電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2015-03-05 16:15
楽曲構造解析への統計的機械学習法の適応
櫛部義幸瀧田寿明筑波大)・浜中雅俊京大)・矢澤櫻子星野准一筑波大IBISML2014-89
抄録 (和) 本稿では,統計的機械学習法を用いて,オーディオ形式の楽曲データからイントロやサビといった区間を自動的に切り出す手法(楽曲構造解析)について述べる.従来の研究では,時間毎に特徴量を求め類似度を算出した自己相似性行列を用いた手法が提唱されていた.しかし,想定された条件から外れるような楽曲に対して精度が下がる問題があった.この問題の具体的な要因として,楽曲中のテンポ変動やノイズ,楽器構成の変化等が存在する.そこで我々は,それらの要因を含んだ楽曲を学習データとした統計的機械学習を用いた手法を提案する.これにより楽曲構造解析の汎用性が向上する. 
(英) This paper describes the music structure analysis method using machine learning. Music structure analysis is to automatically extract the musical structures, such as verse and chorus, from the audio-based music data. In the previous work, the method using self-similarity matrix is proposed. It is the matrix to convert an audio data into a suitable feature sequence, and then to compare all elements of the sequence with each other. However, the result is poor accuracy for the music with the unexpected situation. There is a lot of factor becoming the obstacle of analysis, for example, change of the tempo, noise and change of musical instrument. We propose the method to learn the music to contain their factors using Deep Belief Networks which is a kind of machine learning.
キーワード (和) 楽曲構造解析 / Deep Belief Networks / 制限付きボルツマンマシン / / / / /  
(英) Music Structure Analysis / Deep Belief Networks / Restricted Boltzmann Machine / / / / /  
文献情報 信学技報, vol. 114, no. 502, IBISML2014-89, pp. 31-38, 2015年3月.
資料番号 IBISML2014-89 
発行日 2015-02-26 (IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード IBISML2014-89

研究会情報
研究会 IBISML  
開催期間 2015-03-05 - 2015-03-06 
開催地(和) 京都大学 
開催地(英) Kyoto University 
テーマ(和) 統計数理・機械学習・データマイニング・一般 
テーマ(英) Statistical mathematics, machine learning, data mining, and others 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2015-03-IBISML 
本文の言語 日本語 
タイトル(和) 楽曲構造解析への統計的機械学習法の適応 
サブタイトル(和)  
タイトル(英) Adaptation of Machine Learning Method for Music Structure Analysis 
サブタイトル(英)  
キーワード(1)(和/英) 楽曲構造解析 / Music Structure Analysis  
キーワード(2)(和/英) Deep Belief Networks / Deep Belief Networks  
キーワード(3)(和/英) 制限付きボルツマンマシン / Restricted Boltzmann Machine  
キーワード(4)(和/英) /  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 櫛部 義幸 / Yoshiyuki Kushibe / クシベ ヨシユキ
第1著者 所属(和/英) 筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Univ. of Tsukuba)
第2著者 氏名(和/英/ヨミ) 瀧田 寿明 / Toshiaki Takita / タキタ トシアキ
第2著者 所属(和/英) 筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Univ. of Tsukuba)
第3著者 氏名(和/英/ヨミ) 浜中 雅俊 / Masatoshi Hamanaka / ハマナカ マサトシ
第3著者 所属(和/英) 京都大学 (略称: 京大)
Kyoto University (略称: Kyoto Univ.)
第4著者 氏名(和/英/ヨミ) 矢澤 櫻子 / Sakurako Yazawa / ヤザワ サクラコ
第4著者 所属(和/英) 筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Univ. of Tsukuba)
第5著者 氏名(和/英/ヨミ) 星野 准一 / Junichi Hoshino / ホシノ ジュンイチ
第5著者 所属(和/英) 筑波大学 (略称: 筑波大)
University of Tsukuba (略称: Univ. of Tsukuba)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2015-03-05 16:15:00 
発表時間 30 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2014-89 
巻番号(vol) IEICE-114 
号番号(no) no.502 
ページ範囲 pp.31-38 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2015-02-26 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会