「曲のサビを検出するアルゴリズム」記事へのコメント

どの周波数領域を分析？

[Tsukitomo (22680)]

もと記事 [appliedbiosystems.co.jp]によると

曲をＣ、Ｃ＃、Ｄ、・・・、Ｂの12のピッチ（音の高さ）に分解する。それから、各ピッチのパワー（強さ）を足し合わせる。つまり、高いＢと低いＢのパワーは足し合わされる。そして、これらの12 のピッチのパワーが1曲の間に時間とともにどのように変化するかを分析する。

とありますが、これは音楽から得られる楽器の数だけ、あるいはそれ以上の数の周波数のうち、どの波形をモニタして分析してるんでしょう？　やっぱり人の声のおさまる2～4KHzあたりを抽出しているんでしょうか？　そうであれば、現段階では本文にもあるような、伴奏小さめで、しかも囁きぎみのメロディとサビの部分の差が大きいような曲にしか機能しないかもしれませんね。例えばアカペラとかだとどうなるんだろう。

あとは、特にJ-POPに関してなら、サビ前のお約束の一瞬のタメ（無音）も分析に活用すれば、精度の上昇が望めそうな気がします。

# 自分もおんなじようなことを研究してるつもりなのでID。

--
Your 金銭的 potential. Our passion - Micro$oft

Tsukitomo（月友）

Re:どの周波数領域を分析？

[tmiura (6268)]

# 自分もおんなじようなことを研究してるつもりなのでID。

だったらマスメディア報道でなく学会とか、 研究者が最初に、かつ詳細な発表をするところにアンテナを張ってないと。

http://staff.aist.go.jp/m.goto/PAPER/SIGMUS200210goto.pdf

文献によると、16kHzで4096点FFTして(中略)6オクターブぐらい足してますよ。

音高に意味があるようなので、 上の方のノイズ成分に当たるところだけ捨ててるかも。 人の声と楽器の音とは区別してないでしょう。

規格化

[Anonymous Coward]

サビ検出の為の、作曲方法が規格化されました。

錆に突入する前には、必ず大きく息を吸い込んで、無音の時間を作る。
他の楽器などの音が大きくて判別し辛い事を防ぐ為、吸い込む時の楽器の数を制限する。
更に、息を吸い込むのは、吸い込み音が聞こえる位激しく吸い込む。
例外が必要なら、必要に応じ協議の上てパターン化し、随時規格に登録する。
ただしむやみに追加しまくってはいけない。既存の規格内で出来るよう、極力努力する。

尚、これらは一括して、日本音楽著作権協会の１００％子会社、
日本音楽サビ検出協会がとりまとめる事にする。これで権利料ががっぽがっぽ。

あまりに馬鹿馬鹿しいのでＡＣ