エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ASJ2日目午後 音楽音響 まとめ | aitoの日記 | スラド
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ASJ2日目午後 音楽音響 まとめ | aitoの日記 | スラド
前半は嵯峨山研セッション。 ☆打楽器・低音旋律パターン特徴とクロマベクトルの相互相関特徴量を用いた... 前半は嵯峨山研セッション。 ☆打楽器・低音旋律パターン特徴とクロマベクトルの相互相関特徴量を用いた自動ムード認識(東大) 角尾さん。以前からやっているリズムマップと、クロマベクトルの相互相関を特徴量として、音楽のムードを認識する。ムードはaggressive, passionate, fun, sadの4つ。Aggressiveとpassionateって何が違うんだろう。特徴量を全部使って58%ぐらい。ムード分類はジャンルより難しいというけれど、「人間の感じ方」という定義がはっきりしているので(判断の揺れはあるが)、ジャンルよりもわかりやすいんじゃないだろうか。 ☆和音認識のためのスペクトル特徴量の検討(東大) 和音認識と言いつつ、やっているのは和音系列の認識。クロマベクトルのフーリエ変換か、スペクトルのPCAを特徴量として、和音進行をHMMで表現する。PCAのほうがやや良い。クロマベクト