次へ: HMMによる音符列推定実験
上へ: HMMによる音符列推定
戻る: HMMによる音符列推定
を求めるためHMMを用いて、2つの確率モデルを統合し、最も尤も
らしい音符列を推定することができる。HMMによるモデル化において各パラメー
タは以下のような意味を持つ。
- 状態 : 音符
- 初期確率 : ある音符から曲が始まる確率
- 遷移確率 : 音符から音符へ遷移する確率
- 出力確率 : 音符が音長で演奏される確率
- 入力系列: 演奏された音符長系列
図7にHMMによる音符列推定の概念図を示す。演奏された音長
系列
が入力された時、この系列を生
成する確率が最も大きい音符列を、隠れ状態系列のViterbi探索により求め
ることができる。
最小単位となるリズムモデルを作成する。図3と4のよ
うな音符連接モデルとリズムパターンモデルの2つを作成し、HMMの出力確率を
音長の変動モデルに相当させる。リズム推定においては最小単位となるリズム
の連結として楽譜を推定する。
平成16年9月15日