文献

J-GLOBAL ID：201902272503214923   整理番号：19A0488963

多声音声の自動転写【JST・京大機械翻訳】

Automatic Transcription of Polyphonic Vocal Music

著者 (4件)： McLeod Andrew (School of Informatics, University of Edinburgh, Edinburgh EH8 9AB, UK) ,  Schramm Rodrigo (Departamento de Musica, Universidade Federal do Rio Grande do Sul, Porto Alegre 90020, Brazil) ,  Steedman Mark (School of Informatics, University of Edinburgh, Edinburgh EH8 9AB, UK) ,  Benetos Emmanouil (School of Electronic Engineering and Computer Science, Queen Mary University of London, London E1 4NS, UK)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 7  号： 12  ページ： 1285  発行年： 2017年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本論文では,複数の単一者によるCappella性能の音声記録に適用される自動音楽転写のための方法を提案した。音響と音楽言語モデルを統合したマルチピッチ検出と音声割当のためのシステムを提案した。音響モデルはスペクトル分解を実行し,事前抽出した対数スペクトルテンプレートを持つ6次元辞書を用いて確率的潜在成分分析(PLCA)を拡張した。音楽言語モデルは,音楽的仮定を適用する隠れMarkovモデルを用いて音声分離と割当を実行する。2つのモデルを統合することによって,システムは,ポリホン音声音楽における複数の同時ピッチを検出することができて,それぞれの検出ピッチを,sopノ,al,ten,またはバス(SATB)のような特定の音声タイプに割り当てることができた。著者らのシステムを複数のベースラインに対して比較し,Bach choralesのデータセット上のマルチピッチ検出と音声割当の両方に対する最先端の結果を達成した。また,20%ピッチ分解能での性能を調べるために,様々なピッチ許容レベルを用いたこのシステムの追加評価を示した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 対数 ,  音楽 ,  分解能 ,  スペクトル分解 ,  言語モデル ,  *転写 ,  信号解析 ,  基準線 ,  スペクトル ,  隠れMarkovモデル ,  音響
準シソーラス用語： 音声分離 ,  成分分析 ,  音響モデル ,  音声記録 , 【Automatic Indexing@JST】

著者キーワード (7件)： 自動音楽転写 ,  マルチピッチ検出 ,  音声割当 ,  音楽信号解析 ,  音楽言語モデル ,  多声音楽 ,  音楽情報検索

分類 (2件)： 楽器音響  (BB03070Y) ,  音声処理  (JE05000E)

引用文献 (53件)：

• Benetos, E.; Dixon, S.; Giannoulis, D.; Kirchhoff, H.; Klapuri, A. Automatic music transcription: Challenges and future directions. J. Intell. Inf. Syst. 2013, 41, 407-434.
• Li, D.D.; Seung, H.S. Learning the parts of objects by non-negative matrix factorization. Nature 1999, 401, 788-791.
• Shashanka, M.; Raj, B.; Smaragdis, P. Probabilistic latent variable models as nonnegative factorizations. Comput. Intell. Neurosci. 2008, 2008, 947438.
• Vincent, E.; Bertin, N.; Badeau, R. Adaptive harmonic spectral decomposition for multiple pitch estimation. IEEE Trans. Audio Speech Lang. Process. 2010, 18, 528-537.
• Kameoka, H.; Nakano, M.; Ochiai, K.; Imoto, Y.; Kashino, K.; Sagayama, S. Constrained and regularized variants of non-negative matrix factorization incorporating music-specific constraints. In Proceedings of the 2012 IEEE International Conference on Acoustics, Speech and Signal Processing, Kyoto, Japan, 25-30 March 2012; pp. 5365-5368.

タイトルに関連する用語 (2件)： 声音 ,  転写