拍節構造の周期性に基づく深層ビート推定

摘要

音楽音響信号に対する自動採譜や構造解析において，楽曲の拍節構造，すなわち拍子やビート・ダウンビート時刻を既知とした手法[1, 2] が提案されつつあり，拍節構造の自動推定は重要な課題となっている．特に，ビート推定に関しては多くの研究が存在し，現在では，深層ニューラルネットワーク(DNN) を用いて，音響特徴系列に対して，各時刻におけるビート存在確率を推定する方法が標準的となっている[5]．ただし，最終的にビート時刻を決定するには，推定されたビート存在確率系列からピークを検出する後処理が必要になる．しかし，DNNの学習時にビートの周期性（テンポに依存）を陽に考慮しない場合，ビート存在確率系列は明確な周期性を持たず，ピーク検出が困難になることがあった．