好みのバイアスの学習を行う作曲モデルを用いた作曲支援システムの実現

概要

論文の詳細を見る
本研究では、作曲モデルにメロディー内のユーザの好みの偏りを学習する方法を導入し、それを用いて対話型選択集団山登り法を利用した対話型作曲支援システム rank-c-Sonneteer2 を実現する。本手法は、評価のランクによって親を選択する集団山登り法である。Rank-c-Sonneteer2 は、対話、親の入れ換え、選択、学習と生成をくり返す。まず、対話において、ユーザが、入力のメロディーを改善、評価する。評価では各音符ごとに 4 段階評価する。親の入れ換えにおいて、評価値が親よりも高ければ、前の親と入れ換えて、親ベースに登録する。選択において、システムは評価のランクに親を選ぶ。学習と生成において、作曲モデルがシステムに選ばれた親を 11 回学習し、親ベースの他の親を 1 回学習し、その学習情報をもとに近傍解、つまり子を生成する。この 4 つのプロセスを好みのメロディーを作曲するまで繰り返す。モデルは学習データをもとにメロディーを生成するが、ランダムウォークで生成するために好みの部分を持たないメロディーを作曲してしまう場合がある。モデルが音符ごとの 4 段階の評価に対して好みの部分の音符の重みを大きくして学習すれば、よりユーザの好みを反映した近傍解を生成できる。本論文では、このモデルを実現したシステムとそのシステムを使って作曲したメロディーについて述べる。
2010-11-27

好みのバイアスの学習を行う作曲モデルを用いた作曲支援システムの実現

スポンサーリンク

概要

著者

関連論文

スポンサーリンク