去年(2018)の学会での発表ですが、いま研究室の学生と共に、

ディープラーニング(人工知能、ニューラルネットワークの一手法)を使って、

ヴァイオリンの音色の識別を試みています。

 

先に、結論を述べると。

仕組みはそんなに難しくない、けど、大量の音データを集めるのが大変!

 

やはりな・・・という感じですね。

開放弦では学習データとテストデータが同じ楽器のであれば、いま開発したプログラムで

95%くらいの識別ができました!

基本的なプログラムの動作確認ができたということです。

 

 

音データとしては、短い0.03秒ほどの音波における、この図のようなスペクトル包絡を使いました。

 

ざっと説明すると、

あるストラディヴァリ「S1」の「A線」というラベルを付けてあげて

ほかのヴァイオリン製作者のファニオラ、ロッカ、ガリンベルティ、トノーニ・・・・等々、

同じようにヴァイオリン×弦でラベリングをして学習させます。

その学習したネットワークに、

トノーニ(T1)のE線の音データを与えると、

「これはT1のE線」

と95%の確率で当てられるわけです。

 

まあ、開放弦はやや周期的な波形なので精度は、このくらい出てもおかしくはないというか、出てほしいところ。

でも、別のトノーニのヴァイオリンを持ってこられると、当てられません。

というのは、「トノーニ」という楽器製作者の作った「たくさんの」ヴァイオリンの音を

学習させないとトノーニさんの楽器かどうかの音色の個性を語れないわけです。

 

ストラディヴァリのヴァイオリンかどうかの「鑑定」をするには、

たくさんのストラドの音データを集めなければなのです。

これは大変な作業です。

まずストラドの音を取らしてもらえるかどうか・・・協力していただける方(所有者、楽器店、財団etc)が欲しいですね!

 

人工知能をつかった音色識別の詳しい手法については、

学会で発表していますのでこちらの論文をご覧ください。

 

横山真男, 八代月光, & 植木一也. (2018). 深層学習によるヴァイオリン製作者識別の試み. 研究報告音声言語情報処理 (SLP), 2018(41), 1-4.

PDF

http://www.cello-maker.com/research/pdf/deeplearning-violin-otogakusinpo.pdf

学会

https://ipsj.ixsq.nii.ac.jp/ej/?action=pages_view_main&active_action=repository_view_main_item_detail&item_id=189969&item_no=1&page_id=13&block_id=8