2023 Fiscal Year Annual Research Report
Analysis and reconstruction of singing methods in ethnics music using machine learning for recorded data
| Project/Area Number |
21H00497
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Health Sciences University of Hokkaido |
|---|
Principal Investigator |
榊原 健一 北海道医療大学, リハビリテーション科学部, 准教授 (80396168)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
MOKHTARI Parham 富山県立大学, 工学部, 教授 (00395089)
後藤 多嘉緒 東京大学, 医学部附属病院, 助教 (20735930)
齋藤 大輔 東京大学, 大学院工学系研究科(工学部), 准教授 (40615150)
千葉 伸彦 東京音楽大学, 音楽学部, 講師 (50862538)
|
|---|
| Project Period (FY) |
2021-04-01 – 2026-03-31
|
| Keywords | 民俗音楽歌唱 / 音声生理 / 歌唱法 / 声質 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
歌唱法の自動判定について，異なる声区の混合する歌唱データについて，方式を実装し方式評価をおこなった．
また，静穏でない場所での歌唱録音のための，音声測定方法について，様々な試験信号を実装して，性能の評価をおこなった． 歌唱録音の実用性を高めるために，対話的なインタフェースを作成し，音場計測を短時間に有効に実施するシステムを実装した．インパルス応答，マイクのキャリブレーション，臨界距離など録音時の機器設定に関する情報も対話的に確認することが可能である．
歌唱における声帯振動様式の間接的分析方法であるEGG信号の分析方法について，帯域フィルタ群に基づく新たな分析手法を開発，提案した．これにより頑健で高速なEGG信号の周期情報の抽出が可能となった．
瞬時周波数イベントに基づく音源情報表現の方法を提案し，EGGや音響信号を用いた声帯振動様式の推定について頑健かつ有効な方法を実装した．必ずしも構造化された倍音構造を持たない信号に対しても周期性を同定する方法により，特殊な歌唱方法や起声などの明確な基本周波数が定義されない信号のもつ周期性構造を明らかにすることが可能となった．これまで脆弱であったEGG-Oqの計算が頑健におこなえ，声質と関連するパラメータの有効な抽出方法を提案した．
歌唱における特殊な唱法について，戦後の民俗音楽歌唱，ポップス歌唱について調査し，様式の類型化をおこなった．声区の制御，foの制御，調音の意図的な逸脱などを含む特殊な歌唱法が時代とともにどのような変遷をしたかについて検討をおこなった．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
歌唱の録音データの収集は進んでいるが，生理データ収集が十分にできていない．
|
| Strategy for Future Research Activity |
今年度は生理データの収集および分析方法の開発を進めていきたい．
|
