大局的構造生成のための小節特徴量系列モデリングに基づく階層的自動作曲

• Item type: SIG Technical Reports(1)
• 公開日: 2025-02-27
• タイトル / 言語: ja
• タイトル: 大局的構造生成のための小節特徴量系列モデリングに基づく階層的自動作曲
• タイトル / 言語: en
• タイトル: Hierarchical symbolic music composition based on bar-feature sequence modeling for global structure generation
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 生成・合成・創作
• 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: 名大院・情報研
• 著者所属: 名大院・情報研
• 著者所属: 名大・情報基盤センター
• 著者所属(英): en
• 著者所属(英): Nagoya University, Graduated School of Informatics
• 著者所属(英): en
• 著者所属(英): Nagoya University, Graduated School of Informatics
• 著者所属(英): en
• 著者所属(英): Nagoya University, Information Technology Center
• 著者名: 澤田,桂都; Huang,Wen-Chin; 戸田,智基
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，楽曲が持つ大局的構造を反映するため，小節ごとの特徴量の系列モデリングと，その特徴量に基づく局所的楽曲生成処理からなる階層的な自動作曲手法を提案する．既存の自動作曲手法では，局所的な楽曲構造を反映した生成においては人の作曲家に迫る性能を示しているが，節や旋律を跨いだ大局的構造を考慮した生成は行われておらず，その観点での評価が行われていない．そこで，本研究では，楽曲の時間構造を表す中で基本となる単位で，かつ，一般の楽曲において共通して現れる小節に注目し，その特徴量系列のモデル化によって大局的構造の生成性能を向上させる．また，大局的構造の客観評価指標として，BFSD (Bar feature similarity distance)を提案する．実験的評価の結果から，提案手法が大局的構造を考慮した自動作曲に有効であることが示された．一方で，人の作曲にはまだ及ばず，さらなる性能の改善が求められることが示唆された．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This report proposes a hierarchical deep generative model for generating music that reflects the global structure by modeling sequences of bar-features and music segment generation processing based on the features. Previous automatic composition research have achieved performance close to that of human composers in generating local musical structures, but have not considered the global structures that span sections and melodies, and have not been evaluated from such a perspective. Therefore, we focus on the bar, a basic and common unit in general music, and improves the generation performance of global structures by modeling the sequence of bar features. In addition, we propose BFSD (Bar feature similarity distance) as an objective evaluation index for global structures. Experimental evaluation results show that the proposed method is effective for automatic composition considering global structures. However, it is suggested that further performance improvements are needed to approach human composition.
• 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 2025-MUS-142, 号 49, p. 1-7, 発行日 2025-02-27
• 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