「演奏の類似性」を数値化して比較する技術を開発、筑波大学などが機械学習を利用

筑波大学とローランドは2019年4月10日、筑波大学システム情報系の准教授である山際伸一氏と、大阪大学産業科学研究所の准教授である河原吉伸氏（現九州大学）が、演奏の類似性を数値で比較する技術を開発したと発表した。機械学習を応用した。 音楽演奏の違いを判断するには通常、アーティキュレーションやデュナーミク（強弱法）、フレージング（フレーズの切り方）といった、人の感性による基準に従う。両氏が開発した技術では、こうした人が感じる音楽の感性を数値化できる。 関連記事 AIの進化で健康データのプライバシーリスクが増大、カリフォルニア大学 カリフォルニア大学バークレー校の研究によれば、AIの進化が健康データのプライバシーに対して新たな脅威をもたらしていることが分かった。匿名の健康データを個人とひも付けられてしまう。SNSなどを通じて大規模な健康情報データを作成可能になる。 「Deep Learning

[sutannex]

ホントにあらゆる分野で数値化されてなかったものが数値化されて行く。演奏家も偉大な名演を数値で学ぶ日が来るのかも。