2024-03-30T00:54:59Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:000562732024-03-29T05:26:34Z01164:05064:05113:05118
隠れマルコフモデルを用いた旋律への自動和声付けHidden Markov Model Applied to Automatic Harmonization of Given Melodiesjpnhttp://id.nii.ac.jp/1001/00056273/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=56273&item_no=1&attribute_id=1&file_no=1Copyright (c) 2000 by the Information Processing Society of Japan北陸先端科学技術大学院大学情報科学研究科北陸先端科学技術大学院大学情報科学研究科北陸先端科学技術大学院大学情報科学研究科北陸先端科学技術大学院大学情報科学研究科川上, 隆中井, 満下平, 博嵯峨山, 茂樹本稿では、隠れマルコフモデル(HMM)を用いて与えられた旋律に自動で和声付けを行なう手法を提案し、実験的検討結果を報告する。旋律は背後に隠れた和声進行から生成される、とする旋律生成の隠れマルコフモデルを提唱し、その逆問題として、与えられた旋律から背後の和声進行を最尤推定する。2種類の和声進行のモデル、いくつかの旋律生成のモデル、さらにN-bestアルゴリズムによる和声付け複数候補抽出や、与えられた旋律の調性推定及び転調検出についても論じる。童謡や歌曲及びバッハのコラールから学習した和声進行確率モデルを用いた、実際に和声付け実験を行なった結果についても述べる。This paper proposes the use of Hidden Markov Model (HMM) for automatic music harmonization of given molodies and describes experimental results. The process of producing a melody is modeled by a hidden Markov model consisting of harmony transitions and emission of musical notes from harmonies. The underlying harmony is estimated as an inverse problem solved by a maximum likelihood estimation from the given melody. Harmony transition models, melody emission models, N-best candidate generation, tonality estimation and detection are also discussed. Experimental studies were made based on statistical analysis of harmony transitions in tunes and songs as well as in more than 300 chorales by J.S. Bach.AN10438388情報処理学会研究報告音楽情報科学(MUS)200019(1999-MUS-034)59662000-02-172009-06-30