本研究では日本語テキストをクエリとする楽曲検索に取り組む。言語と音楽のマルチモーダル検索のために使用されるデータセットは、その多くが権利問題により非公開であり、言語は英語に限定されている。そこで本研究では、クロスリンガルな訓練手法を提案し、公開可能な日本語の評価用データセットを構築することで、日本語による楽曲検索を実現する。