2018 Fiscal Year Research-status Report
楽譜の音符列から，人間が演奏時に付加する感性情報を推量し演奏テンポを推定する
| Project/Area Number |
18K11598
|
|---|
| Research Institution | Iwate University |
|---|
Principal Investigator |
川村 暁 岩手大学, 情報基盤センター, 准教授 (40347919)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉田 等明 岩手大学, 教育学部, 教授 (00220666)
劉 忠達 石巻専修大学, 理工学部, 助教 (00782533)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 感性情報処理 / 被験者実験 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
人間が行っている楽譜の感性情報処理を機械学習するため，以下の準備と実験を行った．
(1) 基礎的なデータの充実 全日本吹奏楽コンクール課題曲（1972年～2018年）のフルスコアを購入した．フルスコアを読み込み，旋律を取り出した．取り出した旋律を，in B♭，in C，in E♭に移調し，被験者実験用の楽譜を391個作成した．また，吹奏楽コンクールの自由曲や演奏会の主軸となるような曲（大曲）を中心に105個作成した．
(2) 被験者実験 所見で楽譜を演奏できる程度の技量を持つ吹奏楽器経験者５名（いずれも1st奏者．楽器は木管楽器・金管楽器から被らないように設定した）に，被験者実験用の楽譜をどのように演奏するか，被験者実験を行った．楽譜の処理速度は，担当者の技能だけではなく担当している楽器によっても大きな影響を受けるため実験管理が難しい．
被験者実験の結果，同一の旋律でもテンポが２倍程度異なる場合や，感じ方（綺麗・汚い，好き・嫌いなど）が真逆になる場合があった．得られたデータを数値化し，機械学習を行う．
(3) 途中経過を学会で発表 予備的な実験のデータ（データのサブセット）を用いて，テンポのクラス分類（早い・遅い）を複数の機械学習手法を用いて実験した．この結果，訓練には用いていない評価データのうち，テンポが遅いクラスは誤認識率が高く，複数の異なるアルゴリズムで誤認識するデータが存在することが示された．テンポが速いクラスは誤認識率が低く，複数のアルゴリズムで誤認識するデータも存在しないのとは対照的である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
楽譜の感性情報処理で用いることのできる標準的な楽譜データ（基礎的データ）が存在しないため，すでに構築している楽譜データを大きく拡張する，基礎データの作成にほぼ目処がついた．作成したデータ数：吹奏楽コンクール課題曲から391個作成．また，大曲と呼ばれる楽曲のスコア等も購入し，被験者実験用の追加データを105個作成した．追加データは随時作成する．データセットを拡充することは，感性を模擬する機械学習を行う上で非常に重要である．楽譜から実験に用いるデータを作成するには，フルスコアを読んで理解できる高度な楽譜読解能力が必要であり，非常に時間を要する．この部分に目処がついた（基礎的なデータを作成できた）ことは大きな成果である．
作成した楽譜データを，被験者５名に実際に楽器で演奏してもらい，感性情報の収集を完了した．現在，これらを数値データ化し，機械学習による模擬の実験に着手している．
予備的な実験データ（構成したデータセットのサブセットである）における実験では，特にテンポの遅いクラスで誤分類が多いこと，特定のデータを異なるアルゴリズムが誤認識する結果を得て，学会発表している．
|
| Strategy for Future Research Activity |
実験データの拡充と，被験者の拡充を図る．前者により，様々な楽曲についての被験者実験を行うことが可能になり，実験の幅を広げ，質を向上させることができる．後者は，異なる楽器演奏者や音楽的能力（楽譜の読解力などが異なる）における感性情報処理された結果をえることになり，機械学習の幅を広げ，質を向上させることができる．
今年度は，予備的な計算機実験の結果および得られた感性情報に基づき，機械学習などの計算機実験を深化させること，機械学習の結果と感性情報処理の結果についての考察を音楽の専門家等の知見を得て進めること，を目標とする．計算機と人間の感性情報処理の違いについて考察することも視野に入れて，研究を遂行する．
|
| Causes of Carryover |
感性情報処理の被験者実験の金額に差異を生じたこと（譜読み能力が想定以上だったこと），旅費の差異による．
次年度の被験者実験の充実などに充当する．
|
