「演奏の類似性」を数値化して比較する技術を開発、筑波大学などが機械学習を利用：ピアノ演奏を数値化

筑波大学准教授の山際伸一氏と大阪大学准教授の河原吉伸氏は、ピアノ演奏の類似性を比較する技術を開発した。機械学習を用いて、実際の打鍵タイミングと打鍵の強さ、音の長さを譜面と比較して数値化した。

[＠IT]

　筑波大学とローランドは2019年4月10日、筑波大学システム情報系の准教授である山際伸一氏と、大阪大学産業科学研究所の准教授である河原吉伸氏（現九州大学）が、演奏の類似性を数値で比較する技術を開発したと発表した。機械学習を応用した。

　音楽演奏の違いを判断するには通常、アーティキュレーションやデュナーミク（強弱法）、フレージング（フレーズの切り方）といった、人の感性による基準に従う。両氏が開発した技術では、こうした人が感じる音楽の感性を数値化できる。

　なお、アーティキュレーションとは、フレーズ内の旋律をより小さい単位に区切り、細かくスタッカートに演奏する、滑らかに続けてレガートに演奏するなど、音と音との続け方を工夫すること。

楽譜と演奏データの差分を機械学習で比較