專利名稱：信息處理裝置，信息處理方法以及程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種信息處理裝置，信息處理方法以及程序，并且更具體地，涉及一種信息處理裝置，信息處理方法以及程序，其中算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量。
背景技術(shù)：
按照常規(guī)已經(jīng)提出了一種用于自動(dòng)生成算法的裝置，其接收音樂片段數(shù)據(jù)作為輸入，并輸出該音樂片段數(shù)據(jù)的特征量例如音樂片段數(shù)據(jù)的速度，亮度或活潑(liveliness)。例如，在美國(guó)公開的申請(qǐng)No.2004/0181401A1(下文中被稱為專利文獻(xiàn)1)中披露了一種這樣的裝置。

發(fā)明內(nèi)容
在專利文獻(xiàn)1中公開的裝置中，生成了一種特征量提取算法，用于從如圖1所示的音樂片段數(shù)據(jù)以及音樂片段數(shù)據(jù)的元數(shù)據(jù)中提取出特征量。這樣，根據(jù)該音樂片段，根據(jù)該算法計(jì)算出的特征量就有可能具有很明顯的誤差。但是，很難對(duì)計(jì)算出的特征量的誤差程度進(jìn)行評(píng)估。
因此，希望提供一種方法，用于當(dāng)使用生成的特征量提取算法來計(jì)算特征量時(shí)對(duì)預(yù)期的誤差程度進(jìn)行評(píng)估。
根據(jù)本發(fā)明的一個(gè)實(shí)施例，利用了一種算法，通過該算法可以從內(nèi)容數(shù)據(jù)例如音樂片段數(shù)據(jù)中提取出相應(yīng)的特征量，使得能夠很準(zhǔn)確地對(duì)根據(jù)該算法計(jì)算的特征量的誤差進(jìn)行評(píng)估。
更具體地，根據(jù)本發(fā)明的一個(gè)實(shí)施例，提供了一種信息處理裝置，其中該信息處理裝置算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量，包括第一算術(shù)運(yùn)算裝置，用于使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量，其中該低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或者對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量，第二算術(shù)運(yùn)算裝置，用于使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，其中該高級(jí)特征量提取表達(dá)式接收由該第一算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量，計(jì)算裝置，用于計(jì)算由第二算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的高級(jí)特征量與事先得到的對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差，生成裝置，用于通過學(xué)習(xí)其中由計(jì)算裝置計(jì)算的誤差被用作教師數(shù)據(jù)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出誤差，以及算術(shù)運(yùn)算控制裝置，用于當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將由第一算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于由生成裝置生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并使得該第二算術(shù)運(yùn)算裝置響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算高級(jí)特征量。
該計(jì)算裝置可以計(jì)算由第二算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的高級(jí)特征量與事先得到的對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差平方。
當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，該控制裝置將由第一算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于由生成裝置生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并使得該第二算術(shù)運(yùn)算裝置只在評(píng)估誤差低于閾值時(shí)算術(shù)運(yùn)算高級(jí)特征量。
根據(jù)本發(fā)明的另一個(gè)實(shí)施例，提供了一種用于信息處理裝置的信息處理方法，其中該信息處理裝置算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量，包括如下步驟使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量，其中該低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或者對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量，使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，其中該高級(jí)特征量提取表達(dá)式接收算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量，計(jì)算算術(shù)運(yùn)算的高級(jí)特征量與事先得到的對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差，通過學(xué)習(xí)其中該誤差被用作教師數(shù)據(jù)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出誤差，以及當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將該算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算高級(jí)特征量。
根據(jù)本發(fā)明的另一個(gè)實(shí)施例，提供了一種程序，用于算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量，該程序使得計(jì)算機(jī)執(zhí)行一個(gè)過程，該過程包括如下步驟使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量，其中該低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或者對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量，使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，其中該高級(jí)特征量提取表達(dá)式接收算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量，計(jì)算算術(shù)運(yùn)算的高級(jí)特征量與事先得到的對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差，通過學(xué)習(xí)其中該誤差被用作教師數(shù)據(jù)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出誤差，以及當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將該算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算高級(jí)特征量。
在該信息處理裝置和方法以及程序中，低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或?qū)?yīng)于內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量，并被用于算術(shù)運(yùn)算該低級(jí)特征量。進(jìn)一步，高級(jí)特征量提取表達(dá)式接收算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量，并被用于算術(shù)運(yùn)算該高級(jí)特征量。接著，計(jì)算算術(shù)運(yùn)算的高級(jí)特征量與事先得到的對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差。進(jìn)一步，通過學(xué)習(xí)其中計(jì)算的誤差被用作教師數(shù)據(jù)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出誤差。之后，當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算高級(jí)特征量。
對(duì)于該信息處理裝置和方法以及程序，通過使用一種算法，其中該算法可以從內(nèi)容數(shù)據(jù)例如音樂片段數(shù)據(jù)中提取出相應(yīng)的特征量，可以高度準(zhǔn)確地根據(jù)該算法對(duì)計(jì)算的特征量的誤差進(jìn)行評(píng)估。


圖1為說明過去的特征量提取算法的方框圖；圖2為說明由采用本發(fā)明的特征量提取算法生成裝置生成的特征量提取算法的概要的簡(jiǎn)圖；圖3A和3B為說明低級(jí)特征量提取表達(dá)式的不同例子的方框圖；圖4A和4B為說明高級(jí)特征量提取表達(dá)式的不同例子的方框圖；圖5為顯示采用本發(fā)明的特征量提取算法生成裝置的結(jié)構(gòu)例子的方框圖；圖6為顯示圖5中所示的高級(jí)特征量算術(shù)運(yùn)算部分的結(jié)構(gòu)例子的方框圖；圖7為說明特征量提取算法學(xué)習(xí)過程的流程圖；圖8為說明低級(jí)特征量提取表達(dá)式列表的圖；圖9為說明低級(jí)特征量提取表達(dá)式列表生成過程的流程圖；圖10為說明第一發(fā)生列表隨機(jī)生成過程的流程圖；圖11為說明低級(jí)特征量提取表達(dá)式的描述方法的圖；圖12為說明輸入數(shù)據(jù)的不同例子的圖；圖13，14和15為說明圖12中所述不同輸入數(shù)據(jù)的圖；圖16為說明低級(jí)特征量提取表達(dá)式的擁有尺寸(possessing dimension)的簡(jiǎn)圖；圖17為說明下一發(fā)生列表遺傳(genetic)生成過程的流程圖；圖18為說明選擇生成過程的流程圖；圖19為說明插入生成過程的流程圖；圖20為說明突然變異(mutation)生成過程的流程圖；圖21A和21B為說明運(yùn)算符的算術(shù)運(yùn)算的圖；圖22為說明低級(jí)特征量算術(shù)運(yùn)算部分的過程的圖；圖23為說明教師數(shù)據(jù)的例子的圖；圖24為說明高級(jí)特征量提取表達(dá)式學(xué)習(xí)過程的流程圖；圖25至33A和33B為說明學(xué)習(xí)算法的不同例子的簡(jiǎn)圖；圖34為說明根據(jù)學(xué)習(xí)算法的學(xué)習(xí)過程的流程圖；圖35和36為說明運(yùn)算符組合的不同例子的圖；圖37為說明新運(yùn)算符生成過程的流程圖；圖38為說明高精度高級(jí)特征量算術(shù)運(yùn)算過程的流程圖；圖39為說明高精度拒絕(reject)過程的流程圖；以及圖40為顯示通用個(gè)人計(jì)算機(jī)的結(jié)構(gòu)例子的方框圖。
具體實(shí)施例方式
在對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)描述之前，先對(duì)在所附權(quán)利要求中闡述的多個(gè)特征與下面所述的優(yōu)選實(shí)施例的特定元件之間的對(duì)應(yīng)關(guān)系進(jìn)行說明。但是，該說明只不過是用于確認(rèn)如權(quán)利要求闡述的支持本發(fā)明的特定元件在本發(fā)明實(shí)施例的描述中公開。因此，即使在實(shí)施例的描述中闡述的一些特定元件并沒有作為下面說明的特征之一被闡述，這也不表示該特定元件不對(duì)應(yīng)于該特征。相反，即使一些特定元件作為對(duì)應(yīng)于所述特征之一的元件被闡述，這也不表示該元件不對(duì)應(yīng)于除了該元件以外的任何其他特征。
根據(jù)本發(fā)明的一個(gè)實(shí)施例，提供了一種信息處理裝置(例如，圖5中所示的高級(jí)特征量算術(shù)運(yùn)算部分26)，該裝置對(duì)內(nèi)容數(shù)據(jù)的特征量進(jìn)行算術(shù)運(yùn)算，包括第一算術(shù)運(yùn)算裝置(例如，圖6中所示的低級(jí)特征量算術(shù)運(yùn)算部分41)，用于使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量，其中該低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或者對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量，第二算術(shù)運(yùn)算裝置(例如，圖6中所示的高級(jí)特征量算術(shù)運(yùn)算部分42)，用于使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，其中該高級(jí)特征量提取表達(dá)式接收由第一算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量，計(jì)算裝置(例如，圖6中所示的平方誤差算術(shù)運(yùn)算部分43)，用于計(jì)算由第二算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的高級(jí)特征量與事先得到的對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差，生成裝置(例如，圖6中所示的拒絕區(qū)域提取表達(dá)式學(xué)習(xí)部分44)，用于通過學(xué)習(xí)其中由計(jì)算裝置計(jì)算的誤差被用作教師數(shù)據(jù)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出誤差，以及算術(shù)運(yùn)算控制裝置(例如，圖6中所示特征量提取準(zhǔn)確性算術(shù)運(yùn)算部分45)，用于當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將由第一算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于由生成裝置生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并使得該第二算術(shù)運(yùn)算裝置響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算高級(jí)特征量。
根據(jù)本發(fā)明的另一個(gè)實(shí)施例，提供了一種用于信息處理裝置的信息處理方法，其中該信息處理裝置算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量，該方法包括如下步驟使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量，其中該低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或者對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量，使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，其中該高級(jí)特征量提取表達(dá)式接收算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量，計(jì)算算術(shù)運(yùn)算的高級(jí)特征量與事先得到的對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差，通過學(xué)習(xí)其中該計(jì)算的誤差被用作教師數(shù)據(jù)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出誤差(例如圖38中所述的步驟S141)，以及當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算高級(jí)特征量(例如，圖38中所述的步驟S144和S145)。
根據(jù)本發(fā)明的另一個(gè)實(shí)施例，提供了一種程序，用于算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量，該程序使得計(jì)算機(jī)執(zhí)行一個(gè)過程，該過程包括如下步驟使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量，其中該低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或者對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量，使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，其中該高級(jí)特征量提取表達(dá)式接收算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量，計(jì)算算術(shù)運(yùn)算的高級(jí)特征量與事先得到的對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差，通過學(xué)習(xí)其中該計(jì)算的誤差被用作教師數(shù)據(jù)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出誤差(例如圖38中所述的步驟S141)，以及當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算高級(jí)特征量(例如，圖38中所述的步驟S144和S145)。
下面，將參照附圖對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)的描述。
圖2說明了由采用本發(fā)明的特征量提取算法生成裝置20(圖5)生成的特征量提取算法的概要。參看圖2，該特征量提取算法11所示包括低級(jí)特征量提取部分12和高級(jí)特征量提取部分14。該低級(jí)特征量提取部分12接收內(nèi)容數(shù)據(jù)，即音樂片段數(shù)據(jù)，以及相應(yīng)的元數(shù)據(jù)，即屬性數(shù)據(jù)作為它的輸入，并輸出低級(jí)特征量。該高級(jí)特征量提取部分14接收來自低級(jí)特征量提取部分12的低級(jí)特征量作為它的輸入，并輸出高級(jí)特征量。
該低級(jí)特征量提取部分12具有低級(jí)特征量提取表達(dá)式列表13，該列表中包括m個(gè)低級(jí)特征量提取表達(dá)式，其中多于一個(gè)的用于對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)定算術(shù)運(yùn)算的操作符被組合。因此，該低級(jí)特征量提取部分12將m個(gè)不同的低級(jí)特征量輸出給高級(jí)特征量提取部分14。
圖3A和3B說明了低級(jí)特征量提取表達(dá)式的例子。例如，圖3A中所示的低級(jí)特征量提取表達(dá)式f1算術(shù)運(yùn)算音樂片段的波形數(shù)據(jù)的平均值(Mean)作為不同聲道(例如L(左)聲道和R(右)聲道)之間的輸入。接著，該低級(jí)特征量提取表達(dá)式f1沿著時(shí)間軸對(duì)算術(shù)運(yùn)算的平均值進(jìn)行快速傅立葉變換(FFT)，并接著從該FFT的結(jié)果中確定頻率的標(biāo)準(zhǔn)偏差(StDev)。接著，該低級(jí)特征量提取表達(dá)式f1輸出確定的結(jié)果作為低級(jí)特征量a。
同時(shí)，圖3B中所示的低級(jí)特征量提取表達(dá)式f2確定音樂片段的和弦進(jìn)展(chord progress)數(shù)據(jù)中次要代碼(minor codes)的出現(xiàn)率(appearance ratio)作為沿著時(shí)間軸的輸入并輸出確定的結(jié)果作為低級(jí)特征量b。
需要注意的是，低級(jí)特征量提取部分12的輸出，即低級(jí)特征量本身不需要是具有一定意義的值。
回來參看圖2，高級(jí)特征量提取部分14具有k個(gè)高級(jí)特征量提取表達(dá)式，其中每個(gè)表達(dá)式用于對(duì)多于被輸入給高級(jí)特征量提取部分14的m個(gè)不同的低級(jí)特征量中的不止一個(gè)進(jìn)行相對(duì)簡(jiǎn)單的算術(shù)運(yùn)算例如四則算術(shù)運(yùn)算或乘方算術(shù)運(yùn)算，并輸出算術(shù)運(yùn)算的結(jié)果作為高級(jí)特征量。因此，該高級(jí)特征量提取部分14輸出k個(gè)不同的高級(jí)特征量。
圖4A和4B說明了高級(jí)特征量提取表達(dá)式的不同例子。例如，圖4A中所示的高級(jí)特征量提取表達(dá)式FA對(duì)低級(jí)特征量a，b，c，d和e進(jìn)行四則算術(shù)運(yùn)算，并輸出算術(shù)運(yùn)算的結(jié)果作為速度的值，其中該速度為一種高級(jí)特征量。
進(jìn)一步，例如，圖4B中所示的高級(jí)特征量提取表達(dá)式FB對(duì)低級(jí)特征量a，c，d和e進(jìn)行四則算術(shù)運(yùn)算和乘方算術(shù)運(yùn)算，并輸出算術(shù)運(yùn)算和乘方運(yùn)算的結(jié)果作為亮度的值，其中該亮度為一種高級(jí)特征量。
圖5說明了采用本發(fā)明的特征量提取算法生成裝置20的結(jié)構(gòu)例子。該特征量提取算法生成裝置20通過遺傳學(xué)習(xí)生成最佳低級(jí)特征量提取表達(dá)式以及最佳高級(jí)特征量提取表達(dá)式。參看圖5，所示的特征量提取算法生成裝置20包括低級(jí)特征量提取表達(dá)式列表生成部分21，低級(jí)特征量算術(shù)運(yùn)算部分24，高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25，高級(jí)特征量算術(shù)運(yùn)算部分26，以及控制部分27。該低級(jí)特征量提取表達(dá)式列表生成部分21生成n個(gè)低級(jí)特征量提取表達(dá)式列表，其中每個(gè)列表都包括m個(gè)不同的低級(jí)特征量提取表達(dá)式。該低級(jí)特征量算術(shù)運(yùn)算部分24將對(duì)于一個(gè)音樂片段的輸入數(shù)據(jù)(包括內(nèi)容數(shù)據(jù)和元數(shù)據(jù))帶入從低級(jí)特征量提取表達(dá)式列表生成部分21提供給它的n個(gè)低級(jí)特征量提取表達(dá)式列表，以獲取n組m個(gè)不同的低級(jí)特征量，其中該m個(gè)不同的低級(jí)特征量分別對(duì)應(yīng)于該輸入數(shù)據(jù)。該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25通過根據(jù)來自低級(jí)特征量算術(shù)運(yùn)算部分24的n組輸出以及來自低級(jí)特征量算術(shù)運(yùn)算部分24的相應(yīng)教師數(shù)據(jù)(對(duì)應(yīng)于一個(gè)音樂片段的k個(gè)高級(jí)特征量的項(xiàng))進(jìn)行學(xué)習(xí)來對(duì)高級(jí)特征量提取表達(dá)式進(jìn)行評(píng)估。該高級(jí)特征量算術(shù)運(yùn)算部分26通過使用經(jīng)過學(xué)習(xí)過程最后生成的高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量?？刂撇糠?7控制提到的部件的重復(fù)(循環(huán))操作。
該低級(jí)特征量提取表達(dá)式列表生成部分21隨機(jī)地生成第一代低級(jí)特征量提取表達(dá)式列表。另一方面，該低級(jí)特征量提取表達(dá)式列表生成部分21根據(jù)高級(jí)特征量提取表達(dá)式的準(zhǔn)確性等生成第二以及下一代的低級(jí)特征量提取表達(dá)式列表，其中該高級(jí)特征量提取表達(dá)式是通過使用根據(jù)前一代的低級(jí)特征量提取表達(dá)式列表的低級(jí)特征量而學(xué)習(xí)的。
在低級(jí)特征量提取表達(dá)式列表生成部分21中建構(gòu)一操作符組檢測(cè)部分22，并檢測(cè)在生成的低級(jí)特征量提取表達(dá)式中頻繁出現(xiàn)的多個(gè)操作符的組合。操作符生成部分23將由操作符組檢測(cè)部分22檢測(cè)到的多個(gè)操作符的組合作為一種新的操作符記錄。
該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25生成k個(gè)不同的高級(jí)特征量提取表達(dá)式，其中每個(gè)高級(jí)特征量提取表達(dá)式都對(duì)應(yīng)于n組低級(jí)特征量。進(jìn)一步，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25還計(jì)算各個(gè)高級(jí)特征量提取表達(dá)式的評(píng)估準(zhǔn)確性以及高級(jí)特征量提取表達(dá)式中各個(gè)低級(jí)特征量的貢獻(xiàn)率(contribution rate)。接著，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25將計(jì)算后的評(píng)估準(zhǔn)確性以及貢獻(xiàn)率輸出給低級(jí)特征量提取表達(dá)式列表生成部分21。進(jìn)一步，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25將n組低級(jí)特征量提取表達(dá)式列表之一的m個(gè)低級(jí)特征量以及相應(yīng)的k個(gè)不同的高級(jí)特征量提取表達(dá)式提供給高級(jí)特征量算術(shù)運(yùn)算部分26，其中該低級(jí)特征量提取表達(dá)式列表顯示了學(xué)習(xí)的最后一代合成高級(jí)特征量的最高平均準(zhǔn)確性。
該高級(jí)特征量算術(shù)運(yùn)算部分26通過使用最后從高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25提供給它的低級(jí)特征量提取表達(dá)式以及高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量。
圖6示出了高級(jí)特征量算術(shù)運(yùn)算部分26的詳細(xì)結(jié)構(gòu)例子。
參看圖6，所示的高級(jí)特征量算術(shù)運(yùn)算部分26包括低級(jí)特征量算術(shù)運(yùn)算部分41，高級(jí)特征量算術(shù)運(yùn)算部分42，平方誤差算術(shù)運(yùn)算部分43，拒絕區(qū)域提取表達(dá)式學(xué)習(xí)部分44，以及特征量提取準(zhǔn)確性算術(shù)運(yùn)算部分45。該低級(jí)特征量算術(shù)運(yùn)算部分41將輸入數(shù)據(jù)，即內(nèi)容數(shù)據(jù)以及相應(yīng)的元數(shù)據(jù)，帶入最后的低級(jí)特征量提取表達(dá)式列表，以算術(shù)運(yùn)算低級(jí)特征量。該高級(jí)特征量算術(shù)運(yùn)算部分42將由低級(jí)特征量算術(shù)運(yùn)算部分41算術(shù)運(yùn)算的結(jié)果帶入最后的高級(jí)特征量提取表達(dá)式，以算術(shù)運(yùn)算高級(jí)特征量。該平方誤差算術(shù)運(yùn)算部分43算術(shù)運(yùn)算高級(jí)特征量算術(shù)運(yùn)算部分42的算術(shù)運(yùn)算的結(jié)果與教師數(shù)據(jù)之間的平方誤差，所述教師數(shù)據(jù)是對(duì)應(yīng)于該輸入數(shù)據(jù)的高級(jí)特征量。該拒絕區(qū)域提取表達(dá)式學(xué)習(xí)部分44通過學(xué)習(xí)生成拒絕區(qū)域提取表達(dá)式，其中該拒絕區(qū)域提取表達(dá)式的輸入就是低級(jí)特征量，所述低級(jí)特征量是低級(jí)特征量算術(shù)運(yùn)算部分41的算術(shù)運(yùn)算的結(jié)果，并且它的輸出為平方誤差，所述平方誤差是平方誤差算術(shù)運(yùn)算部分43的算術(shù)運(yùn)算的結(jié)果。該特征量提取準(zhǔn)確性算術(shù)運(yùn)算部分45將該輸入數(shù)據(jù)帶入由拒絕區(qū)域提取表達(dá)式學(xué)習(xí)部分44生成的拒絕區(qū)域提取表達(dá)式，以對(duì)根據(jù)該輸入數(shù)據(jù)被算術(shù)運(yùn)算的高級(jí)特征量的特征提取準(zhǔn)確性(平方誤差)進(jìn)行評(píng)估。接著，只有當(dāng)該評(píng)估的特征提取準(zhǔn)確性等于或高于一預(yù)定閾值時(shí)，該特征量提取準(zhǔn)確性算術(shù)運(yùn)算部分45才允許高級(jí)特征量算術(shù)運(yùn)算部分42算術(shù)運(yùn)算高級(jí)特征量。
現(xiàn)在，對(duì)特征量提取算法生成裝置20的動(dòng)作進(jìn)行說明。
圖7為說明特征量提取算法生成過程的流程圖，其中該生成過程為特征量提取算法生成裝置20的主要?jiǎng)幼鳌?br> 參看圖7，在步驟S1，該控制部分27將學(xué)習(xí)循環(huán)參數(shù)G初始化為1并且開始學(xué)習(xí)循環(huán)。該學(xué)習(xí)循環(huán)被重復(fù)學(xué)習(xí)次數(shù)g次，其中該學(xué)習(xí)次數(shù)g是由用戶等事先設(shè)置的。
在步驟S2，該低級(jí)特征量提取表達(dá)式列表生成部分21生成n個(gè)低級(jí)特征量提取表達(dá)式列表，其中每個(gè)列表都由m個(gè)不同的低級(jí)特征量提取表達(dá)式構(gòu)成，這個(gè)可以從圖8中看出。接著，該低級(jí)特征量提取表達(dá)式列表生成部分21將生成的n個(gè)低級(jí)特征量提取表達(dá)式列表輸出給低級(jí)特征量算術(shù)運(yùn)算部分24。
下面將參照?qǐng)D9的流程圖詳細(xì)的描述在步驟S2的過程，即低級(jí)特征量提取表達(dá)式列表生成過程。
在步驟S11，低級(jí)特征量提取表達(dá)式列表生成部分21確定要生成的低級(jí)特征量提取表達(dá)式列表是否是第一代的。需要注意的是，作出該決定使得當(dāng)學(xué)習(xí)循環(huán)參數(shù)G為0時(shí)，就確定要生成的低級(jí)特征量提取表達(dá)式列表就是第一代的。如果確定要生成的低級(jí)特征量提取表達(dá)式列表就是第一代的，則過程進(jìn)行至步驟S12。在步驟S12，該低級(jí)特征量提取表達(dá)式列表生成部分21隨機(jī)地生成第一代的低級(jí)特征量提取表達(dá)式列表。
相反，如果在步驟S11確定要生成的低級(jí)特征量提取表達(dá)式列表不是第一代的，則過程進(jìn)行至步驟S13。在步驟S13，該低級(jí)特征量提取表達(dá)式列表生成部分21根據(jù)前一代低級(jí)特征量提取表達(dá)式列表遺傳地生成下一代低級(jí)特征量提取表達(dá)式列表。
下面參照?qǐng)D10來描述步驟S12的過程，即第一代列表隨機(jī)生成過程。在步驟S21，控制部分27將列表循環(huán)參數(shù)N初始化為1并開始列表循環(huán)。該列表循環(huán)被重復(fù)的次數(shù)等于事先設(shè)置的列表數(shù)n。
在步驟S22，控制部分27將表達(dá)式循環(huán)參數(shù)M初始化為1并開始表達(dá)式循環(huán)。該表達(dá)式循環(huán)被重復(fù)的次數(shù)等于形成一個(gè)低級(jí)特征量提取表達(dá)式列表的低級(jí)特征量提取表達(dá)式的數(shù)量m。
這里，參照?qǐng)D11來描述要在表達(dá)式循環(huán)中生成的低級(jí)特征量提取表達(dá)式的描述方法。該低級(jí)特征量提取表達(dá)式包括在其左端描述的輸入數(shù)據(jù)以及按照算術(shù)運(yùn)算的順序在輸入數(shù)據(jù)的右側(cè)描述的多于一個(gè)的操作符。每個(gè)操作符適當(dāng)?shù)匕ㄒ惶幚韺?duì)象軸和一參數(shù)。
例如，在圖11所示的例子中，12TonesM為輸入數(shù)據(jù)，并且32#Differential，32#MaxIndex，16#LPF_1；0.861等為操作符。進(jìn)一步，操作符中的32#，16#等表示處理對(duì)象軸。例如，12TonesM表示PCM(脈沖編碼調(diào)制聲源)波形數(shù)據(jù)，它的輸入為單聲道數(shù)據(jù)，為時(shí)間軸方向的數(shù)據(jù)。48#表示聲道軸；32#表示頻率軸和音樂間隔軸；以及16#表示時(shí)間軸。其中一個(gè)操作符中的0.861為低通濾波器過程中的參數(shù)并且表示例如要被通過的頻率的閾值。
回過頭來參看圖10，在步驟S23，低級(jí)特征量提取表達(dá)式列表生成部分21隨機(jī)地確定要被生成的列表N的低級(jí)特征量提取表達(dá)式M的輸入數(shù)據(jù)。
各種輸入數(shù)據(jù)例如圖12中所示的Wav，12Tone，和弦以及Key等都是可行的。輸入數(shù)據(jù)Wav為如圖13中所示的PCM波形數(shù)據(jù)，并且使得時(shí)間軸和聲道軸作為它的擁有維數(shù)(possessing dimension)。輸入數(shù)據(jù)的12Tone為沿著時(shí)間軸對(duì)每個(gè)音樂間隔的PCM波形數(shù)據(jù)進(jìn)行分析的結(jié)果，并且使得時(shí)間軸和音樂間隔軸作為它的擁有維數(shù)。輸入數(shù)據(jù)的和弦為表示如圖14中所示音樂片段的代碼進(jìn)展(C，C#，D，...，Bm)的數(shù)據(jù)，并且使得時(shí)間軸和音樂間隔軸作為它的擁有維數(shù)。輸入數(shù)據(jù)的Key為表示音樂片段的基調(diào)(C，C#，D，...，B)的數(shù)據(jù)，并且使得時(shí)間軸和音樂間隔軸作為它的擁有維數(shù)。
回過頭來參看圖10，在步驟S24，該低級(jí)特征量提取表達(dá)式列表生成部分21隨機(jī)地確定要被生成的列表N的低級(jí)特征量提取表達(dá)式M的一個(gè)處理對(duì)象軸和一個(gè)參數(shù)。各種參數(shù)，平均值(Mean)，快速傅立葉變換(FFT)，標(biāo)準(zhǔn)偏差(StDev)，出現(xiàn)率(Ratio)，低通濾波器(LPF)，高通濾波器(HPF)，絕對(duì)值(ABS)，微分(Differential)，最大值(MaxIndex)，通用離散(UVariance)等都是可用的。需要注意的是，根據(jù)確定的操作符，該處理對(duì)象軸可以是固定的，并且在這種情況下，采用被固定給該參數(shù)的處理對(duì)象軸。進(jìn)一步，如果確定了需要參數(shù)的操作符，則該參數(shù)也被確定為隨機(jī)設(shè)置或事先設(shè)置的值。
在步驟S25，低級(jí)特征量提取表達(dá)式列表生成部分21確定在當(dāng)前時(shí)間點(diǎn)生成的列表N的低級(jí)特征量提取表達(dá)式M的算術(shù)運(yùn)算的結(jié)果是否為標(biāo)量值(一維)或者算術(shù)運(yùn)算結(jié)果的維數(shù)是否低于預(yù)定值，其中該預(yù)定值為低值例如1或2。如果確定結(jié)果為否，則過程返回至步驟S24，在該步驟增加一個(gè)操作符。接著，如果如圖16中所看到的算術(shù)運(yùn)算結(jié)果的擁有維數(shù)降低并且在步驟S25確定列表N的低級(jí)特征量提取表達(dá)式M的算術(shù)運(yùn)算結(jié)果為標(biāo)量值或者維數(shù)低于預(yù)定值，其中該預(yù)定值為低值例如1或2，則該過程進(jìn)行至步驟S26。
在步驟S26，該控制部分27確定表達(dá)式循環(huán)參數(shù)M是否低于最大值m。如果表達(dá)式循環(huán)參數(shù)M低于最大值m，則該控制部分27將最大值m加1，并接著返回至步驟S23。相反，如果表達(dá)式循環(huán)參數(shù)M不低于最大值m，也就是說如果表達(dá)式循環(huán)參數(shù)M等于最大值m，則該控制部分27退出該表達(dá)式循環(huán)并且所述過程前進(jìn)至步驟S27。通過截止到目前的過程，生成了一個(gè)低級(jí)特征量提取表達(dá)式列表。
在步驟S27，控制部分27確定該列表循環(huán)參數(shù)N是否低于最大值n。如果該列表循環(huán)參數(shù)N低于最大值n，則該控制部分27將列表循環(huán)參數(shù)N加1，并返回所述過程至步驟S22。相反，如果該列表循環(huán)參數(shù)N不低于最大值n，也就是說如果該列表循環(huán)參數(shù)N等于最大值n，則該控制部分27退出該列表循環(huán)并終止該第一代列表隨機(jī)生成過程。通過截止到目前的過程，生成了n個(gè)第一代低級(jí)特征量提取表達(dá)式。
現(xiàn)在，參照?qǐng)D17來描述圖9中的步驟S13的過程，即下一代列表遺傳生成過程。在步驟S31，該低級(jí)特征量提取表達(dá)式列表生成部分21隨機(jī)地確定選擇數(shù)ns，相交數(shù)nx，以及突然變異數(shù)nm。需要注意的是，選擇數(shù)ns，相交數(shù)nx，以及突然變異數(shù)nm的和為n。進(jìn)一步，對(duì)于每個(gè)選擇數(shù)ns，相交數(shù)nx，以及突然變異數(shù)nm也可以采用事先設(shè)定的常數(shù)。
在步驟S32，該低級(jí)特征量提取表達(dá)式列表生成部分21根據(jù)確定的選擇數(shù)ns生成ns個(gè)低級(jí)特征量提取表達(dá)式列表。在步驟S33，該低級(jí)特征量提取表達(dá)式列表生成部分21根據(jù)確定的相交數(shù)nx生成nx個(gè)低級(jí)特征量提取表達(dá)式列表。在步驟S34，該低級(jí)特征量提取表達(dá)式列表生成部分21根據(jù)確定的突然變異數(shù)nm生成nm個(gè)低級(jí)特征量提取表達(dá)式列表。
下面參照?qǐng)D18的流程圖詳細(xì)的描述步驟S32的選擇生成過程。通過該選擇生成過程，從用于下一代的n個(gè)低級(jí)特征量提取表達(dá)式列表中生成數(shù)量為選擇數(shù)ns的低級(jí)特征量提取表達(dá)式列表。
在步驟S41，該低級(jí)特征量提取表達(dá)式列表生成部分21按照從高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25輸入的高級(jí)特征量提取表達(dá)式的評(píng)估準(zhǔn)確性的平均值的降序順序重新排列前一代，即代距為1的前代，的n個(gè)低級(jí)特征量提取表達(dá)式列表。接著，在步驟S42，該低級(jí)特征量提取表達(dá)式列表生成部分21采用前一代的重新排列的n個(gè)低級(jí)特征量提取表達(dá)式列表中靠上的ns個(gè)作為下一代的低級(jí)特征量提取表達(dá)式列表。隨之結(jié)束該選擇生成過程。
下面參照?qǐng)D19的流程圖來描述圖17中步驟S33的相交生成過程。通過相交生成過程，從下一代的n個(gè)低級(jí)特征量提取表達(dá)式列表中生成數(shù)量等于相交數(shù)nx的低級(jí)特征量提取表達(dá)式列表。
在步驟S51，控制部分27將相交循環(huán)參數(shù)NX初始化為1并且開始相交循環(huán)。該相交循環(huán)被重復(fù)的次數(shù)等于相交數(shù)nx。
在步驟S52，該低級(jí)特征量提取表達(dá)式列表生成部分21對(duì)前一代的低級(jí)特征量提取表達(dá)式列表進(jìn)行加權(quán)，使得任何具有相對(duì)高的從高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25輸入的高級(jí)特征量提取表達(dá)式的評(píng)估準(zhǔn)確性平均值的低級(jí)特征量提取表達(dá)式列表能夠被優(yōu)先選擇。接著，該低級(jí)特征量提取表達(dá)式列表生成部分21隨機(jī)地選擇兩個(gè)低級(jí)特征量提取表達(dá)式列表A和B。需要注意的是，可以進(jìn)行這樣的選擇使得由上述前一選擇生成過程選擇的ns個(gè)低級(jí)特征量提取表達(dá)式被從用于選擇的候選中排除或被留作用于選擇的候選。
在步驟S53，該控制部分27將表達(dá)式循環(huán)參數(shù)M初始化為1并且開始該表達(dá)式循環(huán)。該表達(dá)式循環(huán)被重復(fù)的次數(shù)等于包括在一個(gè)低級(jí)特征量提取表達(dá)式列表中的表達(dá)式的數(shù)量m。
在步驟S54，該該低級(jí)特征量提取表達(dá)式列表生成部分21對(duì)包括在低級(jí)特征量提取表達(dá)式列表A和B中的2m個(gè)低級(jí)特征量提取表達(dá)式進(jìn)行加權(quán)，使得任何具有相對(duì)高的從高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25輸入的高級(jí)特征量提取表達(dá)式中的貢獻(xiàn)率的低級(jí)特征量提取表達(dá)式列表能夠被優(yōu)先選擇。接著，該低級(jí)特征量提取表達(dá)式列表生成部分21隨機(jī)地選擇一個(gè)低級(jí)特征量提取表達(dá)式，并將選擇的低級(jí)特征量提取表達(dá)式加給下一代低級(jí)特征量提取表達(dá)式列表。
在步驟S55，該控制部分27確定該表達(dá)式循環(huán)參數(shù)M是否低于最大值m。如果該表達(dá)式循環(huán)參數(shù)M低于最大值m，則該控制部分27將表達(dá)式循環(huán)參數(shù)M加1并接著返回該過程至步驟S54。相反，如果該表達(dá)式循環(huán)參數(shù)M不低于最大值m，即如果該表達(dá)式循環(huán)參數(shù)M等于最大值m，則控制部分27退出該表達(dá)式循環(huán)并進(jìn)行該過程至步驟S56。通過截止到目前的過程，生成了一個(gè)低級(jí)特征量提取表達(dá)式。
在步驟S56，控制部分27確定相交循環(huán)參數(shù)NX是否低于最大值nx。如果該相交循環(huán)參數(shù)NX低于最大值nx，則該控制部分27將相交循環(huán)參數(shù)NX加1并接著返回該過程至步驟S52。相反，如果該相交循環(huán)參數(shù)NX不低于最大值nx，即如果該相交循環(huán)參數(shù)NX等于最大值nx，則退出該相交循環(huán)并終止該相交生成過程。通過截止到目前的過程，生成了在數(shù)量上等于相交數(shù)nx的多個(gè)低級(jí)特征量提取表達(dá)式列表。
現(xiàn)在，參照?qǐng)D20的流程圖來描述圖17中步驟S34的突然變異生成過程。通過該突然變異生成過程，從下一代的n個(gè)低級(jí)特征量提取表達(dá)式列表中生成在數(shù)量上等于突然變異數(shù)nm的多個(gè)低級(jí)特征量提取表達(dá)式列表。
在步驟S61，控制部分27將突然變異循環(huán)參數(shù)NM初始化為1并開始該突然變異循環(huán)。該突然變異循環(huán)被重復(fù)的次數(shù)等于突然變異數(shù)量nm。
在步驟S62，該低級(jí)特征量提取表達(dá)式列表生成部分21對(duì)前一代的低級(jí)特征量提取表達(dá)式列表進(jìn)行加權(quán)，使得任何具有相對(duì)高的從高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25輸入的高級(jí)特征量提取表達(dá)式的評(píng)估準(zhǔn)確性平均值的低級(jí)特征量提取表達(dá)式列表能夠被優(yōu)先選擇。接著，該低級(jí)特征量提取表達(dá)式列表生成部分21隨機(jī)地選擇一個(gè)低級(jí)特征量提取表達(dá)式列表A。需要注意的是，可以進(jìn)行這里的選擇使得由上述選擇生成過程選擇的ns個(gè)低級(jí)特征量提取表達(dá)式列表被從用于選擇的候選中排除或被留作用于選擇的候選。進(jìn)一步，由上述相交生成過程在步驟S52的過程選擇的低級(jí)特征量提取表達(dá)式列表可以被從用于選擇的候選中排除或被留作用于選擇的候選。
在步驟S63，控制部分27將表達(dá)式循環(huán)參數(shù)M初始化為1，并開始表達(dá)式循環(huán)。該表達(dá)式循環(huán)被重復(fù)的次數(shù)等于包括在一個(gè)低級(jí)特征量提取表達(dá)式列表中的表達(dá)式的數(shù)量m。
在步驟S64，該低級(jí)特征量提取表達(dá)式列表生成部分21注意包括在低級(jí)特征量提取表達(dá)式列表A中的m個(gè)低級(jí)特征量提取表達(dá)式中的第M個(gè)。該低級(jí)特征量提取表達(dá)式列表生成部分21確定第M個(gè)低級(jí)特征量提取表達(dá)式的算術(shù)運(yùn)算結(jié)果的低級(jí)特征量的貢獻(xiàn)率是否低于包括在低級(jí)特征量提取表達(dá)式列表A中的其他低級(jí)特征量提取表達(dá)式的算術(shù)運(yùn)算的結(jié)果，即低級(jí)特征量的貢獻(xiàn)率。更具體地，該低級(jí)特征量提取表達(dá)式列表生成部分21確定，例如，包括在低級(jí)特征量提取表達(dá)式列表A中的m個(gè)低級(jí)特征量提取表達(dá)式中的第M個(gè)低級(jí)特征量提取表達(dá)式的算術(shù)運(yùn)算結(jié)果，即低級(jí)特征量的貢獻(xiàn)率是否屬于按照升序一直到預(yù)定數(shù)的范圍。
如果在步驟S64確定第M個(gè)低級(jí)特征量提取表達(dá)式的算術(shù)運(yùn)算結(jié)果的低級(jí)特征量的貢獻(xiàn)率低于其他的，則過程進(jìn)行至步驟S65。在步驟S65，該低級(jí)特征量提取表達(dá)式列表生成部分21隨機(jī)地對(duì)第M個(gè)低級(jí)特征量提取表達(dá)式進(jìn)行變換，并將變換后的低級(jí)特征量提取表達(dá)式加給下一代的低級(jí)特征量提取表達(dá)式列表。
相反，如果在步驟S64確定第M個(gè)低級(jí)特征量提取表達(dá)式的算術(shù)運(yùn)算結(jié)果的低級(jí)特征量的貢獻(xiàn)率并不低于其他的，則過程進(jìn)行至步驟S66。在步驟S66，該低級(jí)特征量提取表達(dá)式列表生成部分21將第M個(gè)低級(jí)特征量提取表達(dá)式按照現(xiàn)在的樣子加給下一代的低級(jí)特征量提取表達(dá)式列表。
在步驟S67，控制部分27確定該表達(dá)式循環(huán)參數(shù)M是否低于最大值m。如果該表達(dá)式循環(huán)參數(shù)M低于最大值m，則控制部分27將表達(dá)式循環(huán)參數(shù)M加1并返回該過程至步驟S64。相反，如果該表達(dá)式循環(huán)參數(shù)M不低于最大值m，即如果該表達(dá)式循環(huán)參數(shù)M等于最大值m，則控制裝置27退出該表達(dá)式循環(huán)，并進(jìn)行該過程至步驟S68。通過截止到目前的過程，生成了一個(gè)低級(jí)特征量提取表達(dá)式列表。
在步驟S68，控制部分27確定該突然變異循環(huán)參數(shù)NM是否低于最大值nm。如果該突然變異循環(huán)參數(shù)NM低于最大值nm，則該控制部分27將突然變異循環(huán)參數(shù)NM加1，并返回至處理步驟S62。相反，如果該突然變異循環(huán)參數(shù)NM不低于最大值nm，即如果該突然變異循環(huán)參數(shù)NM等于最大值nm，則控制部分27退出該變異循環(huán)并終止該變異生成過程。通過截止到目前的過程，生成了在數(shù)量上等于變異數(shù)nm的多個(gè)低級(jí)特征量提取表達(dá)式列表。
根據(jù)上述的下一代遺傳生成過程，具有相對(duì)高的評(píng)估準(zhǔn)確性的前一代低級(jí)特征量提取表達(dá)式列表的低級(jí)特征量提取表達(dá)式以及具有相對(duì)高的相應(yīng)于低級(jí)特征量提取表達(dá)式的貢獻(xiàn)率的低級(jí)特征量提取表達(dá)式是連續(xù)的，但是具有相對(duì)低的評(píng)估準(zhǔn)確性或相對(duì)低的貢獻(xiàn)率的低級(jí)特征量提取表達(dá)式并沒有與下一代連續(xù)，而是被舍棄。因此，可以希望的是，隨著一代一代的繼續(xù)，低級(jí)特征量提取表達(dá)式的評(píng)估準(zhǔn)確性被加強(qiáng)并且特征量提取表達(dá)式的貢獻(xiàn)率都得到了加強(qiáng)。
回過來參看圖7，在步驟S3，低級(jí)特征量算術(shù)運(yùn)算部分24將用于音樂片段C1至CI中一個(gè)音樂片段的包括內(nèi)容數(shù)據(jù)和元數(shù)據(jù)的輸入數(shù)據(jù)帶入從低級(jí)特征量提取表達(dá)式列表生成部分21輸入的n個(gè)低級(jí)特征量提取表達(dá)式列表，以算術(shù)運(yùn)算低級(jí)特征量。需要注意的是，對(duì)于這里輸入的用于一個(gè)音樂片段的每個(gè)輸入數(shù)據(jù)，事先獲得k個(gè)教師數(shù)據(jù)的項(xiàng)，即相應(yīng)的高級(jí)特征量。如果該低級(jí)特征量算術(shù)運(yùn)算部分24對(duì)該輸入數(shù)據(jù)進(jìn)行相應(yīng)于操作符#16Mean的算術(shù)運(yùn)算，其中從圖21A中可以看出該輸入數(shù)據(jù)使得音樂間隔軸和時(shí)間軸作為它的擁有維數(shù)，接著如圖21B所示，使用時(shí)間軸作為處理對(duì)象軸來計(jì)算音樂間隔值的平均值。
接著，該低級(jí)特征量算術(shù)運(yùn)算部分24將m個(gè)不同的低級(jí)特征量輸出給高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25，其中這m個(gè)不同的低級(jí)特征量對(duì)應(yīng)于n組從圖22中可以看到的輸入數(shù)據(jù)，而該輸入數(shù)據(jù)是作為算術(shù)運(yùn)算的結(jié)果而得到的。
回過來參看圖7，在步驟S4，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25通過學(xué)習(xí)根據(jù)從低級(jí)特征量算術(shù)運(yùn)算部分24輸入并算術(shù)運(yùn)算的相應(yīng)輸入數(shù)據(jù)和相應(yīng)教師數(shù)據(jù)的n組低級(jí)特征量來評(píng)估，即生成n組高級(jí)特征量提取表達(dá)式。這里的教師數(shù)據(jù)為k個(gè)相應(yīng)于圖23中可見的輸入數(shù)據(jù)音樂片段C1到CI的高級(jí)特征量。進(jìn)一步，n組高級(jí)特征量中的每一個(gè)都包括k個(gè)高級(jí)特征量提取表達(dá)式。該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25進(jìn)一步計(jì)算每個(gè)高級(jí)特征量提取表達(dá)式的評(píng)估準(zhǔn)確性以及高級(jí)特征量提取表達(dá)式中每個(gè)低級(jí)特征量的貢獻(xiàn)率。接著，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25將計(jì)算出的評(píng)估準(zhǔn)確性以及貢獻(xiàn)率輸出給低級(jí)特征量提取表達(dá)式列表生成部分21。
下面參照?qǐng)D24的流程圖詳細(xì)地描述在步驟S4的高級(jí)特征量提取表達(dá)式學(xué)習(xí)過程。
在步驟S71，控制部分27將列表循環(huán)參數(shù)N初始化為1并開始列表循環(huán)。該列表循環(huán)被重復(fù)的次數(shù)等于事先設(shè)置的列表數(shù)n。在步驟S72，控制部分27將教師數(shù)據(jù)循環(huán)參數(shù)K初始化為1并開始教師數(shù)據(jù)循環(huán)。該教師數(shù)據(jù)循環(huán)被重復(fù)的次數(shù)等于教師數(shù)據(jù)的類型數(shù)k。
在步驟S73，控制部分27將算法循環(huán)參數(shù)A初始化為1，并開始算法循環(huán)。該算法循環(huán)被重復(fù)的次數(shù)等于學(xué)習(xí)算法的類型數(shù)a。
當(dāng)要采用學(xué)習(xí)算法時(shí)，例如，Regression(回歸分析)，Classify(分類)，SVM(支持向量機(jī))，以及GP(遺傳程序設(shè)計(jì))也都是可用的。
該Regression包括一學(xué)習(xí)算法，其中如圖25所示，對(duì)參數(shù)bn進(jìn)行學(xué)習(xí)，使得在假設(shè)教師數(shù)據(jù)與低級(jí)特征量具有線性關(guān)系的基礎(chǔ)上，教師數(shù)據(jù)與Y之間的平方誤差可以被最小化。該Regression還包括另一學(xué)習(xí)算法，其中如圖26所示，對(duì)參數(shù)bnm進(jìn)行學(xué)習(xí)，使得在假定教師數(shù)據(jù)與低級(jí)特征量具有非線性關(guān)系的基礎(chǔ)上，教師數(shù)據(jù)與Y之間的平方誤差可以被最小化。
該Classify包括一學(xué)習(xí)算法，其中如圖27所示，計(jì)算從每個(gè)類(在圖27中，男性元音類和女性元音類)的中心到低級(jí)特征量的Euclidean(歐幾里得)距離d，并且將該低級(jí)特征量分為它的Euclidean距離d最短的類。該Classify還包括另一學(xué)習(xí)算法，其中如圖28中所示，計(jì)算與每個(gè)類(在圖28中，男性元音類和女性元音類)的平均向量的相關(guān)性相關(guān)(correlation correl)，并且將低級(jí)特征量分為它的相關(guān)最高的類。該Classify還包括另一學(xué)習(xí)算法，其中如圖29所示，計(jì)算自每個(gè)類(在圖29中，男性元音類和女性元音類)的中心的Mahalanobis距離d，并且將該低級(jí)特征量分為它的Mahalanobis距離d最短的類。該Classify還包括一學(xué)習(xí)算法，其中如圖30A中所示，用多個(gè)類來表示每個(gè)類組的分布，并且計(jì)算自每個(gè)類組的中心的Euclidean距離d，并接著將該低級(jí)特征量分為它的Euclidean距離d最短的類。該Classify還包括一學(xué)習(xí)算法，其中如圖30B中所示，用多個(gè)類來表示每個(gè)類組(在圖30B中，男性元音類和女性元音類)的分布，并且計(jì)算自每個(gè)類組的中心的Mahalanobis距離d，并接著將該低級(jí)特征量分為它的Mahalanobis距離d最短的類。
該SVM包括一學(xué)習(xí)算法，其中如圖31中所示，由支持向量來表示每個(gè)類(在圖31中，男性元音類和女性元音類)的邊界面并學(xué)習(xí)參數(shù)bnm，使得在接近邊界中分離平面與向量之間的距離(容限)可以被最大化。
該GP包括一學(xué)習(xí)算法，其中如圖32所示，由GP生成一個(gè)表達(dá)式，在該表達(dá)式中低級(jí)特征量被組合在一塊，另一學(xué)習(xí)方法，其中如圖33A所示，表達(dá)式彼此相交，在該表達(dá)式中低級(jí)特征量被組合在一塊，以及還有一學(xué)習(xí)方法，其中如圖33B所示，表達(dá)式發(fā)生突然變異，在該表達(dá)式中低級(jí)特征量被組合在一塊。
例如，當(dāng)上述的全部學(xué)習(xí)算法都被使用時(shí)，學(xué)習(xí)算法的種類數(shù)a為11。
回過頭來參看圖24，在步驟S74，控制部分27對(duì)交叉驗(yàn)證循環(huán)參數(shù)C進(jìn)行初始化，并開始交叉驗(yàn)證循環(huán)。該交叉驗(yàn)證循環(huán)被重復(fù)的次數(shù)等于事先設(shè)置的交叉驗(yàn)證的次數(shù)C。
在步驟S75，高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25隨機(jī)地將用于k種學(xué)習(xí)數(shù)據(jù)中第K種的一個(gè)音樂片段的教師數(shù)據(jù)(高級(jí)特征量)分為用于學(xué)習(xí)的教師數(shù)據(jù)和用于評(píng)估的教師數(shù)據(jù)(交叉驗(yàn)證)。在下面的說明中，被分類為用于學(xué)習(xí)的教師數(shù)據(jù)被稱為學(xué)習(xí)數(shù)據(jù)，并且那些被分類為用于評(píng)估的教師數(shù)據(jù)被稱為評(píng)估數(shù)據(jù)。
在步驟S76，高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25將通過使用第N個(gè)低級(jí)特征量提取表達(dá)式列表算術(shù)運(yùn)算的m個(gè)不同低級(jí)特征量和學(xué)習(xí)數(shù)據(jù)應(yīng)用于第a個(gè)學(xué)習(xí)算法，以通過學(xué)習(xí)來評(píng)估高級(jí)特征量提取表達(dá)式。根據(jù)該學(xué)習(xí)，為了減少算術(shù)運(yùn)算量以及抑制超量學(xué)習(xí)(超量適應(yīng))，遺傳地選擇和使用m個(gè)不同的低級(jí)低級(jí)特征量中的一部分。
對(duì)于評(píng)估值，當(dāng)要選擇低級(jí)特征量時(shí)，使用了信息量參照AIC(Akaike信息標(biāo)準(zhǔn))或信息量參照BIC(Bayesian信息標(biāo)準(zhǔn))，它們都是函數(shù)。該信息量參照AIC或BIC被用作學(xué)習(xí)模型的選擇參照(在當(dāng)前情況下，被選擇的低級(jí)特征量)。當(dāng)信息量的值參照AIC或BIC降低時(shí)，該學(xué)習(xí)模型就被認(rèn)為是更好些(評(píng)估更高)。
可以用如下方式來表示信息量參照AICAIC＝-2×最大對(duì)數(shù)似然+2×空閑參數(shù)數(shù)量例如，當(dāng)采用Regression(線性)作為學(xué)習(xí)算法時(shí)(圖25中的情況)，該空閑參數(shù)數(shù)量＝n+1，對(duì)數(shù)似然＝-0.5×學(xué)習(xí)數(shù)據(jù)數(shù)量×((log2∏)+1+log(平均平方誤差))，因此，AIC＝學(xué)習(xí)數(shù)據(jù)數(shù)量×((log2∏)+1+log(平均平方誤差))+2×(n+1)用下面表達(dá)式來表示信息量參照BICBIC＝-2×最大對(duì)數(shù)似然+log(學(xué)習(xí)數(shù)據(jù)數(shù)量)×空閑參數(shù)數(shù)量例如，當(dāng)采用Regression(線性)作為學(xué)習(xí)算法時(shí)(圖25中的情況)，BIC＝學(xué)習(xí)數(shù)據(jù)數(shù)量×((log2∏)+1+log(平均平方誤差))+log(學(xué)習(xí)數(shù)據(jù)數(shù)量)×(n+1)。該信息量參照BIC的特征在于，當(dāng)與信息量參照AIC相比，即使該學(xué)習(xí)數(shù)據(jù)數(shù)量增加了，該信息量參照BIC的值也不容易增加。
這里，參照?qǐng)D34來描述根據(jù)步驟S76的學(xué)習(xí)算法的學(xué)習(xí)過程。在學(xué)習(xí)過程中，為了實(shí)現(xiàn)如上所述的降低算術(shù)運(yùn)算量以及抑制超量學(xué)習(xí)(超量適應(yīng))，遺傳地選擇和使用m個(gè)不同低級(jí)特征量中的一些。
在步驟S91，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25生成p個(gè)初始組，其中每個(gè)組通過從要被選擇的，即要被用于學(xué)習(xí)的m個(gè)不同低級(jí)特征量中隨機(jī)提取而形成。
在步驟S92，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25利用遺傳算法(GA)開始特征選擇循環(huán)。重復(fù)利用GA的特征選擇，直到在下面所述的步驟S98滿足預(yù)定條件。
在步驟S93，控制部分27將初始組循環(huán)參數(shù)P初始化為1，并開始初始組循環(huán)。該初始組循環(huán)被重復(fù)的次數(shù)等于由步驟S91的過程生成的低級(jí)特征量的初始組數(shù)p。
在步驟S94，高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25使用和應(yīng)用包括在第P個(gè)初始組中的低級(jí)特征量以及來自教師數(shù)據(jù)中的學(xué)習(xí)數(shù)據(jù)于第a個(gè)學(xué)習(xí)算法，以評(píng)估通過學(xué)習(xí)的高級(jí)特征量提取表達(dá)式。
在步驟S95，高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25算術(shù)運(yùn)算信息量參照AIC或BIC作為在步驟S94的過程得到的高級(jí)特征量的估計(jì)值。在步驟S96，控制部分27確定初始組循環(huán)參數(shù)P是否低于最大值p。如果該初始組循環(huán)參數(shù)P低于最大值p，則該控制部分27將初始組循環(huán)參數(shù)P加1，并返回至步驟S94。相反，如果初始組循環(huán)參數(shù)P不低于最大值p，即如果初始組循環(huán)參數(shù)P等于最大值p，則該控制部分27退出該初始組循環(huán)，并進(jìn)行至步驟S97。通過該初始組循環(huán)，可以得到信息參照量作為根據(jù)初始組學(xué)習(xí)的高級(jí)特征量提取表達(dá)式的估計(jì)值。
在步驟S97，高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25根據(jù)該估計(jì)值(信息量參考)遺傳地對(duì)p個(gè)初始組進(jìn)行更新，其中每個(gè)初始組都是由要被用于學(xué)習(xí)的低級(jí)特征量形成。更具體地，通過類似于圖17中的步驟S32至S34的選擇、相交以及突然變異來對(duì)初始組進(jìn)行更新。通過該更新，通過該學(xué)習(xí)，隨機(jī)初始化生成的初始組增強(qiáng)了高級(jí)特征量提取表達(dá)式的估計(jì)值。
在步驟S98，每次利用GA的特征選擇循環(huán)被重復(fù)時(shí)，每次當(dāng)對(duì)應(yīng)于p個(gè)初始組的高級(jí)特征量提取表達(dá)式之一的估計(jì)值顯示出增強(qiáng)時(shí)，其中該p個(gè)初始組具有最高估計(jì)值，即具有最小信息參考量，該控制部分27就會(huì)返回該過程至步驟S93。另一方面，如果對(duì)應(yīng)于p個(gè)初始組的高級(jí)特征量提取表達(dá)式之一的估計(jì)值不再顯示出增強(qiáng)時(shí)，其中該p個(gè)初始組具有最高估計(jì)值，即使利用GA的特征選擇循環(huán)被重復(fù)，即如果該信息參考量不再降低，則該控制部分27退出利用GA的特征選擇循環(huán)。接著，該控制部分27將具有最高估計(jì)值的高級(jí)特征量提取表達(dá)式輸出給下一階段的過程，即圖24中步驟S77的過程。接著，結(jié)束該根據(jù)學(xué)習(xí)算法的學(xué)習(xí)過程。
回過頭來參看圖24，在步驟S77，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25使用評(píng)估數(shù)據(jù)對(duì)通過在步驟S76的過程得到的高級(jí)特征量提取表達(dá)式進(jìn)行評(píng)估。特別地，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25使用得到的高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，并計(jì)算高級(jí)特征量與評(píng)估數(shù)據(jù)之間的平方誤差。
在步驟S78，控制部分27確定交叉驗(yàn)證循環(huán)參數(shù)C是否低于最大值c。如果該交叉驗(yàn)證循環(huán)參數(shù)C低于最大值c，則該控制部分27將交叉驗(yàn)證循環(huán)參數(shù)C加1并返回至步驟S75。相反，如果該交叉驗(yàn)證循環(huán)參數(shù)C不低于最大值c，即如果該交叉驗(yàn)證循環(huán)參數(shù)C等于最大值c，則該控制部分27退出該交叉驗(yàn)證循環(huán)并進(jìn)行至步驟S79。通過截止到目前的過程，得到了c個(gè)學(xué)習(xí)結(jié)果，即c個(gè)高級(jí)特征量提取表達(dá)式。由于通過交叉驗(yàn)證循環(huán)隨機(jī)地對(duì)學(xué)習(xí)數(shù)據(jù)和評(píng)估數(shù)據(jù)進(jìn)行轉(zhuǎn)換，可以確認(rèn)該高級(jí)特征量提取表達(dá)式?jīng)]有超量學(xué)習(xí)。
在步驟S79，高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25選擇通過交叉驗(yàn)證結(jié)果而得到的c個(gè)學(xué)習(xí)結(jié)果之一，即c個(gè)高級(jí)特征量提取表達(dá)式，其在步驟S77的過程中具有最高估計(jì)值。
在步驟S80，控制部分27確定該算法循環(huán)參數(shù)A是否低于最大值a。如果該算法循環(huán)參數(shù)A低于最大值a，則控制部分27將算法循環(huán)參數(shù)A加1，并返回至步驟S74。相反，如果算法循環(huán)參數(shù)A不低于最大值a，即如果算法循環(huán)參數(shù)A等于最大值a，則控制部分27退出該算法循環(huán)，并進(jìn)行至步驟S81。通過該算法循環(huán)，通過A種學(xué)習(xí)算法學(xué)習(xí)的第k種高級(jí)特征量提取表達(dá)式。因此，在步驟S81，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25選擇通過算法循環(huán)得到的學(xué)習(xí)結(jié)果之一，即a個(gè)高級(jí)特征量提取表達(dá)式，其在步驟S77的過程中具有最高估計(jì)值。
在步驟S82，控制部分27確定該學(xué)習(xí)數(shù)據(jù)循環(huán)參數(shù)K是否低于最大值k。如果該學(xué)習(xí)數(shù)據(jù)循環(huán)參數(shù)K低于最大值k，則控制部分27將教師數(shù)據(jù)循環(huán)參數(shù)K加1，并返回該過程至步驟S73。相反，如果該學(xué)習(xí)數(shù)據(jù)循環(huán)參數(shù)K不低于最大值k，即，如果該學(xué)習(xí)數(shù)據(jù)循環(huán)參數(shù)K等于最大值k，則控制部分27退出該教師數(shù)據(jù)循環(huán)，并進(jìn)行該過程至步驟S83。通過該教師數(shù)據(jù)循環(huán)，得到了對(duì)應(yīng)于第N個(gè)低級(jí)特征量提取表達(dá)式列表的k個(gè)不同的高級(jí)特征量提取表達(dá)式。
在步驟S83，控制部分27確定該列表循環(huán)參數(shù)N是否低于最大值n。如果該列表循環(huán)參數(shù)N低于最大值n，則控制部分27將列表循環(huán)參數(shù)N加1，并接著返回該過程至步驟S72。相反，如果該列表循環(huán)參數(shù)N不低于最大值n，即如果該列表循環(huán)參數(shù)N等于最大值n，則控制部分27退出該列表循環(huán)，并進(jìn)行該過程至步驟S84。通過該列表循環(huán)，得到了對(duì)應(yīng)于n個(gè)低級(jí)特征量提取表達(dá)式的k個(gè)不同的高級(jí)特征量提取表達(dá)式。
在步驟S84，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25計(jì)算k個(gè)不同高級(jí)特征量提取表達(dá)式的評(píng)估準(zhǔn)確性以及高級(jí)特征量提取表達(dá)式中低級(jí)特征量的貢獻(xiàn)率，所述高級(jí)特征量提取表達(dá)式對(duì)應(yīng)于如上所述獲得的n個(gè)低級(jí)特征量提取表達(dá)式，。接著，該高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25將計(jì)算出的評(píng)估準(zhǔn)確性和貢獻(xiàn)率輸出給低級(jí)特征量提取表達(dá)式列表生成部分21。隨之結(jié)束該高級(jí)特征量提取表達(dá)式學(xué)習(xí)過程。
回過頭來參看圖7，在步驟S5，控制部分27確定該學(xué)習(xí)循環(huán)參數(shù)G是否低于最大值g。如果該學(xué)習(xí)循環(huán)參數(shù)G低于最大值g，則控制部分27將學(xué)習(xí)循環(huán)參數(shù)G加1，并返回該過程至步驟S2。相反，如果該學(xué)習(xí)循環(huán)參數(shù)G不低于最大值g，即該學(xué)習(xí)循環(huán)參數(shù)G等于最大值g，則該控制部分27退出該學(xué)習(xí)循環(huán)并進(jìn)行該過程至步驟S6。需要注意的是，步驟S1至S5的學(xué)習(xí)循環(huán)是特征量提取算法的學(xué)習(xí)過程，而步驟S5之后的S6是使用特征量提取算法對(duì)高級(jí)特征量進(jìn)行算術(shù)運(yùn)算的過程。
在步驟S6，高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25將列表的m個(gè)低級(jí)特征量提取表達(dá)式以及對(duì)應(yīng)于該m個(gè)低級(jí)特征量提取表達(dá)式的k個(gè)不同高級(jí)特征量提取表達(dá)式提供給高級(jí)特征量算術(shù)運(yùn)算部分26，其中該列表的m個(gè)低級(jí)特征量提取表達(dá)式具有從最后一代學(xué)習(xí)的n個(gè)低級(jí)特征量提取表達(dá)式列表中獲得的高級(jí)特征量的最大平均準(zhǔn)確性。在步驟S7，該高級(jí)特征量算術(shù)運(yùn)算部分26使用從高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25最后提供的低級(jí)特征量提取表達(dá)式以及高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量。需要注意的是，在下文中參照?qǐng)D38等來描述步驟S7的過程。
隨后結(jié)束由特征量提取算法生成裝置20進(jìn)行的對(duì)于特征量提取算法生成過程的說明。
現(xiàn)在，對(duì)新操作符的生成過程進(jìn)行描述，其中當(dāng)上述特征量提取算法生成過程的步驟S1至S6的學(xué)習(xí)循環(huán)被執(zhí)行時(shí)才進(jìn)行該新操作符生成過程，用以進(jìn)展和生長(zhǎng)低級(jí)特征量提取表達(dá)式列表的后代。換句話說，當(dāng)?shù)图?jí)特征量提取表達(dá)式的貢獻(xiàn)率得到加強(qiáng)或者相應(yīng)高級(jí)特征量提取表達(dá)式的評(píng)估準(zhǔn)確性得到增強(qiáng)時(shí)才執(zhí)行新操作符生成過程。
隨著低級(jí)特征量提取表達(dá)式列表的一代的進(jìn)展和生長(zhǎng)，在低級(jí)特征量提取表達(dá)式列表中，多個(gè)操作符的排列(下文中被稱為操作符的組合)頻繁地出現(xiàn)在不同的低級(jí)特征量提取表達(dá)式中。因此，頻繁地出現(xiàn)在不同的低級(jí)特征量提取表達(dá)式中的多個(gè)操作符的組合就被記錄作為要被低級(jí)特征量提取表達(dá)式列表生成部分21使用的新操作符之一。
例如，在圖35中所示的例子中，3個(gè)操作符“32#FFT”，Log，“32#FFT”的組合出現(xiàn)在5個(gè)低級(jí)特征量提取表達(dá)式中。其中該“32#FFT，Log，32#FFT”被記錄作為一個(gè)操作符NewOperator1，該操作符NewOperator1被包括在下一和后代的低級(jí)特征量提取表達(dá)式中，例如，如圖36中所示。
現(xiàn)在參照?qǐng)D37的流程圖來描述新操作符生成過程。首先，在步驟S101，操作符組檢測(cè)部分22生成操作符的排列(排列中操作符的組合)，其數(shù)量等于或小于預(yù)定數(shù)(例如，1至5左右)。這里要生成的操作符組合的數(shù)量用og表示。
在步驟S102，控制部分27將組合循環(huán)參數(shù)OG初始化為1并開始組合循環(huán)。該組合循環(huán)被重復(fù)的次數(shù)等于操作符組合的數(shù)量og。
在步驟S103，控制部分27將第og個(gè)操作符組合的出現(xiàn)頻率Count初始化為1。在步驟S104，控制部分27將列表循環(huán)參數(shù)N初始化為0，并開始列表循環(huán)。該列表循環(huán)被重復(fù)的次數(shù)等于事先設(shè)置的列表數(shù)n。在步驟S105，控制部分27將表達(dá)式循環(huán)參數(shù)M初始化為1，并開始表達(dá)式循環(huán)。該表達(dá)式循環(huán)被重復(fù)的次數(shù)等于形成一個(gè)低級(jí)特征量提取表達(dá)式列表的低級(jí)特征量提取表達(dá)式的數(shù)量m。
在步驟S106，操作符組檢測(cè)部分22確定第og個(gè)操作符組合是否存在于構(gòu)成第N個(gè)低級(jí)特征量提取表達(dá)式列表的第M個(gè)低級(jí)特征量提取表達(dá)式中。如果確定該第og個(gè)操作符組合是存在的，則操作符組檢測(cè)部分22進(jìn)行該過程至步驟S107，在該步驟，操作符組檢測(cè)部分22將出現(xiàn)頻率Count加1。相反，如果確定該第og個(gè)操作符組合不存在，則操作符組檢測(cè)部分22跳過步驟S107并進(jìn)行至步驟S108。
在步驟S108，控制部分27確定該表達(dá)式循環(huán)參數(shù)M是否高于最大值m。如果該表達(dá)式循環(huán)參數(shù)M高于最大值m，則控制部分27將表達(dá)式循環(huán)參數(shù)M加1，并返回至步驟S106。相反，如果表達(dá)式循環(huán)參數(shù)M不低于最大值m，即如果表達(dá)式循環(huán)參數(shù)M等于最大值m，則控制部分27退出表達(dá)式循環(huán)并且進(jìn)行至步驟S109。
在步驟S109，控制部分27確定列表循環(huán)參數(shù)N是否低于最大值n。如果該列表循環(huán)參數(shù)N低于最大值n，則控制部分27將列表循環(huán)參數(shù)加1，并返回該過程至步驟S105。相反，如果該列表循環(huán)參數(shù)N不低于最大值n，即如果列表循環(huán)參數(shù)N等于最大值n，則控制部分27退出該列表循環(huán)并進(jìn)行至步驟S110。
在步驟S110，控制部分27確定該組合循環(huán)參數(shù)OG是否低于最大值og。如果該組合循環(huán)參數(shù)OG低于最大值og，則控制部分27將組合循環(huán)參數(shù)OG加1，并返回該過程至步驟S103。相反，如果該組合循環(huán)參數(shù)OG不低于最大值og，即如果該組合循環(huán)參數(shù)OG等于最大值og，則控制部分27退出該組合循環(huán)并進(jìn)行至步驟S110。通過截止到目前的過程，檢測(cè)到了分別對(duì)應(yīng)于所有操作符組合的出現(xiàn)頻率Count。
在步驟S111，該操作符組檢測(cè)部分22提取出其出現(xiàn)頻率Count高于預(yù)定閾值的操作符組合，并將提取出的組合輸出給操作符生成部分23。在步驟S112，操作符生成部分23將每個(gè)從操作符組檢測(cè)部分22輸入的操作符組合記錄作為一個(gè)新的操作符。隨后結(jié)束該新操作符生成過程。
如上所述，根據(jù)該新操作符生成過程，出現(xiàn)頻率很高并且被認(rèn)為在高級(jí)特征量的算術(shù)運(yùn)算中很有效的操作符組合被確定為一個(gè)操作符，并被用于下一以及后代的低級(jí)特征量提取表達(dá)式。因此，增強(qiáng)了低級(jí)特征量提取表達(dá)式的生成速度和生長(zhǎng)速度。進(jìn)一步，有效的低級(jí)特征量提取表達(dá)式可以被找出來，作為較早的階段。并且，由于操作符的組合能夠自動(dòng)被檢測(cè)到，其中該操作符組合被認(rèn)為是有效的并且在過去已經(jīng)被人工發(fā)現(xiàn)，因此這也是當(dāng)前新操作符生成過程的一個(gè)優(yōu)點(diǎn)。
現(xiàn)在，參照?qǐng)D38的流程圖來描述圖7中步驟S7的過程。在步驟S141，高級(jí)特征量算術(shù)運(yùn)算部分26執(zhí)行高準(zhǔn)確性拒絕過程，用于從自高級(jí)特征量提取表達(dá)式學(xué)習(xí)部分25提供的最后高級(jí)特征量提取表達(dá)式中選擇最后的高級(jí)特征量提取表達(dá)式，從該高級(jí)特征量提取表達(dá)式中可以得到高準(zhǔn)確性的算術(shù)運(yùn)算結(jié)果。
該高準(zhǔn)確性拒絕過程基于如下想法高級(jí)特征量的準(zhǔn)確性與低級(jí)特征量的值具有因果關(guān)系，并且獲得一拒絕區(qū)域提取表達(dá)式，其中該拒絕區(qū)域提取表達(dá)式接收低級(jí)特征量作為輸入并輸出經(jīng)過學(xué)習(xí)的高級(jí)特征量的準(zhǔn)確性。下面參照?qǐng)D39的流程圖來描述該高準(zhǔn)確性拒絕過程。
在步驟S151，高級(jí)特征量算術(shù)運(yùn)算部分26的低級(jí)特征量算術(shù)運(yùn)算部分41獲取最后的低級(jí)特征量提取表達(dá)式列表。高級(jí)特征量算術(shù)運(yùn)算部分26的高級(jí)特征量算術(shù)運(yùn)算部分42獲取最后的高級(jí)特征量提取表達(dá)式。
在步驟S152，控制部分27將內(nèi)容循環(huán)參數(shù)L初始化為1并開始該內(nèi)容循環(huán)。該內(nèi)容循環(huán)被重復(fù)的次數(shù)的等于輸入數(shù)據(jù)(內(nèi)容數(shù)據(jù)或元數(shù)據(jù))的數(shù)量1，其中為了執(zhí)行高準(zhǔn)確性的拒絕過程，可以提前準(zhǔn)備好該輸入數(shù)據(jù)的數(shù)量1。需要注意的是，對(duì)應(yīng)于提前準(zhǔn)備的輸入數(shù)據(jù)的高級(jí)特征量也可以被提前準(zhǔn)備作為教師數(shù)據(jù)。
在步驟S153，低級(jí)特征量算術(shù)運(yùn)算部分41將第L個(gè)輸入數(shù)據(jù)帶入在步驟S151的過程獲得的最后低級(jí)特征量提取表達(dá)式列表，并輸出m個(gè)不同的低級(jí)特征量給高級(jí)特征量算術(shù)運(yùn)算部分42和拒絕區(qū)域提取表達(dá)式學(xué)習(xí)部分44，其中該m個(gè)不同的低級(jí)特征量是算術(shù)運(yùn)算的結(jié)果。該高級(jí)特征量算術(shù)運(yùn)算部分42將從低級(jí)特征量算術(shù)運(yùn)算部分41輸入的m個(gè)不同的低級(jí)特征量帶入在步驟S151的過程中得到的最后高級(jí)特征量提取表達(dá)式。接著，該高級(jí)特征量算術(shù)運(yùn)算部分42將高級(jí)特征量輸出給平方誤差算術(shù)運(yùn)算部分43，其中該高級(jí)特征量為算術(shù)運(yùn)算的結(jié)果。
在步驟S154，該平方誤差算術(shù)運(yùn)算部分43算術(shù)運(yùn)算從高級(jí)特征量算術(shù)運(yùn)算部分42輸入的高級(jí)特征量與教師數(shù)據(jù)(對(duì)應(yīng)于輸入數(shù)據(jù)的真正高級(jí)特征量)之間的平方誤差。接著，該平方誤差算術(shù)運(yùn)算部分43將得到的平方誤差輸出給拒絕區(qū)域提取表達(dá)式學(xué)習(xí)部分44。該平方誤差就是由高級(jí)特征量算術(shù)運(yùn)算部分42算術(shù)運(yùn)算的高級(jí)特征量的準(zhǔn)確性(下文中被稱為特征提取準(zhǔn)確性)，其中該平方誤差為算術(shù)運(yùn)算的結(jié)果。
在步驟S155，控制部分27確定該內(nèi)容循環(huán)參數(shù)L是否低于最大值1。如果該內(nèi)容循環(huán)參數(shù)L低于最大值1，則控制部分27將內(nèi)容循環(huán)參數(shù)L加1，并該過程返回至步驟S153。相反，如果該內(nèi)容循環(huán)參數(shù)L不低于最大值1，即如果該內(nèi)容循環(huán)參數(shù)L等于最大值1，則控制部分27退出該內(nèi)容循環(huán)并進(jìn)行該過程至步驟S156。通過截止到目前的過程，得到了通過算術(shù)運(yùn)算得到的并個(gè)別對(duì)應(yīng)于輸入數(shù)據(jù)的高級(jí)特征量與教師數(shù)據(jù)之間的平方誤差。
在步驟S156，該拒絕區(qū)域提取表達(dá)式學(xué)習(xí)部分44通過根據(jù)從低級(jí)特征量算術(shù)運(yùn)算部分41輸入的低級(jí)特征量提取表達(dá)式以及從平方誤差算術(shù)運(yùn)算部分43輸入的平方誤差進(jìn)行學(xué)習(xí)，而生成拒絕區(qū)域提取表達(dá)式。該拒絕區(qū)域提取表達(dá)式接收低級(jí)特征量作為它的輸入，并根據(jù)該輸入的低級(jí)特征量輸出算術(shù)運(yùn)算的高級(jí)特征量的特征提取準(zhǔn)確性。該拒絕區(qū)域提取表達(dá)式學(xué)習(xí)部分44將由此生成的拒絕區(qū)域提取表達(dá)式提供給特征量提取準(zhǔn)確性算術(shù)運(yùn)算部分45。隨后結(jié)束該高準(zhǔn)確性拒絕過程，并進(jìn)行至圖38的步驟S142。
回過頭來參看圖38，在步驟S142，該低級(jí)特征量算術(shù)運(yùn)算部分41將要確定其高級(jí)特征量的音樂片段的輸入數(shù)據(jù)中的第L個(gè)輸入數(shù)據(jù)帶入最后低級(jí)特征量提取表達(dá)式列表，以算術(shù)運(yùn)算低級(jí)特征量。接著，該低級(jí)特征量算術(shù)運(yùn)算部分41將算術(shù)運(yùn)算的結(jié)果輸出給高級(jí)特征量算術(shù)運(yùn)算部分42以及特征量提取準(zhǔn)確性算術(shù)運(yùn)算部分45。
在步驟S143，該特征量提取準(zhǔn)確性算術(shù)運(yùn)算部分45將從低級(jí)特征量算術(shù)運(yùn)算部分41輸入的低級(jí)特征量帶入從拒絕區(qū)域提取表達(dá)式學(xué)習(xí)部分44提供的拒絕區(qū)域提取表達(dá)式，以根據(jù)從低級(jí)特征量算術(shù)運(yùn)算部分41輸入的低級(jí)特征量算術(shù)運(yùn)算高級(jí)特征量的特征量提取準(zhǔn)確性。換句話說，該特征量提取準(zhǔn)確性算術(shù)運(yùn)算部分45算術(shù)運(yùn)算一平方誤差，用于對(duì)由高級(jí)特征量算術(shù)運(yùn)算部分42算術(shù)運(yùn)算的高級(jí)特征量進(jìn)行評(píng)估。
在步驟S144，該特征量提取準(zhǔn)確性算術(shù)運(yùn)算部分45確定由步驟S143的過程算術(shù)運(yùn)算的特征量提取準(zhǔn)確性是否等于或高于預(yù)定閾值。如果該算術(shù)運(yùn)算的特征量提取準(zhǔn)確性等于或高于預(yù)定閾值，則該處理進(jìn)行至步驟S145。在步驟S145，該特征量提取準(zhǔn)確性算術(shù)運(yùn)算部分45使得高級(jí)特征量算術(shù)運(yùn)算部分42執(zhí)行高級(jí)特征量的算術(shù)運(yùn)算。該高級(jí)特征量算術(shù)運(yùn)算部分42將通過在步驟S142的過程從低級(jí)特征量算術(shù)運(yùn)算部分41輸入的m個(gè)不同低級(jí)特征量帶入最后高級(jí)特征量提取表達(dá)式，以算術(shù)運(yùn)算高級(jí)特征量。接著，這里被算術(shù)運(yùn)算的高級(jí)特征量被輸出，隨后結(jié)束該高準(zhǔn)確性高級(jí)特征量算術(shù)運(yùn)算過程。
需要注意的是，如果在步驟S144確定算術(shù)運(yùn)算的特征量提取準(zhǔn)確性低于預(yù)定閾值，則跳過步驟S145，并結(jié)束該高準(zhǔn)確性高級(jí)特征量算術(shù)運(yùn)算過程。
因此，根據(jù)該該高準(zhǔn)確性高級(jí)特征量算術(shù)運(yùn)算過程，能夠?qū)κ褂酶呒?jí)特征量提取表達(dá)式計(jì)算的高級(jí)特征量的準(zhǔn)確性進(jìn)行評(píng)估。進(jìn)一步，由于關(guān)于高準(zhǔn)確性無法被預(yù)期的高級(jí)特征量無法被算術(shù)運(yùn)算，因此可以省略無用的算術(shù)運(yùn)算。
如上所述，根據(jù)由采用本發(fā)明的特征量提取算法生成裝置20進(jìn)行的特征量提取算法學(xué)習(xí)過程，能夠迅速地生成一算法，同時(shí)保持高度的準(zhǔn)確性，并且通過該算法能夠從音樂片段數(shù)據(jù)中提取出特征量。除此以外，在通過相對(duì)少量的算術(shù)運(yùn)算就能夠得到高準(zhǔn)確性的高級(jí)特征量。
需要注意的是，本發(fā)明不僅可以用于獲取音樂片段的高級(jí)特征量，而且也可以用于獲取任何類型的內(nèi)容數(shù)據(jù)的高級(jí)特征量。
順便提及，雖然上述的一系列過程可以通過硬件來執(zhí)行，當(dāng)時(shí)也可以通過軟件來執(zhí)行。當(dāng)該一系列過程通過軟件執(zhí)行時(shí)，構(gòu)成該軟件的程序被從程序記錄介質(zhì)安裝到與硬件組合在一塊的專用計(jì)算機(jī)中，或者例如能夠通過安裝各種程序來執(zhí)行各種功能的通用個(gè)人計(jì)算機(jī)中。
圖40示出了個(gè)人計(jì)算機(jī)的結(jié)構(gòu)的例子，其中該個(gè)人計(jì)算機(jī)根據(jù)程序執(zhí)行上述的一系列過程。參看圖40，所示的個(gè)人計(jì)算機(jī)100包括內(nèi)置中央處理單元(CPU)101。輸入/輸出接口105通過總線104與CPU 101相連。只讀存儲(chǔ)器(ROM)102以及隨機(jī)存取存儲(chǔ)器(RAM)103與總線104相連。
輸入部分106以及輸出部分107與輸入/輸出接口105相連，其中該輸入部分106包括輸入裝置例如鍵盤、鼠標(biāo)等，用于通過用戶的操作輸入操作命令，并且該輸出部分107包括顯示單元，用于顯示操作屏等例如陰極射線管(CRT)或液晶顯示(LCD)板。還有，存儲(chǔ)器部分108以及通信部分109與輸入/輸出接口105相連，其中該存儲(chǔ)器部分108由硬盤驅(qū)動(dòng)器等形成，用于存儲(chǔ)程序，各種數(shù)據(jù)等，并且該通信部分109由調(diào)制解調(diào)器，局域網(wǎng)(LAN)適配器等形成，用于通過由互聯(lián)網(wǎng)表示的網(wǎng)絡(luò)執(zhí)行通信過程。進(jìn)一步，驅(qū)動(dòng)器110也與輸入/輸出接口105相連。該驅(qū)動(dòng)器110從記錄介質(zhì)讀出數(shù)據(jù)以及向記錄介質(zhì)上寫入數(shù)據(jù)，其中該記錄介質(zhì)包括例如磁盤(包括軟盤)，光盤(包括CD-ROM(光盤-只讀存儲(chǔ)器))和DVD(數(shù)字通用盤)，磁光盤(包括MD(迷你盤))，或者半導(dǎo)體存儲(chǔ)器。
使得個(gè)人計(jì)算機(jī)100執(zhí)行上述一系列過程的程序在處于被存儲(chǔ)在記錄介質(zhì)111中的狀態(tài)下被提供給個(gè)人計(jì)算機(jī)100。接著，從驅(qū)動(dòng)器110中讀出該程序，并將其安裝到存儲(chǔ)器部分108的硬盤驅(qū)動(dòng)器中。根據(jù)CPU 101的指令將安裝在該存儲(chǔ)器108中的程序從存儲(chǔ)器部分108載入到RAM 103中，其中該CPU101的指令對(duì)應(yīng)于由用戶輸入給輸入部分106的命令。由CPU 101執(zhí)行載入到RAM 103中的程序。
需要注意的是，在本說明書中，根據(jù)程序執(zhí)行的步驟不僅包括按照上述的時(shí)間順序執(zhí)行的過程，而且還包括可以但不必須按照時(shí)間順序而是可以不需要按照時(shí)間順序處理并行或單獨(dú)執(zhí)行的過程。
該程序可以由單個(gè)計(jì)算機(jī)執(zhí)行，也可以由多個(gè)計(jì)算機(jī)分散地執(zhí)行。進(jìn)一步，該程序可以被傳輸至遠(yuǎn)距離的計(jì)算機(jī)，并且由遠(yuǎn)距離的計(jì)算機(jī)來執(zhí)行。
進(jìn)一步，在本說明書中，術(shù)語“系統(tǒng)”被用于表示由多個(gè)裝置或裝置組成的整個(gè)裝置。
雖然使用了特定術(shù)語對(duì)本發(fā)明的優(yōu)選實(shí)施例進(jìn)行說明，但這種說明只是說明性的，并且可以理解的是，在不脫離本發(fā)明權(quán)利要求的精神和范疇的情況下可以進(jìn)行各種改變和變化。
本申請(qǐng)包含涉及日本專利申請(qǐng)的主題，該日本專利申請(qǐng)為2005年10月25日在日本專利局提出的JP2005-310407，其整個(gè)內(nèi)容在這里被引入作為參考。
權(quán)利要求
1.一種信息處理裝置，用于算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量，包括第一算術(shù)運(yùn)算裝置，用于使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量，其中該低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或者對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量；第二算術(shù)運(yùn)算裝置，用于使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，其中該高級(jí)特征量提取表達(dá)式接收由所述第一算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量；計(jì)算裝置，用于計(jì)算由所述第二算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的高級(jí)特征量與事先得到的并對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差；生成裝置，用于通過由所述計(jì)算裝置計(jì)算的誤差被用作教師數(shù)據(jù)的學(xué)習(xí)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出該誤差；以及算術(shù)運(yùn)算控制裝置，用于當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將由所述第一算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于由所述生成裝置生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并使得所述第二算術(shù)運(yùn)算裝置響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算該高級(jí)特征量。
2.根據(jù)權(quán)利要求1的信息處理裝置，其中所述計(jì)算裝置計(jì)算由所述第二算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的高級(jí)特征量與事先得到的并對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差平方。
3.根據(jù)權(quán)利要求1的信息處理裝置，其中所述控制裝置將由所述第一算術(shù)運(yùn)算裝置算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于由所述生成裝置生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并使得所述第二算術(shù)運(yùn)算裝置只在評(píng)估誤差低于閾值時(shí)算術(shù)運(yùn)算高級(jí)特征量。
4.一種用于信息處理裝置的信息處理方法，其中該信息處理裝置算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量，該方法包括如下步驟使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量，其中該低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或者對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量；使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，其中該高級(jí)特征量提取表達(dá)式接收算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量；計(jì)算算術(shù)運(yùn)算的高級(jí)特征量與事先得到的并對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差；通過計(jì)算的誤差被用作教師數(shù)據(jù)的學(xué)習(xí)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出誤差；以及當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并使得響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算該高級(jí)特征量。
5.一種程序，用于算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量，該程序使得計(jì)算機(jī)執(zhí)行一個(gè)過程，該過程包括如下步驟使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量，其中該低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或者對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量；使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，其中該高級(jí)特征量提取表達(dá)式接收算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量；計(jì)算算術(shù)運(yùn)算的高級(jí)特征量與事先得到的并對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差；通過計(jì)算的誤差被用作教師數(shù)據(jù)的學(xué)習(xí)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出誤差；以及當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并使得響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算該高級(jí)特征量。
6.一種信息處理裝置，其算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量，包括第一算術(shù)運(yùn)算部分，被配置為使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量，其中該低級(jí)特征量提取表達(dá)式接收內(nèi)容數(shù)據(jù)或者對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的元數(shù)據(jù)作為輸入并輸出低級(jí)特征量；第二算術(shù)運(yùn)算部分，被配置為使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量，其中該高級(jí)特征量提取表達(dá)式接收由所述第一算術(shù)運(yùn)算部分算術(shù)運(yùn)算的低級(jí)特征量作為輸入并輸出表示內(nèi)容數(shù)據(jù)的特征的高級(jí)特征量；計(jì)算部分，被配置為計(jì)算由所述第二算術(shù)運(yùn)算部分算術(shù)運(yùn)算的高級(jí)特征量與事先得到的并對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差；生成部分，被配置為通過由所述計(jì)算部分計(jì)算的誤差被用作教師數(shù)據(jù)的學(xué)習(xí)來生成誤差評(píng)估表達(dá)式，其中該誤差評(píng)估表達(dá)式接收低級(jí)特征量作為輸入并輸出該誤差；以及算術(shù)運(yùn)算控制部分，被配置為當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將由所述第一算術(shù)運(yùn)算部分算術(shù)運(yùn)算的低級(jí)特征量應(yīng)用于由所述生成部分生成的誤差評(píng)估表達(dá)式，以對(duì)相應(yīng)的誤差進(jìn)行評(píng)估，并使得所述第二算術(shù)運(yùn)算部分響應(yīng)于該評(píng)估誤差而算術(shù)運(yùn)算高級(jí)特征量。
全文摘要
這里公開了一種信息處理裝置，其算術(shù)運(yùn)算內(nèi)容數(shù)據(jù)的特征量，包括第一算術(shù)運(yùn)算裝置，用于使用低級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算低級(jí)特征量；第二算術(shù)運(yùn)算裝置，用于使用高級(jí)特征量提取表達(dá)式算術(shù)運(yùn)算高級(jí)特征量；計(jì)算裝置，用于計(jì)算高級(jí)特征量與事先得到的對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量之間的誤差；生成裝置，用于通過學(xué)習(xí)其中由所述計(jì)算裝置計(jì)算的誤差被用作教師數(shù)據(jù)來生成誤差評(píng)估表達(dá)式；以及算術(shù)運(yùn)算控制裝置，用于當(dāng)要獲得對(duì)應(yīng)于該內(nèi)容數(shù)據(jù)的高級(jí)特征量時(shí)，將低級(jí)特征量應(yīng)用于誤差評(píng)估表達(dá)式。
文檔編號(hào)G10L11/00GK101030366SQ20061006434
公開日2007年9月5日 申請(qǐng)日期2006年10月25日 優(yōu)先權(quán)日2005年10月25日
發(fā)明者小林由幸, 高塚進(jìn) 申請(qǐng)人:索尼株式會(huì)社