スパース性基準によるF0周波数選択を用いた Specmurtによる多重音解析 神戸大学 システム情報学研究科 ◎西村大樹、中鹿亘、滝口哲也、有木康雄 研究内容 多重音解析とは 同時刻に様々な高さの音が存在する信号の解析 音量 多重音解析 周波数 楽譜形式 wavデータ 時間 スペクトル 時間 短時間フーリエ変換 ウェーブレット変換 ピアノロール形式 www.***.com 調波性を持つ音響信号 基本周波数とn次高調波周波数の関係は整数n倍である 基本周波数 強 度 高調波周波数 基本周波数 強 度 線形周波数 高調波周波数 対数周波数 www.***.com 調波性を持つ音響信号 基本周波数とn次高調波周波数の関係は整数n倍である 基本周波数 強 度 高調波周波数 基本周波数 強 度 高調波周波数 線形周波数 強 度 対数周波数 強 度 線形周波数 対数周波数 x www.***.com 調波性を持つ音響信号 基本周波数とn次高調波周波数の関係は整数n倍である 基本周波数 強 度 高調波周波数 基本周波数 強 度 高調波周波数 線形周波数 強 度 対数周波数 強 度 線形周波数 2 3 4 対数周波数 x x x x www.***.com 調波性を持つ音響信号 基本周波数とn次高調波周波数の関係は整数n倍である 基本周波数 強 度 強 度 高調波周波数 音階が変化すると 構造も変化する 基本周波数 強 度 線形周波数 強 度 高調波周波数 音階が変化しても 構造は変化しない 線形周波数 2 3 4 対数周波数 対数周波数 x x x x www.***.com Specmurtによる多重音解析 基本周波数分布と共通調波構造の畳み込みで 観測スペクトルを表現できる * x1 v(x) h(x) u (x) x1 x2 x2 基本周波数分布 共通調波構造 観測スペクトル www.***.com Specmurtによる多重音解析 基本周波数分布と共通調波構造の畳み込みで 観測スペクトルを表現できる ? x1 v(x) h(x) u (x) * x1 x2 x2 基本周波数分布 共通調波構造 観測スペクトル Specmurt法 www.***.com Specmurtによる多重音解析 基本周波数分布と共通調波構造の畳み込みで 観測スペクトルを表現できる ? x1 v(x) h(x) u (x) * ? x1 x2 x2 基本周波数分布 共通調波構造 観測スペクトル Specmurt法 www.***.com Specmurtによる多重音解析(従来) 基本周波数分布と共通調波構造の畳み込みで 観測スペクトルを表現できる ? x1 v(x) h(x) u (x) * ? x1 x2 x2 基本周波数分布 共通調波構造 観測スペクトル Specmurt法 いかにモデル化するか!? www.***.com Specmurtによる多重音解析(提案) 基本周波数分布と共通調波構造の畳み込みで 観測スペクトルを表現できる * x1 v(x) h(x) u (x) ? x1 x2 x2 基本周波数分布 観測スペクトルをもとに 仮定 共通調波構造 観測スペクトル Specmurt法 www.***.com Specmurtによる多重音解析(提案) 基本周波数分布と共通調波構造の畳み込みで 観測スペクトルを表現できる * x1 v(x) h(x) u (x) x1 x2 x2 基本周波数分布 観測スペクトルをもとに 仮定 共通調波構造 観測スペクトル Specmurt法 www.***.com Specmurtによる多重音解析(提案) 基本周波数分布と共通調波構造の畳み込みで 観測スペクトルを表現できる * x1 v(x) h(x) u (x) x1 x2 x2 基本周波数分布 観測スペクトルをもとに 仮定 共通調波構造 観測スペクトル Specmurt法 スパース性に基づく 最も理想的な楽器情報 www.***.com Specmurtによる多重音解析(提案) 基本周波数分布と共通調波構造の畳み込みで 観測スペクトルを表現できる * x1 v(x) h(x) u (x) x1 x2 x2 基本周波数分布 一意に定まる 共通調波構造 観測スペクトル Specmurt法 スパース性に基づく 最も理想的な楽器情報 www.***.com u(x)の候補 u(x) : 基本周波数分布 : 基本周波数 : 高調波周波数 Waveform (piano triad) Horizontal axis : Frequency Vertical axis : Amplitude www.***.com u(x)の候補 u(x) : 基本周波数分布 : 基本周波数 : 高調波周波数 基本周波数分布 Waveform (piano triad) Horizontal axis : Frequency Vertical axis : Amplitude www.***.com u(x)の候補 u(x) : 基本周波数分布 どのピークが基本周波数であるか 基本周波数の数(何和音であるか) は未知 : 基本周波数 : 高調波周波数 Fundamental frequency distribution Waveform (piano triad) Horizontal axis : Frequency Vertical axis : Amplitude www.***.com u(x)の候補 u(x) : 基本周波数分布 : 基本周波数 : 高調波周波数 観測スペクトルのピークの組み合わせに基づいて、 u(x)の候補を大量に生成する。 Waveform (piano triad) Horizontal axis : Frequency Vertical axis : Amplitude www.***.com u(x)の各候補に対応するh(x) u(x) : 基本周波数分布 h(x) : 共通調波構造 v( x) h( x) * u( x) h( x) v( x) * u 1 ( x) 観測スペクトルのピークの組み合わせに基づいて、 u(x)の候補を大量に生成する。 www.***.com u(x)の各候補に対応するh(x) u(x) : 基本周波数分布 h(x) : 共通調波構造 観測スペクトルのピークの組み合わせに基づいて、 u(x)の候補を大量に生成する。 h( x) v( x) * u 1 ( x) より、h(x) を求める www.***.com 最適なh(x)の探査 理想的なh(x)は 基本周波数と高調波周波数にのみピークを持つ 基本周波数 第2高調波 第3高調波 第4高調波 第5高調波 Example of harmonic structure (piano) www.***.com 最適なh(x)の探査 理想的なh(x)は 基本周波数と高調波周波数にのみピークを持つ 基本周波数 Step1 : 非調波構造の棄却 第2高調波 Step2 :スパース性の計算 第3高調波 第4高調波 第5高調波 Example of harmonic structure (piano) www.***.com 最適なh(x)の探査 Step1 : 非調波構造の棄却 非調波構造とは、高調波成分をもたない構造 u (x) h(x) www.***.com 最適なh(x)の探査 Step1 : 非調波構造の棄却 非調波構造とは、高調波成分をもたない構造 u (x) h(x) www.***.com 最適なh(x)の探査 Step2 : スパース性の計算 最適なh(x) は基本周波数と高調波周波数にのみ ピークを持つので、よりスパースであると考えられる u (x. ) h(x) www.***.com 最適なh(x)の探査 Step2 : スパース性の計算 最適なh(x) は基本周波数と高調波周波数にのみ ピークを持つので、よりスパースであると考えられる u (x) h(x) Sparse Not sparse www.***.com 最適なh(x)の探査 Step2 : スパース性の計算 最適なh(x) は基本周波数と高調波周波数にのみ ピークを持つので、よりスパースであると考えられる u (x) L1 norm X x1| h( x) | h(x) Sparse Not sparse L2 norm X 2 h ( x ) x1 www.***.com 最適なh(x)の探査 Step2 : スパース性の計算 最適なh(x) は基本周波数と高調波周波数にのみ ピークを持つので、よりスパースであると考えられる u (x) L1 norm X x1| h( x) | h(x) Sparse Not sparse L2 norm X 2 h ( x ) x1 最適なh(x) www.***.com 基本周波数分布u(x)の決定 最適なh(x) に対応するu(x)が基本周波数分布 最適なu (x) 最適な h(x) www.***.com 実験 Piano楽曲 (13秒) RWC-MDB-C-2001 No. 43: Sicilienne op.78 6 u(x)の候補数: 6 C k 63 k 1 ウェーブレット変換「 Observed spectrum Horizontal axis : Time Vertical axis : Note number www.***.com 結果 解析結果(しきい値処理後) MIDI data Horizontal axis : Time Vertical axis : Note number www.***.com 結果 Piano楽曲 (13秒) 93% Accuracy 92% 92.5% 91.6% 91% 90% 89.2% 89% 88% 87% 提案手法 (L1 norm) 提案手法 (L2 norm) 従来手法 www.***.com 今後の課題 様々な楽器での実験 今のところピアノでの正解率は高いが他の楽器ではどうか? オクターブ違いを含む和音の解析 今の手法では単音とオクターブ違いの区別はつかない 2種類以上の楽器を含む楽曲での解析 Specmurtを離れた、もっと別の手法が必要? www.***.com ご清聴ありがとうございました www.***.com Specmurt法 線形周波数領域ではなく、対数周波数領域で信号を扱う 基本周波数とn次高調波周波数の関係は整数n倍である 基本周波数 高調波周波数 線形周波数の場合 線形周波数領域では基本周波数が Δω変化するとき、n次高調波周波数は それぞれnΔω変化してしまう 2 3 4 www.***.com Specmurt法 線形周波数領域ではなく、対数周波数領域で信号を扱う 基本周波数とn次高調波周波数の関係は整数n倍である 基本周波数 高調波周波数 対数周波数の場合 対数周波数領域では基本周波数が Δx変化するとき、全ての高調波周波数も Δx変化する x x x x www.***.com Specmurt法 基本周波数分布 (和音) : u (x) 共通調波構造 (音色の倍音構造) : h(x) 多重音スペクトル (観測情報) : v(x) と定義すると、 v(x) は以下のように v( x) h( x) * u( x) h(x) と u (x) の畳み込みで表現される www.***.com Specmurt法 多重音解析は基本周波数分布 )x ( u を求めることであるため u( x) h( x)1 * v( x) と変形する 共通調波構造 h(x) が既知であるなら、畳み込みの定理より、 フーリエ変換、逆フーリエ変換を用いて u (x) を得ることができる www.***.com Specmurt法 Specmurtによる従来のアプローチ方法 1. 自然音をもとに、事前知識によって 共通調波構造 h(x) を仮定する方法 2. 非線形写像や最少二乗法によって 準最適な h(x) を求める方法 いずれも共通調波構造 h(x) をいかにモデル化するかに焦点がある しかしながら h(x) は同じ楽器でも音階によって微妙に異なる 異なる音階の組合せである和音の解析において、 h(x) の形にそこま で拘らないでもよいのでは? www.***.com 提案手法 観測情報 v(x)に注目 v(x) 波形のピークは一般に、基本周波数と高調波周波数 三和音の波形の例 横:対数周波数 縦:強度 :基本周波数 :高調波周波数 www.***.com 提案手法 正しいピークの組合せが解(基本周波数分布) しかし普通は基本周波数がいくつあるのかわからず、 どのピークが基本周波数でどのピークが高調波周波数なのか わからない :基本周波数 :高調波周波数 正しいピークの組合せ = 基本周波数分布 (全ての基本周波数を取り出し、高調波周波数は除去) どうやって正しいピークの組合せを選ぶのか? www.***.com 提案手法 観測スペクトルから得られる様々なピークの組合せをuˆi ( x) と し、 hˆi ( x) を計算してみる Specmurt法で用いる v( x) h( x) * u ( x) を変形して hˆi ( x) uˆi ( x)1 * v( x) とすることで各ピークの組み合わせ に対応する hˆi ( x) が得られる 正しいピークの組合せのuˆi ( x) で得られた hˆi ( x) は間違った ピークの組合せで求めたものに比べて理想的な構造を持って いると考えられる www.***.com 提案手法 理想的な共通調波構造 h(x) 右図のようにピークは 基本周波数成分と 高調波周波数成分 楽器によってそれぞれの 高調波周波数における強度は 異なるが、高調波周波数の 発生する位置は決まっている 基本周波数成分 2次高調波周波数成分 3次 4次 5次 7次 9次 理想的な共通調波構造 h(x) の例 www.***.com 提案手法 得られた hˆi ( x) の中から ~ 理想的な共通調波構造に最も近いものh ( x) を探す 基本周波数成分 基本周波数と 高調波周波数成分をもち、 それ以外にピークを 持たない(スパースである) ものを探す 2次高調波周波数成分 3次 4次 5次 7次 9次 理想的な共通調波構造 h(x) の例 www.***.com 提案手法 ~ h ( x) の決定方法 Step1 hˆi ( x) のうち、 高調波周波数成分を 持たないものの棄却 基本周波数成分 2次高調波周波数成分 Step2 各 hˆi ( x)のスパース性を 調べる 最もスパースなものを ~ h ( x) とする 3次 4次 5次 7次 9次 理想的な共通調波構造 h(x) の例 www.***.com 提案手法 スパース性の計算方法 ~ 実際に得られる h ( x) は本来ピークのない部分にもわずかなピークが 現れるため、L1ノルムやL2ノルムのような各値の大きさを考慮できるも のを適用する ~ ~ h ( x) hˆ~i ( x) であるとすると i は以下のように X ~ i arg min x1| hi ( x) | i または X ~ i arg min x1 hi ( x)2 i と計算される www.***.com 提案手法 ~ 得られた h ( x) に対応するu~ ( x) が解として一意に決まる 以上の手順を全ての短時間フレームごとに実行する www.***.com 実験 ピアノ3和音(A3, C4, E4)0.53sの解析 観測スペクトル 横軸:時間 縦軸:対数周波数 理想的な解析結果 www.***.com 実験 L1ノルムによる結果 www.***.com 実験 L2ノルムによる結果 www.***.com 実験 実験結果(正解率) 提案手法 (L1ノルム) 提案手法 (L2ノルム) L0ノルム 従来手法 (自然音 Specmurt) 提案手法 (反復 Specmurt) 60.7% 77.6% 0% 7.5% 25.8% 提案手法による多重音解析の可能性が示せた www.***.com
© Copyright 2024 ExpyDoc