| Project/Area Number |
21H04917
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 62:Applied informatics and related fields
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
Goto Masataka 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 首席研究員 (20357007)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
古屋 晋一 一般社団法人NeuroPiano(研究開発部), 研究開発部, シニアリサーチャー (20509690)
濱崎 雅弘 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究グループ付 (50419016)
中野 倫靖 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究グループ長 (10572927)
加藤 淳 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (70738054)
佃 洸摂 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (40760020)
渡邉 研斗 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究員 (50828324)
|
|---|
| Project Period (FY) |
2021-04-05 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥42,250,000 (Direct Cost: ¥32,500,000、Indirect Cost: ¥9,750,000)
Fiscal Year 2023: ¥13,520,000 (Direct Cost: ¥10,400,000、Indirect Cost: ¥3,120,000)
Fiscal Year 2022: ¥13,520,000 (Direct Cost: ¥10,400,000、Indirect Cost: ¥3,120,000)
Fiscal Year 2021: ¥15,210,000 (Direct Cost: ¥11,700,000、Indirect Cost: ¥3,510,000)
|
|---|
| Keywords | 音楽情報処理 / 嗜好推定 / 音楽推薦 / 鑑賞支援インタフェース / 鑑賞支援 / 創作支援 / 音楽解析 |
|---|
| Outline of Research at the Start |
本研究では、音楽コンテンツ（楽曲や音楽動画）に対する個人の嗜好（好き嫌い）を推定し、それを鑑賞支援・創作支援に活用する方法を明らかにすることに加え、個人の嗜好を改変・防御するような制御ができる可能性があることを示す。そのために、情報学に基づくアプローチで音楽聴取履歴に加えて音楽解析結果も活用して嗜好を推定し、さらに、神経科学に基づくアプローチで生理計測指標から嗜好を推定する新たな手法を実現する。
|
| Outline of Final Research Achievements |
In this research project, we pursued the following three tasks to deepen our understanding of how to achieve technologies for estimating, utilizing, and controlling preferences for music content. In the "Estimation of Preferences" task, we estimated preferences by analyzing large-scale data on which groups of songs users indicated they liked. In addition, using brain function measurements and physiological measurements related to music preferences, we constructed a model to estimate preferences from physiological indicators. In the "Utilization of Preferences" task, we developed a music recommendation method based on estimated preferences and similarities between songs, as well as personalized adaptive interfaces for music appreciation. In the "Control of Preferences" task, we developed a music appreciation support interface that visualizes the relationship between users' preferences and a large number of songs.
|
| Academic Significance and Societal Importance of the Research Achievements |
音楽コンテンツに対する嗜好を推定して音楽推薦等で活用する技術は膨大なデジタルコンテンツの普及とともに重要性を増しており、人々が好みのコンテンツに出会え、多様なコンテンツがそれを好む人々に届くことは、コンテンツ文化を豊かにする意義がある。本研究のように情報学と神経生理学の研究者が議論をしながら、嗜好の推定・活用・制御の三つの課題に取り組む学術研究は先駆的である。情報学に基づく音楽推薦や神経科学に基づく脳機能計測・生理計測によって音楽の嗜好を推定した上で、音楽サービスで活用可能にすることは今後一層重要になるが、さらにユーザ自身がその推定結果を可視化等を通じて把握可能にすることも重要になっていく。
|
