| 講演抄録／キーワード |
| 講演名 |
2021-03-08 13:30
メタ情報と特徴量の関係把握のための楽曲群の可視化
○渡辺みどり・黒子なるみ（お茶大）・大矢隼士（レコチョク）・伊藤貴之（お茶大） |
| 抄録 |
（和） |
音楽の自動分類や推薦に関する研究やサービスが近年活発化している．音楽の分類や推薦には，どのようなメタ情報や特徴量がその精度に強く寄与するか，どのようにその有用性を定義するのか，といった点が不明瞭なことが多く，その解明は重要な課題である．そこで我々は，音楽分類タスクに効果的なメタ情報・音響特徴量・機械学習手法・可視化手法を検討すること，音響特徴量とメタ情報の新たな関係を発見することを目標として，メタ情報を付与した楽曲群の可視化に取り組んでいる．具体的には，音楽解析ツールや機械学習を用いて楽曲群の音響特徴量を算出し，音響特徴量とメタ情報の分布を可視化することでその結果を議論する．本報告では，年代や作曲家のメタ情報，テンポや音量平均などの音響特徴量，機械学習による音響特徴量を用いた実験結果を紹介する． |
| （英） |
When performing automatic classification and recommendation for music, there exists a problem that it is not clear which metadata and features of songs should be selected, and it is difficult how to discuss the usefulness of each element.Therefore, we tackle the visualization for songs and its metadata to examine the effective factors (metadata, acoustic features, machine learning methods and visualization methods) for music classification tasks and to discover new relationships between acoustic features and metadata.In this study, we discuss the result of the visualization about acoustic features and metadata distributions calculated from any group of songs using music signal processing tools and machine learning methods.And then, we show some experimental results using metadata like release date and composer name and acoustic features calculated from tempo, average value of the sound volume, and machine learning methods. |
| キーワード |
（和） |
音楽情報処理 / 可視化 / 音楽分類 / / / / / |
| （英） |
Music Information Processing，Visualization，Music Classification / Visualization / Music Classification / / / / / |
| 文献情報 |
映情学技報, vol. 45, pp. 223-226, 2021年3月. |
| 資料番号 |
|
| 発行日 |
2021-03-01 (AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|