| 研究課題/領域番号 |
26700020
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
吉井 和佳 京都大学, 情報学研究科, 講師 (20510001)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| キーワード | ノンパラメトリックベイズ / 機械学習 / 音楽情報処理 |
|---|
| 研究実績の概要 |
音楽音響信号を楽譜に変換するため、近年着目されている非負値行列分解(NMF)に着目し、その改良および拡張に取り組んだ。NMFは確率モデルとしての解釈が可能であり、最終的に統一的な確率モデルを構築する際に都合がよい。まず、音楽音響信号中で使用されている楽器数・音源数の自動推定を行うため、ソース・フィルタ型のノンパラメトリックベイズモデルを考案し、この研究成果を情報処理学会 音楽情報学研究会にて発表した。また、調波音と非調波音との統一的な取り扱いを行うことができるNMFの拡張についても検討を進めた。さらに、和音認識と自動採譜との相互依存性に着目し、和音認識精度を改善する手法を提案した。具体的には、NMFを用いて各時刻における各音高の音量を近似的に推定することで高精度な和音認識を行い、推定された和音を事前知識として用いて再度NMFを行うことで、さらに和音認識精度の改善を行う。当初予期しなかった研究成果として、複雑な音楽音響信号に対する歌声・伴奏音分離手法を開発することができた。本手法は、RPCAに基づく歌声分離とSHSに基づく音高推定を相補的に組み合わせた手法であり、国際的な音楽認識コンテストであるMIREX2014の歌声分離トラックにて最高性能を達成することができた。これら一連の研究成果は、国際会議における投稿・発表準備を進めている。
|
| 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
当初の予定通りおおむね順調に進展している。特に、音楽知能の解明の上でキーとなる高度な音響モデルを提案し、その教師なし学習アルゴリズムを導出できたことは意義深い。また、以前からの懸案事項であった調波音と非調波音との統一的な取り扱いについて進展が見られた。音符の長さの取り扱いについてはまだ研究がそれほど進んでいないが、歌声分離や和音認識に関して当初想定しなかった優れた研究成果が得られている。
|
| 今後の研究の推進方策 |
ほぼ当初の予定通り順調に研究が進展しているので、今後も当初の研究計画に沿って研究を進めていく。非常に優れた成果が得られている歌声情報処理の研究も展開していく。
|
| 次年度使用額が生じた理由 |
旅費、人件費・謝金、その他の費目については、概ね交付申請書に記載した通りの支出ができた。一方、物品費に関しては200万円ほどを次年度に繰り越すこととなった。その理由としては、急激な円安の進行で計算機設備の価格が1.5倍以上にもなり、予定通りの調達ができなかったためである。
|
| 次年度使用額の使用計画 |
計算機の能力は年々大きく進歩し、当初想定している性能を満たす計算機はより安価に購入できるようになることから、予算を繰り越して次年度以降の予算と一体化して運用する。
|
