Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ハウスミュージックの楽曲構成を決める要因とその法則性の分析
Search
Kitahara Lab.
February 14, 2024
0
38
ハウスミュージックの楽曲構成を決める要因とその法則性の分析
2023年度卒業研究発表 ウルフ ジャスティン智也
Kitahara Lab.
February 14, 2024
Tweet
Share
More Decks by Kitahara Lab.
See All by Kitahara Lab.
初学者による演奏音の自動評価を目的としたフルート音の音響分析
kthrlab
1
18
サッカーにおける選手位置とパスコースの可聴化システム
kthrlab
0
9
川原瑞樹
kthrlab
0
22
即興演奏システム JamSketch の社会応用の可能性
kthrlab
0
7
Generating Melodies from Melodic Outlines Towards an Improvisation Support Systems for Non-musicians
kthrlab
0
13
即興演奏支援に向けた旋律生成の一試行
kthrlab
0
4
JamSketch Deep α: A CNN-based Improvisation System in Accordance with User's Melodic Outline Drawing
kthrlab
0
12
即興演奏システムJamSketchにおける 旋律生成手法の改善
kthrlab
0
11
What Features Makes It Easy to Remember Melodies
kthrlab
0
5
Featured
See All Featured
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
14
2k
Into the Great Unknown - MozCon
thekraken
31
1.5k
YesSQL, Process and Tooling at Scale
rocio
167
14k
Making Projects Easy
brettharned
115
5.9k
The Invisible Side of Design
smashingmag
297
50k
Building Your Own Lightsaber
phodgson
102
6.1k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
504
140k
A Tale of Four Properties
chriscoyier
156
23k
Docker and Python
trallard
40
3.1k
Git: the NoSQL Database
bkeepers
PRO
426
64k
Side Projects
sachag
452
42k
Fashionably flexible responsive web design (full day workshop)
malarkey
404
65k
Transcript
北原研究室 B4 ウルフ ジャスティン智也 ハウスミュージックの楽曲構成を決 める要因とその法則性の分析
ハウスミュージックとは • 1980 年代にアメリカ・シカゴ発の音楽ジャンル • ディスコから派生したと言われている • BPMは120~130 • 4
つ打ち(キックドラムが鳴り続ける) • 反復するメロディー ハウスミュージックの例: はじめに > ハウスミュージックとは theBasement より引用 ↓ ハウス発祥の地と言われているシカゴのクラブ「ウェア・ハウス」の当時の様子
背景・目的 背景 ハウスミュージックの楽曲構成は分かりづらい • J-POPは楽曲構成が分かりやすい ◦ 楽曲進行: イントロ → Aメロ
→ Bメロ → サビ → アウトロ ◦ 楽曲展開: メロディーやコード進行の変化によって楽曲を展開 • ハウスは楽曲構成が分かりづらい ◦ 楽曲進行: イントロ → ??? → アウトロ ◦ 楽曲展開: ??? 目的 ハウスの楽曲構成はどのように成り立っているのか探求する はじめに > 背景
関連研究 • 楽曲構成の可視化・分析手法 ◦ SSM(Self-Similarity Matrix)を用いた2D可視化 ◦ SDM(Self-Distance Matrix)と音楽的知識ラベルによるセグメントのラベル付け ◦
Transformerモデルを用いた楽曲分析システム ◦ HMMを用いた楽曲セグメンテーション ◦ T-Measureを用いた階層的楽曲セグメンテーション ◦ CNNを用いた楽曲のセグメント境界検出 ◦ スペクトルクラスタリングによる楽曲構成分析 ◦ 音楽的に異なるセグメント間の関係を視覚的に把握する Scape Plot ◦ ディープラーニングを用いた階層的楽曲セグメンテーション ◦ MIDIを用いたクラシック楽曲の構造を可視化するシステム → ハウスミュージックに特化した可視化・分析手法は存在しない はじめに > 関連研究
予備実験 はじめに > 予備実験 → ハウスミュージックの楽曲構成との関連性を調査すべき要素として 周波数,音圧,ドラム音(※今回は省略) の3つが見つかった 実験目的
ハウスミュージックと関連性のある要素を調査する
セクションの定義 ハウスの楽曲構成として以下の4つのセクションを定義する • イントロ:曲の序盤 • ドロップ:曲の最も盛り上がる部分 →「サビ」に該当 • ブレイク:曲の休息部分 →「Aメロ・Bメロ」に該当 •
アウトロ:曲の終結 実験内容 > セクションの定義
データセット 著名なハウスミュージックレーベルからリリースされたコンピレーションアルバム(様々な アーティストによる楽曲集)7つから合計195曲を使用 実験内容 > データセット
周波数に関する実験:内容 実験概要 各セクションの周波数特徴量の平均値を可視化する 実験手順 1. Demucsを用いて楽曲を4パート(ドラム,ベース,ボーカル,その他)に音源分離 2. All-In-Oneを用いて楽曲のセクション情報を取得 3. 各楽曲に対してセクションごとの周波数特徴量(Spectral
Centroid)の平均値を計算 4. 全楽曲のデータを基に箱ひげ図で可視化 実験内容 > 周波数に関する実験 > 手法
周波数に関する実験:結果 実験内容 > 周波数に関する実験 > 結果 各セクションの周波数特徴量 (Spectral Centroid)の平均値を箱ひげ図として可視化 結果
• 各セクションごとに周波数に大きな違い は無い
周波数に関する実験:結果 実験内容 > 周波数に関する実験 > 結果 デモ動画
音圧に関する実験:内容 実験概要 各セクションの音圧の平均値を可視化する 実験手順 1. Demucsを用いて楽曲を4パート(ドラム,ベース,ボーカル,その他)に音源分離 2. All-In-Oneを用いて楽曲のセクション情報を取得 3. 各楽曲に対してセクションごとの音圧(RMS)の平均値を計算
4. 全楽曲のデータを基に箱ひげ図で可視化 実験内容 > 音圧に関する実験 > 手法
音圧に関する実験:結果 実験内容 > 音圧に関する実験 > 結果 各セクションの音圧(RMS)の平均値を箱ひげ図として可視化 • 各セクションごとに音圧に違いがある ドロップ>ブレイク>イントロ>アウトロの順に
音圧が高い 結果
総合考察 • 周波数 → セクションの変化と相関がない • 音圧 → セクションの変化と相関がある セクションと相関のない要素:楽曲内の統一感を演出
セクションと相関のある要素:楽曲内の展開を演出 実験内容 > 総合考察
結論 ハウスミュージックでは,セクションによって変化する要素とセクションに問わず変化しな い要素が存在することから, 楽曲の統一感を演出しつつ,展開の起承転結を演出している と考えられる. まとめ > 結論
今後の展望 • 他の要素について調査 • セクション情報や各種アルゴリズムの精度向上 • 異なる音楽ジャンル(テクノ,ディスコ,J-POP など)との比較分析 まとめ >
今後の展望
ありがとうございました
All-In-Oneについて 音源を入力すると,その楽曲に関する様々な情報を提供するライブラリ (テンポ情報,セクション情報,ビートタイム情報など) GitHub:https://github.com/mir-aidj/all-in-one ↓ All-In-Oneで得られるセクション情報の例 補足 > All-In-Oneについて
Demucsについて Demucsは高精度で各パート(ドラム,ベース,ボーカル,ピアノ,ギター,その他)への音源分離を 実現するライブラリ ↓音源分離の例 補足 > Demucsについて
Spectral Centroidについて Spectral Centroidは,その周波数を分岐点に,上下でエネルギーが釣り合う点を表す. Spectral Centroidが低いほど周波数が低く,高いほど周波数も高い傾向にあることを 示す. 補足 > Spectral
Centroidについて 同一楽曲におけるスペクトログラム(上)とSpectral Centroid(下)の比較
RMSについて RMSは,Root Means Square(二乗平均平方根)の略称であり,音の持続的な強さを表 す.例えば,ドラム音のような瞬間的な値は持続性が無いので,RMSは低くなりやす い. 補足 > RMSについて