全層ゲート付き2次元畳み込みネットワークによる多重音信号の音高認識

生田目 敬弘; 亀岡 弘和; 篠田 浩一

論文・著書情報

タイトル

和文:	全層ゲート付き2次元畳み込みネットワークによる多重音信号の音高認識
英文:

著者

和文:	生田目敬弘, 亀岡弘和, 篠田浩一.
英文:	Takahiro Namatame, Hirokazu KAMEOKA, Koichi Shinoda.

言語

Japanese

掲載誌/書名

和文:	研究報告音声言語情報処理（SLP）
英文:

巻, 号, ページ

vol. 120 no. 12 pp. 1-7

出版年月

2018年2月13日

出版者

和文:	情報処理学会
英文:

会議名称

和文:	第120回音声言語情報処理研究会・第118回音楽情報科学研究会共催研究会
英文:

開催地

和文:	茨城県つくば市
英文:

ファイル

公式リンク

http://id.nii.ac.jp/1001/00185717/

アブストラクト

音楽は音高方向（和音構成，調波構造）と時間方向（旋律，リズム）の 2 次元構造を有する．我々は，音楽音響信号の音高認識の問題を音響スペクトログラムに対する音高ラベルの 2 次元的な配置問題と捉え，多重音信号の対数周波数スペクトログラムから直接音高認識を行う全層ゲート付き 2 次元畳み込みネットワークを提案する．全層がゲート付き 2 次元畳み込みネットワークで構成され，楽音の音響スペクトログラムと音楽の 2 次元構造を各層で表現する．従来の確率的潜在成分分析手法と比較し，Bach10 データセットにおいて従来手法の音符単位 F1 スコア 65.0% を 8.3% ポイント上回る 73.3% の性能を得た．また，室内楽データセットを新たに構築し，モデルの学習に用いた

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報