文献

J-GLOBAL ID：201902268060409764   整理番号：19A1541160

対話型オーディオルーパにおける調和予測のためのモデルの比較【JST・京大機械翻訳】

Comparing Models for Harmony Prediction in an Interactive Audio Looper

著者 (2件)： Wallace Benedikte (RITMO Centre for Interdisciplinary Studies in Rhythm, Time, and Motion, Department of Informatics, University of Oslo, Oslo, Norway) ,  Martin Charles P. (RITMO Centre for Interdisciplinary Studies in Rhythm, Time, and Motion, Department of Informatics, University of Oslo, Oslo, Norway)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11453  ページ： 173-187  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 音楽家は,しばしばループペダルやマルチトラックレコーダのようなツールを用いて,改善と歌書を支援するが,これらのツールは一般的に音楽性能の側面に寄与しない。本研究では,ループの調和を予測し,連結合成を用いて自動的に付随を構築する対話型オーディオルーパを導入した。システムは調和予測のために機械学習(ML)モデルを使用する。すなわち,それは与えられたメロディのためにコード記号列を生成する。このタスクに対する2つの潜在的MLモデルの性能を解析した:隠れMarkovモデル(HMM)と双方向長短期メモリ(BLSTM)セルを持つリカレントニューラルネットワーク(RNN)。著者らの発見は,RNNアプローチがより正確な予測を提供し,訓練データの変化に関してよりロバストであることを示した。著者らは,生の性能とaskにおける各々のモデルの予測の影響を考慮した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音楽 ,  記録装置 ,  *予測 ,  記憶装置 ,  ロバスト性 ,  機械学習 ,  文字列 ,  隠れMarkovモデル
準シソーラス用語： 訓練データ ,  リカレントニューラルネットワーク ,  旋律 ,  ペダル ,  音楽家 ,  *対話型 , 【Automatic Indexing@JST】

著者キーワード (4件)： RNN ,  深層学習 ,  音楽インタラクション ,  機械の改良

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 対話型 ,  オーディオ ,  ルーパ ,  調和 ,  予測 ,  モデル