上述のHMMに基づく我々のリズム認識の手法 [5,6,9,10]を紹介す る。「ありふれたリズム」や「殆んどあり得ないリズム」などの確率的な言語モ デルを考慮することがポイントである。この考え方は人間のリズム認知の計算モ デルとも捉えられる。
まず、テンポ既知の単旋律のMIDI信号から楽譜を復元するため、HMMの隠れ状態
を意図された音価に対応づける。HMMの状態出力分布は図4に示すよ
うに、観測された音長(実際はIOI(inter-onset interval)を用いる)の分布モデ
ル (音響モデルに対応) とし、状態間の遷移は、あり得る音価列(リズム単語と
呼ぶ)の集合(リズム語彙: 図2)を並列に持つ言語モデル(図
4)、あるいは音価の
-gram 確率(図5)により与える
(言語モデルに相当)。こうして、Bayesの定理により事後確率最大の経路を
Viterbi アルゴリズムにより求める (経路探索に対応)ことにより、事後確率最
大の音価列が得られる。
演奏者のスキルあるいは演奏のスタイルなどにより音長の確率変動が大きい場合 は、音長分布の分散を大きくする。音楽のジャンルやスタイルによりリズムに 「くせ」がある場合には、リズム語彙の構成や確率に反映する。