|
本年度は以下の２点について研究を進めた．
１．弓圧とテンポによる表情付け：ロボットのハードウエアに関しては，ロボットに搭載されている6軸力覚センサを用いて弓圧を計測し，弓圧，弓速，弓の下げ量，音圧の関係性を明らかにして，音圧調整システムを構築した．次に，昨年度計測した音大生の演奏を詳細に分析した．特に，「明るい」「暗い」の表情付けにおいて，「テンポ」および「音圧」の変化を解析することでロボットに反映できる物理的な特徴を明らかにすることを目指した．分析の結果，テンポの表情付けをする際には，テンポ変化のパターンは同じにして，テンポの速さを変える必要があること，および，音圧の表情付けをする際には，音圧の大きさは同じにして，音圧の変化パターンを変える必要があることが分かった．以上の結果を基に，構築した音圧調整システムを用いて，ロボットによる表情付けを自動的に行うアルゴリズムを提案できた．
２．強化学習による演奏決定：強化学習を用いた演奏決定アルゴリズムの構築を試みた．バイオリンの音を決定する要素は，弓圧，弓速，サウンディングポイント等であるが，弓の長さやロボットのアクチュエータ性能といった制約から，各音に対して任意の演奏パラメータを適用しても，一連の動作として演奏が不可能になる場合がある．また，弓付けの方向によってもこの実現可能性は変化する．そこで，機械学習手法の一つである強化学習の枠組みを楽曲演奏におけるパラメータ決定問題に適用することで，可能な動作の中から目標の音圧に近い演奏音が得られる動作を生成するシステムを提案，構築し，その性能評価を行った．強化学習を用いてバイオリン演奏ロボットのボーイング動作における弓付け及び演奏パラメータ決定を行う手法を適用することで，可能なボーイング動作が得られ，学習前に比べ目標により近い演奏音が得られた．
|
