文献

J-GLOBAL ID：201802271971910235   整理番号：18A1758775

多重解像度NMFに基づく音響信号演奏詳細解析

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： 2018  号： MUS-120  ページ： Vol.2018-MUS-120,No.16,1-6 (WEB ONLY)  発行年： 2018年08月14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,音楽音響信号に対する詳細なオンセット時刻や音長,音量を,多重解像度解析に基づき同時に推定する方法について述べる。音楽音響信号からの音響特徴量抽出は自動演奏や自動作曲,音楽情報検索など,近年の学習ベースに基づくモデル獲得の基幹を為すものとして極めて重要な要素技術である。本稿では演奏表情が付与された実演奏ピアノロールは楽譜に基づくピアノロールに対する伸縮により表現可能であるとする仮説のもと,単音ごとにオンセットと音長,音量を陽にモデル化した畳み込み単音重畳モデルに基づくNMFと,さらに複数の異なる時間分解能スペクトログラム解析により得られる基底とオンセット分布,アクティベーション形状を相互に参照し合う並列NMFへと拡張した多重時間分解能な畳み込み単音重畳NMFのパラメータ更新式を導出する。提案モデルを用いた音楽音響信号に対するパラメータ推定とその評価実験の結果,畳み込み単音重畳モデルに基づくNMFの有効性が示された。(著者抄録)

シソーラス用語： *音響分析 ,  *行為 ,  *音楽 ,  楽器 ,  *特徴抽出
準シソーラス用語： *演奏 ,  *音響信号演奏 ,  特徴量抽出 ,  *音響特徴量抽出

分類 (3件)： 楽器音響  (BB03070Y) ,  計算機シミュレーション  (JE11000H) ,  音声処理  (JE05000E)

引用文献 (13件)：

• C. Raphael, “Automatic transcription of piano music.” in ISMIR, 2002.
• M. Goto, “A real-time music-scene-description system: Predominant-f0 estimation for detecting melody and bass lines in real-world audio signals,” Speech Communication, vol. 43, no. 4, pp. 311-329, 2004.
• H. Katmeoka, T. Nishimoto, and S. Sagayama, “Separation of harmonic structures based on tied gaussian mixture model and information criterion for concurrent sounds,” in Acoustics, Speech, and Signal Processing, 2004. Proceedings.(ICASSP’04). IEEE International Conference on, vol. 4. IEEE, 2004, pp. iv-iv.
• D. D. Lee and H. S. Seung, “Learning the parts of objects by non-negative matrix factorization,” Nature, vol. 401, no. 6755, p. 788, 1999.
• M. D. Hoffman, D. M. Blei, and P. R. Cook, “Bayesian nonparametric matrix factorization for recorded music.” in ICML, 2010, pp. 439-446.

タイトルに関連する用語 (5件)： 多重解像度 ,  NMF ,  音響信号 ,  演奏 ,  解析