| 研究課題/領域番号 |
26730182
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
エンタテインメント・ゲーム情報学
|
|---|
| 研究機関 | 名古屋工業大学 |
|---|
研究代表者 |
酒向 慎司 名古屋工業大学, 工学(系)研究科(研究院), 助教 (30396791)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2016年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2015年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2014年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 演奏表情生成 / 演奏追跡 / 楽譜アライメント / 条件付き確率場 / 演奏分析 / 自動伴奏再生 / 楽譜追跡 / 隠れマルコフモデル |
|---|
| 研究成果の概要 |
本研究では、楽器演奏における個人性を演奏データから学習し、その演奏スタイルを再現（転写）する表情付き演奏の自動生成技術と、その演奏データを自動生成するための楽譜と音響信号との同期（楽譜アライメント）の二つに焦点を当てて研究に取り組んだ。表情付き演奏生成技術については、再現性の改善などの演奏生成モデルの高度化に取り組むとともに、人間の特徴的な演奏の分析や可視化が可能であることを示した。演奏追跡技術については、主に楽譜アライメント技術の高度化について取組み、基本的な音符情報だけでなく演奏上重要な楽器種やメロディパートといった高次な楽譜情報を活用することで性能を向上させることができることを示した。
|
