情報処理北海道シンポジウム 2006 感性情報に基づいた楽曲の特徴空間の可視化 武井 亨 1 エド ワード ・パック・エン・フィ (函館高専情報工学科)† はじめに 東海林 智也∗ ここで特徴量と感性情報に対して直接サポートベクター 携帯電話を主としてインターネット網がほぼ全世帯に 普及した現在，楽曲の配信サービスの需要がますます増 大している [1]．ここで楽曲の数は膨大であるため，効果 的な楽曲検索技術が必要とされている [2]． 従来の楽曲検索は楽曲名や歌手名などの文字情報を用 マシンを適用せずに，正閏相関分析をおこなってからサ ポートベクターマシンを適用する理由は，サポートベク ターマシンは特徴量の次元を圧縮することが出来ないた めである． 3 いるものがほとんどであったが，近年では「明るい曲」， 「 落ち着く曲」など の個人の感性に基づいて楽曲の検索 をおこなう技術が求められているため，感性情報と結び つけやすい特徴を楽曲から抽出する手法が数多く提案さ れている [3][4]． いずれの特徴抽出手法を用いるにしろ，一般に楽曲の シミュレーション例 シミュレーション例として，実際に一人の被験者が 22 曲の楽曲を聞いて得た感性情報に従って特徴空間を判別 した結果を図 1 に示す．この図から特徴空間が非線形な 境界によって判別されている様子が分かる．なお今回は サポートベクターマシンのカーネルとしてガウスカーネ ルを用いた． 特徴空間は高次元空間となり，さらにあいまいな人間の 感性情報から作られた非線形な曲面を境として特徴空間 の領域が分けられるため，ある個人の特徴を観測者が直 感的に理解することが難しいという問題がある． そこで本発表では楽曲の特徴空間の次元を 2 次元まで 落として画像として表示し，さらに非線形な判別曲面を 2 次元の曲線によって示すひとつの手法を提案する．こ の様な可視化により，各個人が楽曲から受ける感性を観 測者が容易に比較検討することが可能となるため，心理 Fig. 1 感性情報に基づいた特徴空間の判別結果 学などへの応用も考えられる． 2 提案アルゴリズム 本発表ではある曲を聞いたときに得られた感性を「明 るい」 「落ち着く」 「悲しい」のいずれかに分類して感性 情報とする．さらに楽曲の特徴量として西洋音楽の 12 個 の音階による音符の構成比率を用いる．ただしオクター ブの違いは無視するため，ひとつの楽曲から得られる特 徴量は 12 次元となる． この様にして得られた感性情報と曲の特徴量を基にし て特徴空間内で非線形判別をおこない，特徴空間と非線 形な判別曲面を 2 次元画像として可視化する．本発表で は以下のアルゴ リズムによって可視化を実現することを 提案する． 1. 楽曲から抽出した特徴量に対して主成分分析をおこ なって次元を圧縮する 2. 圧縮した特徴量と感性情報に関して正閏相関分析を おこなって感性情報と特徴量を結びつける 3. 特徴量に関する第 1,2 正閏相関得点に対してサポー トベクターマシン [5] を適用し 特徴空間と非線形判 別曲面を可視化する ∗ [email protected] † 函館市戸倉町 14 番１号 4 まとめ 本発表では個人が楽曲から受けた感性情報を基にして 特徴空間を判別した結果を 2 次元画像として可視化する ひとつの手法を提案した．また実際にシミュレーション をおこなってその結果を図示した． 参考文献 [1] 帆足啓一郎, 上月勝博, 菅谷史昭, 楽曲配信サービ スを支える音楽情報検索技術, 電子情報通信学会誌, pp.529-534, Vol.88, No.7, 2005. [2] 柏野邦夫, 音楽や映像の高速探索, 情報処理学会誌, pp.381-386, Vol.47, No4, 2006. [3] 辻康博, 星守, 大森匡, 曲の局所パターン特徴量を用 いた類似曲検索・感性語による検索, 電子情報通信 学会技術報告, pp.17-24, SP96-124, 1997. [4] 東海林 智也, 関数データ解析を用いた楽曲からの 特徴抽出, 日本計算機統計学会第 20 回大会論文集, 2006. [5] Nello Cristianini, John Shawe-Taylor, 大北剛訳, サ ポートベクターマシン入門, 共立出版, 2005.
© Copyright 2024 Paperzz
