| Project/Area Number |
21K12087
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61060:Kansei informatics-related
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
安藤 大地 東京都立大学, 学術情報基盤センター, 准教授 (20552285)
|
|---|
| Project Period (FY) |
2021-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2021: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
|---|
| Keywords | 即興演奏 / スキルサイエンス / ジャズ / ギター / ジャズアドリブ演奏 / 音高の認知 / 身体知 / 教育 / 音楽認知科学 / 音楽教育 / 即興演奏の認知 / 計算可能性 |
|---|
| Outline of Research at the Start |
AIが作曲や演奏をすることができるようになりつつあるが，人工知能の音楽の捉え方と人間の音楽の捉え方に大きな差があるため，人間と人工知能の間に音楽的なコミュニケーションが成り立たず，特に楽譜を持たない即興演奏の時に大きな問題となる．
そこで本研究では，音楽分野での人間と人工知能の協働を目的として，ジャズギターの即興演奏やその習得過程について，演奏者本人への聞き取り調査と，実際の演奏データの分析とモデル化の2つの観点から調査を行う．
人間がジャズギター演奏をどのように捉えているかを，実際の演奏データと結びつけ，計算可能モデルを構築することで，AIも人間と同じ音楽認知の元に演奏できるようになる．
|
| Outline of Annual Research Achievements |
被験者の体調不良により、今年度の被験者は対面レッスンを行っているジャズギター学習者1名（以後学習者A）を分析対象とした。合わせて、別研究費で行っている、同じ指導者の指導下でオンラインレッスンでジャズギター伴奏のみを学習しているジャズギター伴奏学習者1名（以後学習者B）も併せて分析を行った。
学習者Aは2カ月に1回ほどのレッスン頻度だが過年度の被験者に比べ指の動作に関する学習速度が非常に速い。一方過年度の被験者が容易に獲得していた「コードトーンの音名・階名」については全く獲得していない。指板上のポジションの位置関係のみを意識して左手の指を動かしている。過年度の被験者や他のクラシック経験の学習者は音名・階名を基本として左手の指を動かしているが、学習者Aはピアノ等の他の音楽経験がないためギターに特化した学習をしていると考えられる。同じく学習者Bも、高校在学中の合唱の経験はあったものの、同様に左手の動きは指板上の位置関係のみで伴奏コードを押さえており、レッスン中に音名・階名に関する言及はなかった。これは指導者が各コードを指板上の位置関係として指導していることが最大の要因ではあるものの、この指導者は他の楽器の演奏経験がなく、ギターに特化した音高・旋律の認知をしており、ジャズギターの指導においては効果を上げていると考えられる。
アドリブソロに関しては、学習者Aはまだ「頭の中で旋律を鳴らし指がそれに沿うように動く」というようにはなっていないことがレッスン音源分析から分かった。学習者Aは先述の通り指の動作の学習速度が非常に速いのだが、アドリブソロの旋律のイメージまではできていないようである。指導者は学習者A、Bに対してアドリブソロ演奏のコピーを推奨しておらず、ボトムアップ的にアドリブソロを構築するよう指導していることが原因と推測している。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
過年度の被験者が体調不良により長期休止していたり、仕事の状況等により本実験への参加を止めたなどの理由により、予定のレッスンの音源データおよび演奏データが得られず、実際の演奏データの複数人数の比較を行うことが難しくなった。2024年度より新たに被験者1名に依頼し、さらに別研究費で行っているオンラインレッスンでのジャズギター伴奏の被験者も合わせて分析することにより、レッスンの音源データについては分析を継続した。
|
| Strategy for Future Research Activity |
2025年度は、2024年度から参加した被験者のほかに、さらにもう1名新規の被験者に打診済みであり、十分なレッスン音源データを得ることができ、エスノメソドロジー的分析を行える見込みが立っている。
演奏データ分析とモデル構築に関しては、2025年度中に演奏データも取得し情報科学的な分析を行える目途が立っている。数理モデルは、過年度に取得した指導者の演奏データを、推測される左手のポジションを隠れ状態とした隠れマルコフモデルでの分析を行っている。2025年度中に現在継続している被験者2名の演奏データの取得と分析を行う。
|
