暗意実現モデルに基づき作曲家識別を行うHMMについて

• Item type: SIG Technical Reports(1)
• 公開日: 2018-02-13
• タイトル: 暗意実現モデルに基づき作曲家識別を行うHMMについて
• タイトル / 言語: en
• タイトル: About HMM which Performs Composer Identification Based on Implication-Realization Model
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 公立はこだて未来大学
• 著者所属: 公立はこだて未来大学
• 著者所属: 公立はこだて未来大学
• 著者所属(英): en
• 著者所属(英): Future University Hakodate
• 著者所属(英): en
• 著者所属(英): Future University Hakodate
• 著者所属(英): en
• 著者所属(英): Future University Hakodate
• 著者名: 能登, 楓; 竹川, 佳成; 平田, 圭二
• 著者名(英): Kaede, Noto; Yoshinari, Takegawa; Keiji, Hirata
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，音楽から受ける 「作曲者らしさ」 をメロディから識別する手法を提案する．一般に，作曲者は多種多様な曲を創作しているため，共通する作曲者らしさは主観的な印象となってしまう．本稿では，暗意実現モデルに基づいた楽曲分析より，期待感の実現，逸脱を隠れ状態として想定とした隠れマルコフモデル (Hidden Markov Model ; HMM) を作成し，その有用性について議論する．ここで，暗意実現モデルとは，旋律に対する音楽理論であり，旋律の期待感の実現，逸脱によって楽曲を分析する．我々は，作曲者らしさをモデル化するための方針として，メロディが時系列情報であることに着目した．提案モデルの有用性を検証するため，評価実験を行なった．評価実験では未知のメロディに対して，最も高い生成確率を与える作曲家モデルを未知のメロディが属する作曲家モデルと，未知メロディの識別を行なった結果, 識別率の平均は約 64% であった．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438388
• 書誌情報: 研究報告音楽情報科学（MUS）; 巻 2018-MUS-118, 号 18, p. 1-6, 発行日 2018-02-13
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8752
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会