1
/
の
1
CNNに基づく音響特徴量からのポピュラー楽曲のセクション分類
CNNに基づく音響特徴量からのポピュラー楽曲のセクション分類
通常価格
¥440 JPY
通常価格
セール価格
¥440 JPY
単価
/
あたり
税込
カテゴリ: 部門大会
論文No: PS5-10
グループ名: 【C】2024年電気学会電子・情報・システム部門大会
発行日: 2024/08/28
タイトル(英語): Section Classification of Popular Music from Acoustic Features Based on CNN
著者名: 佐々木 仁(岩手大学),堀田 克哉(岩手大学),萩原 義裕(岩手大学)
著者名(英語): Jin Sasaki (Iwate University),Katsuya Hotta (Iwate University),Yoshihiro Hagihara (Iwate University)
キーワード: 畳み込みニューラルネットワーク|メルスペクトログラム|Convolutional Neural Network|Mel spectroguram
要約(日本語): 音楽ストリーミングサービスの普及により、膨大な数の楽曲にアクセスできるようになった昨今、音楽検索技術の需要が高まっている。音楽音響信号から音楽的な特徴量を抽出し、楽曲のジャンル分類を試みる研究はなされているが、Aメロ、Bメロ、サビといったセクションに分類する研究は数少ない。ジャンル分類において、各周波数の振幅、位相の時間変化を捉えられるメルスペクトログラムは特徴量として有効であり、セクション分類においても有効であると考える。提案手法では、一定間隔でサンプリングした楽曲データからメルスペクトログラムを抽出し、畳み込みニューラルネットワークを用いてAメロ、Bメロ、サビの3セクションに分類する。本手法がAメロ、サビにおいては一定の有効性があることを示す。
受取状況を読み込めませんでした
