2015 Fiscal Year Research-status Report
進化計算アルゴリズムに基づく個人の感性を反映した楽曲の自動生成
| Project/Area Number |
26330318
|
|---|
| Research Institution | Tokyo City University |
|---|
Principal Investigator |
大谷 紀子 東京都市大学, メディア学部, 教授 (70328566)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 自動作曲 / 感性モデル獲得 / 帰納論理プログラミング / 進化計算アルゴリズム |
|---|
| Outline of Annual Research Achievements |
近年，人間力を活性化する手法の開発が進められており，コミュニケーションや深睡眠による活性化に加え，音楽，すなわち聴覚からの刺激による活性化の可能性について検討されている．さまざまな生活シーンや目的に応じた最適な音楽コンテンツの自動生成が求められている．これまで生成した楽曲によって想起される感性として「明るい」「暗い」「嬉しい」「悲しい」などの10種類の感性を扱ってきたが，人間力活性化の検討の流れを受けて，今年度は「高揚感」と「沈鬱感」に注目し，聴くと気分が高まるような楽曲の生成を目指して研究を進めた．高揚曲と沈鬱曲を生成するにあたり，和音の主音，構成音の音程関係による分類，および付加音・変化和音と楽曲の調との関係など，楽曲生成の根幹部分を見直し，より自然な楽曲が生成されるような設定を検討した．また，今まで長調と短調の曲を混在して処理していた部分を別々に扱うことで，ユーザの感性をより曲調に反映させられるようにした．そのうえで，ユーザにより指定された「聴くと気分が高まる楽曲」と「聴いても気分が高まらない楽曲」に基づいて帰納論理プログラミングにより感性モデルを獲得し，進化計算アルゴリズムにより感性モデルに即した楽曲を生成する手法を提案した．評価実験では，好みの異なる被験者それぞれに対して，提案手法により気分を高揚させる楽曲の生成が可能であることが確認された．また，提案手法を組み込んだ自動作曲システムが実装された．本システムは，感性モデルを一度生成しておくと，楽曲を生成するたびにユーザに負担をかけることなく，異なる楽曲を繰り返し生成することができる．一曲の生成にかかる時間は数十秒程度である．スマートフォン上でも操作，楽曲再生が可能で，今後の活用方法について検討することができた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成27年度の主目標としては，楽曲の表現方法の定義の見直しを掲げていた．定義の大幅な変更の前段として，和音の主音，構成音の音程関係による分類，および付加音・変化和音と楽曲の調との関係など，楽曲の表現方法に密接に関わる楽曲生成の根幹部分を見直し，改良した．その結果，これまでよりも自然な楽曲を生成できるようになり，表現方法の定義の方針を明確にすることができた．また，並行して検討する事項として挙げていた背景知識作成の自動化の仕組みについては，作成元データの形式と取得方法，欠落情報の補完方法などの検討が終了し，現在実装を進めている．本実装が完了すると，インターネット上に公開されている膨大な楽曲データを学習データとして使用することが可能となる．これまでのように，学習用データ生成のために手持ちの楽曲を聴者に提示し，一曲ずつ評価値を付けさせる必要がなくなり，聴者が日頃から聴いている高揚曲や沈鬱曲を申告させるだけで，学習用データを用意することができる．当初は，各種センサを使用した客観的指標に基づく学習データの生成手法の検討にも取り組むことを計画していたが，背景知識作成の自動化により，同等の効果が見込まれるため，本年度は客観的指標の使用は見送り，背景知識の自動生成に注力した．さらに，スマートフォン上から操作，楽曲再生が可能な自動作曲システムにより，今後の方針を見定めることができたことも，本年度の大きな成果である．以上より，計画の変更はあったものの，主目標に関して成果が得られたこと，および研究の新たな方向性が示せたことから，現在までの達成度はおおむね順調と判断する．
|
| Strategy for Future Research Activity |
まず，平成27年度に得られた成果を基盤として，楽曲の表現方法の定義を確定させる．それに基づき，獲得する感性モデルの形式について見直す．具体的には，これまでモチーフと和音進行に関してそれぞれ1種類の感性モデルを獲得していたが，和音を機能，コードネーム，構成音，発音タイミングと複数の異なる観点から捉え，和音進行に関して3種類，モチーフに関して4種類の感性モデルを獲得することを検討する．また，メロディについても感性モデルを獲得するようにする．これに伴い，感性モデルの獲得方法として，これまでに使用していた帰納論理プログラミング以外の手法の適用も視野に入れる．一方，これまで調や音階，テンポなどの決定に使用していた枠組構造の感性モデルは獲得しないこととし，聴者の感性の反映により適した方法で調，音階，テンポを決定することを目指す．さらに，これまで感性の反映を個人ベースに行なってきたが，同じ楽曲，あるいは同じアーティストを好む聴者のグループに向けた楽曲の生成に，個人向けの手法が適用できるかを確認する．多数の聴者に対して，出身地や血液型，音楽以外のものに関する嗜好などに関するアンケートを実施し，共通の属性を持つ聴者のグループに向けた楽曲の生成も試みる．平成28年度は最終年度となるため，3年間の集大成となるような楽曲生成システムを構築する．
|
| Causes of Carryover |
昨年度購入したオリジナル楽曲へのコードネームの付与に使用する予定だったが，作曲家の都合により次年度に持ち越された．
|
| Expenditure Plan for Carryover Budget |
オリジナル楽曲に関するコードネーム情報の購入，研究成果の性能評価に使用するソフトウェアの購入，楽曲の評価に関するアンケートデータ整理のためのアルバイト費，および研究成果発表に係る参加費および旅費に使用する．
|
