文献

J-GLOBAL ID：201702267905054828   整理番号：17A1277857

特徴量軌跡の機械学習に基づくジャズセッションの自動生成

著者 (3件)： 保利武志 (明治大) ,  中村和幸 (明治大) ,  嵯峨山茂樹 (明治大)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2017  号： MUS-116  ページ： Vol.2017-MUS-116,No.12,1-6 (WEB ONLY)  発行年： 2017年08月17日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究では,統計的に学習可能な枠組みにおいて,人間の演奏者と計算機によるインタラクティブなジャズセッションを実現するための数理モデル及び定式化と演奏生成手法について述べる。即興演奏を主体とするジャズセッションにおいて適切な演奏を選択・生成するために,従来のジャズセッションシステムでは演奏者の演奏意図を推定するためのパラメータを,経験則や心理実験等を介してヒューリスティックに決定していたが,本稿で提案するジャズセッションの数理モデルでは,音楽演奏は音楽特徴量空間の軌跡として表現可能であるという仮説に基づき,リード譜と演奏データのみから各楽器演奏の関係性を統計的に学習することで,演奏状態を推定し,その状態に適した演奏を生成する。本モデルでは,特に利用可能な学習データが限られたデータのスパース性に起因する学習困難な問題に対して,Hidden Markov Model(HMM)を用いたセグメンテーションによる空間量子化・軌跡離散化によって学習可能な確率的状態遷移モデルへの近似を行い,楽器演奏間の関係性はStacked bidirectional Long Short-term Memory(LSTM)及びDeep Berief Network(DBN)により学習・推定し,推定された各状態に基づく音高遷移の確率分布と確率的文脈自由文法(PCFG)を用いたリズムパタンによる伴奏楽器演奏を生成する。評価実験の結果,これまで我々が提案してきた通常のLSTMによる状態推定とリズム木仮説を用いたリズムパタンの最尤推定による生成と比べ,推定精度の向上及び演奏生成に関する拡張可能性が示された。(著者抄録)

シソーラス用語： *機械学習 ,  *音楽 ,  自動化 ,  相互接続 ,  *行為 ,  数学モデル ,  ヒューマンファクタ ,  対話処理 ,  *状態推定 ,  状態遷移図
準シソーラス用語： *自動生成 ,  ジャズ ,  セッション ,  *演奏 ,  インタラクティブシステム ,  数理モデル ,  状態遷移モデル

分類 (2件)： 楽器音響  (BB03070Y) ,  音響信号処理  (BB03050C)

引用文献 (16件)：

• Takeda, H., T, N., Sagayama, S. et al.: Automatic accolnpaniment system of MIDI performance using HMM-based score followng, IPSJ SIG Technical Reports, pp. 109-116 (2006).
• Nakamura, E., Takeda, H., Yamamot, R., Saito, Y., Sako, S., Sagayama, S. et al.: Score Following Handling Performances with Arbitrary Repeats and Skips and Automatic Accompaniment, IPSJ Journal, Vol. 54, No. 4, pp. 1338-1349 (2013).
• Hori, T., Nakamura, K. and Sagayama, S.: Automatic selection and concatenation system for jazz piano trio using case data, Proc. ISCIE International Symposium on Stochastic Systems Theory and its Applications, Vol. 2017 (2017).
• 保利武志,中村和幸,嵯峨山茂樹:HMM に基づくジャズセッションシステムにおけるベース・ドラムスの演奏に関する検討,情報処理学会第 79 回全国大会講演論文集, Vol. 2017, No. 2, pp. 129-130 (2017).
• Hori, T., Nakamura, K. and Sagayama, S.: Jazz Piano Trio Synthesizing System Based on HMM and DNN, Proc. 14th SMC, Vol. 2017, pp. 153-158 (2017).

タイトルに関連する用語 (6件)： 特徴量 ,  軌跡 ,  機械学習 ,  ジャズ ,  セッション ,  自動生成