2017 Fiscal Year Annual Research Report
Emergence of Musical Intelligence Based on Probabilistic Integration of Signal and Symbolic Processing
| Project/Area Number |
26700020
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
吉井 和佳 京都大学, 情報学研究科, 講師 (20510001)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | 音楽情報処理 / 機械学習 / 信号処理 / 記号処理 / 作曲支援 |
|---|
| Outline of Annual Research Achievements |
最終年度は、一般的なポピュラー音楽を対象として、音響モデルと言語モデルの確率的統合に基づくカバーバンド譜生成に取り組んだ。本課題は、自動採譜と自動編曲の中間的な課題であり、さまざまな楽器を用いて演奏されるポピュラー音楽の音響信号が与えられた際に、ボーカル、数種類のギター、ドラムからなる典型的なバンドで演奏可能な楽譜を生成することを目的としている。まず、ボーカルパートの自動採譜を目的として、スケールや音高の遷移を表現する言語モデルと、音符系列から連続的な歌声のF0軌跡を生成する音響モデルを統合した階層隠れセミマルコフモデルを定式化することで、与えられたF0軌跡を音符系列に変換する技術を開発した。本研究は、ISMIR 2017に採択された。また、ドラムパートの自動採譜を目的として、小節ごとのドラムパターン（バスドラム・スネアドラム・ハイハットの発音時刻の配置）を生成可能な言語モデル（変分オートエンコーダ）と、ドラムパターンからスペクトログラムを生成する音響モデル（非負値行列分解）とを統合した階層ベイズモデルを定式化することで、音響信号からドラム譜を推定する技術を開発した。一方、伴奏パートに関しては、具体的には、各ギターパートを構成する音符や和音の遷移を表現する言語モデルと、音符や和音からスペクトログラムを生成する音響モデルを統合した階乗隠れセミマルコフモデルを定式化することで、任意の楽器で演奏されうる音響信号を、リードギター・ベースギター・リズムギターの3種類のギターで演奏可能な楽譜に変換する技術を開発した。これらの研究に関しては国際会議に投稿中あるいは投稿準備中である。一方、研究の更なる発展として、コードとメロディの生成過程を記述する統一的な確率モデルを定式化することで、メロディとコードをインタラクティブに作曲することができるインタフェースを開発した。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
29年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
29年度が最終年度であるため、記入しない。
|
