率，FC代表該τ值對應的音高的中央頻率，而FCupper以及FClower則代表該τ值對應的音高的兩個最相鄰上下音高的中央頻率。
12.如權利要求10所述的卡拉OK評分裝置，其中該評分單元包含命中計數模塊以及失誤計數模塊，該命中計數模塊會依據該相似度結果為命中者累積計數，並輸出命中計數值，表示為HitCount，該失誤計數模塊會依據該相似度結果為失誤者累積計數，並輸出失誤計數值，表示為MissCount，該最後總評分介於預定的最高分數ScoreMax與預定的最低分數ScoreMin之間，並由下列公式加以計算FinalScore=(ScoreMAX-ScoreMin)HitCountMissCount+HitCount+ScoreMin]]>
13.如權利要求12所述的卡拉OK評分裝置，其中當該相似度結果為命中時，該命中計數模塊會將目前的命中計數值加上命中遞增值，表示為HitIncrease，而成為更新的命中計數值，並重置該失誤計數值為預設數值，當該相似度結果連續皆為命中時，該命中遞增值亦會隨之遞增。
14.如權利要求12所述的卡拉OK評分裝置，其中當該相似度結果為失誤時，該失誤計數模塊會將目前的失誤計數值加上失誤遞增值，表示為MissIncrease，而成為更新的失誤計數值，並重置該命中計數值為預設數值，當該相似度結果連續皆為失誤時，該失誤遞增值亦會隨之遞增。
15.如權利要求5所述的卡拉OK評分裝置，其中該參考音頻輸入以及該目標音頻輸入包含有多個不同音高的音頻，每一音高具有對應的中央頻率，並具有預定的頻率範圍，該相似度比較處理為找出每一該組參考特徵數值與該組目標特徵數值相對應的頻率是否落在同一音高預定的頻率範圍內，來產生該相似度結果。
全文摘要
用於卡拉OK系統中的卡拉OK評分裝置，包含特徵抽取元件、相似度測量單元、以及評分單元。卡拉OK系統可接受目標音頻輸入，以經由評分裝置來與參考音頻輸入進行比較並評分。參考音頻輸入及目標音頻輸入分別被採樣並依序轉換為相對應的多幀參考採樣信號及目標採樣信號，暫存於存儲元件。暫存的該幀參考採樣信號及目標採樣信號由特徵抽取元件進行自動相關性計算，以產生一組參考特徵數值及一組目標特徵數值。這些特徵數值由相似度測量單元進行相似度比較處理以產生相似度結果。評分單元將多幀採樣信號所得到相對應的相似度結果加以計算，以輸出最後總評分。
文檔編號G10K15/00GK1629901SQ200310120590
公開日2005年6月22日 申請日期2003年12月15日 優先權日2003年12月15日
發明者張北辰 申請人:聯發科技股份有限公司