[論文レビュー] A Non Linear Approach towards Automated Emotion Analysis in Hindustani Music

Shankha Sanyal, Archi Banerjee+3 more|arXiv (Cornell University)|Dec 1, 2016

Music and Audio Processing参考文献 3被引用数 3

ひとこと要約

本研究では、ヒンドゥスタン音楽のアラップ・セクションにおける感情的要素を検出するために、非線形で多分野的な分析手法として、多分野的デトレンド・フラクタル・フラクタル解析（MFDFA）を提案する。6つのラーガが3種類の楽器で演奏された3分間のアラップ・パフォーマンスを分析することで、感情の風味と相関する明確な多分野的シグネチャーが明らかになった。非線形な力学的特性が、複雑な音楽的伝統における感情的キューを効果的に区別できることを示している。

ABSTRACT

In North Indian Classical Music, raga forms the basic structure over which individual improvisations is performed by an artist based on his/her creativity. The Alap is the opening section of a typical Hindustani Music (HM) performance, where the raga is introduced and the paths of its development are revealed using all the notes used in that particular raga and allowed transitions between them with proper distribution over time. In India, corresponding to each raga, several emotional flavors are listed, namely erotic love, pathetic, devotional, comic, horrific, repugnant, heroic, fantastic, furious, peaceful. The detection of emotional cues from Hindustani Classical music is a demanding task due to the inherent ambiguity present in the different ragas, which makes it difficult to identify any particular emotion from a certain raga. In this study we took the help of a high resolution mathematical microscope (MFDFA or Multifractal Detrended Fluctuation Analysis) to procure information about the inherent complexities and time series fluctuations that constitute an acoustic signal. With the help of this technique, 3 min alap portion of six conventional ragas of Hindustani classical music namely, Darbari Kanada, Yaman, Mian ki Malhar, Durga, Jay Jayanti and Hamswadhani played in three different musical instruments were analyzed. The results are discussed in detail.

研究の動機と目的

• ヒンドゥスタン古典音楽における自動感情検出の課題に取り組むこと。ここでは、ラーガが複数の感情的風味と関連付けられる。
• 特にアラップ・セクションにおける音響信号の非線形的力学的特性が、検出可能な感情的情報を保持しているかどうかを調査すること。
• 感情分類のための音楽的時系列の複雑さを定量化する目的で、MFDFAを用いた多分野的アプローチを開発・検証すること。
• 楽器ごとのパフォーマンスの違いが、ラーガにおける感情的表現の多分野的シグネチャーに影響を与えるかどうかを検討すること。

提案手法

• 6つのヒンドゥスタン・ラーガの3分間のアラップ録音から多分野的特性を抽出するために、多分野的デトレンド・フラクタル・フラクタル解析（MFDFA）を採用した。
• 選択されたラーガには、ダルバール・カナダ、ヤーマン、ミアン・キ・マラール、ドゥルガ、ジャイ・ジャイアントゥ、ハムスワダニが含まれ、それぞれ3種類の楽器で演奏された。
• 一貫性を確保するための音声信号の前処理を行い、MFDFAを適用して長距離相関性と多分野的スケーリング行動を定量化した。
• 信号の複雑さと感情的コンテンツを特徴付ける主要な記述子として、特異性スペクトルと多分野的幅（Δα）を計算した。
• 異なるラーガと楽器間での多分野的プロファイルを比較し、特定の感情的風味に関連するパターンを同定した。
• MFDFAの結果を視覚的および統計的に分析し、信号の複雑さとラーガの既知の感情的関連性を関連付けた。

実験結果

リサーチクエスチョン

• RQ1 ヒンドゥスタン音楽のアラップ・セクションにおける多分野的解析は、特定の感情的風味に対応する区別可能なパターンを明らかにできるか？
• RQ2 音楽的信号の多分野的特性は、異なるラーガや楽器でどのように変化するか？
• RQ3 音響信号の非線形的力学的特性は、ラーガに伝統的に関連づけられる感情的コンテンツをどの程度反映しているか？
• RQ4 特異性スペクトルの幅と、ラーガのパフォーマンスにおける感情的複雑さの間に一貫した関係があるか？

主な発見

• 多分野的幅（Δα）は、異なるラーガで顕著な変動を示し、感情的表現に関連する信号の複雑さの段階を示している。
• ダルバール・カナダやドゥルガのようなラーガは、悲劇的や英雄的といった複雑な感情的風味と相関する広い多分野的スペクトルを示した。
• 楽器の選択が多分野的プロファイルに影響を与え、同じラーガ内でもΔαの変動が観察された。これは、パフォーマンス・スタイルが感情的認識に影響を与える可能性を示している。
• MFDFAに基づく解析は、6つのラーガ間で感情的シグネチャーを効果的に区別できた。これは、この手法が感情的コンテンツに感受性を示していることを支持する。
• 特異性スペクトルの視覚的点検により、各ラーガに対して一貫したパターンが確認された。これは、MFDFAが音楽における感情分類に有効である可能性を強化する。
• 本研究の結果は、アラップ・セクションにおける非線形的力学的特性が、ヒンドゥスタン音楽における自動感情認識のための判別情報を持っていることを示している。