2022 Fiscal Year Annual Research Report
An Approach to Guqin Music Recognition and Composition by Machine Learning
| Project/Area Number |
22H03709
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Nippon Institute of Technology |
|---|
Principal Investigator |
呉本 尭 日本工業大学, 先進工学部, 教授 (40294657)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
稗田 浩雄 公益財団法人未来工学研究所, 研究センター, 研究員 (10425796)
間普 真吾 山口大学, 大学院創成科学研究科, 教授 (70434321)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Keywords | 仙翁操 / YOLOv5 / VGG16 / 減字譜 / AI打譜 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は「古琴（七絃琴）の琴譜である減字譜をディープラーニング技術によって、自動的に識別し、その琴曲を復元する（AI打譜）」ことの実現である。本年度（初年度）において、実施した研究内容および成果は以下通りにある。
１．古琴譜の収集：「琴曲集成全30冊」（2012年中華書局出版）を入手した。
２．減字譜データベースの作成：平易な古琴曲である「仙翁操」の減字譜データベースを作成した。
３．AIモデルによる減字譜の識別：深層学習モデルであるVGG16およびYOLOv5を用いて、「仙翁操」における５５種単字減字譜識別を行い、それぞれの識別率は87.50%と88.47%であったことを明らかにした。
４．減字譜から琴曲の復元：「仙翁操」の単字の演奏ビデオデータを作成し、減字譜画像から直接音声を出力するシステムをYOLOv5によって開発した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
研究代表者の所属機関にて極めて良好な研究環境があり、研究協力者（研究室在籍学生）の鋭意な努力、および研究分担者方の積極的な支援より、本年度の進捗状況は当初の計画以上に進展している。具体的には、国際会議ICIARE2022および国内研究会（2022年電気学会電子情報システム部門大会）で本研究課題の成果発表を行ったことなどが挙げられる。
|
| Strategy for Future Research Activity |
初年度にAI打譜システム構築に向けて、平易な古琴曲「仙翁操」のみを対象とし、減字譜単字５５種のデータベースを作成したが、今後は大量(100曲を目指す）の古琴曲を含んだ減字譜データベースの構築を行う。また、初年度のAI打譜システムの出力音声にはリズム、強弱などの音楽要素を含んでおらず、今後これらの課題を解決したい。
|
