- 著者
-
齋藤 直樹
中井 満
下平 博
嵯峨山 茂樹
- 出版者
- 一般社団法人情報処理学会
- 雑誌
- 情報処理学会研究報告音楽情報科学(MUS) (ISSN:09196072)
- 巻号頁・発行日
- vol.1999, no.106, pp.27-32, 1999-12-11
- 参考文献数
- 17
- 被引用文献数
-
12
本稿では、隠れマルコフモデルを用いて人間によって、鍵盤演奏された音符音長系列情報(スタンダードMIDIファイル)から意図された音符列を推定する手法を提案し、実験によりその有効性を実証する。人間が音楽演奏するときの各音符の物理的長さは、音符の正規の音長から意識的・無意識的に揺らぐため、楽譜投入・自動採譜などでは、意図された各音符の音価を正しく推定するのは容易ではない。本研究では、連続音声認識の定式化に倣って、演奏入力を音楽的に理解する原理を隠れマルコフモデル(M)によりモデル化し、意図された音符列を推定する。更に、同じ原理によりテンポ変化推定・小節線推定・拍子推定を提案する。評価実験により、一般に用いられている閾値処理より良好な結果が得られることを示す。This paper proposes the use of Hidden Markov Model (HMM) for restoration of a music note sequence from the music performance by human (reprenseted by a standard MIDI file). Successful experimental results are also presented. As the physical duration of a musical note in a human music performance fluctuates, intentionally or unintentionally, from the nominal length of the note, it is not easy to estimate the intended sequence of notes in autonmatic music transciption or music entry to computers. In the present paper, utilizing the formulation of continuous speech recognition, we use Hidden Markov Model (HMM) for modeling the process of the human understanding music performances and estimate the intended sequence of musical notes. We also apply the same principle to tempo estimation, bar line allocation, and beat estimation. Through experimental evaluation, we show the proposed method outperfoms existing methods.