Research on Automatic Music Generation Capable of Harmonization in Grade of Music School Admissions
Project/Area Number |
21K12202
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 62040:Entertainment and game informatics-related
|
Research Institution | National Institute of Advanced Industrial Science and Technology |
Principal Investigator |
深山 覚 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 (90712191)
|
Project Period (FY) |
2021-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
Keywords | 音楽自動生成 / 機械学習 / 音楽情報処理 / 和声法 / 人工知能 / 計算論的和声学 / 音楽人工知能 / 自動作曲 / 音楽創作支援 |
Outline of Research at the Start |
本研究では機械学習による音楽生成の能力が音楽大学作曲科入学試験の難易度と比較してどの程度に位置付けられるかを明らかにする。そのために音楽大学作曲科入学試験相当の和声法(西洋クラシック音楽における和音の扱い方)の課題を実施できる音楽自動生成技術を研究する。本研究では (A)和声法のルールの機械学習と(B)音楽性の機械学習の2つの課題に取り組み、研究期間終了時に生成結果が音楽大学作曲科入学者の基準に達するよう研究を進める。
|
Outline of Annual Research Achievements |
本研究プロジェクト2年目には、自動生成結果における和声法のルール違反を減らすための音楽自動生成の研究に取り組んだほか、音楽性の機械学習および生成結果の評価のためのコラールおよび和声課題のデータベースを構築した。和声法のルール違反を減らすための音楽自動生成の研究では、1年目における専門家による評価を半自動化するために、生成結果に和声法のルール違反が含まれるかを自動的に判定するシステムを構築・活用し、自動生成と評価を繰り返す評価実験を実施した。その結果、どのように学習データの調を変更するデータオーギュメンテーションを行うかによって、生成結果における和声法のルール違反を減少できることを明らかにした。この成果を情報処理学会第135回音楽情報科学研究会デモ発表と、日本音響学会第149回(2023春季)研究発表会口頭発表として発表した。また和声法のルールに基づいて自動的に構築した譜面と和声法のルール違反の有無のペアデータを活用し、機械学習によって和声法のルール違反を検知するニューラルネットワークを機械学習し、その性能を評価した。さらに音楽性の機械学習および生成結果の評価に資するコラールおよび和声課題のデータベース構築では、J. Bach及びM. Praetoriusのコラールに基づく非和声音のアノテーションをおこなった他、Auguste Chapuisの和声課題集を用いて音楽大学の試験において用いられた実績のある和声課題のデータベースを構築した。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
1年目の調査結果に基づいて和声法のルールを機械学習に取り入れる手法を研究し、国内研究会デモ発表および口頭発表として成果を挙げたほか、今後音楽自動生成手法を評価および改善するにあたって必要なデータベース構築ができたことから、概ね順調に進展していると評価した。
|
Strategy for Future Research Activity |
和声課題を自動的に実施できる音楽自動生成手法の研究を推進し、和声法のルール違反の少ない音楽自動生成を実現するほか、音楽性を実現する機械学習手法についても検討する。また他の研究チームや音楽専門家とも協力して生成結果の評価を行う。
|
Report
(2 results)
Research Products
(3 results)