| 研究課題/領域番号 |
21K12202
|
|---|
| 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 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
深山 覚 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (90712191)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 音楽自動生成 / 機械学習 / 音楽情報処理 / 和声法 / 人工知能 / 計算論的和声学 / 音楽人工知能 / 自動作曲 / 音楽創作支援 |
|---|
| 研究開始時の研究の概要 |
本研究では機械学習による音楽生成の能力が音楽大学作曲科入学試験の難易度と比較してどの程度に位置付けられるかを明らかにする。そのために音楽大学作曲科入学試験相当の和声法（西洋クラシック音楽における和音の扱い方）の課題を実施できる音楽自動生成技術を研究する。本研究では (A)和声法のルールの機械学習と(B)音楽性の機械学習の2つの課題に取り組み、研究期間終了時に生成結果が音楽大学作曲科入学者の基準に達するよう研究を進める。
|
| 研究実績の概要 |
本研究プロジェクト３年目には、自動生成結果における和声法のルール違反を減らすことと、高い音楽性を実現することの両立を実現するための研究に取り組んだ。２年目に取り組んだ自動生成結果における和声法のルール違反を減らすための音楽自動生成の初期検討と、音楽性の機械学習および生成結果の評価のためのコラールおよび和声課題のデータベースを活用し、機械学習によって和声法のルール違反を検知するニューラルネットワークと、音楽性をもった生成結果を生成するためのニューラルネットワークを連結して学習する方法を提案し、その性能評価を行った。その結果、生成結果中の和声法のルール違反の個数を減らすことができた一方で、ルール違反を避けた結果として、音価の長い音符が多く生成されてしまう現象を確認し、その考察を日本音響学会第150回（2023年秋季）研究発表会口頭発表として発表した。その後、二つのネットワークを連結して学習する際のコスト関数において、和声法のルール違反を減らすための項と音楽性を実現するための項をパラメタによってバランスする方法を検討し、情報処理学会音楽情報科学研究会生成音楽学ワーキンググループにて口頭発表した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
２年目の初期検討結果および構築したデータセットを活用して、大学入試相当の和声課題を実施できる音楽自動生成手法を新規に開発し、国内研究会と国内ワークショップのべ２件の口頭発表の成果を挙げたため、概ね順調に進展していると評価した。
|
| 今後の研究の推進方策 |
自動生成結果における和声法のルール違反を減らすことと、高い音楽性を実現することの両立を、音楽自動生成手法を改良することで実現し、他の研究チームや音楽専門家と協力して生成結果の評価実験を行う。
|
