@techreport{oai:ipsj.ixsq.nii.ac.jp:00206380,
 author = {石塚, 崚斗 and 錦見, 亮 and 中村, 栄太 and 吉井, 和佳},
 issue = {8},
 month = {Aug},
 note = {本稿では，音響音楽信号からドラムのオンセット時刻をテイタム単位で推定する手法を述べる．自動ドラム採譜では，フレーム単位で設計された深層ニューラルネットワーク (deep neural network; DNN) により，スペクトログラムを入力としてドラムのオンセット時刻を出力する手法が盛んに研究されてきた．しかし，フレーム単位の DNN では楽曲の繰り返し構造を学習することが難しいために，音楽的に不自然なドラムパターンをしばしば生成してしまうという問題点が指摘されていた．この問題を解決するため，我々はフレーム単位の入力特徴量からテイタム単位のドラム譜を推定する DNN に対して，推定結果を音楽的に妥当なパターンに誘導する正則化を施す学習手法を提案する．提案法では，大規模なドラム譜から学習された統計的言語モデルとして，GRU (gated recurrent unit) とスキップタイプ bi-gram を採用する．テイタム単位で推定されたオンセット時刻の音楽的な妥当性を事前学習済みの統計的言語モデルで評価することで，学習過程において正則化を行う．標準データセットを用いた実験により，提案法の効果を示す．},
 title = {事前学習済み言語モデルによる正則化を用いた深層ニューラルネットワークに基づくドラム採譜},
 year = {2020}
}