| 研究課題/領域番号 |
12480090
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
奥乃 博 京都大学, 情報学研究科, 教授 (60318201)
|
|---|
| 研究分担者 |
河原 達也 京都大学, 情報学研究科, 助教授 (00234104)
後藤 真孝 独立行政法人産業技術総合研究所, 研究員
|
|---|
| キーワード | 音オントロジー / 楽音認識 / 音高依存関数 / 音源定位 / 対判別関数 / 階層的認識 / 環境音認識 / 決定木学習 |
|---|
| 研究概要 |
研究代表者が京都大学に採用され、東京理科大学から異動したので、設備の移転ができず、再度設備の充実を行うとともに、「音高依存性を利用した階層的な音色認識」、「定位情報による楽音分離」、および、「特徴量から決定木の自動学習」に焦点を絞り、研究を進めた。
1.設備の充実-昨年度東京理科大学で購入した設備とほぼ同じものを導入した。
2.音高依存性を利用した階層的な音色認識-楽器音の特徴量が音高に依存することに着目し、各特徴量の音高依存性を3種類(無相関型特徴量・連続変化型特徴量・離散変化型特徴量)の関数で表現するメタ特徴量を提案した。楽器の階層的分類に基づき、さらに、本メタ特徴量を用いることにより、楽器音同定率が改善されることを確認した。また,未知楽器の認識問題に対しても、本手法により、信頼できるカテゴリーまでの同定が可能となった。
3.定位情報による楽音分離-演奏者の位置が固定していることが多いことに着目し、ステレオ入力から両耳間位相差と強度差を用いて、各楽器の定位を求める。この過程で、調波構造構造と定位情報とを統合し、両者の暖昧性を解消する。この結果、4つの楽器が演奏するカノンの音高・音色が高性能で抽出し、認識できることが分かった。また、音色(楽器)の同定には、対判別関数を学習することにより、全カテゴリを対象にした同定よりも楽器同定率が大幅に向上することを確認した。
4.特徴量から決定木の自動学習-環境音の多様性に対応するために、オントロジーを自動的に抽出することを目的として、与えられた特徴量から決定木の自動学習を試みた。RWCP作成の環境音データベースを用い、特徴量としては、上記の楽音用の特徴量だけでなく、環境音特有のものも加え、決定木学習にはC5.0を用いた。決定木のラベルには、環境音の名前ではなく、環境舎を特徴付ける定性的な属性を与えることにより、未知音の優位な属性が抽出できることを確認した。
|
