ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. 音楽情報科学(MUS)
  3. 2019
  4. 2019-MUS-124

ピアノ運指データを用いた統計学習手法による運指推定と演奏難易度の定式化

https://ipsj.ixsq.nii.ac.jp/records/198761
https://ipsj.ixsq.nii.ac.jp/records/198761
c4d0c450-ca29-47f6-8b1c-44203d962abf
名前 / ファイル ライセンス アクション
IPSJ-MUS19124012.pdf IPSJ-MUS19124012.pdf (5.1 MB)
Copyright (c) 2019 by the Information Processing Society of Japan
オープンアクセス
Item type SIG Technical Reports(1)
公開日 2019-08-20
タイトル
タイトル ピアノ運指データを用いた統計学習手法による運指推定と演奏難易度の定式化
言語
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
京都大学
著者所属
木更津工業高等専門学校
著者所属
京都大学
著者名 中村, 栄太

× 中村, 栄太

中村, 栄太

Search repository
齋藤, 康之

× 齋藤, 康之

齋藤, 康之

Search repository
吉井, 和佳

× 吉井, 和佳

吉井, 和佳

Search repository
論文抄録
内容記述タイプ Other
内容記述 ピアノ運指の自動推定は,音楽演奏過程を情報学的に理解するために重要であり,演奏支援や演奏学習支援技術へ応用可能である.運指の良さを定義する自然な方法は演奏の制約やコストのモデルを構成することであるが,一般的にこれらのモデルでは適切なパラメータの値を見つけるのは難しい.本稿では,統計モデルに基づくデータ駆動型のアプローチを考え,与えられた運指の自然さを確率に基づいて記述する方法について調べる.具体的には,2種類の HMM (隠れマルコフモデル) とその高次の拡張を構成する.比較手法として,DNN (深層ニューラルネットワーク) に基づく方法も調べる.新しく公開したピアノ運指のデータセットを用いて,これらの手法の学習と評価を行い,制約に基づく代表な手法との比較評価も行う.評価に関しては,運指の個人的差異を考慮して,複数の正解運指データがある場合に使える新たな評価指標を考案した.評価の結果,高次 HMM に基づく手法がその他の手法よりも推定精度が高いことが明らかになった.運指モデルに基づく演奏難易度の定式化およびピアノ用編曲への応用についても議論する.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN10438388
書誌情報 研究報告音楽情報科学(MUS)

巻 2019-MUS-124, 号 12, p. 1-16, 発行日 2019-08-20
ISSN
収録物識別子タイプ 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
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 21:54:16.277801
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3