• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

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

研究課題

研究課題/領域番号 18K11598
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分62040:エンタテインメントおよびゲーム情報学関連
研究機関盛岡大学 (2019-2020)
岩手大学 (2018)

研究代表者

川村 暁  盛岡大学, 文学部, 准教授 (40347919)

研究分担者 吉田 等明  岩手大学, 教育学部, 特命教授 (00220666)
劉 忠達  石巻専修大学, 理工学部, 助教 (00782533)
研究期間 (年度) 2018-04-01 – 2021-03-31
研究課題ステータス 完了 (2020年度)
配分額 *注記
1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2020年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
キーワード感性情報処理 / 楽器演奏者 / 楽譜 / テンポ / 機械学習 / 人工知能 / データセット / 被験者実験 / 感性情報 / 音楽
研究成果の概要

総譜から抽出した旋律(楽譜)を楽器演奏者が演奏するときの,テンポや感じ方等の感性情報を収集する基盤を整えた.
この楽譜セットを,楽器の吹奏能力および読譜能力が一定水準以上の被験者が吹奏し,テンポを初めとする感性情報を記す被験者実験を行い,楽譜と人間が処理した感性情報を得た.「コロナ禍」のため,楽器の吹奏場所が確保に困難が生じ,学生の被験者実験に一部支障が生じた.
計算機実験の結果,機械学習の手法によっては学習に100%成功しても評価用の未知データ,特にテンポの遅いクラスの認識が0%となるなど全く対応できず,適切な手法を使う必要があることが示された.SVMよりもMLPやCNNが良好な結果となった.

研究成果の学術的意義や社会的意義

楽譜を人間が処理した結果である演奏(音)ではなく,楽譜についての研究であり特異である.感性情報を収集しデータセットを構築するための旋律(楽譜)セットを構築したことは,感性情報を得る上でも意義が大きい.
この旋律(楽譜)セットを用いて,楽器演奏者が吹奏時のテンポなどの感性パラメータを収集し,楽譜の感性データセット構築の基礎を築いた.楽譜と対になる感性データセットも特異である.
楽譜の感性情報のうちテンポのクラス分類問題の試行では,機械学習手法によっては学習が100%成功しても未知の評価データの正答率が50%となるものもあり,MLPやCNNを用いると97%程度の認識率となることが示された.

報告書

(4件)
  • 2020 実績報告書   研究成果報告書 ( PDF )
  • 2019 実施状況報告書
  • 2018 実施状況報告書
  • 研究成果

    (7件)

すべて 2021 2020 2019 2018

すべて 雑誌論文 (4件) (うち査読あり 1件) 学会発表 (3件)

  • [雑誌論文] 1980年から1989年までの全日本吹奏楽コンクール課題曲5年分から抽出した主旋律を楽器演奏者が推定したテンポに関する一考察2021

    • 著者名/発表者名
      川村 暁,白藤淳一,森田一浩
    • 雑誌名

      盛岡大学紀要

      巻: 38 ページ: 119-124

    • 関連する報告書
      2020 実績報告書
  • [雑誌論文] ある被験者が楽譜から推定したテンポを機械学習により模擬する―SVMによる試み一2021

    • 著者名/発表者名
      川村 暁,劉 忠達,牛渡克之,吉田等明
    • 雑誌名

      盛岡大学紀要

      巻: 3811 ページ: 113-117

    • 関連する報告書
      2020 実績報告書
  • [雑誌論文] 1972年から1070年までの全日本吹奏楽コンクール課題曲から抽出した主旋律を楽器演奏者が推定したテンポに関する一考察2020

    • 著者名/発表者名
      川村 暁,白藤淳一,森田一浩
    • 雑誌名

      盛岡大学研究紀要

      巻: 37 ページ: 101-107

    • 関連する報告書
      2019 実施状況報告書
  • [雑誌論文] Estimation of the Kansei Information obtained from Musical Scores via Machine Learning Algorithms : - Classification of Tempo into Two Classes Using Only Information Available in Musical Scores -2019

    • 著者名/発表者名
      S. Kawamura, Z. Liu and H. Yoshida
    • 雑誌名

      Proc. of the 2019 IEEE 10th International Conference on Awareness Science and Technology (iCAST), Morioka, Japan, 2019,

      巻: 1 ページ: 288-292

    • DOI

      10.1109/icawst.2019.8923480

    • 関連する報告書
      2019 実施状況報告書
    • 査読あり
  • [学会発表] 機械学習で用いるテンポなどの感性情報を得るための被験者実験-機械学習の結果と人間の感性情報処理の予備的考察-2020

    • 著者名/発表者名
      川村 暁
    • 学会等名
      日本管楽芸術学会 第3回全国大会
    • 関連する報告書
      2020 実績報告書
  • [学会発表] 楽譜の感性情報処理と機械学習2019

    • 著者名/発表者名
      川村 暁
    • 学会等名
      ネットワーク連絡会 2019 Summer
    • 関連する報告書
      2019 実施状況報告書
  • [学会発表] 楽譜記載の音符列からテンポの早い・遅いを推定する2018

    • 著者名/発表者名
      川村 暁、劉 忠達,白藤淳一
    • 学会等名
      第19回計測自動制御学会システムインテグレーション部門講演会(SI2018),1B3-06
    • 関連する報告書
      2018 実施状況報告書

URL: 

公開日: 2018-04-23   更新日: 2022-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi