Development of Artificial Intelligence that Simulates Human Kansei for Melodies Written in Music Notation

楽器演奏者の楽譜（旋律）演奏におけるテンポや印象などの感性情報を得るため被験者実験を行っている．楽譜（旋律）は，本科研費およびJP18K11598の助成で構築した820旋律を用いた．被験者の楽器は吹奏楽器とピアノである．被験者８名が実験中である．これまでの被験者実験の結果をデータベース化し分析基盤を構築中である．実験が完了している12名のデータを入力した．集成されたデータに基づきクロス分析する際の指標について検討中である．データセットの元である楽譜の，作曲年代・作曲者・種別などを指標とした解析を行う基盤となる．このような，録音された音のデータセットでは無く，楽譜と感性情報処理の結果（楽譜と，楽譜を演奏したときのテンポ・好き嫌いなど）の対になったデータセットは特異である．これまでに集成した楽譜とテンポを用いて，数値化した楽譜からテンポのはやい・おそいを機械学習し学習に用いていない評価用の楽譜のテンポのクラスを模擬できるか計算機実験を行っている．ある楽器演奏者の推定したテンポをデータとし，前処理に自己符号化器を用いた深層ニューラルネットワーク（入力層１，中間層１１，出力層１）とし，Optunaにより最適パラメータを検索した結果，学習用データの認識率は99.8%，評価用データの認識率は83.9%となった．引き続き，学習に用いていない評価用データの認識率の向上，および，他の被験者の推定したテンポのクラス分類について機械学習を行っている．

楽器演奏者の楽譜（旋律）演奏におけるテンポや印象などの感性情報を得るため被験者実験を行っている．楽譜（旋律）は，本科研費およびJP18K11598の助成で構築した820旋律を用いた．被験者の楽器は吹奏楽器とピアノである．被験者８名が実験中である．これまでの被験者実験の結果をデータベース化し分析基盤を構築中である．実験が完了している12名のデータを入力した．集成されたデータに基づきクロス分析する際の指標について検討中である．データセットの元である楽譜の，作曲年代・作曲者・種別などを指標とした解析を行う基盤となる．このような，録音された音のデータセットでは無く，楽譜と感性情報処理の結果（楽譜と，楽譜を演奏したときのテンポ・好き嫌いなど）の対になったデータセットは特異である．これまでに集成した楽譜とテンポを用いて，数値化した楽譜からテンポのはやい・おそいを機械学習し学習に用いていない評価用の楽譜のテンポのクラスを模擬できるか計算機実験を行っている．ある楽器演奏者の推定したテンポをデータとし，前処理に自己符号化器を用いた深層ニューラルネットワーク（入力層１，中間層１１，出力層１）とし，Optunaにより最適パラメータを検索した結果，学習用データの認識率は99.8%，評価用データの認識率は83.9%となった．引き続き，学習に用いていない評価用データの認識率の向上，および，他の被験者の推定したテンポのクラス分類について機械学習を行っている．