| Project/Area Number |
23K11379
|
|---|
| 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 | University of Tsukuba |
|---|
Principal Investigator |
水谷 哲也 筑波大学, システム情報系, 講師 (70209758)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2025: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2024: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
|
|---|
| Keywords | 音楽情報学 / 演奏表情モデル / 自動コード推定 / 延長簡約木 / 時間範囲木 / GTTM / クラシック音楽 / 人工知能 / スタイル変換 / 調性的緊張モデル / 調性的音楽理論 / 暗意実現モデル / クラッシック音楽 / 演奏表情生成 / 演奏表情抽出 |
|---|
| Outline of Research at the Start |
表情豊かな音楽演奏の解析および生成という研究テーマに関して，演奏表情モデルの構築を目標とする．
楽曲構造を中心とした楽譜情報から演奏表情の傾向を抽出するシステムの開発および実際の演奏表情モデルの構築を行う．
演奏表情の生成および演奏表情モデルの確立に当たっては，人工知能的アプローチを使用するものの，各種パラメタの説明可能性を重点的に解析する．これにより音楽理論的にも数理的に明快な演奏表情モデルが構築できるものと考える．
クラシック音楽は一般には調性音楽(Tonal Music)の一種として考えられているため，広く調性音楽一般についても演奏データの抽出および演奏モデルの構築について研究を進める．
|
| Outline of Annual Research Achievements |
本研究課題は主にクラシックのピアノ楽曲を対象に，演奏表情の抽出および楽曲構造および表情記号と実際の演奏との関係を，多数の実演奏をもとに統計的手法や機械学習の手法などに基づいて解析し，表情豊かな演奏生成のためのモデルの確立を目指すものである．ここで，楽曲情報とは演奏家が解釈して演奏する前の楽譜に書かれた情報を指す．
令和6年度は機械学習における基礎モデルを使用した自動コード推定（ACE）の方法の提案，ならびに，GTTMの重要な構成要素である延長簡約木を同じく重要な構成要素である時間範囲木を用いて生成するときに問題となる高さの曖昧さについて研究した．
前者に関しては，MusicFMとよばれる基礎モデルを使用して音楽情報を獲得したシステムが公開されているので，それを使用して実験を行った．その結果，深層学習の技術を応用することが精度の改善に寄与するものの，ロス関数の重み付けやアウトプットレイヤの複雑さなどの学習の複雑さを増加させる要素が精度の向上を妨げる可能性があることを示した．さらに，このモデルは三和音のコード進行の推定において，既存のモデルと同等またはそれ以上の性能を示すことに成功した．
後者については，時間範囲木の高さを定義するための3つの方法を提案し，延長簡約木の生成における効果を評価した．実験では，提案された方法の1つがある程度役立つことを示した．延長簡約木を生成するためには，局所的な安定条件よりも全体的な安定性が重要であると結論づけた．
これらの研究は，楽曲構造の精密な分析のために有用であり，演奏表情と楽曲構造との関係についてより詳細な分析が可能になる．
これらの結果は国際会議The 8th International Conference on Computer Science and Application Engineering (CSAE 2024)で公表した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初計画していた通り，演奏表情モデル構築のための理論的基盤が確立されつつある．特に，延長簡約木の自動生成手法の研究の深化およびに自動コード推定の技術基盤が確立したことにより，楽曲分析の手段が広がり，演奏表情分析に適用てきることは予定以上の成果である．
|
| Strategy for Future Research Activity |
演奏表情の一般化を行う上で楽曲情報を分析する方法を確立することが重要である．最終年度となる今年度は延長簡約木の自動生成など，GTTMなどですでに示された手法の自動化についてさらなる研究の深化を図る．
|
