著者

土橋 佑亮 片寄 晴弘

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.2006, no.90, pp.31-36, 2006-08-07

参考文献数

11

被引用文献数

4

---

音楽ジャンルはWeb上での楽曲検索において有力な指標となる.これまで音響信号を用いての様々な音楽ジャンル解析の研究がなされてきたが そのほとんどは様々なパートが混成する音楽を対象していた.本稿では複音からの音源分離が比較的容易なベースパートに注目したジャンル推定を取り扱う.まずスケール リズム 音色の等の特徴量の設定と有効性の考察をし それらを用いてマハラノビス距離 F値最大境界による実験を行う.更にMusic Islandを利用し ジャンルの可視化と島の変化を調べる.マハラノビス距離による音楽ジャンル解析において Metal/Punkでは73% Jazz/Bluesでは80%の認識率を得た.Music Islandにおいては 注目する特徴量に応じて島が変化することを確認した.Musical genre helps us to search for songs on the web. Most of the previous works have focused on audio signal analysis for the pieces composing of various instruments. This paper presents an approach to music genre classification focusing on base part,the fundamental frequency of which is comparatively easy to be estimated. First, the paper describes features regarding scale, rhythm, timber, and examine those validity. Next, this paper describes about twe experiments based on maharanobis distance and one song to multi-genre correspondence. Finally, we illustrated music genre visualization with Music Island based on SOM. Experimental results by using mahalanobis distance show success rates of 78% for Metal/Punk, and 80% for Jazz/Blues. And we confirmed transformation of Music Island depending on each features.

著者

土橋 佑亮 片寄 晴弘

雑誌

情報処理学会研究報告音楽情報科学(MUS)

巻号頁・発行日

vol.2006, no.90(2006-MUS-066), pp.31-36, 2006-08-07

---

音楽ジャンルはWeb上での楽曲検索において有力な指標となる.これまで音響信号を用いての様々な音楽ジャンル解析の研究がなされてきたが そのほとんどは様々なパートが混成する音楽を対象していた.本稿では複音からの音源分離が比較的容易なベースパートに注目したジャンル推定を取り扱う.まずスケール リズム 音色の等の特徴量の設定と有効性の考察をし それらを用いてマハラノビス距離 F値最大境界による実験を行う.更にMusic Islandを利用し ジャンルの可視化と島の変化を調べる.マハラノビス距離による音楽ジャンル解析において Metal/Punkでは73% Jazz/Bluesでは80%の認識率を得た.Music Islandにおいては 注目する特徴量に応じて島が変化することを確認した.

著者

土橋 佑亮 北原 鉄朗 片寄 晴弘

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)

巻号頁・発行日

vol.2008, no.12, pp.217-224, 2008-02-09

---

音楽ジャンルは楽曲検索において有力な指標となる.音響信号を対象とした音楽情報検索の研究では,音色やリズムといった低次の特徴量を混合音全体から抽出するのが主流であるが,ユーザーの嗜好に合わせた検索を目指すには個々の楽器パートからの特徴量抽出が必要である.本稿では楽器編成の中で重要な役割を果たし,かつ複音からの分離が比較的容易なべースパートの特徴量を取り入れたジャンル推定を扱う.まず,ベースラインの特徴量をPreFEstを用いて得られた基本周波数から抽出し,従来より用いられてきた音色やリズム系の特徴量も用意する.マハラノビス距離を用いた6ジャンルでの識別実験において,ベースラインの特徴量を取り入れることで全ジャンル総合の認識率が54.3%から62.7%に向上した.またMusic Islandを利用して注目する特徴量に応じての楽曲の島を作成し,ユーザーの嗜好に対しての柔軟な楽曲分類を実現した.Music genres play an important role in music information retrieval (MIR). Most of the previous studies on MIR for audio signals have used low-level features, such as timbre and rhythm from a mixture of sound, but acoustic features sould be extracted from individual instrument parts to achieve user-adaptive MIR. In this paper, we deal with music genre classification using acoustic features extracted from the bass part, which plays an important role and the fundamental frequency of which can be comparatively easily estimated. First, the paper describes feature extraction about the bass part from pitch infomation obtained with PreFEst. We also prepare features about timbre and rhythm, which have been used so far. Experimentatal results of 6-genre classification by using the Mahalanobis distance show success rates of 62.7 % (with bass-part features), against 54.7 % (without bass-part features). Finally, we built Music Islands by browsing different views, and achieved flexible music classification for user's preference.