Shared Gaussian Process Latent Variable Modelによるピアノ楽曲の自動採譜

今村 武史  松井 知子  

誌名
電子情報通信学会論文誌 D   Vol.J100-D   No.10   pp.882-891
発行日: 2017/10/01
Online ISSN: 1881-0225
論文種別: 論文
専門分野: 音楽情報処理
キーワード: 
自動採譜,  Shared Gaussian Process Latent Variable Model,  Rank Order Filter,  

本文: PDF(1.3MB)
>>論文を購入


あらまし: 
本論文では,ピアノ楽曲の音響データと演奏データが共通の潜在変数から生成されると仮定し,これらを関連付けるモデルをShared Gaussian Process Latent Variable Modelによって構築して楽曲の採譜を行う方法を提案する.楽曲の音響信号を演奏内容の表記へと変換する自動採譜はこれまで様々な手法が提案されてきたが,現在に至るまで確定的な手法は見出されておらず,新たな手法の開発による推定精度の向上が求められている.MAPS databaseを用いて提案法による推定性能を評価したところ,フレームレベルの評価で既存手法よりも高い精度(F値:0.781)を得ることができたので報告する.