文献

J-GLOBAL ID：201802279998955309   整理番号：18A0699474

スペクトログラムの階層的クラスタリングを用いたタイムスパン・セグメンテーション抽出について

On Extracting Time-span Segmentation Using Hierarchical Clustering of Spectrogram

著者 (4件)： 澤田隼 (公立はこだて未来大) ,  澤田隼 (公立はこだて未来大 大学院) ,  竹川佳成 (公立はこだて未来大) ,  平田圭二 (公立はこだて未来大)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 59  号： 3  ページ： 941-950 (WEB ONLY)  発行年： 2018年03月15日 
JST資料番号： U0452A  ISSN： 1882-7764  資料種別： 逐次刊行物 (A)
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： 本稿では,Generative Theory of Tonal Music(GTTM)を音楽のスペクトログラムに直接適用して階層的クラスタリングによってタイムスパン・セグメンテーションを生成する新しい方法を提案する。まず初めに,スペクトログラムを時間軸方向に分割し,周波数方向に縦長の矩形(bin)をピッチイベントとして,スペクトログラムを一連のbinの集合として考える。binのテクスチャの特徴は,グレーレベル同時生起行列(Gray level co-occurrence matrix:GLCM)を使用して抽出され,テクスチャ特徴量の時系列データを生成する。テクスチャ特徴量による隣接bin間の類似度によってフレーズの近接度および変化量が計算される。並列性および反復性などの大域的な構造は,一連のbinの自己相似性行列(Self-similarity matrix:SSM)によって検出される。隣接するbin間の境界の強さを表す時系列データが与えられ,隣接するbinをボトムアップに反復的に併合していくことで,最終的にタイムスパン・セグメンテーションに対応する系統樹を生成するアルゴリズムを開発する。MozartのK.331とK.550を入力して実験を行った結果,音高や調和などの音楽知識をほとんど考慮していないにもかかわらず,有望な結果が得られた。(著者抄録)

シソーラス用語： *図表 ,  スペクトル解析 ,  *クラスタ化 ,  階層構造 ,  *セグメンテーション ,  自己相似性 ,  系統樹 ,  系統発生
準シソーラス用語： *スペクトログラム ,  *階層的クラスタリング

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (17件)：

• Chen, R. and Li, M.: Music Structural Segmentation By Combining Harmonic and Timbral Information, Proc. ISMIR, pp.477-482 (2011).
• Costa, Y.M.G., Oliveira, L.S., Koerich, A.L. and Gouyon, F.: Comparing textural features for music genre classification, Proc. 2012 International Joint Conference on Neural Networks, pp.1867-1872 (2012).
• Dibben, N.: Cognitive Reality of Hierarchic Structure in Tonal and Atonal Music, Music Perception: An Interdisciplinary Journal, Vol.12, No.1, pp.1-25 (1994).
• Foote, J.: Visualizing Music and Audio using Self Similarity, Proc. 7th ACM Int’l Conf. Multimedia, pp.77-80 (1999).
• Foote, J.: Automatic audio segmentation using a measure of audio novelty, Proc. IEEE International Conference on Multimedia and Expo, Vol.1, pp.452-455 (2000).

タイトルに関連する用語 (4件)： スペクトログラム ,  階層的クラスタリング ,  タイムスパン ,  セグメンテーション