ハーモニーの感性情報のモデル構築に基づく楽曲生成技術の研究

点击翻译按钮获取中文摘要

自動作編曲において、初心者が専用のソフトウェアや音楽理論に関する知識がなくても作編曲できるのは重要である。本研究は初心者がハーモニーの響きを手掛かりに楽曲生成ができる簡便なインタフェース作成への基礎検討として、2022年度は和音の協和性に着目しハーモニー生成モデルの改善に取り組んだ。従来の深層学習による生成手法では、リハーモナイズされたデータが少ないこともあり、データから生成された結果が協和性を考慮せずに潜在空間内の周囲の学習データで補完されてしまうという問題があった。そこで2022年度はこれまで扱ってきたVariational Autoencoder (VAE)ベースの手法について協和する和音が生成されるようにモデルの改善を行った。具体的には不協和音度に基づいて理想的な協和度を定義し、和音構成音から計算される2音の共起性が理想的な協和度に近づくように、不協和音ペナルティを単純なネットワーク構造として実装した。本モデルを使用した場合、従来法に比べ三和音や7thコードといった標準的な和音数が増加し、一方で非標準和音や不協和音の数が減少することを確認した。本研究のコード進行生成例は個人ホームページで公開し、専門家によるフィードバックを仰ぐ体制も進めている。将来的にユーザの好みに応じて協和度や不協和度に基づいてコード進行の響きをコントロールできるような拡張を検討し、楽曲生成インタフェースにも取り込んでいく。