機械学習によるカットオフ周波数抽出に基づくシンセサイザのフィルタエンベロープのパラメータ推定

カテゴリ：研究会(論文単位)

論文No：ST25066

グループ名：【C】電子・情報・システム部門 システム研究会

発行日：2025/11/25

タイトル(英語)：Parameter Estimation of Filter Envelope in Synthesizer Based on Extraction of Cutoff Frequency by Machine Learning

著者名：白井 海音(東北工業大学),八巻 俊輔(東北工業大学)

著者名(英語)： Kaito Shirai(Tohoku Institute of Technology),Shunsuke Yamaki(Tohoku Institute of Technology)

キーワード：シンセサイザ,フィルタエンベロープ,パラメータ推定,機械学習,カットオフ周波数,Synthesizer,Filter envelope,Parameter estimation,Machine learning,Cutoff frequency

要約(日本語)：本稿では，シンセサイザのフィルタエンベロープのパラメータを推定する手法を提案する．提案手法は，従来手法の教師ありNMFを用いたオシレータとアンプリファイアに関するパラメータ推定の拡張である．まず，機械学習により再現対象音に最適なカットオフ周波数を時間ごとに得る．次に，そこからフィルタエンベロープのパラメータを推定する．最後に，真値と推定値との誤差を評価することにより，推定手法の有効性を実験的に示す．

要約(英語)：This paper presents an estimation method for filter envelope parameters in synthesizers. This proposed method is an extension of our previous method that estimated oscillator and amplifier parameters using supervised NMF. First, we obtain the optimal cutoff frequency for the target sound at each time frame by machine learning. Next, we estimate the filter envelope parameters from the cutoff frequency at each time frame. Finally, we experimentally show validity of estimation method by evaluating error between true values and estimated values.

本誌：2025年11月28日システム研究会

本誌掲載ページ：7-10p

原稿種別：日本語

PDFファイルサイズ：729Kバイト