深層学習によるWavelet解析画像を用いた楽器音の識別

摘要

音楽情報処理において，楽曲解析をするために楽器音の計算機による解析[1]は重要な研究課題である．楽曲は正の値により重みづけをされた複数の楽音の足し合わせにより構成されると考えることが出来る．楽曲中の楽音の解析は，楽器音辞書を用いて楽曲の非負値分解により実現できる．その際，楽器音辞書を楽音のどのような特徴量に従って作成するかが重要となる．本研究では楽器音のWavelet解析による結果を可視化した画像データを特徴量とし，機械学習による画像認識を行う．まず，楽器音をWavelet解析し，縦軸をウェーブレット係数，横軸を時間として可視化した画像データを特徴量として用いる．これらのことより単純に従来の入力情報よりも多くの情報を得ることができる．これを入力として深層学習のツールであるChainerで実装されたImagenetを用いて学習を行う．このようなシステムで，フルート，オーボエ，ファゴットの3種類の楽器で作成した楽器音を対象とした実験を行い本手法の有効性を確認した．