ニューラルネットワークに基づく楽器同定のための入力特徴量の一検討

カテゴリ: 研究会(論文単位)

論文No: CT19108

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2019/07/19

タイトル(英語): A input feature comparison for musical instrument identification using artificial neural networks

著者名: 杉本 絵美(長岡技術科学大学),杉田 泰則(長岡技術科学大学)

著者名(英語): Emi Sugimoto(Nagaoka University of Technology),Yasunori Sugita(Nagaoka University of Technology)

キーワード: 楽器同定|ニューラルネットワーク|入力特徴量|高速フーリエ変換|ウェーブレット変換|Musical Instrument Identification|Artificial Neural Network(ANN)|Input Features|Fast Fourier Transform(FFT)|Wavelet Transform

要約(日本語): 楽器同定は、音楽情報検索や音楽分析において重要な技術である。本稿では、ニューラルネットワークを用いた楽器同定に必要な入力特徴量の検討を行った。入力特徴量として、ウェーブレット変換をもとにしたメル周波数スペクトラム、フーリエ変換をもとにしたメル周波数スペクトラム係数、メル周波数ケプストラム係数(MFCC)、MFCCに動的特徴量を付加したものを用い，楽器同定実験を通して各特徴量の有用性を比較検証した。

要約(英語): Musical instrument identification plays an important role in music information search, music analysis and so on. This report deals with a musical instrument identification system using neural networks. The identification experiment of musical instrument was conducted by applying mel frequency spectrum coefficients using wavelet transform or fourier transform, mel frequency cepstrum coefficients (MFCC), and MFCC with dynamic features as input features, and the effective features were discussed.

原稿種別: 日本語

PDFファイルサイズ: 1,831 Kバイト