インタラクティブGAを利用した聴衆の評価を取り込んだ音の生成システムの提案

抄録

音楽や効果音などの生成・選定においては、大規模な音のデータベースからその場面に合う音を見つけなければならない。しかし、デザイナー個人によって生成されたBGMや効果音が聴衆にとって場面に適合しない場合がある。よって、聴衆の認識に合わせて音を生成するアプローチが求められる。本研究では、音の生成に特定の聴衆からのフィードバックを組み込んだ手法を提案する。具体的には、潜在空間から多様な音を生成するGANの一種であるSpecGANと、人間の感性や嗜好を評価に用いるインタラクティブGAを組み合わせて使用した。GANで生成した複数の音を評価者グループにより順位付し、評価が高かった音の集合の潜在変数同士を交叉させることを繰り返して適合度の向上を図った。結果として、個々の場面に応じて生成の方向性を制御できた。今後、専門家による作曲に対する有意性の確認が望まれる。