[論文レビュー] Sampling Variations of Lead Sheets

Pierre Roy, Alexandre Papadopoulos+1 more|arXiv (Cornell University)|Mar 2, 2017

Music and Audio Processing参考文献 8被引用数 7

ひとこと要約

本稿では、Mongeau-Sankoff類似度測定法を用いて、生成された系列が与えられたテーマと構造的に整合的で類似していることを保証するように、信念伝播に基づく手法を提案する。この手法により、音楽的に意味のある変奏を制御的に生成でき、AABA形式のような明確な形式を持つ構造的なリードシートの作成に応用可能である。

ABSTRACT

Machine-learning techniques have been recently used with spectacular results to generate artefacts such as music or text. However, these techniques are still unable to capture and generate artefacts that are convincingly structured. In this paper we present an approach to generate structured musical sequences. We introduce a mechanism for sampling efficiently variations of musical sequences. Given a input sequence and a statistical model, this mechanism samples a set of sequences whose distance to the input sequence is approximately within specified bounds. This mechanism is implemented as an extension of belief propagation, and uses local fields to bias the generation. We show experimentally that sampled sequences are indeed closely correlated to the standard musical similarity measure defined by Mongeau and Sankoff. We then show how this mechanism can used to implement composition strategies that enforce arbitrary structure on a musical lead sheet generation problem.

研究の動機と目的

• 統計的モデルが長距離の音楽的構造、特に繰り返しと変奏を捉えきれていないという限界に対処すること。
• 形式的な類似度測定法に基づいて、与えられたテーマと知覚的に類似したメロディック変奏を生成するメカニズムを開発すること。
• 変奏のサンプリングを、AABAのような明確な形式を持つ構造的なリードシートの作成に統合するフレームワークを構築すること。
• オリジナルと生成された変奏の類似度の程度を制御可能とし、作曲の意図を反映させること。
• 生成された系列が音楽的に整合的で美的に魅力的であり、構造的整合性と方向性を保持していることを実証すること。

提案手法

• 局所的フィールドを用いて、指定された類似度境界内に収まる系列へのサンプリングを可能にする、マルコフモデルに基づく信念伝播の応用。
• 編集操作（置換、挿入、削除、断片化、統合）を組み込んだMongeau-Sankoffメロディック類似度測定法を制約として採用。
• 重み付き編集コストを用いる：$ w_{\text{subst}}(a_i,b_j) = w_{\text{pitch}}(a_i,b_j) + k_1 w_{\text{len}}(a_i,b_j) $、ここで$ k_1 $はピッチ差と長さ差の相対的重要性を制御する。
• サンプリングフレームワーク内での類似度計算を現実可能にするために、Mongeau-Sankoff動的計画法の近似を導入。
• 繰り返しまたはトランスポジションされたセクションを生成中に制約として扱う二声のリードシートモデルに、変奏サンプリング機構を適用。
• 左から右への生成に加え、繰り返しまたはコピーされた小節に対して後向き制約を適用し、構造的セクション間の一貫性を確保。

実験結果

リサーチクエスチョン

• RQ1 統計的モデルは、Mongeau-Sankoff類似度指標で測定した場合、与えられたテーマと知覚的に類似したメロディック変奏を生成できるか？
• RQ2 生成過程で、テーマとその変奏との類似度の程度をどのように制御できるか？
• RQ3 変奏サンプリング機構は、明確な形式を持つ構造的リードシートの生成に統合可能か？
• RQ4 人間の専門家による評価において、生成された系列は音楽的に整合的で構造的意図を有していると評価されるか？
• RQ5 この手法は、元の楽曲の構造的特徴（繰り返し、トランスポジション、変奏パターンなど）をどの程度保持しているか？

主な発見

• 提案されたサンプリング機構は、Mongeau-Sankoff類似度測定法に統計的に近い系列を生成でき、メロディック類似度を捉える有効性が裏付けられた。
• 類似度バイアスの強度はパrameter $ k_1 $ を用いて調整可能であり、オリジナルテーマからの変奏距離を微調整可能に制御できる。
• 「In a Sentimental Mood」に基づく生成リードシートは、音楽専門家から「好ましく、整合的で、明確な方向性を持つ」と評価された。
• 本手法は、実際の作曲実務に類似した変奏（例：トランスポジション付きの繰り返し、リズムの変更）を効果的に生成した。
• 構造的生成パイプラインに変奏サンプリングを統合することで、ビートルズ風などの特定のスタイルで、内部的整合性と形式的構造を持つ新規作品の作成が可能になった。
• 方向性のない繰り返しや整合性のない出力を示さない点から、本手法は長距離構造を持つ音楽を生成する点で、標準的な統計的モデルを上回っていることが実証された。