[論文レビュー] On the Characterization of Expressive Performance in Classical Music: First Results of the Con Espressione Game

Carlos Cancino-Chacón, Silvan Peter+3 more|arXiv (Cornell University)|Aug 5, 2020

Music and Audio Processing被引用数 4

ひとこと要約

本稿では、45曲のクラシック・ピアノ演奏における表現的特徴を記述するリスナーが生成した1,500件の自由記述形容詞からなるオンラインデータセット『Con Espressione Game（CEG）』を紹介する。自然言語による記述を通じて、特に「落ち着きがある vs. 激しく動揺している」という次元が顕著に特定され、表現的パrameter（例：ダイナミクス、テンポ）がこれらの次元を顕著に予測することが示された。特に、最も解釈可能な軸に関して顕著な相関が見られた。

ABSTRACT

A piece of music can be expressively performed, or interpreted, in a variety of ways. With the help of an online questionnaire, the Con Espressione Game, we collected some 1,500 descriptions of expressive character relating to 45 performances of 9 excerpts from classical piano pieces, played by different famous pianists. More specifically, listeners were asked to describe, using freely chosen words (preferably: adjectives), how they perceive the expressive character of the different performances. In this paper, we offer a first account of this new data resource for expressive performance research, and provide an exploratory analysis, addressing three main questions: (1) how similarly do different listeners describe a performance of a piece? (2) what are the main dimensions (or axes) for expressive character emerging from this?; and (3) how do measurable parameters of a performance (e.g., tempo, dynamics) and mid- and high-level features that can be predicted by machine learning models (e.g., articulation, arousal) relate to these expressive dimensions? The dataset that we publish along with this paper was enriched by adding hand-corrected score-to-performance alignments, as well as descriptive audio features such as tempo and dynamics curves.

研究の動機と目的

• 自由記述形容詞を用いたクラシック・ピアノ演奏の表現的特徴に対するリスナー間の一貫性を調査すること。
• リスナーの表現的特徴に関する記述の背後にある主な知覚的次元を特定すること。
• 測定可能な音声演奏パrameter（例：テンポ、ダイナミクス）と中レベル・ハイレベル特徴（例：アーザル、価値）が、知覚された表現的特徴とどのように関連しているかを検討すること。
• 今後の表現的演奏研究のため、スコア対演奏のアライメントと記述的音声特徴を豊富に含むデータセットの作成および公開すること。

提案手法

• 45曲の古典的ピアノ曲の演奏について、オンラインのCon Espressione Game（CEG）を介してリスナーから1,500件の自由記述形容詞を収集した。
• 記述語の意味的空間を4つの主要な表現的特徴次元に縮約するために、多次元尺度構成法（MDS）を適用した。
• 鄭・ロ変数選択を用いた複数重回帰分析（MLR）を実施し、3つの特徴セット（表現的パrameter、中レベル特徴（例：アーティキュレーション、アーザル）、ハイレベル特徴（例：価値、エネルギー））の予測力を検証した。
• 手動で修正したスコア対演奏アライメントと、テンポやダイナミクス曲線などの音声特徴をデータセットに追加した。
• 自然言語処理（NLP）技術を用いて意味的類似性を評価したが、比喩的で文脈依存性の高い用語のため、限界があると指摘した。
• リスナーの好みとトレーニング効果を分析し、音楽的熟練度が記述の複雑さと知覚に与える影響を検討した。

実験結果

リサーチクエスチョン

• RQ1 同じ表現的演奏に対して、リスナーはどの程度一貫して特徴を記述するのか？
• RQ2 自由記述形容詞が示す表現的特徴の背後にある主な知覚的次元は何か？
• RQ3 測定可能な演奏パrameter（例：テンポ、ダイナミクス）と中レベル・ハイレベル特徴（例：アーザル、価値）は、特定された表現的次元とどのように関連しているか？
• RQ4 リスナーの好みと音楽的トレーニングは、記述応答の複雑さと内容にどのように影響するか？

主な発見

• 同じ演奏の表現的特徴について、リスナーは中程度から高い一貫性を示しており、記述の複雑さと音楽的熟練度との間にわずかな正の相関が見られた。
• 4つの主要な表現的特徴次元が特定された：(1)「優しい・落ち着きがある」対「忙しなく・激しく動揺している」、(2)「温かみがある」対「冷たい」、(3)「流れるように滑らか」対「硬い」、(4)「洗練されている」対「不器用」。
• 表現的パrameter（例：ダイナミクス、テンポ）は、すべての4つの次元を顕著に予測し、中程度の効果量（R²）を示した。特に、次元1（「落ち着きがある vs. 激しく動揺している」）と強く関連していた。
• 中レベル特徴は次元1と4を予測し、ハイレベル特徴は次元1と3を予測した。これは、次元1が測定可能な演奏特徴と最も体系的に関連していることを示している。
• 音量の外れ値や不規則な価値曲線は、「激しく動揺している」や「不規則」な特徴と関連しており、やや静かで安定したダイナミクスは「落ち着きがある」や「洗練されている」との記述と関連していた。
• 無表情な演奏やグレン・ゴールドの特異な解釈は、最も好まれなかった。これは、リスナーが定量的に平均的な表現スタイルを好む傾向があることを示唆している。