音楽情報科学研究会第114回発表会用の発表資料です。

1. [タイトル]機械学習を利用したDTM
音色検索フィルタの提案と検索シス
テムへの適用

2. 発表の流れ
• 背景
• 学部時の研究
• 目的・目標
• 課題
• 課題解決アプローチ
• 検証
• 結果・考察

3. CGMの活性化により 、DTM(DeskTop
Music)と呼ばれるPC上での作曲活動
が発展

4. 音色づくりと呼ばれる作曲プロセスを
本研究では対象とする
• ソフトウェア音源のパラメータを調整し、楽曲
に適した音色を作成する作業を音色づくりと
定義する

5. 作曲者が作成したい音色と類似する
音色の音色づくり情報をメタデータを
用いて検索可能な、音色づくり支援シ
ステム(TASS)を構築

6. TASSでの音色づくり情報詳細画面例

9. TASSでの問題点
• 作曲者によって音色の言語表現が異なるた
め、うまく音色づくり情報を検索できない

10. • 目的：DTM作曲者が音色づくり情報を効率よ
く検索可能にすることで効率的な音色づくり
ができるようにする
• 目標：
– DTM作曲者が適切な音色づくり情報を検索する
ための
検索フィルタを作成
– 検索フィルタをシステムに適用

11. 課題：DTM作曲者ごとに音色の表現
方法が異なるため、適切な音色づくり
情報を検索できない

12. 音響特徴量と、音色の表現を用いて
機械学習を行い、作曲者ごとの検索
フィルタを作成する

13. 音響特徴量としてMFCCを用いる

14. 音色の表現にはHEVNERの形容詞ク
ラスタを用いる

15. 機械学習アルゴリズムとして、計算処
理が少なく、検証が容易てある点から、
SVMと回帰式による検証を行う

16. SVMでは音色表現を詳細化したレベ
ル数という指標を定義し、利用する

17. 回帰式として作曲者の入力を考慮し
た回帰式（1）を作成した。特徴は次の
通り、

18. 入力される雰囲気のデータが大きい
ほど大きく更新

19. 閲覧した音色と変更前の検索フィルタ
の差が大きいほど大きく更新
• 検証を行った結果、被験者ごとの検索フィル
タの精度に大きな差が現れた

20. 精度の差を修正するため、回帰式（2）
を作成した。特徴は次の通り。

21. 次元数を増やし、検索フィルタの急激
な変化を防ぐ

22. 該当する雰囲気のクラスタの種類が
少ないほど大きく更新
• 表現に迷う場合は小さく更新し、迷わない場
合は大きく更新

23. 検索フィルタの作成に有効なアルゴリ
ズムを検証する目的で予備実験を実
施

24. 検証にはLeave-One-Out法により実施

25. 結果

26. SVMを用いた場合、粒度の判別精度
が著しく低いため、今回用いるアルゴ
リズムとしては適していない

27. 回帰式とSVM20の場合をグラフ化した
ものが次のグラフ

29. 回帰式(2)が最も一致率が高く、様々
なDTM作曲者に対応可能であること
が判明

30. 本研究では、回帰式（2）が検索フィル
タ作成アルゴリズムとして適切である
と判断

31. システム化
• TASS_V2：hFp://180.43.174.135/g2115015/
TASS_v2/Pmbres

32. デモ
• ロングバージョン
• hFps://youtu.be/eWhja1Hv2EU

33. 2つの検証を実施
• 実利用ログ取得実験
• 音色づくり情報検索実験（対照実験）

34. 実利用ログ
• アクセス数が少なく、有効な検証結果を得ら
れなかった
• 登録されている音色づくり情報が少ないとい
うことが判明したため、より情報を充実させる
必要がある

36. 所要時間と上位3件に出現した割合
（ヒット率）を求めた

37. • 検索フィルタを用いることで、所要時間が減
少
• 検索フィルタを用いることで、検索結果上位に
求める音色づくり情報が出現

38. アンケートより
• システムを使い続けることで、検索フィルタの
有効性が示される

39. • 考察
– 検索フィルタの有効性を確認
– 比較的直感的に利用でき、使い慣れるほど、シス
テムが有効になる
• 今後の課題
– 現状のTASSでは音色づくり情報が十分に登録さ
せれておらず、実際にDTM作曲者が利用するた
めには音色づくり情報を充足させる必要がある

40. 参考文献
• [1]斎藤明, “サービス・ドミナント・ロジックにおける価値共創概念と市場創造 : 「初
音ミク」という市場創造を中心として”, 情報文化学会誌, vol. 21, no. 1, pp. 29–36,
Aug. 2014.
• [2]齋藤創, 大場みち子, “メタデータを活用したDTM(DeskTop Music)での音づくり
支援システムの構築”, presented at the 情報処理学会第77回全国大会, 2015.
• [3]千葉祐弥, “Q：さまざまな音響特徴量それぞれの使い方や意味を教えて下さ
い”, 音響学会ペディア. [Online]. Available: hFp://abcpedia.acousPcs.jp/
acousPc_feature_2.pdf. [Accessed: 30-Dec-2015].
• [4]宮澤幸希, “メル周波数ケプストラム（MFCC） - Miyazawa’s Pukiwiki 公開版”,
Miyazawa’s Pukiwiki 公開版, 29-Mar-2013. [Online]. Available: hFp://
shower.human.waseda.ac.jp/~m-kouki/pukiwiki_public/66.html. [Accessed: 07-
Jul-2015].
• [5]K. HEVNER, “experimental studies of the elements of expression in music”,
American Journal of Psychology, vol. 48, pp. 246–268, 1936.
• [6]栗田多喜夫, “サポートベクターマシーン入門,” 産業技術総合研究所 脳神経
情報研究部門, p. 21.

41. まとめ
• 目的：DTM作曲者が音色づくり情報を効率よく検索可能にすること
で効率的な音色づくりができるようにする
• 課題：DTM作曲者ごとに音色の表現方法が異なるため適切な
音色づくり情報を検索できない
• 手法：音色の表現と音響特徴量を用いた機械学習により
• 作曲者ごとの音色表現の傾向を学習した検索フィルタを作成し
• システムに適用
• 検証：システムへのアクセスログとアンケートを実施
• 検索フィルタ利用と非利用時の対照実験を実施
• 結果：検索フィルタの有効性を示したが、現状のTASSでは登録され
ている音色づくり情報が十分ではないということが判明した