抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本稿では,深層ニューラルネットワーク(DNN)を用いて,ポピュラー音楽のバンド譜を,無段階で指定した難易度を持つピアノ譜に編曲する手法について述べる.バンド譜のピアノ編曲においては,元のバンド譜を上下に1オクターブシフトした拡張バンド譜から,ピアノ譜に用いる音符を選択するスコアリダクションアプローチが有効である.従来,バンド譜と初級あるいは上級のピアノ楽譜からなるペアデータを用いて,拡張バンド譜に対するマスクを推定するDNNを,難易度条件付きで教師あり学習する方法が提案されていた.しかし,学習時には初級かそうでないかの区別が見出され,推論時に中間的な難易度を指定しても,常に上級のピアノ譜が出力される問題があった.そこで,本研究では,低難度のピアノ譜は高難度のピアノ譜の部分集合であるという仮定し,DNNを用いて拡張バンド譜の各音符の基本重要度を推定し,難易度に応じた冪指数を用いて基本重要度の冪を計算した後,難易度に非依存の一定の閾値以上の音符を選択する方法を提案する.上級と初級に対応する冪指数はDNNと同時に最適化を行い,中級に対応する冪指数は線形補完によって求める.さらに,推論時における中級のピアノ譜の生成能力を強化するため,初級と上級のピアノ譜しか与えられていない学習時においても,中級のピアノ譜の生成・評価を可能にする手法を提案する.実験により,無段階の難易度調整における提案法の有効性を確認した.(著者抄録)