文献

J-GLOBAL ID：201902241245872315   整理番号：19A0703587

音楽演奏の詳細なオーディオ解析のための多重解像度階層ベイズNMF【JST・京大機械翻訳】

Multiresolutional Hierarchical Bayesian NMF for Detailed Audio Analysis of Music Performances

著者 (3件)： Hori Takeshi (Meiji University, Tokyo, Japan) ,  Nakamura Kazuyuki (Meiji University, Tokyo, Japan) ,  Sagayama Shigeki (Meiji University, Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： APSIPA ASC  ページ： 1626-1635  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,多重解像度解析を用いた音楽性能詳細解析のための方法を検討し,ピッチ,正確な開始,持続時間,および強度の同時推定を可能にした。動機は,人間のプレイヤーの性能モデルを開発するのに十分な情報を得ることである。人間の性能の特性は,局所的および全体的なテンポ変化,音の強さ(MIDIにおける体積または速度),およびスラルとスタッコのような調音として観察できる。音楽情報検索システム,自動転写システム,音楽特徴とプレーヤ性能間の関係を訓練するための自動性能システムにとって,音楽オーディオ信号からのそのような特徴の推定と抽出は有用である。著者らの提案したシステムは,階層的Bayes推論を用いた非負行列因数分解(NMF)に基づいており,それは調和および非調和構造,ノート時間,強度,および開始情報を確率的にモデル化している。推定過程は2段階から成る。第一段階では,変分Bayes推論とGauss混合モデルを用いて,ピッチ開始,強度および継続時間を推定した。これらの値は,時間分解能が2倍になり,その結果を精密化するために反復される第2のより詳細なステップのための事前として使用される。評価結果は,提案した多重解像度Bayesモデルが著者らの非多重解像度Bayesモデルより正確な開始時間と継続時間を推定できることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 継続時間 ,  変分法 ,  調音 ,  *音楽 ,  *オーディオ機器 ,  Bayes推定 ,  モデリング ,  音声信号
準シソーラス用語： Gauss混合モデル ,  非負行列因子分解 ,  プレイヤ ,  同時推定 ,  *階層ベイズ ,  *多重解像度 ,  *演奏 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 音楽 ,  演奏 ,  オーディオ ,  解析 ,  多重解像度 ,  階層ベイズ ,  NMF