パターン認識を用いた特定のベーシストの特徴の分析日本大学文理学部情報科学科松浦佳輝1

Size: px

Start display at page:

Download "パターン認識を用いた特定のベーシストの特徴の分析日本大学文理学部情報科学科松浦佳輝1"

ありあひきぎ
5 years ago
Views:

1 パターン認識を用いた特定のベーシストの特徴の分析日本大学文理学部情報科学科松浦佳輝1

2 背景ベースロックバンドにおいて重要なパートベースパートで奏でられるフレーズベースラインは楽曲の特徴に大きく影響を与えることも少なくないベースラインにはそのアーティストらしさが現れる 2

3 背景アーティストごとのベースラインの特徴は不変というわけではない時代の移り変わりバンドメンバーの変更本人の音楽的好みの変化など Red Hot Chili Peppers 1989年 1999年 Ba. Ba.3 Higher Ground Parallel Universe

4 背景このような時系列的な変化音楽専門雑誌などで定性的に語られることはある定量的な分析はあまり見られない定性的な特徴の例歌のバックではよりシンプルでストレートに歌をよりサポートするベースを弾くようになる 4

5 過去の定量的な旋律の分析音楽作品の計量的特徴抽出[平野充他２０１６] 旋律に潜むアーティストの特徴を捉えた楽曲間類似度[鈴木崇也他２０１１] 特定のベーシストに着目した研究は少ない 5

6 概要調べる対象 Flea(Red Hot Chili Peppers) 音楽専門雑誌で定性的に語られているFleaのベースラインの特徴を定量的に分析し検証する 6

7 対象楽曲発売年アルバム名曲数 Mother's Milk Blood Sugar Sex Magik Californication By the Way Stadium Acadium I'm with You

8 定性的なFleaの特徴 1999年ギタリストのJohn Fruscianteがバンドに復帰ジョンフルシアンテ復帰後のカリフォルニケイションはさらにメロディアスな楽曲が増えアンソニーの歌うヴォーカルを軸にしたサウンドはバンドが新たなステップに進んだことを実感させるジョンフルシアンテの湧き出るアイディアを具現化する形でバンドはより歌を聴かせる方向へとシフト同時にフリーもヴィンテージのジャズベースを手に歌をよりサポートするベースを弾くようになるベースマガジン 2007年6月号 8

9 定性的なFleaの特徴バイザウェイは驚くほどジョンのアルバムとなった前作のメロディ路線をさらに押し進め中略たとえばドントフォゲットミーは狂おしくトレモロを響かせるギターが主役でありその後ろで淡々とコード進行を担うのはフリーであるあのバキバキのチョッパーベースなど見る影もないクロスビートファイルVol.1 レッドホットチリペッパーズ 1999年からFleaのベースラインの特徴が変化している 9

10 定性的なFleaの特徴高音部で和音を使ってサイドギター的なプレイも行なうようになっていく曲によってはベースの役割を放棄したかのような高音部に行きっぱなしという大胆なプレイも行なうベースマガジン 2007年6月号 1999年以降の楽曲の方が音高の平均値が高い 10

11 定性的なFleaの特徴フリーのベースプレイはそれまでのスラップ一辺倒気味のプレイからよりファンクなアプローチになり無駄をそぎ落とした2フィンガーピッキングを主軸に(中略)歌のバックではよりシンプルでストレートにバンドの変化にともないフリーのベースプレイもかなり変化深化しておりシンプルに弾くべき楽曲はルート弾きを主に徹底してシンプルに弾いているベースマガジン 2007年6月号 1999年以降の楽曲の方が隣接音と音高が変化する割合が低い 11

12 仮説仮説1 1999年からFleaのベースラインの特徴が変化している仮説2 1999年以降の楽曲の方が音高の平均値が高い仮説3 1999年以降の楽曲の方が隣接音と音高が変化する割合が低いこれらの仮説を確かめる 12

13 仮説1 検証方法仮説1 1999年からFleaのベースラインの特徴が変化している Red Hot Chili Peppersの楽曲を前期:1999年より前後期:1999年以降の2つに分ける各楽曲のベースラインから特徴量を抽出各ベースラインが前期後期どちらのものか識別する 13

14 仮説1 検証方法発売年アルバム名 Mother's Milk Blood Sugar Sex Magik Californication By the Way Stadium Acadium I'm with You 曲数前期:３０後期７３ 14

15 仮説1 検証方法仮説1 1999年からFleaのベースラインの特徴が変化している比較するために 2002年を境に前期後期を分けた場合 2006年を境に前期後期を分けた場合計3通りで識別を行う 1999年を境に前期後期を分けたときの識別率が最も高かった場合仮説は正しい 15

16 特徴量過去の文献からの引用や雑誌の内容等に基づき特徴量を音高音長頻度に関して57個用意例隣接音との音高の差の絶対値がiだったときの割合 (i=0, 1,, 12) 楽曲全体の音符の長さの最頻値楽曲全体の音符の数 16

17 分類の流れ前期音高音長 weka 頻度後期 17

18 分類分類器 J48, IBk(k=3), BayesNet, MultilayerPerceptron 仮説1 分類結果 [識別率] 1999年からFleaのベースラインの特徴が変化している MultilayerPer 実証された J48 IBk BayesNet ceptron 2:4 76% 78% 73% 84% 3:3 61% 54% 61% 63% 4:2 65% 55% 62% 50% 18

19 仮説2,3 検証方法仮説2 1999年以降の楽曲の方が音高の平均値が高い仮説3 1999年以降の楽曲の方が隣接音と音高が変化する割合が低い前期後期で特徴が変化している対応する特徴量が識別する際に効果的効果的な特徴量を分析することで検証する 19

20 仮説2,3 検証方法 MIDIでは音高をノートナンバーとよばれる数字で表すノートナンバーピアノの鍵盤の中央のドを60としてそこから半音ずつ順に低音は０まで高音は127までの各鍵盤に割り振られた数字のこと例シ (58) シ(59) ド(60) ド (61) レ(62) 20

21 仮説2,3 検証方法仮説2 1999年以降の楽曲の方が音高の平均値が高い仮説3 1999年以降の楽曲の方が隣接音と音高が変化する割合が低い仮説2 音高の平均値が前期後期仮説3 音高があまり変化しない同じ音高が続きやすい隣接音の音高差の絶対値が0だったときの割合 21 に着目する

22 属性選択属性選択分類する際にどの特徴量が効果的なのかを調べることができるもの 22

23 属性選択決定木(J48)で属性選択を実行属性検証:WrapperSubsetEval Classifier:J48 検索方法:BestFirst 楽曲全体の音高の平均値隣接音の音高差の絶対値が0だったときの割合隣接音の音高差の絶対値が3だったときの回数全使用音高における頻出音高上位5位までが占める割合計４個 23

24 属性選択の結果を反映した分類決定木による属性選択で選ばれた4つの特徴量で wekaによる分類を行うと識別率 82%(全ての特徴量を用いたときは76%) 4つの特徴量だけで良い結果が得られた効果的な特徴量だと考えられる 24

25 決定木 first:前期 second:後期 25

26 決定木前期 (1)楽曲全体の音高の平均値 26

27 決定木後期 (1)楽曲全体の仮説2 音高の平均値 1999年以降の楽曲の方が音高の平均値が高い実証された仮説3 1999年以降の楽曲の方が隣接音と音高が変化する割合が低い (2)隣接音の音高差の実証された絶対値が0だったときの割合 (3)全使用音高における頻出音高上位5位までが占める割合 27

28 結果前期の曲音高の平均が低いベースラインが多い Ba. 後期の曲音高の平均が高く同じ音を続けて弾いているベースラインが多い Ba. 28

29 今後の課題他の特定のベーシストや一般的なベースラインとの比較音色奏法についての特徴の分析 Fleaはスラップ奏法を多用する特徴がある指弾きピック弾きスラップ奏法など奏法による違い 29

30 まとめ音楽専門雑誌で定性的に語られているFleaの特徴を定量的に分析し確かめた 1999年ギタリストのJohn Fruscianteがバンドに復帰 1999年からFleaのベースラインの特徴が変化している 1999年以降の楽曲の方が音高の平均値が高い 1999年以降の楽曲の方が隣接音と音高が変化する割合が低い 30

31 [付録] 特徴量音高 1/2 特徴量の名前楽曲中の全入力における音高の平均値同じ音高が続いた回数隣接音との音高の差の絶対値がiだったときの回数(i=0 12の13種類) 音高隣接音との音高の差の絶対値がiだったときの割合(i=0 12の13種類) 隣接音との半音進行の割合隣接音との順次進行(3度未満)の割合隣接音との跳躍進行(3度以上)の割合 31

32 [付録] 特徴量音高 2/2 音高特徴量の名前隣接音との6度以上の跳躍進行の割合隣接音とのオクターブ進行の割合隣接音との音高の差の絶対値が13 以上の進行の割合出現回数の多い音高1位と2位の音高差ルート音の割合音長を考慮した音高の平均値 32

33 [付録] 特徴量音長音長特徴量の名前楽曲全体での音符の長さの平均値楽曲全体での休符の長さの平均値隣接音と音長が異なる割合楽曲全体での音符の長さの最頻値楽曲全体での休符の長さの最頻値 16分音符が出てくる割合 8分休符が出てくる割合 16分休符が出てくる割合曲の長さ秒数 33

34 [付録] 特徴量頻度頻度特徴量の名前楽曲全体の音符の数１小節あたりの音符の数の平均値１小節あたりの休符の数の平均値１秒あたりの音符の数の平均値１秒あたりの休符の数の平均値全使用音高における頻出音高上位i位までが占める割合(i=1 5の5種類) 全使用音高における頻出音高1位の平均周期 34

i,,,, ( ).,,.,,., Red Hot Chili Peppers Flea, Flea, weka,., Flea,. John Frusciante, Anthony Californication 4 2 weka., 3 3, Flea. weka, 3, 2.

28 2017 2 i,,,, ( ).,,.,,., Red Hot Chili Peppers Flea, Flea, weka,., Flea,. John Frusciante, Anthony Californication 4 2 weka., 3 3, 4 2. 2 4 Flea. weka, 3, 2.,, 0, 3, 5 4. 4 weka 82%., 19 weka. 19 12..

パターン認識を用いた 特定のベーシストの特徴の分析 日本大学 文理学部 情報科学科 松浦 佳輝1

パターン認識を用いた特定のベーシストの特徴の分析日本大学文理学部情報科学科松浦佳輝1