| 研究課題/領域番号 |
17H01847
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
エンタテインメント・ゲーム情報学
|
|---|
| 研究機関 | 国立研究開発法人理化学研究所 |
|---|
研究代表者 |
浜中 雅俊 国立研究開発法人理化学研究所, 革新知能統合研究センター, チームリーダー (30451686)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
15,730千円 (直接経費: 12,100千円、間接経費: 3,630千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2019年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2018年度: 6,760千円 (直接経費: 5,200千円、間接経費: 1,560千円)
2017年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 計算論的音楽理論 / 音楽構造分析 / 音楽理論GTTM / メロディ―モーフィング / Melody Slot Machine / 深層学習 / タイムスパン木 / メロディスロットマシン / 音楽操作 / 蓄積と再利用 / 作曲・編曲操作 / 音楽情報処理 / 再利用 / メロディモーフィング手法 / メロディ切り替え / 映像切り替え / 深層学習(deep learning) / 深層学習（deep learning） / 深層学習 (deep learning) |
|---|
| 研究成果の概要 |
要約，簡約，編曲など，音楽家が楽譜に対して行う高次の音楽操作を，一般ユーザでも可能にすることを目指し研究を進めてきた． 曲の一部にユーザが変更を加えたいと考えた場合，2つの問題が生じる．まず，音楽初心者は自分の望むとおりに加工を行うことは難しい．また，むやみに加工を 行った場合，音楽的な構造が失われてしまう．我々はこれまで深層学習を用いた音楽構造の抽出や，抽出した構造を用いてメロディを加工する試みを行ってきた．その結果，初心者であっても音楽を操作する体験ができるシステム「メロディスロットマシン (Melody Slot Machine)」および，音楽構造分析ツールを構築・公開することができた．
|
| 研究成果の学術的意義や社会的意義 |
ゲームや映画では，シーンごとに少しずつ異なっているが，全体的には似通っているメロディが多く必要となる場合がある．これまでは，職業作曲家がメロディのバリエーションを次々と制作する作業を行ってきたが，我々はそれらの作業の一部をAIで置き換えることにより効率化を行い, 作曲家がより芸術性の高い創作に集中できるようにすることを目指している．本研究では，そのプロトタイプとなるシステムを構築し有用性の検証を行った．
|
