情報処理学会 第78回全国大会講演要旨

楽器の演奏時間情報をクエリとした楽曲検索の実現に向けて，本研究では，楽器の演奏区間を自動検出する手法の提案を行う．提案手法は音声認識と同様の枠組みに基づいており，様々な楽器音を隠れマルコフモデル（HMM）でモデル化し，入力楽曲の音響特徴量系列に対して最尤となるモデル系列を探索することで，楽器演奏区間を同定する．各状態の出力確率を混合正規分布（GMM）で求めるGMM-HMM法と，Deep Neural Network（DNN）により求める DNN-HMM法の2種類を提案し，その性能比較を行った．対象楽器は5種類とし，学習に約12時間の楽器音データ，評価に約10分の単一楽器による演奏楽曲を用いたところ，GMM-HMM法では検出性能が約7割だったのに対し，DNN-HMM法では約9割と大幅に性能が向上し，その有効性が確認された．