CN116997958A - 文章提供方法、程序及文章提供装置 - Google Patents

文章提供方法、程序及文章提供装置 Download PDF

Info

Publication number
CN116997958A
CN116997958A CN202280022223.0A CN202280022223A CN116997958A CN 116997958 A CN116997958 A CN 116997958A CN 202280022223 A CN202280022223 A CN 202280022223A CN 116997958 A CN116997958 A CN 116997958A
Authority
CN
China
Prior art keywords
chord
data
article
chords
providing method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202280022223.0A
Other languages
English (en)
Inventor
秋元和久
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yamaha Corp
Original Assignee
Yamaha Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yamaha Corp filed Critical Yamaha Corp
Publication of CN116997958A publication Critical patent/CN116997958A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H1/00—Details of electrophonic musical instruments
    • G10H1/36—Accompaniment arrangements
    • G10H1/38—Chord
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10G—REPRESENTATION OF MUSIC; RECORDING MUSIC IN NOTATION FORM; ACCESSORIES FOR MUSIC OR MUSICAL INSTRUMENTS NOT OTHERWISE PROVIDED FOR, e.g. SUPPORTS
    • G10G1/00—Means for the representation of music
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H1/00—Details of electrophonic musical instruments
    • G10H1/0008—Associated control or indicating means
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/395—Special musical scales, i.e. other than the 12-interval equally tempered scale; Special input devices therefor
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/571—Chords; Chord sequences
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/571—Chords; Chord sequences
    • G10H2210/576—Chord progression
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2240/00—Data organisation or data communication aspects, specifically adapted for electrophonic musical tools or instruments
    • G10H2240/075—Musical metadata derived from musical analysis or for use in electrophonic musical instruments
    • G10H2240/081—Genre classification, i.e. descriptive metadata for classification or selection of musical pieces according to style
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2250/00—Aspects of algorithms or signal processing methods without intrinsic musical character, yet specifically adapted for or used in electrophonic musical processing
    • G10H2250/311—Neural networks for electrophonic musical instruments or musical processing, e.g. for musical recognition or control, automatic composition or improvisation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Auxiliary Devices For Music (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一个实施方式的文章提供方法向训练好的模型提供将和弦按时间序列排列的和弦输入数据，从训练好的模型取得与和弦输入数据对应的文章，该训练好的模型对将和弦按时间序列排序的和弦串数据和与包含于该和弦串数据的和弦相关的解说文章之间的关系进行了学习。

Description

文章提供方法、程序及文章提供装置
技术领域
本发明涉及一种文章提供方法。
背景技术
构成乐曲的多个和弦(Chord)通过它们的组合(例如，按时间序列排列的和弦进行)而使给听众带来的印象变化。通常的听众凭感觉获得来自乐曲的印象。听众能够通过基于和弦进行等音乐理论对乐曲进行解析而印证该印象。例如，在专利文献1中公开了下述技术，即，在表示乐曲的和弦进行的乐谱中，对韵律进行检测，在韵律的部分显示箭头记号，根据韵律的种类而使颜色不同。用户能够通过箭头记号及颜色对乐曲所包含的和弦之中与韵律对应的部分及韵律的种类进行识别。
专利文献1：日本特开2020－56938号公报
发明内容
乐曲所包含的和弦进行的种类是多样的。理解和弦进行的种类是印证乐曲的印象的重要要素。根据专利文献1所记载的技术，用户能够根据箭头记号及颜色之类的图像信息对乐曲的乐谱所包含的韵律的部分及种类进行识别。但是，如果不具有一定程度的音乐理论的知识，则用户无法根据图像信息而理解其含义，无法灵活利用所得到的信息。
本发明的目的之一在于根据按时间序列排列的多个和弦而提供与和弦相关的解说文章。
根据本发明的一个实施方式，提供一种文章提供方法，该文章提供方法包含下述步骤：基于将和弦按时间序列排列的和弦串数据和与该和弦串数据所包含的和弦相关的解说文章之间的关系，取得与将和弦按时间序列排列的和弦输入数据对应的文章。
发明的效果
根据本发明，能够根据按时间序列排列的多个和弦而提供与和弦相关的解说文章。
附图说明
图1是表示一个实施方式的文章提供系统的图。
图2是表示一个实施方式的文章提供处理的流程图。
图3是用于说明表示一个实施方式的和弦的色度向量的图。
图4是用于说明表示一个实施方式的和弦的色度向量的图。
图5是用于说明从和弦输入数据得到的解说文章的例子的图。
图6是表示一个实施方式的模型生成处理的流程图。
图7是用于说明教师数据集的一个例子的图。
图8是用于说明教师数据集的一个例子的图。
图9是用于说明教师数据集的一个例子的图。
图10是用于说明作为2-5-1而检测的和弦进行的图。
图11是用于说明从和弦输入数据得到的解说文章的例子的图。
图12是用于说明从和弦输入数据得到的解说文章的例子的图。
图13是用于说明作为2-5-1而检测的和弦进行的变形例的图。
图14是用于说明作为2-5-1而检测的和弦进行的变形例的图。
图15是用于说明一个实施方式的乐曲数据库的图。
图16是用于说明和弦进行重要度的计算方法的图。
图17是表示生成一个实施方式的和弦输入数据的处理的流程图。
具体实施方式
以下，参照附图详细地说明本发明的一个实施方式。以下所示的实施方式为一个例子，本发明不被限定性解释为这些实施方式。在本实施方式所参照的附图中，对相同部分或具有同样功能的部分标注相同标号或相似的标号(只是在数字之后标注了A、B等的标号)，有时省略其重复的说明。
[1－1.文章提供系统]
图1是表示一个实施方式的文章提供系统的图。文章提供系统1000包含与互联网等网络NW连接的文章提供服务器1(文章提供装置)及模型生成服务器3。通信终端9是智能手机、平板个人电脑、膝上型个人电脑及桌上型个人电脑等，与网络NW连接而与其他装置进行数据通信。
文章提供服务器1经由网络NW从通信终端9接收与乐曲相关的数据，将与该乐曲所包含的和弦进行相对应的解说文章发送至通信终端9。在通信终端9中，能够在显示器对解说文章进行显示。文章提供服务器1使用通过机器学习得到的训练好的模型而生成解说文章。训练好的模型155如果获取将构成乐曲的和弦按时间序列排列的和弦输入数据，则通过使用了神经网络的运算处理而输出与和弦进行相关的解说文章。模型生成服务器3执行使用了教师数据集的机器学习处理，生成在文章提供服务器1中使用的训练好的模型。以下，对文章提供服务器1及模型生成服务器3进行说明。
[1－2.文章提供服务器]
文章提供服务器1包含控制部11、通信部13及存储部15。控制部11包含CPU(处理器)、RAM及ROM。控制部11通过由CPU执行在存储部15存储的程序，而进行遵从记述于程序的命令的处理。在该程序包含有用于进行后述的文章提供处理的程序151。
通信部13包含通信模块，与网络NW连接而与其他装置进行各种数据的收发。
存储部15包含非易失性存储器等存储装置，对程序151及训练好的模型155进行存储。除此以外，还存储在文章提供服务器1中使用的各种数据。存储部15可以对乐曲数据库159进行存储。在其他实施方式中对乐曲数据库159进行说明。程序151只要能够由计算机执行即可，可以以存储于磁记录介质、光记录介质、光磁记录介质、半导体存储器等计算机可读取的记录介质的状态提供给文章提供服务器1。在该情况下，文章提供服务器1只要具有对记录介质进行读取的装置即可。程序151可以通过经由通信部13进行下载而提供。
训练好的模型155在模型生成服务器3中通过机器学习而生成，提供给文章提供服务器1。训练好的模型155如果被提供和弦输入数据，则通过使用了神经网络的运算处理而输出与和弦相关的解说文章。在本例子中，训练好的模型155是利用了RNN(RecurrentNeural Network)的模型。训练好的模型155利用Seq2Seq(Sequence To Sequence：序列到序列)，即包含后述的编码器和解码器。和弦输入数据及解说文章是按时间序列记述的数据的一个例子，详细内容将后述。因此，训练好的模型155优选采用对时间序列的数据的处理有利的模型。
训练好的模型155可以是利用了LSTM(Long Short Term Memory)、GRU(GatedRecurrent Unit)的模型。训练好的模型155可以是利用了CNN(Convolutional NeuralNetwork)、Attention(Self－Attention、Source Target Attention)等的模型。训练好的模型155可以是组合了多个模型的模型。训练好的模型155可以存储于经由网络NW而连接的其他装置。在该情况下，文章提供服务器1可以经由网络NW而与训练好的模型155连接。
[1－3.模型生成服务器]
模型生成服务器3包含控制部31、通信部33及存储部35。控制部31包含CPU(处理器)、RAM及ROM。控制部31通过由CPU执行在存储部35存储的程序，而进行遵从记述于程序的命令的处理。在该程序包含有用于进行后述的模型生成处理的程序351。模型生成处理是用于使用教师数据集而生成训练好的模型155的处理。
通信部33包含通信模块，连接于网络NW而与其他装置进行各种数据的收发。
存储部35包含非易失性存储器等存储装置，对程序351及教师数据集355进行存储。除此以外，还存储在模型生成服务器3中使用的各种数据。程序351只要能够由计算机执行即可，可以以存储于磁记录介质、光记录介质、光磁记录介质、半导体存储器等计算机可读取的记录介质的状态提供给模型生成服务器3。在该情况下，文章提供服务器1只要具有对记录介质进行读取的装置即可。程序351可以通过经由通信部33进行下载而提供。
可以在存储部35存储多个教师数据集355。教师数据集355是将和弦串数据357和解说文章数据359关联起来的数据，在生成训练好的模型155时使用。对于教师数据集355的详细内容，将后述。
[2.文章提供处理]
接着，对文章提供服务器1的控制部11执行的文章提供处理(文章提供方法)进行说明。文章提供处理例如与来自通信终端9的请求相对应地开始。
图2是表示一个实施方式的文章提供处理的流程图。控制部11直至从通信终端9接收到乐曲和弦数据为止等待(步骤S101；No)。乐曲和弦数据是将构成乐曲的多个和弦按时间序列排列记述的数据。例如，乐曲和弦数据例如记述为“CM7－Dm7－Em7－···”。在按时间序列排列时，各和弦可以将规定的单位期间(例如，1小节、1拍等)作为单位进行排列，也可以不考虑单位期间而按顺序排列。例如，如果设想在上述的例子中各和弦将1小节作为单位进行排列的情况，则在上述的例子的最开始的和弦持续2小节时，乐曲和弦数据作为“CM7－CM7－Dm7···”而记述。另一方面，如果设想不考虑小节数的情况，则乐曲和弦数据如上述的例子那样记述为“CM7－Dm7－···”。
如果用户对通信终端9进行操作而指示乐曲和弦数据的发送，则通信终端9对文章提供服务器1发送乐曲和弦数据。如果文章提供服务器1接收到乐曲和弦数据，则控制部11根据乐曲和弦数据而生成和弦输入数据(步骤S103)。和弦输入数据将乐曲和弦数据所包含的各和弦变换为规定的格式而进行记述。具体而言，和弦输入数据是通过色度向量(ChromaVector)记述了各和弦的数据。
图3及图4是用于说明表示一个实施方式的和弦的色度向量的图。如图3及图4所示，色度向量与各音名(C、C#、D、···)对应地通过声音的有“1”或无“0”进行记述。在本例子中，各和弦变换为将与构成音对应的色度向量、与基音对应的色度向量及与延伸(tension)音对应的色度向量组合而得到的数据(以下，称为变换数据)。在本例子中，变换数据是将3个色度向量作为矩阵数据(3×12)进行了记述的数据。变换数据可以将3个色度向量作为串联起来的向量数据进行记述。
图3是将和弦“CM7”表示为变换数据的例子。图4是将和弦“C/B”表示为变换数据的例子。关于“CM7”和“C/B”，构成音彼此相同，但基音及延伸音彼此不同。因此，能够根据变换数据而区分“CM7”和“C/B”。即，变换数据能够明确地表示和弦的功能。变换数据至少包含构成音的色度向量即可，可以不包含基音及延伸音的至少一者或两者。变换数据的构造只要与所需的结果相对应地适当设定即可。
和弦输入数据是将变换数据按时间序列排列的数据。如上述的例子那样，在乐曲和弦数据为“CM7－Dm7－···”的情况下，和弦输入数据作为按与“CM7”对应的变换数据、与“Dm7”对应的变换数据、···的顺序排列的数据进行记述。
返回至图2继续进行说明。控制部11将和弦输入数据提供给训练好的模型155(步骤S105)。控制部11执行由训练好的模型155实现的运算处理(步骤S107)，从训练好的模型155取得文章输出数据(步骤S109)。控制部11将所取得的文章输出数据发送至通信终端9(步骤S111)。文章输出数据对应于上述的解说文章，包含表示与由和弦输入数据定义的和弦相关的解说的字符组。解说文章包含说明和弦进行的第1字符组、说明和弦的功能的第2字符组、及说明和弦间的连结技法的第3字符组中的至少1个。在本例子中，解说文章包含第1字符组、第2字符组及第3字符组。
图5是用于说明从和弦输入数据得到的解说文章的例子的图。训练好的模型155包含：编码器(还称为输入层)，其通过RNN对所提供的和弦输入数据进行运算，由此生成中间状态的数据；以及解码器(还称为输出层)，其通过RNN对中间状态的数据进行运算，由此输出文章输出数据。更详细而言，对编码器按时间序列的顺序提供和弦输入数据所包含的多个变换数据。解码器将按时间序列排列的多个字符(字符组)作为解说文章而输出。这里所说的字符还可以是指通过词素解析而区分出的一个单词(词素)。中间状态有时还称为隐藏状态或隐藏层。
图5所示的和弦输入数据作为乐曲和弦数据“CM7－Dm7－Em7－···”而示出，是如上述那样将各和弦作为变换数据进行记述的数据。在和弦输入数据中，在和弦结束的部分标注了结束标记(EOS：End Of Sequence)。如果该和弦输入数据被提供给训练好的模型155，则训练好的模型155输出包含图5所例示的解说文章的文章输出数据。
根据图5所示的和弦输入数据，文章输出数据即解说文章由如下述的字符组的组合构成。
“前半是，使顺阶(diatonic)和弦依次上行而在Fm7和Bb7之间形成2-5。Bb7作为副属小和弦Fm7的代理和弦起作用，另一方面，作为针对其后续的Am7的属7和弦E7的代理属和弦起作用。后半是，通过主音和弦CM7的代理和弦Am7和副属小和弦Fm7的代理和弦AbM7的反复，根音以半音上下并且第3个和第7个音以同音被保持的和弦进行。”
图5所示的解说文章之中的第1字符组(说明和弦进行)相当于“在Fm7和Bb7之间形成2-5”。
图5所示的解说文章之中的第2字符组(说明和弦的功能)相当于“Bb7作为副属小和弦Fm7的代理和弦起作用”、“Bb7作为针对其后续的Am7的属7和弦E7的代理属和弦起作用”、“主音和弦CM7的代理和弦Am7”、“副属小和弦Fm7的代理和弦AbM7”。实际上，在解说文章中，汇总与Bb7相关的2个功能的说明而表现为“Bb7作为···起作用，另一方面作为针对其后续的Am7的···起作用。”。
图5所示的解说文章之中的第3字符组(和弦间的连结技法的说明)相当于“使顺阶和弦依次上行”、“通过Am7和AbM7的反复，根音以半音上下并且第3个和第7个音以同音被保持的进行”。实际上，在解说文章中，针对使顺阶和弦依次上行而如与下一文章连接的那样表现为“使顺阶和弦依次上行而···”。
以上述方式得到的文章输出数据发送至发送了乐曲和弦数据的通信终端9。由此，对通信终端9的用户提供与乐曲和弦数据对应的解说文章。以上是针对文章提供处理的说明。
[3.模型生成处理]
接着，对模型生成服务器3的控制部31执行的模型生成处理(模型生成方法)进行说明。模型生成处理与来自由模型生成服务器3的管理者所使用的终端等的请求相对应地开始。模型生成处理可以与用户的请求、即来自通信终端9的请求相对应地开始。
图6是表示一个实施方式的模型生成处理的流程图。控制部31从存储部35取得教师数据集355(步骤S301)。如上述那样，教师数据集355包含彼此相关联的和弦串数据357和解说文章数据359。和弦串数据357以与和弦输入数据相同的形式进行记述。即，和弦串数据357将由变换数据表示的和弦作为时间序列排列的数据进行记述。
解说文章数据359是包含如图5所示的解说文章的数据。该解说文章是进行与由和弦串数据357定义的和弦相关的解说的文章。解说文章如上述那样，包含说明和弦进行的第1字符组、说明和弦的功能的第2字符组、及说明和弦之间的连结技法的第3字符组的至少1个。在本例子中，解说文章数据359标注有标识符，该标识符用于对通过词素解析将解说文章进行分割得到的单词进行确定。各单词由“One Hot Vector”进行记述。解析文章可以由“word2vec”、“GloVe”等单词表现进行记述。
教师数据集355所包含的和弦串数据357在本例子中包含与1个乐曲对应的和弦的排列，标注有至少1个结束标记EOS。教师数据集355可以取各种方式。使用图7至图9，说明教师数据集355可取的多个例子。
图7至图9是用于说明教师数据集的一个例子的图。在这里说明的教师数据集355中，与乐曲的和弦对应的和弦串数据357以划分为多个(乐曲区间CL(A)～CL(E))的方式显示。这里，乐曲区间CL(A)～CL(E)分别对应于按构成乐曲的乐句等划分出的范围、例如8小节单位的范围，各自包含按时间序列排列的多个和弦。各乐曲区间与其他乐曲区间可以不是相同的长度。
图7所示的和弦串数据357具有将与乐曲区间CL(A)～CL(E)对应的和弦一连串地记述的形式，仅在数据的最后包含有结束标记EOS。
图8的和弦串数据357具有将与乐曲区间CL(A)～CL(E)对应的和弦各自针对每个乐曲区间而分割地记述的形式。在分割位置记述有结束标记EOS。将由结束标记EOS分割出的区间称为分割区域。可以在1个分割区域包含有多个乐曲区间。另一方面，在本例子中，1个乐曲区间不包含于多个分割区域。
图9的和弦串数据357如图8所示，具有在将与乐曲区间CL(A)～CL(E)对应的和弦各自针对每个乐曲区间而分割之后，在各分割区域中还额外记述了乐曲区间的前后的乐曲区间的和弦的形式。即，在图9的和弦串数据357中，在1个分割区域配置有连续的多个乐曲区间，至少1个乐曲区间包含于多个分割区域。在本例子中，在各分割区域配置有3个连续的乐曲区间，仅在最开始和最后的分割区域配置有2个连续的乐曲区间。连续的乐曲区间的数量不限定于本例子。
解说文章数据359包含与乐曲区间CL(A)～CL(E)各自对应的解说文章ED(A)～ED(E)。例如，解说文章ED(A)包含对与乐曲区间CL(A)对应的和弦进行解说的字符组。图8及图9所示的解说文章数据359与和弦串数据357相同地由结束标记EOS进行分割。
返回至图6继续进行说明。控制部31将和弦串数据357输入至机器学习用的模型(这里称为训练模型)(步骤S303)。训练模型与训练好的模型155相同，是进行使用了神经网络(在本例子中，RNN)的运算处理的模型。训练模型可以是在文章提供服务器1存储的训练好的模型155。
控制部31使用与和弦串数据的输入对应地从训练模型输出的值和解说文章数据359，执行基于误差反向传播的机器学习(步骤S305)。具体而言，通过机器学习而更新训练模型的神经网络的加权系数。在存在应当学习的其他教师数据集355的情况下(步骤S307；Yes)，使用剩余的教师数据集355而执行机器学习(步骤S301、S303、S305)。在不存在应当学习的其他教师数据集355的情况下(步骤S307；No)，控制部31将机器学习结束。
控制部31将完成了机器学习的训练模型作为训练好的模型而生成(步骤S309)，将模型生成处理结束。所生成的训练好的模型被提供至文章提供服务器1而作为训练好的模型155进行使用。如上所述，训练好的模型155是对在和弦串数据357定义的和弦和与该和弦相关的解说文章之间的相关关系进行了学习的模型。
当在机器学习中输入的和弦串数据357如图8及图9那样在数据的中途包含有结束标记EOS的情况下，控制部31在结束标记EOS的时间点重置中间状态。即，在机器学习中，特定的分割区域的和弦和从该区域分割出的其他分割区域的和弦不会被作为连续的时间序列的数据进行处理。在图8所示的例子中，特定的乐曲区间的和弦和与该乐曲区间不同的乐曲区间的和弦被作为彼此独立的时间序列的数据进行处理。另一方面，1个乐曲区间所包含的和弦被作为时间序列的数据进行处理。
在图9所示的例子中，彼此分离的乐曲区间例如乐曲区间CL(B)和乐曲区间CL(E)不是包含于1个分割区域，而被作为彼此独立的时间序列的数据进行处理。另一方面，存在乐曲区间CL(B)和乐曲区间CL(C)包含于1个分割区域的情况和包含于彼此不同的分割区域的情况。因此，根据分割区域，乐曲区间CL(B)的和弦和乐曲区间CL(C)的和弦存在被作为一连串的时间序列的数据进行处理的情况、和被作为彼此独立的时间序列的数据进行处理的情况。
如果对例示的3个教师数据集进行汇总则如下所述。第1例子是如图7所示未设定分割区域的教师数据集。第2例子是如图8所示设定多个分割区域，任意乐曲区间都不包含于多个分割区域的教师数据集。第3例子是如图9所示设定多个分割区域，至少1个乐曲区间包含于多个分割区域的数据集。
特别地，如第1例子及第3的例子所示，通过增多被作为时间序列的数据进行处理的和弦，能够实现更大范围地考虑了和弦的排列的前后关系的精度高的机器学习。如第3例子所示，通过缩小前后关系的范围，能够将彼此过度分离的关系性薄弱的部分从机器学习的对象排除，实现精度更高的机器学习。在机器学习中，可以仅使用这些例子之中的任1个例子，也可以并用多个例子。
[4.和弦解释的例子]
接着，更详细地说明和弦的解释和解说文章之间的相关关系。这里，说明作为代表性的和弦进行的例子而检测出2-5-1(II－V－I)的例子。
图10是用于说明作为2-5-1而检测出的和弦进行的图。在图10中，作为2-5-1的和弦进行而示出Cmaj或Amin的音阶(scale)内的例子(基本形、派生形)、及音阶外的其他例子(代理属和弦、解决的拖延)。“代理属和弦”是指在和弦进行的一部分中利用代理属和弦。与基本形对应的派生形及代理属和弦用虚线包围1个范围。在派生形及代理属和弦中，与基本形不同的部分用下划线示出。关于“解决的拖延”，是取2-5-1的形式并且插入用()示出的和弦而施加变化的例子。
通过上述的机器学习而生成的训练好的模型155，能够将即使是由基本形以外的形式表现的和弦进行但也存在2-5-1之类的内容作为解说文章而输出。在构成乐曲的和弦的排列中，还存在并非意图2-5-1而是偶然包含与2-5-1相当的和弦进行的情况。在如上所述的情况下，通过包含该前后关系的机器学习而生成的训练好的模型155能够输出考虑了和弦进行是属于2-5-1还是不属于2-5-1的解说文章。
图11及图12是用于说明从和弦输入数据得到的解说文章的例子的图。图11和图12都具有“Em7－A7－GbM7－Ab7”这样的和弦的排列，在图12中，还将DbM7附加于最后的部分。即，根据结束标记EOS，位于时间序列的最后的和弦在图11中为Ab7，与此相对在图12中为DbM7，这一点是不同的。
训练好的模型155推测为图11所示的和弦输入数据之中的“Em7－A7－Ab7”的要素与2-5-1相关联，将如下述的解说文章作为文章输出数据而输出。
“Em7－A7－Ab7是在Cmaj音阶的顺阶和弦中当作Dmaj音阶时的II－V－I(Em7－A7－Dm7)的派生形，将Dm7变更为代理属和弦。GbM7是针对Dbmaj的Ab7的2-5，为了使向Ab7的解决(终止)临时延后而插入的。”
另一方面，训练好的模型155推测为图12所示的和弦输入数据之中的“GbM7－Ab7－DbM7”的要素与2-5-1相关联，进一步地针对“Em7－A7－Ab7”的要素也将所提及的如下述的解说文章作为文章输出数据而输出。
“从Cmaj临时转调至Dmaj。GbM7－Ab7－DbM7是使Dbmaj音阶的II－V－I(Ebm7－Ab7－DbM7)之中的II变化为作为相同副属的IV(Ebm7→GbM7)而得到的。为了平滑地进行转调，导入利用了Em7－A7－Ab7这一代理属和弦的2-5-1的一种。”
如上所述，通过使用大量的教师数据集355如上述那样进行机器学习，从而即使包含于和弦输入数据的和弦的排列相似，训练好的模型155也能够考虑到相似的部分的前后关系而输出包含适当的解说文章的文章输出数据。
图13及图14是用于说明作为2-5-1而检测出的和弦进行的变形例的图。在图13所示的例子中，如果针对作为2-5-1的和弦进行的基本形的“Bm7(－5)－E7－Am7”应用基线(Baseline)的下降这样的连结技法，则例如成为“Bm7(－5)－Bm7(－5)/F－E7－E7/G#－Am7”这样的和弦的排列。在该情况下，也能够不受基线的变化的影响而识别出是2-5-1的和弦进行。
在图14所示的例子中，如果针对作为2-5-1的和弦进行的基本形的“Dm7－Db7－CM7”应用经过减三和弦这样的连结技法，则例如成为“Dm7－Ddim7－Db7－CM7”这样的和弦的排列。在该情况下，也能够不受追加了Ddim7的影响而识别出是2-5-1的和弦进行。
[5.特定区间的提取]
在上述的实施方式中，和弦输入数据可以对乐曲和弦数据所包含的全部的和弦的排列进行确定，也可以对从其中提取出的一部分的和弦的排列进行确定。在以下的说明中，将与和弦输入数据所包含的和弦对应的乐曲的区间称为特定区间。特定区间可以由用户设定，也可以通过以下所例示的规定的方法进行设定。
对规定的方法的例子进行说明。提供给训练好的模型155的和弦输入数据可以不是乐曲和弦数据的全部，只要能够使用乐曲的特征部分，就能够针对乐曲获得特征性的解说文章。因此，优选将如上所述的乐曲的特征部分设定为特定区间。乐曲的特征部分能够以各种方法进行设定，对其一个例子进行说明。
在这里说明的例子中，控制部11在预先决定的多个判定区间(例如，上述的乐曲区间)对乐曲进行分割，将满足规定的条件的判定区间设定为特定区间。在本例子中，通过对各判定区间的和弦进行重要度进行计算，将具有超过规定的阈值的和弦进行重要度的判定区间设定为特定区间。
和弦进行重要度基于登记于乐曲数据库159的各种数据和判定区间的和弦进行而计算。对该计算方法的一个例子进行说明。
图15是用于说明一个实施方式的乐曲数据库的图。乐曲数据库159例如存储于文章提供服务器1的存储部15。在乐曲数据库159登记有与多个乐曲相关的信息，例如登记有彼此相关联的流派信息、音阶信息、和弦出现率数据及和弦进行出现率数据。
流派信息例如是表示“摇滚乐”、“流行乐”、“爵士乐”、···之类的乐曲的流派的信息。音阶信息是表示“C major scale”、“C minor scale”、“C#major scale”、···之类的音阶(在本例子中，还包含音调(Key))的信息。在各个音阶设定由构成该音阶的音(以下，称为音阶构成音)。
和弦出现率数据表示各种类的和弦相对于在乐曲数据库登记的所有乐曲的和弦的总数的比例。例如，如果和弦的总数为“10000”，其中，和弦“Cm”的数量为“100”，则其和弦的出现率为“0.01”。
在和弦的出现率的计算中，针对彼此相似的和弦的相同性，可以使用以下例示的任意的判定基准。如果彼此和弦名不同，则也可以作为不同的和弦进行处理(“CM7”和“C/B”不同)。如果彼此构成音相同，则可以作为相同的和弦进行处理(“CM7”和“C/B”相同)。如果彼此构成音和基音相同，则可以作为相同的和弦进行处理(“CM7”和“G/C”相同)。即使彼此构成音不同，但如果除了延伸音以外都相同，则也可以作为相同的和弦进行处理(“CM7”和“C”相同)。
和弦进行出现率数据表示各种和弦进行相对于在乐曲数据库登记的所有乐曲的和弦进行的总数的比例。这里所说的和弦进行预先由用户等进行设定。例如，如果和弦进行的总数为“20000”，其中的和弦进行“Dm－G7－CM7”的数量为“400”，则和弦进行的出现率为“0.02”。
和弦的相同性的判定基准可以与上述的和弦出现率的判定方法相同。和弦进行的相同性的判定基准也可以使用以下例示的任意的判定基准。彼此相似的和弦进行可以作为相同的和弦进行而进行处理。例如，利用了图10所示的针对基本形的派生形及代理属和弦的方式可以作为相同的和弦进行而进行处理。
和弦进行的至少2个一致的和弦进行可以作为相同的和弦进行而进行处理。例如，如果和弦进行为“Dm－G7－CM7”，则“＊－G7－CM7”、“Dm－＊－CM7”及“Dm－G7－＊”可以作为相同的和弦进行而进行处理。在这里，“＊”表示未被特定的和弦(全部的和弦的任意者)。
和弦出现率数据及和弦进行出现率数据包含针对全部的乐曲的数据。在本例子中，和弦出现率数据及和弦进行出现率数据还包含与流派信息所规定的每个流派对应地确定的数据。例如，与流派“摇滚乐”对应的和弦出现率数据及和弦进行出现率数据可以包含仅从与流派“摇滚乐”对应的乐曲获得的和弦的出现率及和弦进行的出现率。关于出现率的分母(和弦的总数及和弦进行的总数)，可以将针对乐曲整体的数据设为对象。
在和弦及和弦进行中，流派“摇滚乐”的出现率和流派“爵士乐”的出现率不同。因此，存在每个流派的和弦的出现率及和弦进行的出现率，从而能够更高精度地判定乐曲的特征部分。流派信息并非必须使用，在该情况下，也可以不存在针对每个流派的和弦出现率数据及和弦进行出现率数据。
图16是用于说明和弦进行重要度的计算方法的图。在图16所示的例子中，示出判定区间的和弦进行为“C－Cm－CM7－Cm7”的情况下的各指标值及重要度。指标值包含针对和弦进行而决定的和弦进行稀缺度(CP)、针对构成和弦进行的各和弦而决定的音阶要素(S)、和弦稀缺度(C)。基于这些指标，计算针对各和弦的和弦重要度(CS)及针对和弦进行的和弦进行重要度(CPS)。指标值及重要度都具有从“0”至“1”的范围的值。数值越高，表示越是特征要素。
在本例子中，针对乐曲而音调为C，音阶为major scale，流派为流行乐。这些信息可以预先由用户进行设定，也可以对乐曲和弦数据进行解析而设定。在对乐曲和弦数据进行解析的情况下，例如，可以通过与登记于乐曲数据库159的乐曲的比较而基于与相似的和弦之间的关系进行设定，也可以使用通过机器学习等获得的训练好的模型而根据和弦的排列进行推定。
音阶要素(S)在和弦的构成音的全部包含于音阶构成音的情况下设定为“0”，在和弦的构成音的任意者都不包含于音阶构成音的情况下设定为“1”。这是因为，包含有不包含于音阶构成音的音的和弦可称为对于乐曲而言为特征部分。
和弦稀缺度(C)通过预先决定的计算式而获得。以和弦出现率越大则和弦稀缺度(C)越小的方式决定计算式。由于在C major scale的情况下C及CM7的和弦出现率相对高，因此和弦稀缺度(C)设定为相对小的值。
和弦进行稀缺度(CP)通过预先决定的计算式而获得。以和弦进行出现率越大则和弦进行稀缺度(CP)越小的方式决定计算式。在本例子中，由于“C－Cm－CM7－Cm7”这样的和弦进行的出现率极小，因此和弦进行稀缺度(CP)设定为大的值“1”。
和弦重要度(CS)是使用音阶要素(S)、和弦稀缺度(C)及和弦进行稀缺度(CP)而计算的。在本例子中，计算式为CS＝a×S+b×C+c×CP，a＝1/4、b＝1/4、c＝1/2。和弦进行重要度(CPS)为和弦重要度(CS)的平均值。
以上述方式获得的和弦进行重要度(CPS)表示数值越大(越接近“1”)则该和弦进行与其他乐曲相比越罕见的结构。即，和弦进行重要度(CPS)大的判定区间可以称为乐曲的特征部分。
上述的指标值及重要度的计算方法为一个例子，如果作为整体而获得和弦进行的重要度(乐曲的特征部分)，则可获得各种计算方法。接着，对使用特定区间而生成和弦输入数据的方法进行说明。生成该和弦输入数据的方法例如可以置换为图2所示的步骤S103的处理。
图17是表示生成一个实施方式的和弦输入数据的处理的流程图。控制部11对音调、音阶及流派进行设定(步骤S1031)。如上述那样，音调、音阶及流派可以通过根据用户的设定而从通信终端9接收而取得，也可以通过对乐曲和弦数据进行解析而取得。控制部11将乐曲分割为多个判定区间(步骤S1033)，对各判定区间的和弦进行重要度(CPS)进行计算(步骤S1035)。
控制部11基于针对各判定区间而计算出的和弦进行重要度(CPS)，将至少1个判定区间设定为特定区间(步骤S1037)。这里，将和弦进行重要度(CPS)大于规定的阈值的判定区间设定为特定区间。可以将从和弦进行重要度(CPS)最大的判定区间起按顺序的规定数量的判定区间设定为特定区间。
控制部11生成与特定区间对应的和弦输入数据(步骤S1039)。在和弦输入数据中，可以通过针对每个特定区间配置结束标记EOS而在1个分割区域配置1个特定区间，在连续的多个判定区间设定为多个特定区间的情况下，也可以配置为在1个分割区域包含有该多个特定区间。
如上所述，通过将所生成的和弦输入数据提供给训练好的模型155，从而训练好的模型155能够生成针对表示乐曲的特征部分的和弦进行的解说文章而输出文章输出数据。
[6.变形例]
本发明不限定于上述的实施方式，包含其他各种变形例。例如，关于上述的实施方式，是为了以易于理解的方式说明本发明而详细地说明的，不必限定于具有已说明的全部结构。关于实施方式的结构的一部分，可以对其他结构进行追加、删除、置换。以下，对一部分的变形例进行说明。
(1)在上述的实施方式中，文章提供服务器1为了从和弦输入数据而生成解说文章，使用了训练好的模型155，但也可以使用不使用神经网络的模型(例如，规则库的模型)。根据训练好的模型155，能够通过在机器学习使用大量的教师数据集355而提高解说文章的精度。
根据规则库的模型，需要对用于从和弦输入数据而生成解说文章的规则、即与上述的和弦串数据357相当的信息和与解说文章数据359相当的信息之间的对应关系进行设定。该规则需要大量的信息量。例如，作为如上述那样判断为2-5-1的和弦进行的和弦的排列，可设想各种各样的种类。因此，如果试图提高解说文章的精度，则需要与能设想的大量种类对应地分别对解说文章进行设定。为了降低信息量，有时还需要与使用了训练好的模型155的情况相比将解说文章简单化。还设想与使用训练好的模型155的情况相比效率下降的情况，但是可以实现通过规则库的模型而从和弦输入数据生成解说文章。
(2)和弦出现率数据及和弦进行出现率数据可以不依赖乐曲的音调而定义为等价。例如，和弦出现率数据可以解释为乐曲的音调为“C”时的和弦“CM7”和音调为“E”时的和弦“EM7”是相同的和弦。和弦进行出现率数据可以解释为乐曲的音调为“C”时的和弦进行“Dm－G7－CM7”和音调为“E”时的和弦进行“Fm－B7－EM7”是相同的和弦进行。
即，和弦出现率数据及和弦进行出现率数据可以都由针对乐曲的音调的相对性的表现的和弦规定。相对性的表现例如可以是音调为“C”的情况下变换得到的表现。也可以是变换为“I”、“II”这样的记述的表现。例如，音调为“C”的和弦“Em7”表现为“IIIm7”。
在该情况下，控制部11将由相对性的表现的和弦定义的和弦出现率数据及和弦进行出现率数据基于所设定的乐曲的音调而变换为绝对性的表现的和弦。控制部11基于变换后的和弦的出现率而对和弦重要度(CS)及和弦进行重要度(CPS)进行计算。
(3)文章提供服务器1可以取代使用训练好的模型155而使用SVM(Support VectorMachine)或HMM(Hidden Markov Model)等运算模型。在该情况下，控制部11使用该运算模型而从和弦输入数据取得特定的和弦进行、例如“2-5-1”。控制部11将所取得的和弦进行和预先决定的规定的范本进行组合而制作解说文章。规定的范本例如是“在该和弦进行使用了XXXX。”。通过使用在“XXXX”的部分使用了所取得的和弦进行(在上述的例子中，“2-5-1”)，生成“在该和弦进行使用了2-5-1。”这样的解说文章。如果是HMM，则可以依次输入和弦输入数据所包含的和弦。如果是SVM，则可以将和弦输入数据所包含的规定数量的和弦汇总地输入。
(4)对多个训练好的模型155进行存储的服务器可以与网络NW连接。该服务器可以为模型生成服务器3。文章提供服务器1可以选择在该服务器存储的多个训练好的模型155的任意者而执行上述的文章提供处理。文章提供服务器1可以从该服务器下载在文章提供处理中使用的训练好的模型155并存储至存储部15，也可以不下载训练好的模型155而通过与对其进行存储的服务器通信而发送和弦输入数据，接收文章输出数据。
多个训练好的模型155在机器学习时使用的教师数据集355的至少一部分彼此不同。例如，如果使用通过流派(爵士乐、古典乐等)而分别分类出的多个教师数据集355进行机器学习，则生成与多个流派各自对应的多个训练好的模型155。教师数据集355可以按流派的种类进行分类，也可以按乐器的种类进行分类。根据该分类，和弦串数据和解说文章数据特殊化为该分类。教师数据集355可以由该解说文章数据359所包含的解说文章的创建者进行分类。
例如，通过将与被分类为爵士乐的乐曲对应的和弦输入数据提供给与爵士乐对应的训练好的模型155，能够得到精度高的解说文章。被分类为与和弦输入数据对应的乐曲的对象可以由用户进行设定，也可以通过对乐曲进行解析而进行设定。
可以通过将1个和弦输入数据提供给多个训练好的模型155而得到多种解说文章。例如，如果使用与多个创建者各自对应的多个训练好的模型155，则能够对所获得的多种解说文章进行比较而选择适于用户的文章。可以基于从多个训练好的模型155获得的解说文章之中的共通点而生成新的解说文章。
(5)和弦输入数据及和弦串数据357不限于由色度向量记述的情况。例如，如果和弦的构成音由包含向量的数据表示，则可以通过其他方法表示。关于和弦，也可以由应用了“word2vec”、“GloVe”等的表现进行记述。
以上是与变形例相关的说明。
如以上所述，根据本发明的一个实施方式，能够提供一种文章提供方法，其包含下述步骤：基于将和弦按时间序列排列的和弦串数据和与该和弦串数据所包含的和弦相关的解说文章之间的关系，取得与将和弦按时间序列排列的和弦输入数据对应的文章。
取得所述文章可以包含下述步骤：通过向学习了所述关系的训练好的模型提供所述和弦数据，从而从所述训练好的模型取得所述文章。
所述和弦串数据所包含的和弦可以至少包含所述和弦的构成音和基音。
所述和弦串数据所包含的和弦可以至少包含所述和弦的构成音和所述和弦的延伸音。
所述和弦可以由包含向量的数据表示。
所述和弦可以由包含与该和弦的构成音对应的第1色度向量的数据表示。
所述和弦可以由包含与该和弦的基音对应的第2色度向量的数据表示。
所述和弦可以由包含与该和弦的延伸音对应的第3色度向量的数据表示。
所述解说文章可以包含用于说明和弦进行的第1字符组。
所述解说文章可以包含用于说明和弦的功能的第2字符组。
所述解说文章可以包含用于说明和弦间的连结技法的第3字符组。
可以包含：取得将乐曲的所述和弦按时间序列排列的乐曲和弦数据，从所述乐曲和弦数据提取出满足规定的条件的特定区间的所述和弦的排列作为所述和弦输入数据。
所述规定的条件可以包含使用了所述乐曲和弦数据所包含的所述和弦和与相应于所述乐曲的音调而决定的和弦相关的重要度的条件。
所述规定的条件可以包含使用了所述乐曲和弦数据所包含的所述和弦和与相应于所述乐曲的流派而决定的和弦相关的重要度的条件。
可以提供一种用于使计算机执行所述文章提供方法的程序。可以提供一种文章提供装置，该文章提供装置包含对该程序的命令进行存储的存储部和执行该命令的处理器。
标号的说明
1…文章提供服务器、11…控制部、13…通信部、15…存储部、151…程序、155…训练好的模型、159…乐曲数据库、3…模型生成服务器、31…控制部、33…通信部、35…存储部、351…程序、355…教师数据集、357…和弦串数据、359…解说文章数据、9…通信终端、1000…文章提供系统

Claims (22)

1.一种文章提供方法，其包含下述步骤：
向训练好的模型提供将和弦按时间序列排列的和弦输入数据，该训练好的模型对将和弦按时间序列排序的和弦串数据和与包含于该和弦串数据的和弦相关的解说文章之间的关系进行了学习，
从所述训练好的模型取得与所述和弦输入数据对应的文章。
2.根据权利要求1所述的文章提供方法，其中，
所述和弦由包含向量的数据表示。
3.根据权利要求1或2所述的文章提供方法，其中，
所述和弦由包含与该和弦的构成音对应的第1色度向量的数据表示。
4.根据权利要求1至3中任一项所述的文章提供方法，其中，
所述和弦由包含与该和弦的基音对应的第2色度向量的数据表示。
5.根据权利要求1至4中任一项所述的文章提供方法，其中，
所述和弦由包含与该和弦的延伸音对应的第3色度向量的数据表示。
6.根据权利要求1至5中任一项所述的文章提供方法，其中，
所述解说文章包含用于说明和弦进行的第1字符组。
7.根据权利要求1至6中任一项所述的文章提供方法，其中，
所述解说文章包含用于说明和弦的功能的第2字符组。
8.根据权利要求1至7中任一项所述的文章提供方法，其中，
所述解说文章包含用于说明和弦间的连结技法的第3字符组。
9.根据权利要求1至8中任一项所述的文章提供方法，其中，
还包含下述步骤：
取得将乐曲的所述和弦按时间序列排列的乐曲和弦数据，
从所述乐曲和弦数据提取出满足规定的条件的特定区间的所述和弦的排列作为所述和弦输入数据。
10.根据权利要求9所述的文章提供方法，其中，
所述规定的条件包含使用了所述乐曲和弦数据所包含的所述和弦和与相应于所述乐曲的音调而决定的和弦相关的重要度的条件。
11.根据权利要求9或10所述的文章提供方法，其中，
所述规定的条件包含使用了所述乐曲和弦数据所包含的所述和弦和与相应于所述乐曲的流派而决定的和弦相关的重要度的条件。
12.一种程序，其用于使计算机执行：
基于将和弦按时间序列排列的和弦串数据和与该和弦串数据所包含的和弦相关的解说文章之间的关系，取得与将和弦按时间序列排列的和弦输入数据对应的文章。
13.根据权利要求12所述的程序，其中，
取得所述文章包含：通过向对所述关系进行了学习的训练好的模型提供所述和弦输入数据，从而从所述训练好的模型取得所述文章。
14.根据权利要求12或13所述的程序，其中，
所述和弦串数据所包含的和弦至少包含所述和弦的构成音和基音。
15.根据权利要求12至14中任一项所述的程序，其中，
所述和弦串数据所包含的和弦至少包含所述和弦的构成音和所述和弦的延伸音。
16.根据权利要求12至15中任一项所述的程序，其中，
所述和弦由包含向量的数据表示。
17.根据权利要求12至16中任一项所述的程序，其中，
所述和弦由包含与该和弦的构成音对应的第1色度向量的数据表示。
18.根据权利要求12至17中任一项所述的程序，其中，
所述和弦由包含与该和弦的基音对应的第2色度向量的数据表示。
19.根据权利要求12至18中任一项所述的程序，其中，
所述和弦由包含与该和弦的延伸音对应的第3色度向量的数据表示。
20.根据权利要求12至19中任一项所述的程序，其中，
所述解说文章包含用于说明和弦进行的第1字符组。
21.一种文章提供装置，其包含控制部，
该控制部基于将和弦按时间序列排列的和弦串数据和与该和弦串数据所包含的和弦相关的解说文章之间的关系，取得与将和弦按时间序列排列的和弦输入数据对应的文章。
22.根据权利要求21所述的文章提供装置，其中，
所述控制部包含：通过向对所述关系进行了学习的训练好的模型提供所述和弦输入数据，从而从所述训练好的模型取得所述文章。
CN202280022223.0A 2021-03-23 2022-03-08 文章提供方法、程序及文章提供装置 Pending CN116997958A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2021049200 2021-03-23
JP2021-049200 2021-03-23
PCT/JP2022/010084 WO2022202297A1 (ja) 2021-03-23 2022-03-08 文章提供方法、プログラムおよび文章提供装置

Publications (1)

Publication Number Publication Date
CN116997958A true CN116997958A (zh) 2023-11-03

Family

ID=83395600

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280022223.0A Pending CN116997958A (zh) 2021-03-23 2022-03-08 文章提供方法、程序及文章提供装置

Country Status (4)

Country Link
US (1) US20240013760A1 (zh)
JP (1) JPWO2022202297A1 (zh)
CN (1) CN116997958A (zh)
WO (1) WO2022202297A1 (zh)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5789915B2 (ja) * 2010-03-31 2015-10-07 ヤマハ株式会社 楽譜表示装置および楽譜表示方法を実現するためのプログラム
JP5924968B2 (ja) * 2011-02-14 2016-05-25 本田技研工業株式会社 楽譜位置推定装置、及び楽譜位置推定方法

Also Published As

Publication number Publication date
US20240013760A1 (en) 2024-01-11
WO2022202297A1 (ja) 2022-09-29
JPWO2022202297A1 (zh) 2022-09-29

Similar Documents

Publication Publication Date Title
CN111460807B (zh) 序列标注方法、装置、计算机设备和存储介质
Pachet et al. Markov constraints: steerable generation of Markov sequences
CN111630590B (zh) 生成音乐数据的方法
CN112185321B (zh) 歌曲生成
US9110817B2 (en) Method for creating a markov process that generates sequences
CN110600057B (zh) 演奏声音信息和曲谱信息比对方法及比对系统
JP6962747B2 (ja) データ合成装置および方法
CN111666427A (zh) 一种实体关系联合抽取方法、装置、设备及介质
CN111414561A (zh) 用于呈现信息的方法和装置
CN109933792A (zh) 基于多层双向lstm和验证模型的观点型问题阅读理解方法
CN110516103B (zh) 基于分类器的歌曲节奏生成方法、设备、存储介质及装置
CN110517656B (zh) 歌词节奏生成方法、设备、存储介质及装置
CN109448697B (zh) 诗词旋律生成方法、电子装置及计算机可读存储介质
US11983633B2 (en) Machine learning predictions by generating condition data and determining correct answers
JP3024045B2 (ja) 自然言語に基づくデータ検索装置
CN116997958A (zh) 文章提供方法、程序及文章提供装置
JP2019144844A (ja) 形態素解析学習装置、形態素解析装置、方法、及びプログラム
Ycart et al. A supervised approach for rhythm transcription based on tree series enumeration
WO2023132029A1 (ja) 情報処理装置、情報処理方法及びプログラム
JP5061870B2 (ja) コンテンツ検索システム、コンテンツ検索方法及びコンテンツ検索プログラム
CN114925197A (zh) 基于主题注意力的深度学习文本分类模型训练方法
CN111046657B (zh) 一种实现文本信息标准化的方法、装置及设备
CN113920969A (zh) 信息处理方法、装置、电子设备及存储介质
JP2007101780A (ja) 楽曲のタイムスパン木の自動分析方法、自動分析装置、プログラムおよび記録媒体
CN112052649A (zh) 文本生成方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination