著者

北原 鉄朗 勝占 真規子 片寄 晴弘 長田 典子

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.50, no.3, pp.1067-1078, 2009-03-15

被引用文献数

1 1

---

本論文では,ベイジアンネットワークを用いたコードネームからの自動ヴォイシングシステムについて述べる.ヴォイシングは音楽的同時性や音楽的連続性を考慮しながらテンションや転回形を決定する必要があり,自動的に決定するのは容易ではない.この問題を解決するため,メロディやヴォイシング進行を考慮した事例学習型のコード·ヴォイシングモデルを構築する.このモデルでは,音楽的同時性と連続性を,「現在のコード」のヴォイシングを表すノードとメロディや前後のコードのヴォイシングを表すノードとの確率的な依存関係として表現する.このモデルにおいて最ももっともらしいヴォイシングを確率的推論によって導くことで,音楽的同時性と連続性を両方満たすヴォイシングを得ることができる.実際にジャズの楽譜から学習したヴォイシング推定モデルによって実験したところ,音楽的同時性と連続性を両方満たすヴォイシングが出力されることを確認した.This paper describes an automatic chord voicing system using the Bayesian network. Automatic chord voicing is not easy because it is necessary to decide tension notes and inversions by taking into account both musical simultaneity and sequentiality. To solve this problem, we construct a chord voicing model based on the Bayesian network. This model represents musical simultaneity as probabilistic dependencies between voicing and melody nodes and sequentiality as probabilistic dependencies between current-chord and previous- or followingchord voicing nodes. This modeling makes it possible to infer the most likely voicings that have both simultaneity and sequentiality. Experimental results of chord voicing for jazz musical pieces showed that our system generated chord voicings that have appropriate simultaneity and sequentiality.

著者

勝占 真規子 北原 鉄朗 片寄 晴弘 長田 典子

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声言語情報処理(SLP) (ISSN:09196072)

巻号頁・発行日

vol.2008, no.12, pp.163-168, 2008-02-09

---

本研究では,ベイジアンネットワークを用いたコードネームからの自動ヴォイシングシステムについて述べる.ヴォイシングは音楽的同時性(響き)や音楽的連続性(流れ)を考慮しながらテンションや転回形を決定する必要があり,自動的に決定するのは容易ではない.この問題を解決するため,メロディやヴォイシング進行を考慮した事例学習型のコード・ヴォイシングモデルを構築する.メロディ音に音名ごとの占有度を定義することで音の衝突や不協和を避け,またヴォイシングをbottom,middle,topの3要素に分けることで前後の進行を考慮する枠組みを提案する.事例型システムに伴う自由度の拡大に対しては,モデルを細分化することで対処する.システムではこれらを組み込んだ1つのモデルから,尤もらしいヴォイシングを推測することが可能となる.実際にジャズ楽譜から学習したヴォイシング推定モデルを用いて,妥当なテンションや進行のある結果が出力されることを示した.This paper describes automatic chord voicing system using the Bayesian network. Automatic chord voicing is not easy because it needs to decide tensions and inversions by taking into acount interference with musical simultaneity(HIBIKI) and musical sequentiality(NAGARE). To solve this problem, we construct a chord voicing model based on the Bayesian network which taking into acount interference with the melody and temporal smoothness of the voicings, This model includes melody-node which represents the degree of occupancy per pitch notation, previous and next voicing nodes which are separated 3 elements, and our system infers the most likely voicing from the model. Moreover, we divide the model per root tone of chord to solve the degree-of-freedom problem This modeling makes it possible to take into acount both simultaneity and sequentiality at a single inference process. Experimental results of chord voicing for jazz musical pieces showed that our system generated chord voicings that has appropriate simultaneity and sequentiality.