タグ

音楽とあとで読むと研究に関するaceraceaeのブックマーク (4)

  • 人は通常、曲を聴いてから数秒以内に好きかどうかがわかる 音楽は“一聴惚れ” 最新研究結果 - amass

    研究者は、人がある曲を好きになったり嫌いになったりするまでの時間を調査しました。その結果、人は通常、曲を聴いてから数秒以内に好きかどうかがわかることが判明。一目惚れという言葉がありますが、音楽は“一聴惚れ”であるという。 ニューヨーク大学のデータサイエンスセンターの神経科学者パスカル・ウォリッシュは、人がある曲を好きになったり嫌いになったりするまでの時間を知りたいと考えました。そこで、彼と研究チームはプレイリストを作成しました。 プレイリストには、さまざまなジャンル(8つのジャンルと7つのサブジャン)の計260曲を選びました。アーティストは、モーツァルト、ベートーベン、エルヴィス・プレスリー、マイケル・ジャクソン、セックス・ピストルズ、カニエ・ウェスト、ポルカのフランキー・ヤンコヴィックなどが含まれています。 研究チームは、これらの曲を3120の短い断片にカットし、600人以上のボランティ

    人は通常、曲を聴いてから数秒以内に好きかどうかがわかる 音楽は“一聴惚れ” 最新研究結果 - amass
    aceraceae
    aceraceae 2023/02/18
    初めて聴く曲の CD を買ってとりあえず冒頭以外もちょっとだけ聴いてあまり刺さらずに放置していたのをずっと後になって聴きなおしたらものすごく気に入ったりすることもけっこうあるんだけどな。
  • バイオリン好き高校生、超絶技法の謎を解明 ケンブリッジ大にも相談:朝日新聞デジタル

    高校生・高専生が自由研究の成果を競うコンテスト「JSEC(ジェイセック)2022(第20回高校生・高専生科学技術チャレンジ)」の最終審査会が10、11日、東京・お台場の日科学未来館で開かれた。全国166校の617人から、過去最多となる339研究の応募があり、最終審査会には高く評価された30研究が出場、研究を発表して競った。 上位入賞した研究は、来年5月に米国・ダラスで開かれる国際学生科学技術フェア(ISEF(アイセフ))に日本代表として挑む。JSECの最終審査会は、新型コロナウイルス感染拡大の影響で20、21年ともオンラインで開催されたが、今回は3年ぶりに多くの学生がリアルで交流した。 文部科学大臣賞の田中翔大さん=市立札幌開成中等教育学校5年 弦にそっと触れて高音を奏でるバイオリンの「ハーモニクス奏法」。数百年の歴史で誰も解き明かしていなかった、その弾き方にまつわる秘密を、数理モデルを

    バイオリン好き高校生、超絶技法の謎を解明 ケンブリッジ大にも相談:朝日新聞デジタル
  • 世界中の伝統音楽のデータベース、慶應大が公開 1026民族、5776件の音声記録を掲載

    世界地図上にマッピングされたポイントをクリックすることで、その地域の民族にゆかりのある音楽を再生できる。例えば日の東北地方なら、安全を願うために歌われてきた「津軽山唄」、東京都なら作業時に歌われてきた「木遣節」がある。他にもヨーロッパやアフリカ、米国など世界各国の伝統音楽が聞ける。 2017年に暫定版としてデータベースを一度リリースしていた。研究チームは、改めて楽曲の種別や特徴などを見直し、呼吸方法や楽器情報など、より詳細な情報や会話などの音楽ではない音源も加え、データの正確性を上げて再度リリースしたという。 データベース中の全ての楽曲は、個人や研究での利用など非営利での使用を推奨しており、著作権とその文化継承者が許す範囲内のみで利用できる。今後も継続的に新しいデータも追加していくという。研究チームは「Global Jukeboxが他の研究者に刺激を与え、音楽の伝統や文化の進化に関する多

    世界中の伝統音楽のデータベース、慶應大が公開 1026民族、5776件の音声記録を掲載
  • 混ざった楽器の音を演奏者の動きで分離 米MITなど研究

    Innovative Tech: このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 米マサチューセッツ工科大学(MIT)とMIT-IBM Watson AI Labの研究チームが開発した「Music Gesture for Visual Sound Separation」は、楽器を演奏する複数人の動きを深層学習で分析し、個々の楽器の音を分離する手法だ。ピアノ、フルート、トランペットなどの楽器を複数人で同時演奏した場合に、その映像から演奏者それぞれのメロディーを抜き出す。 映像解析ネットワークと視覚音声分離ネットワークの2つからなる「自己教師あり学習」を採用。映像解析ネットワークでは、人体のキーポイント18点、手のキーポイント21点を抽出。次に身体の動きと前後関係を統合し、

    混ざった楽器の音を演奏者の動きで分離 米MITなど研究
    aceraceae
    aceraceae 2020/11/17
    音源分離にその発想はなかった。演奏者がちゃんと映ってることが前提だな。
  • 1