ハウスミュージックの楽曲構成を決める要因とその法則性の分析

ハウスミュージックの楽曲構成を決 める要因とその法則性の分析 北原研究室 B4 ウルフ ジャスティン智也

はじめに > ハウスミュージックとは ハウスミュージックとは ● ● ● ● ● 1980 年代にアメリカ・シカゴ発の音楽ジャンル ディスコから派生したと言われている BPMは120~130 4 つ打ち（キックドラムが鳴り続ける） ↓ ハウス発祥の地と言われているシカゴのクラブ「ウェア・ハウス」の当時の様子 反復するメロディー ハウスミュージックの例： theBasement より引用

はじめに > 背景 背景・目的 背景 ハウスミュージックの楽曲構成は分かりづらい ● J-POPは楽曲構成が分かりやすい ○ ○ ● 楽曲進行: イントロ → Aメロ → Bメロ → サビ → アウトロ 楽曲展開: メロディーやコード進行の変化によって楽曲を展開 ハウスは楽曲構成が分かりづらい ○ ○ 楽曲進行: イントロ → ??? → アウトロ 楽曲展開: ??? 目的 ハウスの楽曲構成はどのように成り立っているのか探求する

はじめに > 関連研究 関連研究 ● 楽曲構成の可視化・分析手法 ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ SSM(Self-Similarity Matrix)を用いた2D可視化 SDM(Self-Distance Matrix)と音楽的知識ラベルによるセグメントのラベル付け Transformerモデルを用いた楽曲分析システム HMMを用いた楽曲セグメンテーション T-Measureを用いた階層的楽曲セグメンテーション CNNを用いた楽曲のセグメント境界検出 スペクトルクラスタリングによる楽曲構成分析 音楽的に異なるセグメント間の関係を視覚的に把握する Scape Plot ディープラーニングを用いた階層的楽曲セグメンテーション MIDIを用いたクラシック楽曲の構造を可視化するシステム → ハウスミュージックに特化した可視化・分析手法は存在しない

はじめに > 予備実験 予備実験 実験目的 ハウスミュージックと関連性のある要素を調査する → ハウスミュージックの楽曲構成との関連性を調査すべき要素として 周波数，音圧，ドラム音(※今回は省略) の3つが見つかった

実験内容 > セクションの定義 セクションの定義 ハウスの楽曲構成として以下の4つのセクションを定義する ● ● ● ● イントロ：曲の序盤 ドロップ：曲の最も盛り上がる部分 →「サビ」に該当 ブレイク：曲の休息部分 →「Aメロ・Bメロ」に該当 アウトロ：曲の終結

実験内容 > データセット データセット 著名なハウスミュージックレーベルからリリースされたコンピレーションアルバム(様々な アーティストによる楽曲集)7つから合計195曲を使用

実験内容 > 周波数に関する実験 > 手法 周波数に関する実験：内容 実験概要 各セクションの周波数特徴量の平均値を可視化する 実験手順 1. 2. 3. 4. Demucsを用いて楽曲を4パート(ドラム,ベース,ボーカル,その他)に音源分離 All-In-Oneを用いて楽曲のセクション情報を取得 各楽曲に対してセクションごとの周波数特徴量(Spectral Centroid)の平均値を計算 全楽曲のデータを基に箱ひげ図で可視化

実験内容 > 周波数に関する実験 > 結果 周波数に関する実験：結果 各セクションの周波数特徴量 (Spectral Centroid)の平均値を箱ひげ図として可視化 結果 ● 各セクションごとに周波数に大きな違い は無い

実験内容 > 周波数に関する実験 > 結果 周波数に関する実験：結果 デモ動画

実験内容 > 音圧に関する実験 > 手法 音圧に関する実験：内容 実験概要 各セクションの音圧の平均値を可視化する 実験手順 1. 2. 3. 4. Demucsを用いて楽曲を4パート(ドラム,ベース,ボーカル,その他)に音源分離 All-In-Oneを用いて楽曲のセクション情報を取得 各楽曲に対してセクションごとの音圧(RMS)の平均値を計算 全楽曲のデータを基に箱ひげ図で可視化

実験内容 > 音圧に関する実験 > 結果 音圧に関する実験：結果 各セクションの音圧 (RMS)の平均値を箱ひげ図として可視化 結果 ● 各セクションごとに音圧に違いがある ドロップ>ブレイク>イントロ>アウトロの順に 音圧が高い

実験内容 > 総合考察 総合考察 ● ● 周波数 → セクションの変化と相関がない 音圧 → セクションの変化と相関がある セクションと相関のない要素：楽曲内の統一感を演出 セクションと相関のある要素：楽曲内の展開を演出

まとめ > 結論 結論 ハウスミュージックでは，セクションによって変化する要素とセクションに問わず変化しな い要素が存在することから， 楽曲の統一感を演出しつつ，展開の起承転結を演出している と考えられる．

まとめ > 今後の展望 今後の展望 ● ● ● 他の要素について調査 セクション情報や各種アルゴリズムの精度向上 異なる音楽ジャンル(テクノ，ディスコ，J-POP など)との比較分析

ありがとうございました

補足 > All-In-Oneについて All-In-Oneについて 音源を入力すると，その楽曲に関する様々な情報を提供するライブラリ (テンポ情報，セクション情報，ビートタイム情報など) GitHub:https://github.com/mir-aidj/all-in-one ↓ All-In-Oneで得られるセクション情報の例

• https://github.com/mir-aidj/all-in-one

補足 > Demucsについて Demucsについて Demucsは高精度で各パート(ドラム,ベース,ボーカル,ピアノ,ギター,その他)への音源分離を 実現するライブラリ ↓音源分離の例

補足 > Spectral Centroidについて Spectral Centroidについて Spectral Centroidは，その周波数を分岐点に，上下でエネルギーが釣り合う点を表す． Spectral Centroidが低いほど周波数が低く，高いほど周波数も高い傾向にあることを 示す． 同一楽曲におけるスペクトログラム(上)とSpectral Centroid(下)の比較

補足 > RMSについて RMSについて RMSは，Root Means Square(二乗平均平方根)の略称であり，音の持続的な強さを表 す．例えば，ドラム音のような瞬間的な値は持続性が無いので，RMSは低くなりやす い．