TCN-HSMMハイブリッドモデルに基づくビート・ダウンビート推定

• Item type: SIG Technical Reports(1)
• 公開日: 2022-09-07
• タイトル: TCN-HSMMハイブリッドモデルに基づくビート・ダウンビート推定
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 音楽音響信号
• 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: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科／京都大学白眉センター
• 著者所属: 京都大学大学院情報学研究科／科学技術振興機構戦略的創造研究推進事業（さきがけ）
• 著者名: 大山, 偉永; 中村, 栄太; 吉井, 和佳
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，可変拍子を含む楽曲を適切に取り扱うことができる，深層生成モデルに基づくビート・ダウンビート推定手法を提案する．ポピュラー音楽の多くが，拍子が一時的に変化する可変拍子を含んでおり，可変拍子を考慮したビート・ダウンビート推定は重要な課題となっている．従来の標準的なビート・ダウンビート推定は二段階で構成されており，例えば，時間畳み込みネットワーク (TCN) を用いて各時刻におけるビート・ダウンビートの事後分布を推定した後，周期性を考慮できる隠れマルコフモデル (HMM) を用いてビート・ダウンビート時刻の検出を行う．しかし，HMM が一意な拍子を仮定しているため，可変拍子の楽曲に対応できず不自然な推定結果となることがあった．そこで，本研究では，HMM に拍子の生成モデルを導入し，拍子・ビート・ダウンビートに関する潜在表現から観測の音響特徴量を生成する過程を表す隠れセミマルコフモデル (HSMM) を提案する．音響特徴量の観測確率は TCN が推定したビート・ダウンビートの事後確率から計算し，ビタビアルゴリズムにより最尤ビート・ダウンビート系列を推定する．実験により提案手法の有効性を確認する．
• 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-135, 号 6, p. 1-8, 発行日 2022-09-07
• 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