JP2021056295A - 楽曲解析装置、楽曲解析方法、および楽曲解析プログラム - Google Patents

Abstract

【課題】機械学習に基づいて検出された小節線の位置を適切に補正する。【解決手段】楽曲解析装置が、機械学習によって学習された検出モデルを用いて、楽曲を示す音響情報から小節線を検出する検出部と、検出部が検出した小節線の位置を、前記楽曲から特定される参照拍子に基づいて補正する補正部と、を有する。【選択図】図４

Description

本発明は、楽曲から小節線を特定する楽曲解析装置、楽曲解析方法、および楽曲解析プログラムに関する。

従来より、楽曲を解析することによって、楽曲に含まれる種々の音楽的要素を検出する技術が提案されている。検出対象の音楽的要素としては、小節線、拍点、メロディー、コード（和音）、テンポ等が例示される。

特許文献１には、楽曲に含まれる拍点等の特定点を複数の処理によって推定する技術が開示されている。

国際公開２０１９／０１７２４２号

楽曲内の拍点を検出する特許文献１の技術においては、検出すべき拍点間の長さ（拍の長さ）の補正については特に検討されていない。小節線の検出についても具体的には特に検討されていない。

楽曲内の小節線を機械学習によって検出する場合、比較的小さな特徴量の変化が検出に鋭敏な影響をもたらすことがある。したがって、機械学習によって単純に小節線を検出しても、その検出精度が十分でない可能性がある。例えば、楽曲の進行に応じて拍子が変化する楽曲（変拍子の楽曲）における小節の長さ（小節に含まれる拍数等）は可変であるので、小節線の検出精度が十分でないケースが多い。

以上の事情に鑑み、本発明は、機械学習に基づいて検出された小節線の位置を適切に補正できる楽曲解析装置、楽曲解析方法、および楽曲解析プログラムを提供することにある。

上記目的を達成するために、本発明の一態様に係る楽曲解析装置は、機械学習によって学習された検出モデルを用いて、楽曲を示す音響情報から小節線を検出する検出部と、前記検出部が検出した前記小節線の位置を、前記楽曲から特定される参照拍子に基づいて補正する補正部と、を有する。

本発明によれば、機械学習に基づいて検出された小節線の位置が適切に補正される。

本発明の実施形態に係る楽曲解析装置の機能的構成を例示するブロック図である。 本発明の実施形態に係る楽曲解析装置のハードウェア構成を例示するブロック図である。 本発明の実施形態における小節特定処理の全体像を例示する説明図である。 本発明の実施形態における小節特定処理に含まれる補正処理を例示するフローチャートである。 本発明の実施形態における参照拍子の特定を説明する図である。 本発明の実施形態における補正処理の例（小節の分割）を説明する図である。 本発明の実施形態における補正処理の例（小節の結合）を説明する図である。 本発明の実施形態の構成による小節特定の精度に関する実験結果を示す表である。

以下、本発明の実施形態について添付図面を参照しながら詳細に説明する。以下に説明される実施形態は、本発明が適用される装置の構成や各種の条件に応じて適宜に修正または変更することが可能である。概略的には、本実施形態の楽曲解析装置１０は、楽曲を示す音響情報に基づいて小節線を検出し、検出された小節線の位置を所定のルールに従って補正する。

図１は、本発明の実施形態に係る楽曲解析装置１０の機能的構成を例示するブロック図である。図１に示すように、楽曲解析装置１０は、制御部１１および記憶部１７を有する。

制御部１１は、楽曲解析装置１０の動作を統合的に制御する機能ブロックである。加えて、制御部１１は、取得部１２、抽出部１３、検出部１４、補正部１５、および出力部１６を機能ブロックとして有する。

取得部１２は、小節線の検出対象である音響情報を含む楽曲のデータを取得する。取得部１２は、記憶部１７に既に記憶されている楽曲を取得してもよいし、楽曲提供サーバ等の外部装置から楽曲を取得してもよい。

抽出部１３は、取得部１２が取得した楽曲が含む音響情報に対してビート解析（拍解析）を実行することによって、拍毎の特徴量（例えば、特徴ベクトル）を抽出する。

検出部１４は、機械学習によって学習された検出モデル１８を用いて、楽曲を示す音響情報に対応する特徴量から小節線を検出する。本実施形態において、楽曲の拍子が楽曲の進行に応じて時系列的に変化することを想定する。例えば、本実施形態の１つの楽曲には、４分の４拍子である演奏箇所と８分の６拍子である演奏箇所とが含まれてよい。すなわち、本実施形態の楽曲は、拍子が相異なる複数の小節を含み得る。

補正部１５は、検出部１４が検出した小節線の位置を参照拍子Ｂに基づいて補正する。参照拍子Ｂは、補正部１５による補正処理のために特定された拍子であって、例えば、楽曲のリズムを基礎付ける拍子である。

出力部１６は、検出部１４によって検出され補正部１５によって補正された小節線を出力する。

記憶部１７は、上記した制御部１１による処理に用いられる種々のデータ（楽曲、音響情報、特徴量、小節線等）を記憶する。また、記憶部１７は、検出部１４による検出処理に用いられる検出モデル１８を記憶する。検出モデル１８は、例えば、学習済みのニューラルネットワークであって、ネットワーク構造と各種パラメータによって規定される。

以上のように、本実施形態の楽曲解析装置１０は、機械学習に基づいて楽曲から検出された小節線の位置を参照拍子Ｂに基づいて補正することができる。したがって、単に機械学習（検出モデル）に基づいて小節線を検出するのみの構成と比較して、より精度良く小節線の位置を特定することが可能である。

なお、制御部１１は、上記した一部の機能ブロックのみを有していてもよい。例えば、制御部１１が、任意の手法によって取得された楽曲の特徴量に基づいて小節線を検出する検出部１４と、検出された小節線の位置を参照拍子Ｂに基づいて補正する補正部１５とのみを有していてもよい。

図２は、本発明の実施形態に係る楽曲解析装置１０のハードウェア構成を例示するブロック図である。楽曲解析装置１０は、例えば、情報処理機能および無線通信機能を有するスマートフォンである。図２に示すように、楽曲解析装置１０は、ＣＰＵ（Central Processing Unit）２１、ＲＡＭ（Random Access Memory）２２、ストレージ２３、入力装置２４、出力装置２５、通信インタフェース（Ｉ／Ｆ）２６、およびバス２７を有する。

ＣＰＵ２１は、楽曲解析装置１０における種々の演算を実行する処理回路である。ＲＡＭ２２は、揮発性の記憶媒体であって、ＣＰＵ２１が使用する値（パラメータ）が記憶されると共に種々のプログラムが展開されるワーキングメモリとして機能する。ストレージ２３は、不揮発性の記憶媒体であって、前述した検出モデル１８およびＣＰＵ２１によって実行される種々のプログラムを記憶する。

ＲＡＭ２２およびストレージ２３が、図１に示される記憶部１７を構成する。ＣＰＵ２１が、ストレージ２３に格納されている検出モデル１８およびプログラムをＲＡＭ２２に読み出して実行することによって、制御部１１に係る機能ブロック（制御部１１〜出力部１６）が実現され、本実施形態に係る種々の処理が実現される。

入力装置２４は、楽曲解析装置１０に対するユーザの操作を受け付ける要素であって、例えば、ボタンによって構成される。出力装置２５は、ユーザに対して種々の情報を表示する装置であって、例えば、液晶ディスプレイによって構成される。入力装置２４および出力装置２５として機能するタッチスクリーンが採用されてもよい。

通信インタフェース（Ｉ／Ｆ）２６は、楽曲解析装置１０と外部装置とを接続する要素であって、例えば、セルラ通信機能、無線ＬＡＮ通信機能等の機能を実現する通信モジュールである。バス２７は、上記した楽曲解析装置１０のハードウェア要素を相互に接続する信号伝送路（システムバス）である。

なお、スマートフォン以外の任意の情報処理装置、例えば、パーソナルコンピュータやサーバによって楽曲解析装置１０が実現されてもよい。また、情報処理機能を有する電子ピアノ等の電子楽器によって楽曲解析装置１０が実現されてもよい。

図３は、本発明の実施形態における小節特定処理を例示する説明図である。本実施形態の小節特定処理には、特徴量抽出処理と小節線検出処理と補正処理とが含まれる。

特徴量抽出処理において、抽出部１３は、取得部１２に取得された楽曲における検出対象区間を設定する。楽曲のデータには、調性を示さないノンコード区間（無調区間）が含まれることがある。ノンコード区間は、例えば、楽曲開始前の無音区間や、楽曲の冒頭でドラムソロが演奏されている区間である。抽出部１３は、楽曲のコード推移を時系列的に示すコード解析情報に基づいて、ノンコード区間が終了した後の区間を小節線の検出対象区間として設定すると好適である。コード解析情報は、楽曲データに予め付与されていてもよいし、種々の公知手法に基づいて制御部１１が取得してもよい。

後述される拍および小節線の検出に先立って検出対象区間の先頭が誤って設定されていると、先頭のズレが楽曲の後々まで影響して拍および小節線を精度良く検出できないという問題がある。以上の問題は、音響情報の解析に深層学習を用いる本実施形態のような構成において特に顕著である。上記した抽出部１３の構成によれば、コード解析情報を用いてノンコード区間を特定し、ノンコード区間が終了した後の区間を検出対象区間として設定するので、以上の問題を適切に解消することが可能である。なお、以上のような検出対象区間の設定（選別）は必須ではなく、取得された楽曲の全体を検出対象区間とする構成も採用可能である。

次いで、抽出部１３は、入力された楽曲に含まれる音響情報に対してビート解析（拍解析）を実行することによって拍を検出し、検出された拍毎の特徴量（例えば、高次元の特徴ベクトル）を抽出して検出部１４に出力する。１拍は、連続する２つの拍点の間の区間に相当する。本実施形態の特徴量として、拍毎に算定されたメル周波数対数スペクトル（ＭＳＬＳ）が例示される。

小節線検出処理において、検出部１４は、楽曲を示す音響情報に基づいて小節線を検出して補正部１５に出力する。より具体的には、検出部１４は、機械学習によって学習された検出モデル１８を用いて、抽出部１３が音響情報から抽出した拍毎の特徴ベクトルに基づいて楽曲の拍毎に小節線の存在尤度を推定し、補正部１５に出力する。以上の存在尤度は、好適には、その拍の冒頭に小節線が存在するか否かを示す２クラス値（１：小節線が存在、０：不存在）である。以上のように検出された小節線から次の小節線までの区間（尤度１の拍から次の尤度１の拍の前拍までを含む区間）が１小節に相当する。なお、小節線の存在尤度が、以上のような離散値ではなく、０から１までの連続値として表されてもよい。

本実施形態の検出モデル１８は、楽曲の音響情報から抽出された拍毎の特徴量と小節線の存在を拍毎に示す小節線ラベルとを用いた教師あり学習によって深層学習された畳込みニューラルネットワーク（ＣＮＮ）および回帰型ニューラルネットワーク（ＲＮＮ）を有する。学習フェーズにおいて入力される楽曲は、楽曲の拍子が楽曲の進行に応じて時系列的に変化する楽曲であると好適である。楽曲のデータは、例えば、ＭＩＤＩデータに基づいてシーケンサが生成した音源データであってよい。回帰型ニューラルネットワークの構造は、例えば、ゲート付き回帰型ユニット（ＧＲＵ）であってもよく、長・短期記憶（ＬＳＴＭ）であってもよい。回帰型ニューラルネットワークは、双方向的に構成されてよい。

補正処理において、補正部１５は、上記した小節線検出処理によって検出された小節線の位置を参照拍子Ｂに基づいて補正する。より具体的には、補正部１５は、参照拍子Ｂの１小節に含まれる拍の数である参照拍数ｂ（例えば、４分の４拍子であれば４分音符４拍、８分の６拍子であれば８分音符６拍）からなる小節の数が増加するように、小節線の位置を補正する。なお、「小節線の位置を補正する」ことは、「小節線の存在尤度を示す値を変更する」ことに相当する。補正処理の詳細については、図４から図７を参照して後述される。

以上のように、本実施形態の楽曲解析装置１０は、小節線検出処理によって検出された小節線の位置を、楽曲のベースとなる参照拍子Ｂに含まれる参照拍数ｂからなる小節の数が増加するように補正する。したがって、楽曲により適合するように小節線の位置を補正することが可能である。

なお、小節特定処理が、特徴量抽出処理を含まず、小節線検出処理および補正処理のみを有してもよい。例えば、任意の手法によって取得された楽曲の特徴量に対して検出部１４が小節線を検出し、検出した小節線の位置を補正部１５が補正してもよい。

図４は、本発明の実施形態における小節特定処理に含まれる補正処理を例示するフローチャートである。図５は、本発明の実施形態における参照拍子の特定を説明する図である。図６および図７は、本発明の実施形態における補正処理の例（小節の分割および結合）を例示する説明図である。図５ないし図７において、四角形は楽曲内の１拍を示し、四角形の上方に付される数字は小節番号を示す。

ステップＳ４１１において、補正部１５は、後段の分割処理および結合処理において参照される参照拍子Ｂを特定する。より具体的には、図５に示すように、補正部１５は、検出部１４が検出した複数の小節において最も出現頻度の高い拍子を、楽曲における参照拍子Ｂとして特定する。参照拍子Ｂに含まれる拍数を、以降、参照拍数ｂと称する。なお、参照拍子Ｂは、本補正処理を含む一連の小節特定処理において特定されてもよく、小節特定処理以外において予め特定され補正部１５に供給されてもよい。

ステップＳ４２１，Ｓ４２２において、補正部１５は、参照拍子Ｂよりも長い小節が分割されるように、検出部１４が検出した小節線の位置を補正する。図６を参照してより詳細に説明する。

ステップＳ４２１において、補正部１５は、参照拍数ｂ（例えば、４）に所定値ｎ（例えば、２）を加えた分割拍数ｄｖ（例えば、６）以上の拍数を有する小節を特定する。図６では、第１５小節が、分割拍数ｄｖ（＝６）以上の拍数である１４拍を有している。

ステップＳ４２２において、補正部１５は、ステップＳ４２１で特定された小節を、参照拍数ｂからなる１以上の小節となるように分割する。本例では、補正部１５は、１４拍（≧ｄｖ）を有する第１５小節を、参照拍数ｂ（＝４）毎に先頭から分割することによって、参照拍数ｂからなる新たな第１５小節ないし第１７小節が設けられるように小節線の位置を補正する。

ステップＳ４３１，Ｓ４３２において、補正部１５は、参照拍子Ｂよりも短い小節が結合されるように、検出部１４が検出した小節線の位置を補正する。図７を参照してより詳細に説明する。

ステップＳ４３１において、補正部１５は、参照拍数ｂ未満の拍数を有する小節を特定する。図７では、第２３小節ないし第２９小節の各々が、参照拍数ｂ（＝４）未満の拍数である２拍を有している。

ステップＳ４３２において、補正部１５は、ステップＳ４３１で特定された連続する２以上の小節を、参照拍数ｂからなる小節となるように結合する。本例では、補正部１５は、第２３小節と第２４小節、第２５小節と第２６小節、および第２７小節と第２８小節をそれぞれ結合することによって、参照拍数ｂからなる新たな第２３小節ないし第２５小節が設けられるように小節線の位置を補正する。

以上のように、本実施形態の楽曲解析装置１０は、参照拍数ｂに所定値ｎを加えた分割拍数ｄｖ以上の拍数を有する小節を分割するように小節線の位置を補正する。以上の構成によれば、誤って長く検出された小節が分割されることによって、楽曲により適合するような小節線の位置の補正が実現される。

参照拍子Ｂよりも長い小節を全て分割すると、相対的に短い余り小節が大量に発生する可能性がある。上記した本実施形態の構成によれば、分割拍数ｄｖ以上の拍数を有する小節に分割対象を限定するので、以上の問題が生じることが抑制される。

また、本実施形態の楽曲解析装置１０は、参照拍数ｂ未満の拍数を各々が有する連続した２以上の小節を結合して、参照拍数ｂからなる小節となるように小節線の位置を補正する。以上の構成によれば、誤って短く検出された小節が結合されることによって、楽曲により適合するような小節線の位置の補正が実現される。

なお、上記した本実施形態では、補正部１５が、分割処理（Ｓ４２１，Ｓ４２２）および結合処理（Ｓ４３１，Ｓ４３２）の双方を実行している。しかしながら、補正部１５が、分割処理および結合処理のいずれか一方のみを実行する構成も採用可能である。また、分割処理のアルゴリズムおよび結合処理のアルゴリズムは、上記ステップのアルゴリズムに限定されない。

図８は、本実施形態の構成による小節特定の精度に関する実験結果を示す表である。本表において、小節特定の精度はＦ値（再現率と適合率との調和平均を示す値）によって表されている。本実験においては、拍子が変化しない２９９曲および拍子が変化する１１１曲の合計４１０曲を入力楽曲として用いた。

結果１は、隠れセミマルコフモデルを用いた従来技術による小節特定の結果である。結果２は、本実施形態の構成のうち補正処理を実行しなかった場合の小節特定の結果である。結果３は、本実施形態の構成（特徴量抽出処理、小節線検出処理、および補正処理）を実行した場合の小節特定の結果である。結果４は、本実施形態の構成のうち、ビート解析による拍検出に代えて正しい拍を示す正解拍情報を与えた場合の小節特定の結果である。

結果１と結果２〜４との比較から理解されるように、本実施形態に係る小節特定処理の精度は従来技術による小節特定処理の精度と比較して高かった。結果４のように正解拍情報を特に与えなくても、本実施形態による精度（結果２，３）は従来技術による精度（結果１）よりも高かった。

加えて、結果２と結果３との比較から理解されるように、本実施形態の補正処理を実行した場合（結果２）は、特徴量抽出処理および小節線検出処理のみを実行した場合（結果３）よりも、小節特定の精度が向上した。

＜変形例＞
以上の実施形態は多様に変形される。具体的な変形の態様を以下に例示する。以上の実施形態および以下の例示から任意に選択された２以上の態様は、相互に矛盾しない限り適宜に併合され得る。

上記した実施形態では、ノンコード区間が終了した後の区間が小節線の検出対象区間として設定されている。すなわち、ノンコード区間においては小節線が特定されない。しかしながら、ノンコード区間において小節線が特定されてもよい。例えば、検出部１４または補正部１５は、検出対象区間において小節線が検出された後に、検出対象区間より前のノンコード区間に遡って小節線を追加してもよい。参照拍数ｂからなる小節が設けられるように小節線が追加されるとより好適である。

分割処理（ステップＳ４２１，Ｓ４２２）において、補正部１５が、参照拍数ｂに満たない余り小節の発生を抑制すると好適である。例えば、補正部１５が、分割によって余り小節（例えば、図６（分割後））の２拍の第１８小節）が生成されようとする場合であって、余り小節と余り小節の直前に位置する直前小節（例えば、図６（分割後）の４拍の第１７小節）との拍数の和（４＋２＝６）が分割拍数ｄｖ（例えば、本変形例ではｄｖ＝７）未満であるときを想定する。以上のケースにおいて、補正部１５が、余り小節と直前小節とを分割しない、すなわち、参照拍数ｂに満たない余り小節が発生する箇所では分割処理を実行しないと好適である。図６の例では、分割後において、第１７小節と第１８小節とを融合した６拍の小節が生成されるように小節線の位置が補正されるとよい。

結合処理（ステップＳ４３１，Ｓ４３２）において、補正部１５が、参照拍数ｂの２分の１を上回る拍数を有する小節を結合の対象から除外すると好適である。例えば、参照拍子Ｂが４分の４拍子であって参照拍数ｂが４拍である場合、４分の４拍子の区間において実際の小節構成よりも更に分割されて４分の２拍子の小節（参照拍数ｂの２分の１以下の拍数を有する小節）が誤って検出される可能性は比較的高い。一方で、４分の４拍子の区間において、４分の４拍子とは音楽的構成が異なる４分の３拍子の小節が誤って検出される可能性は比較的低い。つまり、参照拍子Ｂが４分の４拍子である楽曲において検出された４分の３拍子の小節は、正しく検出されたものである可能性が比較的高い。そこで、補正部１５は、参照拍数ｂの２分の１を上回る拍数を有する小節を結合の対象から除外すると共に、参照拍数ｂの２分の１以下の拍数を各々が有する連続した２以上の小節を結合して、参照拍数ｂからなる小節となるように小節線の位置を補正すると好適である。

以上、本発明の好ましい実施形態について説明したが、以上の実施形態は本発明を実現可能な構成の一例に過ぎない。本発明は、以上の実施形態に記載される構成によって限定されるものではなく、その要旨の範囲内で種々の変形および変更が可能である。例えば、本発明は、上述の実施の形態の１以上の機能を実現するプログラムを、ネットワークや非一過性の記憶媒体を介してシステムや装置に供給し、そのシステムまたは装置のコンピュータの１つ以上のプロセッサがプログラムを読み出して実行する処理でも実現可能である。また、本発明は、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１０ 楽曲解析装置
１１ 制御部
１３ 抽出部
１４ 検出部
１５ 補正部
１８ 検出モデル

Claims (19)

1. 機械学習によって学習された検出モデルを用いて、楽曲を示す音響情報に基づいて小節線を検出する検出部と、
   前記検出部が検出した前記小節線の位置を、前記楽曲から特定される参照拍子に基づいて補正する補正部と、を備える楽曲解析装置。
2. 前記補正部は、前記参照拍子に含まれる参照拍数からなる小節の数が増加するように前記小節線の位置を補正する、請求項１に記載の楽曲解析装置。
3. 前記補正部は、前記参照拍数に所定値を加えた分割拍数以上の拍数を有する小節を分割して、前記参照拍数からなる１以上の小節となるように前記小節線の位置を補正する、請求項２に記載の楽曲解析装置。
4. 前記補正部は、前記分割によって前記参照拍数に満たない余り小節が生成されようとする場合であって、前記余り小節と前記余り小節の直前に位置する直前小節との拍数の和が前記分割拍数未満であるときには、前記余り小節と前記直前小節とを分割しないように前記小節線の位置を補正する、請求項３の楽曲解析装置。
5. 前記補正部は、前記参照拍数未満の拍数を各々が有する連続した２以上の小節を結合して、前記参照拍数からなる小節となるように前記小節線の位置を補正する、請求項２から請求項４のいずれか１項に記載の楽曲解析装置。
6. 前記補正部は、前記参照拍数の２分の１を上回る拍数を有する小節を前記結合の対象から除外し、前記参照拍数の２分の１以下の拍数を各々が有する連続した２以上の小節を結合して、前記参照拍数からなる小節となるように前記小節線の位置を補正する、請求項５に記載の楽曲解析装置。
7. 前記楽曲は、拍子が相異なる複数の小節を含み、
   前記参照拍子は、前記楽曲において最も出現頻度の高い拍子である、請求項１から請求項６のいずれか１項に記載の楽曲解析装置。
8. 前記楽曲において、調性を示さないノンコード区間が終了した後の区間を、前記小節線の検出対象区間として設定する抽出部をさらに備える、請求項１から請求項７のいずれか１項に記載の楽曲解析装置。
9. 前記検出モデルは、前記音響情報と正解データである小節線情報とを用いて学習された畳込みニューラルネットワークおよび回帰型ニューラルネットワークを含み、
   前記検出モデルの入力は、前記楽曲から拍毎に抽出された特徴ベクトルであり、
   前記検出モデルの出力は、前記楽曲の拍毎に推定された前記小節線の存在尤度である、請求項１から請求項８のいずれか１項に記載の楽曲解析装置。
10. コンピュータにより実現される楽曲解析方法であって、
    機械学習によって学習された検出モデルを用いて、楽曲を示す音響情報に基づいて小節線を検出し、
    検出された前記小節線の位置を、前記楽曲から特定される参照拍子に基づいて補正する、楽曲解析方法。
11. 前記参照拍子に含まれる参照拍数からなる小節の数が増加するように前記小節線の位置を補正する、請求項１０に記載の楽曲解析方法。
12. 前記参照拍数に所定値を加えた分割拍数以上の拍数を有する小節を分割して、前記参照拍数からなる１以上の小節となるように前記小節線の位置を補正する、請求項１１に記載の楽曲解析方法。
13. 前記分割によって前記参照拍数に満たない余り小節が生成されようとする場合であって、前記余り小節と前記余り小節の直前に位置する直前小節との拍数の和が前記分割拍数未満であるときには、前記余り小節と前記直前小節とを分割しないように前記小節線の位置を補正する、請求項１２の楽曲解析方法。
14. 前記参照拍数未満の拍数を各々が有する連続した２以上の小節を結合して、前記参照拍数からなる小節となるように前記小節線の位置を補正する、請求項１１から請求項１３のいずれか１項に記載の楽曲解析方法。
15. 前記参照拍数の２分の１を上回る拍数を有する小節を前記結合の対象から除外し、前記参照拍数の２分の１以下の拍数を各々が有する連続した２以上の小節を結合して、前記参照拍数からなる小節となるように前記小節線の位置を補正する、請求項１４に記載の楽曲解析方法。
16. 前記楽曲は、拍子が相異なる複数の小節を含み、
    前記参照拍子は、前記楽曲において最も出現頻度の高い拍子である、請求項１０から請求項１５のいずれか１項に記載の楽曲解析方法。
17. 前記楽曲において、調性を示さないノンコード区間が終了した後の区間を、前記小節線の検出対象区間として設定する、請求項１０から請求項１６のいずれか１項に記載の楽曲解析方法。
18. 前記検出モデルは、前記音響情報と正解データである小節線情報とを用いて学習された畳込みニューラルネットワークおよび回帰型ニューラルネットワークを含み、
    前記検出モデルの入力は、前記楽曲から拍毎に抽出された特徴ベクトルであり、
    前記検出モデルの出力は、前記楽曲の拍毎に推定された前記小節線の存在尤度である、請求項１０から請求項１７のいずれか１項に記載の楽曲解析方法。
19. コンピュータを、
    機械学習によって学習された検出モデルを用いて、楽曲を示す音響情報に基づいて小節線を検出する検出部、および、
    前記検出部が検出した前記小節線の位置を、前記楽曲から特定される参照拍子に基づいて補正する補正部、として機能させる楽曲解析プログラム。

Images