| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-02-29 17:05 A Study on Automatic Performance for Emulating the Playing Style of a Specific Pianist using Feature Extraction with LSTM and Score Analysis ○Li Senhao・Matsuno Yutaka（Nihon Univ.）  EA2023-76 SIP2023-123 SP2023-58 |
|
| 抄録 | （和） | Classical music continues to captivate audiences worldwide, and advancements in automatic piano playing technologies and the Internet allows people to enjoy professional piano performances at home. However, the labor-intensive process of recording tracks on sensor-equipped pianos and the limited repertoire available present challenges. Thus, in this paper, we propose a neural network–based method to generate automatic piano performances. The proposed method utilizes long short-term memory (LSTM) networks, designed for the specific pianist, and contributes to the field of music notation learning. We employ LSTM networks rather than a recurrent neural network to decipher and encapsulate the intricate temporal dependencies characteristic of piano performances. We conducted training loss evaluation and pianist perception assessment. Experimental outcomes demonstrated predictive accuracy with R-squared (R²) values between 0.4 and 0.6. Blind listening tests revealed the model's effectiveness in generating performances that are comparable to those of skilled pianists. |
| （英） | Classical music continues to captivate audiences worldwide, and advancements in automatic piano playing technologies and the Internet allows people to enjoy professional piano performances at home. However, the labor-intensive process of recording tracks on sensor-equipped pianos and the limited repertoire available present challenges. Thus, in this paper, we propose a neural network–based method to generate automatic piano performances. The proposed method utilizes long short-term memory (LSTM) networks, designed for the specific pianist, and contributes to the field of music notation learning. We employ LSTM networks rather than a recurrent neural network to decipher and encapsulate the intricate temporal dependencies characteristic of piano performances. We conducted training loss evaluation and pianist perception assessment. Experimental outcomes demonstrated predictive accuracy with R-squared (R²) values between 0.4 and 0.6. Blind listening tests revealed the model's effectiveness in generating performances that are comparable to those of skilled pianists. | |
| キーワード | （和） | / / / / / / / |
| （英） | LSTM / Feature Extraction / Musical Notation / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 403, SP2023-58, pp. 91-96, 2024年2月. | |
| 資料番号 | SP2023-58 | |
| 発行日 | 2024-02-22 (EA, SIP, SP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EA2023-76 SIP2023-123 SP2023-58 |
|
| 研究会情報 | |
| 研究会 | SIP SP EA IPSJ-SLP |
| 開催期間 | 2024-02-29 - 2024-03-01 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響, 信号処理，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2024-02-SIP-SP-EA-SLP |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | A Study on Automatic Performance for Emulating the Playing Style of a Specific Pianist using Feature Extraction with LSTM and Score Analysis |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / LSTM |
| キーワード(2)（和/英） | / Feature Extraction |
| キーワード(3)（和/英） | / Musical Notation |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 李 森浩 / Li Senhao / リ シンコウ |
| 第1著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松野 裕 / Matsuno Yutaka / マツノ ユタカ |
| 第2著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-02-29 17:05:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SP |
| 資料番号 | EA2023-76, SIP2023-123, SP2023-58 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.401(EA), no.402(SIP), no.403(SP) |
| ページ範囲 | pp.91-96 |
| ページ数 | 6 |
| 発行日 | 2024-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]