本稿では，音楽音響信号に対して，ビートの周期性を考慮しつつ，ビート時刻を推定する手法について述べる．現在，ビート推定における標準的なアプローチは，入力音響信号に対し，各時刻におけるビートの事後確率を出力するよう深層ニューラルネットワーク (DNN) の教師あり学習を行うものである．しかし，このアプローチでは，拍節構造の周期性を陽にモデル化していないため，事後的なピーク検出により，周期的なビート時刻を推定することには限界があった．この問題を解決するため，本研究では，各時刻におけるビートの周期的な位相を出力するDNNを構成し，位相推定誤差と，位相速度から計算されるテンポ推定誤差を同時に最小化するマルチタスク学習を提案する．提案法の有効性を，ポピュラー音楽を用いた比較実験により検証する．