A study on automatic orchestration from piano score

本テーマはオーケストラ楽曲を制作するため、問1. AV空間上の情動を指定する方法，問2. 個別楽器の特徴的な演奏を生かす条件，問3. 意図する音色を環境音で表現する条件　を満たす自動オーケストレーション技術を個別に検討する研究である。問1,2は深層学習を用いた手法で、データベース収集も大きな課題となる。また、問3はこれまで別テーマで進めてきたサウンドエフェクトの研究の枠組みで、NMF,CNMFを用いてサウンドコラージュを検討する問題である。さらに、上記計画とは別に、これらの技術を組み込んだ創作（オーケストラ作品と非オーケストラ作品）とその作品発表を行うことを計画したが、公演を計画していたオーケストラが先方の都合により、実施時期が前倒しになった。すなわち、2024年度に予定していた公演が2022年秋となった。そのため、本来は編曲技術を取り入れた作品の発表となるはずであったが、自作のオーケストラ作品を入力データとして寄与する、との目的に変更せざるをえなかった。具体的には、ピアノ協奏曲を制作発表したが、同作品でのピアニズムの追求が問2の個別楽器の楽器らしさとして、学習用データとなる。この他、問3の実作例として、公文太一作品、西川日菜乃作品で、前者はRaveを用い、後者はNMFを用いたサウンドコラージュを主要テーマとした音楽作品をMedia Project Vol. 16で発表した。問1,2の深層学習を用いた自動作曲のアルゴリズムについては、実作創作、および公演の予定が繰り上がったため、検討はあまり進まなかった。

本テーマはオーケストラ楽曲を制作するため、問1. AV空間上の情動を指定する方法，問2. 個別楽器の特徴的な演奏を生かす条件，問3. 意図する音色を環境音で表現する条件　を満たす自動オーケストレーション技術を個別に検討する研究である。問1,2は深層学習を用いた手法で、データベース収集も大きな課題となる。また、問3はこれまで別テーマで進めてきたサウンドエフェクトの研究の枠組みで、NMF,CNMFを用いてサウンドコラージュを検討する問題である。さらに、上記計画とは別に、これらの技術を組み込んだ創作（オーケストラ作品と非オーケストラ作品）とその作品発表を行うことを計画したが、公演を計画していたオーケストラが先方の都合により、実施時期が前倒しになった。すなわち、2024年度に予定していた公演が2022年秋となった。そのため、本来は編曲技術を取り入れた作品の発表となるはずであったが、自作のオーケストラ作品を入力データとして寄与する、との目的に変更せざるをえなかった。具体的には、ピアノ協奏曲を制作発表したが、同作品でのピアニズムの追求が問2の個別楽器の楽器らしさとして、学習用データとなる。この他、問3の実作例として、公文太一作品、西川日菜乃作品で、前者はRaveを用い、後者はNMFを用いたサウンドコラージュを主要テーマとした音楽作品をMedia Project Vol. 16で発表した。問1,2の深層学習を用いた自動作曲のアルゴリズムについては、実作創作、および公演の予定が繰り上がったため、検討はあまり進まなかった。