半教師あり深層異常検知手法を用いたクラシックギターにおける演奏ミス自動検出手法の提案

• Item type: SIG Technical Reports(1)
• 公開日: 2022-06-10
• タイトル: 半教師あり深層異常検知手法を用いたクラシックギターにおける演奏ミス自動検出手法の提案
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ポスターセッション1
• 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: 東京理科大学大学院理工学研究科
• 著者所属: 東京理科大学理工学部
• 著者所属: 東京理科大学理工学部
• 著者所属: 東京理科大学理工学部
• 著者名: 小川, 健太; 澤田, 隼; 桂田, 浩一; 大村, 英史
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: クラシックギターは気軽に始められる楽器であることから個人で練習することが多い．そのため，初心者が 1 音ずつ正しく弾けるようにサポートするシステムが求められている．エレキギターにおいては，適切に音が発せられたかを評価する練習支援システムが提案されている．このシステムでは，予め演奏ミスを分類し，演奏音のラベル付きデータから学習を行った分類器により演奏ミスの自動判定を行っている．しかしながら，演奏ミスをした音を大量に収集してラベル付けを行うことは困難であり，演奏ミスの分類も主観的な判断に大きく依存する問題が生じる．そこで本研究では，「適切に演奏された音」を正常データ，「演奏ミスをした音」を異常データとし，半教師ありの深層異常検知手法を用いた演奏ミスの自動検出手法を提案する．異常検知は，正常データ群から外れるものを一様に異常データとして検出するため，起こり得る様々な演奏ミスを検出することが期待できるうえに，データセットの構築も容易となる．評価実験を実際に演奏したデータに基づいて行ったところ，高い精度で演奏ミスを検出でき，提案手法の有効性が確認できた．
• 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 2022-MUS-134, 号 16, p. 1-8, 発行日 2022-06-10
• 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