研究課題/領域番号 |
22K18016
|
研究種目 |
若手研究
|
配分区分 | 基金 |
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 | 国立情報学研究所 |
研究代表者 |
飯野 なみ 国立情報学研究所, 情報学プリンシプル研究系, 特任研究員 (50910444)
|
研究期間 (年度) |
2022-04-01 – 2027-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2025年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2024年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
|
キーワード | 選曲支援 / 平均情報量 / 楽器演奏者 / クラシックギター |
研究開始時の研究の概要 |
演奏技能の習得において,楽器演奏者に個人適応した選曲が求められる.本研究では,楽器演奏者の選曲を支援するための技術的要素を含む統合的な楽曲分析を行い,コンサートやコンクールなどの演奏現場に適した選曲戦略の指針となる楽曲評価指標の提示を目指す.具体的には,クラシックギターを対象として,次の課題を解決する.(1)技術的要素の抽出:楽譜情報から運指を推定し,演奏動作に関する要素を抽出する.(2)楽曲分析結果の統合:楽曲の音楽的要素と技術的要素の分析結果を結びつけ,演奏者視点による選曲指標を検討する.これらにより,楽譜を媒体とした楽曲分析の高度化や音楽教育に適した楽曲推薦サービスへの展開が期待できる.
|
研究実績の概要 |
2022年度は産前産後の休暇および育児休業によって研究を遂行できなかったため、研究実績にあたる成果を報告することができない。そのため、本欄では今後の研究計画について述べる。 本研究の課題は、次の3つである:(1)運指の推定、(2)情報理論に基づく楽曲分析、および(3)楽曲分析結果の統合。2022年度に実施できなかった内容を考慮し、次のスケジュールで研究を進める予定である。(1)運指の推定は2023、2024年度に取り組み、(2)情報理論に基づく 楽曲分析は2024年度に取り組み、(3)楽曲分析結果の統合は2025年度に取り組む。 (1)ではまず、2022年度に調査していた既存研究を再度精査し、クラシックギターに適用したモデルを構築することに専念する。なお、現在着目している参考モデルはヴァイオリン用に確立されたものであるが、クラシックギターは弦の数や演奏可能な音の数が圧倒的に多く、取りうる運指の組合せ数から標準的な運指の規則を見つけることが難しい。そのため、モデル構築には時間がかかることが想定され、2年間の研究期間を設けている。また、推定した運指情報から「使用する弦」、「ポジション移動」、「使用する指」といった要素を抽出する方法も併せて検討していく必要もある。 (2)についてはまず分析する楽曲を選定する。先行研究で分析・蓄積してきた楽曲データがあるため、それらの利用も考慮する。次に、楽譜から「音高」や「音価」などの情報を取り出し、平均情報量を自動的に算出するためのモデルを構築する。 (3)の課題は、(1)と(2)から得られた結果を、演奏者に向けた形で楽曲解釈することである。複数のギター奏者との議論が必要になると考えているため、事前に研究協力が可能な環境を作る。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
産前産後の休暇および育児休業により研究を中断していたため、休暇以前に調査していた既存研究を精査するところから始める必要がある。
|
今後の研究の推進方策 |
研究実績の概要で述べた内容と同様である。 本研究の課題は、次の3つである:(1)運指の推定、(2)情報理論に基づく楽曲分析、および(3)楽曲分析結果の統合。2022年度は産前産後の休暇および育児休業によって研究を遂行できなかったため、次のスケジュールで研究を進める予定である。(1)運指の推定は2023、2024年度に取り組み、(2)情報理論に基づく 楽曲分析は2024年度に取り組み、(3)楽曲分析結果の統合は2025年度に取り組む。 (1)ではまず、これまで調査していた既存研究を再度精査し、クラシックギターに適用したモデルを構築することに専念する。なお、現在着目している参考モデルはヴァイオリン用に確立されたものであるが、クラシックギターは弦の数や演奏可能な音の数が圧倒的に多く、取りうる運指の組合せ数から標準的な運指の規則を見つけることが難しい。そのため、モデル構築には時間がかかることが想定され、2年間の研究期間を設けている。また、推定した運指情報から「使用する弦」、「ポジション移動」、「使用する指」といった要素を抽出する方法も併せて検討していく必要もある。 (2)についてはまず分析する楽曲を選定する。先行研究で分析・蓄積してきた楽曲データがあるため、それらの利用も考慮する。次に、楽譜から「音高」や「音価」などの情報を取り出し、平均情報量を自動的に算出するためのモデルを構築する。 (3)の課題は、(1)と(2)から得られた結果を、演奏者に向けた形で楽曲解釈することである。複数のギター奏者との議論が必要になると考えているため、事前に研究協力が可能な環境を作る。
|