隠れマルコフモデルによる自動和音認識を用いたカバー演奏ストリームからの楽曲同定手法の検討

摘要

カバ一演奏ストリームから自動的に，ほぼ実時間で楽曲同定を行う手法について，従来手法を改善する手法を提案する.従来手法は，特徴量の変化の影響を受けやすいため精度が低く，計算量が多い，また，標準パターンをあらかじめ人手で分割しておく必要があるといった問題があった.そこで，本研究では，原曲とカバー演奏の間で保存されている可能性が高い和音進行を隠れマルコフモデル(HMM)によって自動認識し，認識した和音進行パターンを用いて楽曲同定を行う手法を提案する.提案手法は，転置インデックスを用いたテキストベースの候補パターン削減と，ShiftCDP法を用いた音響的類似度に.:よるスコアリングの2段階に分けることで高速化を実現し，標準パターンの切り出しも不要である.本稿では，原曲とカバー楽曲が対になったデータセットを用いて評価実験を行い，提案手法の有効性を示す.%This paper proposes an improved method for real-time music piece identification in a cover performance stream. The previous method performed with low accuracy because of susceptibility to acoustic feature variations.In addition, it performed with reference music segments divided by manual operation and relatively high amount of computation. Since the chord progressions is usually constant between an original song and cover performance, the proposed method detects chord progressions in a music piece automatically by HMM.It adopts a two-stage processing using an inverted index for the text level processing and ShiftCDP method for the acoustic level processing to improve performance. This method needs no manual operation for dividing the reference music pieces. We confirm feasibility of the proposed method by experiments using a coversong dataset.