JP2583347B2 - 演奏操作パターン情報生成装置 - Google Patents

演奏操作パターン情報生成装置

Info

Publication number
JP2583347B2
JP2583347B2 JP2190689A JP19068990A JP2583347B2 JP 2583347 B2 JP2583347 B2 JP 2583347B2 JP 2190689 A JP2190689 A JP 2190689A JP 19068990 A JP19068990 A JP 19068990A JP 2583347 B2 JP2583347 B2 JP 2583347B2
Authority
JP
Japan
Prior art keywords
input
output
information
performance operation
operation pattern
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.)
Expired - Lifetime
Application number
JP2190689A
Other languages
English (en)
Other versions
JPH03129399A (ja
Inventor
正子 西嶋
裕二 木島
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of JPH03129399A publication Critical patent/JPH03129399A/ja
Application granted granted Critical
Publication of JP2583347B2 publication Critical patent/JP2583347B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime 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
    • G10H1/40—Rhythm
    • 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
    • G10H7/00—Instruments in which the tones are synthesised from a data store, e.g. computer organs
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00—Data processing: artificial intelligence
    • Y10S706/902—Application using ai with detail of the ai system
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S84/00—Music
    • Y10S84/10—Feedback
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S84/00—Music
    • Y10S84/12—Side; rhythm and percussion devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Electrophonic Musical Instruments (AREA)

Description

【発明の詳細な説明】 〔概要〕 複数の楽器音で構成されるリズムパターン等の演奏操
作パターン情報に基づいて、それに応答する演奏操作パ
ターン情報を生成する演奏操作パターン情報生成装置に
関し、 簡単な学習処理によりリズムパターン等の入力演奏操
作パターンに対して演奏者が期待したとおりの適切な出
力演奏操作パターンを発生させることを可能とし、一
方、予め用意された演奏操作パターン列のみならず、演
奏者の意志を良く反映させた演奏操作パターン列の自動
生成を可能とすることを目的とし、 所定の入力演奏操作パターン情報が入力されたときに
それに対応して演奏者が望む出力演奏操作パターン情報
が出力されるように、学習用の入力演奏操作パターン情
報とそれに対応する出力演奏操作パターン情報とからな
る複数の典型的な入出力演奏操作パターン情報組を用い
た学習処理により予め内部の基本ユニット間の結合状態
が調整された手段であって、任意の入力演奏操作パター
ン情報を入力用基本ユニットに入力することにより、そ
れに対応する出力演奏操作パターン情報を出力用基本ユ
ニットから出力するニューラルネットワーク手段を含む
ように構成する。
〔産業上の利用分野〕
本発明は、複数の楽器音で構成されるリズムパターン
等の演奏操作パターン情報に基づいて、それに応答する
演奏操作パターン情報を生成する演奏操作パターン情報
生成装置に関する。
〔従来の技術〕
近年、人工知能（AI）、ファクトリオートメーション
（FA）、オフィスオートメーション（OA）の進展に伴
い、人間にとって使い安く、人間と共存できる知的な
“柔らかい”システム、感性的な処理への要求が高まっ
ている。この期待に答えるために、人間の感性を扱うア
ートの世界を処理しようとしているが、未だ“柔らか
い”システムというには程遠い段階にある。したがっ
て、この“柔らかい”システムを構築する技術の必要性
が高まっている。
このような必要性は、音楽の世界においても同様であ
る。例えば、ドラム演奏において、いわゆる掛け合い
（セッション）という演奏形態がある。これは、１人の
演奏者によるドラム演奏と競演して、他の演奏者がドラ
ム演奏を行うという演奏形態である。そして、近年の電
子楽器の著しい進歩に伴って、１人の演奏者によるリズ
ム楽器等の電子楽器の演奏に対して、電子楽器自身が競
演を行うというような技術が可能になってきた。このよ
うに、演奏者が入力したリズムパターンに対して、自動
的に応答するリズムパターンを得ることができれば、音
楽のプロフェッショナル以外のアマチュアにおける音楽
に対する興味を大いに増加させることができ、音楽産業
の発達にも貢献する。一方では、演奏者が何もしなくて
も、自動的にリズムパターンを刻んでくれるリズムパタ
ーン生成装置も数多く実現されており、これにより演奏
者は、リズム演奏以外のメロディ演奏等に専念しつつ、
より多彩な音楽表現を行うことが可能となった。
演奏者によるリズムパターンの入力に応答してリズム
パターンを出力することのできるリズムパターン生成装
置の一般的な従来例においては、どのようなリズムパタ
ーンが入力されてくるかという情報を予め人間が考慮し
た上で、どのようなリズムパターンが入力された時、ど
のような出力リズムパターンを発生し応答したらよいか
がテーブルの形で厳密に記述され、演奏者が演奏する電
子楽器等からのリズムパターンの情報に対して制御プロ
グラムが上記テーブルをアクセスして処理を行うことに
より、上記リズムパターンに応答するリズムパターンが
生成される。
演奏者によるリズムパターンの入力に応答してリズム
パターンを出力することのできるリズムパターン生成装
置の他の従来例においては、任意の入力リズムパターン
と出力リズムパターンの組から対応規則が見い出されそ
の対応規則がプログラムで記述され、演奏されたリズム
パターンの情報に対して上記対応規則で変換が行われる
ことにより、上記リズムパターンに応答するリズムパタ
ーンが生成される。
一方、自動的にリズムパターンを刻むリズムパターン
自動生成装置の一般的な従来例においては、演奏者等に
より予めリズムパターンのデータがメモリ等に記憶さ
れ、このデータが忠実に読み出されることにより、リズ
ムパターンが自動的に生成される。
〔発明が解決しようとする課題〕
しかし、演奏者によるリズムパターンの入力に応答し
てリズムパターンを出力するリズムパターン生成装置の
従来例のうち、テーブルを使用するタイプの上記従来例
では、考えられる入力リズムパターンと出力リズムパタ
ーンの組み合わせを全て考慮して、テーブルの形で厳密
に記述しなければならなかった。このため、上記従来例
では、テーブルとして記述されたリズムパターンが入力
された場合はきちんと応答することができたが、それ以
外のイレギュラーなリズムパターンが入力された場合に
は対処できないという問題点を有していた。
また、対応規則をプログラム化する上記従来例では、
任意の入力リズムパターンと出力リズムパターンの組か
ら対応規則を見い出すのは非常に困難であり、また、演
奏者が変わる毎に対応規則を修正・変更しなければなら
ないという問題点を有している。
更に、上記２つの従来例では、リズム音が「発音され
たか／発音されないか」の情報を一定時間分データ化す
るためには、（リズム音の種類の数）×（時間量）の分
のデータが必要となり、データ量が大きくなりすぎ、リ
アルタイム処理も困難になってしまうという問題点を有
していた。特に、リアルな音楽表現を可能とするために
はリズム音の強さを示すベロシティもデータ化する必要
があるが、上述のように膨大なデータが必要な従来例に
おいては、ベロシティまで処理するのは不可能に近かっ
た。
この一方、自動的にリズムパターンを刻むリズムパタ
ーン自動生成装置の上記従来例においては、演奏者によ
って予め用意されたリズムパターンを忠実に再現するだ
けであった。このため、あるリズムパターンを繰り返し
演奏させるということは簡単に行えたが、演奏者がリズ
ムパターンを少しだけ変化させたいような場合には、そ
の変化パターンを全て用意し、予めデータとしてメモリ
等に記憶させておかなければならないという問題点を有
していた。
以上の問題点は、リズムパターンに限られず、伴奏パ
ターンやメロディパターン等の様々な演奏操作パターン
についても同様に存在していた。
本発明は、簡単な学習処理によりリズムパターン等の
入力演奏操作パターンに対して演奏者が期待したとおり
の適切な出力演奏操作パターンを発生させることを可能
とし、一方、予め用意された演奏操作パターン列のみな
らず、演奏者の意志を良く反映させた演奏操作パターン
列の自動生成を可能とすることを目的とする。
〔課題を解決するための手段〕
第１図（ａ）は、本発明の第１の態様のブロック図で
ある。
第１の態様は、入力演奏操作パターンをデータとして
表現した入力演奏操作パターン情報102を入力して、入
力演奏操作パターンに呼応しそれとは異なる演奏操作パ
ターンを含む応答演奏操作パターンをデータとして指示
する出力演奏操作パターン情報103を出力する装置を前
提とする。
そして、以下のようなニューラルネットワーク手段10
1を含む。すなわち、同手段は、まず、所定の入力演奏
操作パターン情報102が入力されたときにそれに対応し
て演奏者が望む前記出力演奏操作パターン情報103が出
力されるように、学習用の入力演奏操作パターン情報10
2とそれに対応する出力演奏操作パターン情報103とから
なる複数の典型的な入出力演奏操作パターン情報組を用
いた学習処理により予め内部の基本ユニット間の結合状
態が調整される。そして、同手段は、任意の入力演奏操
作パターン情報102を入力用基本ユニットに入力するこ
とにより、それに対応する出力演奏操作パターン情報10
3を出力用基本ユニットから出力する。
また、本発明は、上述の第１の態様の拡張として、第
１図（ｂ）のような第２の態様を含む。
同図において、入力計算情報生成手段104は、入力演
奏操作パターン情報107を圧縮して入力計算情報108を生
成する。同手段は、例えば入力演奏操作パターン情報10
7である各演奏ダイミング毎の楽音の発音中又は消音中
及び楽音のベロシティを示す楽音データを所定の規則に
従って変換することにより、それぞれが実数値で表され
る多値データを入力計算情報108として生成する。
次に、ニューラルネットワーク手段105は、その入力
が入力演奏操作パターン情報102の代わりに入力計算情
報108で、その出力が出力演奏操作パターン情報103の代
わりに出力計算情報109であること以外は、第１図
（ａ）の同手段101と同様である。この場合、同手段105
から出力される出力計算情報は、例えば少なくとも１つ
の実数値で表される多値データである。
そして、出力演奏操作パターン情報生成手段106は、
ニューラルネットワーク手段105から出力される出力計
算情報109を伸張してそれに対応する出力演奏操作パタ
ーン情報110を生成する。同手段は、例えば出力計算情
報109である実数値で表される多値データを所定の規則
に従って変換することにより、各演奏タイミング毎の楽
音の発音中又は消音中及び楽音のベロシティを示す楽音
データである出力演奏操作パターン情報110を生成す
る。
上記第２の態様において、入力演奏操作パターン情報
107及び出力演奏操作パターン情報110は、例えばMIDI
（Musical Instrument Digital Interface）信号であ
る。そして、上記入力演奏操作パターン情報107は、例
えば１つ以上のドラムパッドからの入力リズムパターン
演奏情報である。この場合、入力計算情報108のニュー
ラルネットワーク手段105への入力開始及び停止をドラ
ムパッドのうち１つにより行うスイッチ制御手段をさら
に含むように構成することもできる。
以上の第１の態様（第１図（ａ））又は第２の態様
（第１図（ｂ））において、ニューラルネットワーク手
段101又は105は、例えば、入力演奏操作パターン情報10
2又は入力計算情報108を構成する各データをそれぞれ入
力する複数の基本ユニットからなる入力層と、出力演奏
操作パターン情報103又は出力計算情報109を構成する各
データをそれぞれ出力する複数の基本ユニットからなる
出力層と、入力層と出力層との間に接続され、それぞれ
複数の基本ユニットからなる少なくとも１層以上の中間
層とから構成される階層ネットワーク手段である。この
場合に、入力層を構成する各基本ユニットは、入力演奏
操作パターン情報102又は入力計算情報108を構成する各
データを入力しその各データを所定の変換関数で変換
し、その変換結果のデータを出力する。また、中間層を
構成する各基本ユニットは、その前段の中間層又は入力
層を構成する全ての基本ユニットが出力するデータのそ
れぞれに重み値を乗算し、それらの乗算結果の各データ
を加算し、その加算結果のデータを所定の変換関数で変
換し、その変換結果のデータを出力する。更に、出力層
を構成する各基本ユニットは、その前段の中間層を構成
する全ての基本ユニットが出力するデータのそれぞれに
重み値を乗算し、それらの乗算結果の各データを加算
し、その加算結果のデータを所定の変換関数で変換し、
その変換結果のデータを出力演奏操作パターン情報103
又は出力計算情報109を構成する各データとして出力す
る。そして、この階層ネットワーク手段は、所定の入力
演奏操作パターン情報102又は107が入力されたときにそ
れに対応して演奏者が望む出力演奏操作パターン情報10
3又は110が出力されるように、学習用の入力演奏操作パ
ターン情報102又は入力計算情報108とそれに対応する出
力演奏操作パターン情報103又は出力計算情報109とから
なる複数の典型的な入出力演奏操作パターン情報組又は
入出力計算情報組を用いた学習処理により、予め内部の
各基本ユニットにおける各重み値が調整される。より具
体的には、この階層ネットワーク手段は、学習用の入力
演奏操作パターン情報102又は入力計算情報108を構成す
る各データが入力層を構成する各基本ユニットに入力さ
れたときに、出力層を構成する各基本ユニットから学習
用の入力演奏操作パターン情報102又は入力計算情報108
に対応する出力演奏操作パターン情報103又は出力計算
情報109を構成する各データが出力されるように、バッ
ク・プロパゲーションアルゴリズムにより、予め内部の
各基本ユニットにおける各重み値が調整される。そのた
めに、上記第１図（ａ）又は（ｂ）の構成に加えて、階
層ネットワーク手段を学習モードとするか演奏モードと
するかを切り換えるモード切り換え手段と、同手段が階
層ネットワーク手段を学習モードとしたときに、階層ネ
ットワーク手段に学習用の学習用の入力演奏操作パター
ン情報102又は入力計算情報108とそれに対応する出力演
奏操作パターン情報103又は出力計算情報109とからなる
複数の典型的な入出力演奏操作パターン情報組又は入出
力計算情報組を学習データとして供給する学習データ対
供給手段とをさらに含むように構成してもよい。
次に、第１図（ｃ）は、本発明の第３の態様のブロッ
ク図である。
第３の態様は、演奏操作パターンの列をデータの列と
して指示する出力演奏操作パターン情報115の列を自動
的に出力する装置を前提とする。
そして、まず、入力演奏操作パターン情報114を入力
とし、出力演奏操作パターン情報115を出力とする、第
１の態様（第１図（ａ））の101と同様のニューラルネ
ットワーク手段112のほかに、以下のような開始情報供
給手段111及びフィードバック手段113を含む。
すなわち、開始情報供給手段111は、ニューラルネッ
トワーク手段112に開始用の入力演奏操作パターン情報1
14を開始情報116として供給する。同手段は、例えば以
下のような開始情報記憶手段、開始情報選択制御手段、
開始情報生成手段、及び開始情報入力先選択手段を含
む。すなわち、開始情報記憶手段は、複数の開始情報を
記憶する。また、開始情報選択制御手段は、演奏者にそ
の開始情報記憶手段内の開始情報を選択させる。また、
開始情報生成手段は、演奏者による演奏操作に基づいて
開始情報を生成する。そして、開始情報入力先選択手段
は、開始情報選択制御手段又は開始情報生成手段を演奏
者に選択的に起動させる。
次に、フィードバック手段113は、出力演奏操作パタ
ーン情報115を適宜加工して入力演奏操作パターン情報1
14としてニューラルネットワーク手段112の入力側へフ
ィードバックする。同手段は、例えば出力演奏操作パタ
ーン情報に対して所定の演算処理を実行する演算手段
と、演算手段での演算を制御するための演算情報を記憶
する演算情報記憶手段と、演算情報記憶手段に記憶され
た演算情報を選択し又は演奏者による演奏操作を示す演
奏情報を入力し、それらの何れかに基づいて演算手段を
制御する選択手段とを含む。
〔作用〕
本発明の第１の態様（第１図（ａ））によれば、入力
演奏操作パターンをデータとして表現した入力演奏操作
パターン情報102とそれに呼応しそれとは異なる演奏操
作パターンを含む応答演奏操作パターンをデータとして
指示する出力演奏操作パターン情報103とからなる複数
の典型的な入出力演奏操作パターン情報組を用いた学習
処理により、所定の入力演奏操作パターン情報102が入
力されたときにそれに対応して演奏者が望む前記出力演
奏操作パターン情報103が出力されるように、ニューラ
ルネットワーク手段101の内部の基本ユニット間の結合
状態が予め調整される。このため、演奏者は、予めすべ
ての入力演奏操作パターン情報102とそれに呼応する出
力演奏操作パターン情報103との対を考慮して、厳密な
プログラミングを行う必要がなく、人間は基本的な入出
力演奏操作パターン情報の対のみをニューラルネットワ
ーク手段101に与えてやればよい。この場合、ニューラ
ルネットワーク手段101を階層ネットワーク構造とし
て、バック・アリパゲーションアルゴリズムにより学習
を行わせれば、効率的かつ安定した学習処理が可憶とな
る。そして、学習処理の終了後は、学習に用いられた基
本的な値以外の値を有する入力演奏操作パターン情報10
2が入力されたとしても、それに良く応答する基本的な
値以外の値を有する出力演奏操作パターン情報103を出
力することができる。
次に、本発明の第２の態様（第１図（ｂ））によれ
ば、入力計算情報生成手段104は、演奏操作に基づく多
種類の楽器音のオン／オフ又はベロシティ等を表す入力
演奏操作パターン情報107を効率良く圧縮して入力計算
情報108として出力することができる。そして、ニュー
ラルネットワーク手段105は、圧縮された状態の入力計
算情報108を入力して、圧縮された状態の出力計算情報1
09を生成する。この出力計算情報109は、出力演奏操作
パターン情報生成手段106において多種類の楽器音のオ
ン／オフ又はベロシティ等を表す出力演奏操作パターン
情報110に変換されて出力され、この情報に基づいて特
には図示しない音源部等が発音動作を行う。このよう
に、ニューラルネットワーク手段105は圧縮されたデー
タに対して処理を行うことにより、リアルタイム処理が
可能となると共に、演奏操作にリアルに応答する出力演
奏パターン情報110を得ることができる。
この場合、入力演奏操作パターンは、例えばドラム音
に対応するリズムパターン等に基づくものであるが、こ
れらに限られるものではなく、伴奏パターンやメロディ
パターン等のさまざまな演奏操作パターンに基づくもの
が入出力されるよにしてもよい。
なお、入力演奏操作パターン情報102又は107を、演奏
者によって演奏操作されるドラムパッド等のMIDI楽器か
ら生成させるようにすれば、効率的な入力演奏操作パタ
ーンの生成が可能となる。また、本システム全体め動作
の開始又は停止をドラムパッドのうち１つにより制御で
きるようにすれば、演奏操作が乱されることなくその指
示を行うことができる。
続いて、本発明の第３の態様（第１図（ｃ））によれ
ば、ある入力演奏操作パターン情報114に対して適切な
出力演奏操作パターン情報115を生成する、第１の態様
（第１図（ａ））の101と同様のニューラルネットワー
ク手段112を利用し、出力演奏操作パターン情報115をフ
ィードバック手段113により入力演奏操作パターン情報1
14としてニューラルネットワーク手段112の入力側にフ
ィードバックさせることにより、自動的に出力演奏操作
パターン情報115の列を生成することができる。この
際、フィードバック手段113によって出力演奏操作パタ
ーン情報115を適宜加工することにより（加工しなくて
もよい）、上記出力演奏操作パターン情報115の列の自
動生成動作に、演奏者の意志を良く反映させることがで
きる。すなわち、例えば、前述したように、フィードバ
ック手段113内に設けられた演算情報記憶手段から選択
手段により演算情報を読み出すことにより、演算手段に
おいて、出力演奏操作パターン情報115が「フィルイ
ン」「エンディング」「フェードアウト」等の演奏操作
パターンに対応するものとなるように、出力演奏操作パ
ターン情報115に加工を施すことができる。更に、選択
手段が、例えば演奏者による演奏操作を示す演奏情報を
入力し、それに基づいて演算手段を制御するように構成
すれば、演奏者が教えた通りの気持ちのよい流れに沿っ
た出力演奏操作パターン情報115を自動生成することが
できる。
また、開始情報供給手段111により、演奏者は、出力
演奏操作パターン115を自動生成する場合のトリガーと
なる開始パターンを示す開始情報116を任意に選択又は
生成することができ、これにより、さまざまに変化する
出力演奏操作パターン情報115の列を自動生成すること
ができる。
なお、第３の態様におけるニューラルネットワーク手
段112は、第１又は第２の態様の場合と同様、例えば階
層ネットワークで構成することができるが、これに限ら
れるものではなく、入力演奏操作パターン情報114に対
して、それに適切に応答する出力演奏操作パターン情報
115を出力できるものであれば、どのようなニューラル
ネットワークを用いてもよい。
〔実施例〕
以下、本発明の実施例につき詳細に説明する。
第１の実施例 第２図は本発明の第１の実施例の構成図である。
入力部201は、演奏者により演奏操作される複数のド
ラムパッド群＃１〜＃６から構成される。各々のドラム
パッドは、MIDI（Musical Instrument Digital Interfa
ce）規格に対応した入力リズムパターン演奏情報202を
並列に出力可能である。この情報は、ドラムパッドが叩
かれことにより生成されるノートオンデータ（ドラムパ
ッドが叩かれた強さを示すベロシティデータを含む）、
ノートオンデータが送出された後に自動的に送出される
ノートオフデータ等である。各ドラムパッド＃１〜＃５
は、ドラムセットにおけるバスドラム、スネア、ロータ
ム、ハイタム、ハイハットの５種類のドラムに対応して
いる。ドラムパッド＃６は、後述するスイッチ制御部20
8の制御用のパッドである。
入力リズムパターン演奏情報202は音源部203に入力さ
れる。音源部203は、上記５種類のドラムのドラム音の
うち、入力された演奏情報に対応するドラム音を生成す
る。このドラム音は、アンプ204で増幅され、スピーカ2
05から放音される。
また、入力リズムパターン演奏情報202は、入力リズ
ムパターン計算情報生成部206に入力される。同生成部
は、上記演奏情報202を入力リズムパターン計算情報207
に変換する。同計算情報207は、スイッチ制御部208に入
力される。
スイッチ制御部208は、入力部201の＃６のドラムパッ
ドが演奏者により叩かれたのを検知して、入力リズムパ
ターン計算情報207のリズム生成部209への出力を開始す
る。そして、次に入力部201の＃６のドラムパッドが演
奏者により叩かれたのを検知して、上記出力動作を停止
する。
リズム生成部209内のニューラルネットワーク部210
は、入力リズムパターン計算情報207に対応する出力リ
ズムパターン計算情報213を出力する。
出力リズムパターン演奏情報生成部214は、上記出力
リズムパターン計算情報213をMIDI規格に対応した出力
リズムパターン演奏情報215に変換する。
音源部216は、上記演奏情報215を入力し、それに対応
するドラム音を生成する。このドラム音は、アンプ217
で増幅され、スピーカ218から放音される。
リズム生成部209において、ニューラルネットワーク
部210は、ニューラルネットワークを形成する。このネ
ットワークは、学習用入出力パターン対供給部212から
の学習用の入出力パターンによって学習を行い、学習後
は１組の入力リズムパターン計算情報207に対して適切
な１組の出力リズムパターン計算情報213を出力する。
ここで、入力リズムパターン計算情報207は、音源部203
から発音されるドラム音の元となる入力リズムパターン
演奏情報202から生成され、出力リズムパターン計算情
報213は、音源部216から発音されるドラム音の元となる
出力リズムパターン演奏情報215を生成する。これによ
り、演奏者によるドラムパッド＃１〜＃５の演奏操作に
対してスピーカ205からドラム音が発音されるのに応答
して、スピーカ218から上記ドラム音と調和するドラム
音が発音される。このようにして、いわゆる「ドラムの
掛け合い（セッション）」が実現される。なお、ニュー
ラルネットワーク部210が学習を行う場合には、モード
切り換え部211は、入力リズムパターン計算情報生成部2
06に対して入力リズムパターン計算情報207の出力を禁
止し、学習用入出力パターン対供給部212に対して学習
用の入出力パターンの出力を許可する。これにより、入
出力パターン連合部210には、入力リズムパターン計算
情報207でなく学習用の入出力パターンが入力される。
上述したように、本実施例では、ニューラルネットワ
ークを構成するニューラルネットワーク部210が、学習
用入出力パターン対供給部212からの学習用の入出力パ
ターンによって学習を行い、学習後は１組の入力リズム
パターン計算情報207に対して適切な１組の出力リズム
パターン計算情報213を出力することができる。この場
合のニューラルネットワークの構成と、その学習方法に
ついて以下に説明する。
本実施例では、ニューラルネットワークとして、バッ
ク・プロパゲーションと呼ばれる方法による学習機能を
有する階層ネットワークを用いている。この階層ネット
ワークとバック・プロパゲーション法については、文献
「D.E.RUMELHART,G.E.HINTON,and R.J.WILLIAMS,“Lear
ning Internal Representations by Error Propagatio
n"PALALLEL DISTRIBUTED PROCESSING,Vol.1,pp.318−36
4,The MIT press,1986」においてその詳細が紹介されて
いるが、これらの階層ネットワークとバック・プロパゲ
ーション法について以下に具体的に説明する。
上記階層ネットワークは、基本ユニットと呼ばれる多
数のノードが、第３図の如く、入力層SI、中間層SM及び
出力層SOを構成する構造を有する。そして、出力層SOの
各基本ユニットは、中間層SMの全ての基本ユニットの出
力にそれぞれ重み付けをした複数の値を入力とする。そ
して、出力層SOの各基本ユニットは、それぞれが１つず
つの出力リズムパターン計算情報213を出力する。ま
た、中間層SMの各基本ユニットは、入力層SIの全ての基
本ユニットの出力にそれぞれ重み付けをした複数の値を
入力とする。更に、入力層SIの全ての基本ユニットは、
１つずつの入力リズムパターン計算情報207を入力とす
る。
以上のように、各基本ユニットは、多入力−１出力の
系を有している。１つの層の１つの基本ユニットにおい
ては、入力側の層の全てのユニットの各出力に、その出
力に対応する重みが乗算され、各乗算結果が加算され
る。そして、その加算結果に一定の閾値処理が施され、
その結果として上記基本ユニットの１つの出力が得られ
る。すなわち、基本ユニットにおけるデータ処理は、入
力と重みに対する積和演算処理及び閾値処理から成り立
っている。
今、出力層SOのＬ番目の基本ユニットで行われる上述
の演算は、次式で表される。
YpL＝1/（１＋exp（−XpL＋θＬ）） …（２） 但し、 L:出力層SOの１つのユニットのユニット番号 K:中間層SMの１つのユニットのユニット番号 p:入力パターンの番号 θL:出力層SOのＬ番目のユニットの閾値、 WLK:中間層SMのＫ番目のユニットと出力層SOのＬ番目の
ユニットの間の内部結合の重み XpL:p番目の入力パターンに対する中間層SMの各ユニッ
トから出力層SOのＬ番目のユニットへの入力の積和 YpK:p番目の入力パターンに対する中間層SMのＫ番目の
ユニットの出力 YpL:p番目の入力パターンに対する出力層SOのＬ番目の
ユニットの出力 上記（１）式は前述の積和演算処理を表し、（２）式
は閾値処理を表す。この閾値処理は、入力（−XpL＋θ
Ｌ）をシグモイド関数で変換した形式を有する。勿論、
シグモイド関数以外の非線形関数が用いられてもよい。
同様に、中間層SMのＫ番目の基本ユニットで行われる
演算は、次式で表される。
YpK＝1/（１＋exp（−XpK＋θＫ）） …（４） 但し、 J:入力層SIの１つのユニットのユニット番号 p:入力パターンの番号 θK:入力層SIのＫ番目のユニットの閾値、 WKJ:入力層SIのＪ番目のユニットと中間層SMのＫ番目の
ユニットの間の内部結合の重み XpK:p番目の入力パターンに対する入力層SIの各ユニッ
トから中間層SMのＫ番目のユニットへの入力の積和 YpJ:p番目の入力パターンに対する入力層SIのＪ番目の
ユニットの出力 更に、入力層SIのＪ番目の基本ユニットは、ｐ番目の
入力パターンにおけるＪ番目の入力リズムパターン計算
情報207の値を、そのままｐ番目の入力パターンに対す
る入力層SIのＪ番目のユニットの出力YpJとして出力す
る。或いは、入力リズムパターン計算情報207の値を前
述の（２）式と同様のシグモイド関数によって変換した
値を出力してもよい。
以上のような関係式が成り立つような第３図のニュー
ラルネットワークが第２図のニューラルネットワーク部
210において構成される。そして、ニューラルネットワ
ーク部210は、入力層SIの各ユニットに１組の入力パタ
ーンとして入力リズムパターン計算情報207の各値が与
えられたときに、出力層SOの各ユニットから適切な１組
の出力パターンとして出力リズムパターン計算情報213
の各値が得られるように、学習処理によって、中間層SM
と出力層SOの間の内部結合の重み係数WLK及び入力層SI
と中間層SMの間の内部結合の重み係数WKJを更新する。
そして、このような更新動作が、複数組の所望の入出
力パターン組について繰り返し実行されることにより、
学習終了後は、任意の入力パターンがニューラルネット
ワーク部210に入力されたときに、それに対して最も適
切な出力パターンがそこから出力されるように動作する
ようになる。
ニューラルネットワーク部210が実行する学習処理に
おいては、前述のRUMELHARTが提案したバック・プロパ
ゲーションと呼ばれる学習アルゴリズムが用いられる。
ニューラルネットワーク部210は、バック・プロパゲー
ションのアルゴリズムに従って、第２図の学習用入出力
パターン対供給部212から読み込んだ学習用の入力パタ
ーンを入力層SIに与えて出力層SOから出力パターンを得
て、これが上記供給部212から読み込んだ希望する出力
パターン（学習用の出力パターン）と等しくなるよう
に、内部結合の重み係数WLK及びWKJを適応的に自動調節
する。そのために、第３図に概念的に示されるように、
出力層SOにおいて、学習用の入力パターンに対応して得
られた現在の出力パターンと学習用の出力パターンとの
差分が計算され、その差分が出力層SOから中間層SMを経
て入力層SIに向かって逆伝播（フィードバック）され
る。
以下、ニューラルネットワーク部210が学習処理とし
て実行するバック・プロパゲーションのアルゴリズム
を、第４図の動作フローチャートを用いて説明する。
まず、出力層SOncL番目のユニットから出力されるべ
きｐ番目の学習用の出力パターンの値をpL、ｐ番目の
学習用の入力パターンを第３図の構成のニューラルネッ
トワークに入力させることにより出力層SOのＬ番目のユ
ニットから実際に得られる出力値をYpLとする。ユーク
リッドノルムを用い、ｐ番目のパターンに対する出力層
SOにおけるＬ番目のユニットでの出力値の誤差EpLを次
式によって評価する。
EpL＝（1/2）（pL−YpL）２ …（５） 今、ｐ番目のパターンに対する出力層SOのＬ番目のユ
ニットにおける、中間層SMのＫ番目のユニットに対応す
る重みWLKに注目し、EpLをWLKに対して最小にするた
め、∂EpL/∂WLK（EpLのWLKに対する偏微分）を計算
し、WLKを次式によって更新する。以下の処理は、第４
図S1〜S4の処理に対応する。
△WLK（ｔ）＝α（−∂EpL/∂WLK） ＋β・△WLK（ｔ−１） …（６） WLK（ｔ）＝WLK（ｔ−１）＋△WLK（ｔ） …（７） ここで、α，βは定数である。また、（６）式の右辺
第２項は、収束を速めるための項である。また、（６）
式の右辺第１項の括弧内に負の符号が付けられているの
は計算上の便宜のための符号であり、定数αに含めて考
えることができる。なお、ｔ−１は更新前の値を示し、
ｔは更新後の値を示す。
上記（６）、（７）式を計算するためには、重み修正
用の勾配ベクトルである−∂EpL/∂WLKを計算すればよ
く、以下のように求められる。
まず、−∂EpL/∂WLKは、 と変形できる。
上記（８）式の右辺第１項は、 と変形できる。そして、（９）式の右辺第１項は、
（５）式を偏微分することにより、 として求めることができる。また、（９）式の右辺第２
項は、（２）式を偏微分することにより、 として求めることができる。
この一方、（８）式の右辺第１項は、（１）式より、 として求めることができる。
以上の関係より、まず、第４図S1において、出力層SO
のＬ番目のユニットから出力されるべきｐ番目の学習用
の出力パターンの値pLと、ｐ番目の学習用の入力パタ
ーンを第３図の構成のニューラルネットワークに入力さ
せることによって出力層SOのＬ番目のユニットから実際
に得られる出力値YpLとの差分として、（10）式を計算
した値ZpLが得られる。また、第４図S2において、上記
実際の出力値YpLから（11）式を計算した値VpLが得られ
る。そして、第４図S2において、上述のようにして求ま
ったZpLとVpLの積として、（９）式を計算した値UpLが
得られる。このようにして、（８）式の右辺第１項が求
まる。この一方、（８）式の右辺第２項は、（12）式よ
り、ｐ番目の学習用の入力パターンを第３図の構成のニ
ューラルネットワークに入力させることにより中間層SM
のＫ番目のユニットから実際に得られる出力値YpKに等
しい。従って、第４図S3において、第４図S2で求まった
値UpLと上記YpKとの積として、（８）式を計算した値T
LKが得られる。この値TLKが、前記（６）式の重み修正
用の勾配ベクトル−∂EpL/∂WLKである。そして、前記
（６）、（７）式にこの値TLKを代入することにより、
第４図S4において、 △WLK＝αTLK＋β・△WLK …（13） WLK＝WLK＋△WLK …（14） として、ｐ番目のパターンに対する出力層SOのＬ番目の
ユニットにおける、中間層SMのＫ番目のユニットに対応
する重みWLKを更新することができる。なお、（６）、
（７）式にあったｔ−１及びｔは省略されている。
上述の第４図S3とS4の処理が、添え字Ｋの値が１から
Kmaxまで変化させられながら第４図R1のように繰り返さ
れることにより、ｐ番目のパターンに対する出力層SOの
Ｌ番目のユニットにおける、中間層SMのKmax個の全ての
ユニットに対応する重みWL1〜WLKmaxが更新される。
この繰り返し処理が終わると、ｐ番目のパターンに対
する第３図の出力層SOのＬ番目のユニットおける中間層
SMへの誤差の逆伝播が終了することになる。更に、第４
図のR1の繰り返しを含むS1〜S4の処理が、添え字Ｌの値
が１からLmaxまで変化させられながら第４図R2のように
繰り返されることによって、ｐ番目のパターンに対する
出力層SOのLmax個の全てのユニットにおける、中間層SM
のKmax個の全てのユニットに対応する重みが更新され
る。
以上の繰り返し処理が終わると、ｐ番目のパターンに
対する第３図の出力層SOの全てのユニットにおける中間
層SMへの誤差の逆伝播が終了することになる。そこで次
に、ｐ番目のパターンに対する第３図の中間層SMの各ユ
ニットにおける入力層S1への誤差の逆伝播の処理が行わ
れる。この処理は第４図S5〜S8の処理と、R3、R4及びR5
の繰り返し処理として示される。
この処理は、出力層SOに対する第４図S1〜S4の処理
と、R1及びR2の繰り返し処理と殆ど同じで、添え字Ｋを
Ｊに、ＬをＫにそれぞれ置き換えた処理として理解され
る。
但し、S1に対応するS5の処理とR3の繰り返し処理のみ
が異なる。すなわち、S1では、前記（10）式に対応する
値ZpLは、ｐ番目のパターンに対する出力層SOにおける
Ｌ番目のユニットでの出力値の誤差EpLを、ｐ番目の学
習用の入力パターンを第３図の構成のニューラルネット
ワークに入力させることにより出力層SOのＬ番目のユニ
ットから実際に得られる出力値YpLで偏微分することで
得られる。そして、誤差EpLは、（５）式のように、出
力層SOのＬ番目のユニットから出力されるべきｐ番目の
学習用の出力パターンの値pLと、ｐ番目の学習用の入
力パターンを第３図の構成のニューラルネットワークに
入力させることによって出力層SOのＬ番目のユニットか
ら実際に得られる出力値YpLとの差に基づいて求まる。
これに対応して、S5でも、前記（10）式に対応する値Z
pKは、ｐ番目のパターンに対する中間層SMにおけるＫ番
目のユニットでの出力値の誤差EpKを、ｐ番目の学習用
の入力パターンを第３図の構成のニューラルネットワー
クに入力させることにより中間層SMのＫ番目のユニット
から実際に得られる出力値YpKで偏微分することにより
得られる。しかし、中間層SMにおいては、学習用の値と
いうものは存在しないため、誤差EpKの値は、（５）式
とは異なり、中間層SMのＫ番目のユニットに内部結合さ
れる出力層SOの全てのユニットから逆伝播されてきた誤
差の総和として求まる。すなわち、 である。従って、この式より、ZpKはEpKをYpKで偏微分
することにより、 となる。この式の右辺第１項は、（９）〜（11）式及び
第４図S2より、 として求まる。また、（16）式の右辺第２項は、（１）
式をYpKで偏微分することにより、 として求まる。（17）、（18）式を（16）式に代入する
ことによって、 となる。これに基づき、第４図R3の繰り返し処理により
添え字Ｌの値が１からLmaxまで変化させられながら、第
４図S2及びS4で求まっているUpL及びWLKの値からUpL・W
LKの乗算値が繰り返し計算されることにより、上記Σの
値ZpKが計算される。
これ以後のS5〜S8の処理とR4及びR5の繰り返し処理
は、出力層SOに対するS1〜S4の処理とR1及びR2の繰り返
し処理と同じである。すなわち、上述のS7とS8の処理
が、添え字Ｊの値が１からJmaxまで変化させられながら
R4のように繰り返されることにより、ｐ番目のパターン
に対する中間層SMのＫ番目のユニットにおける、入力層
SIのJmax個の全てのユニットに対応する重みWK1〜W
KJmaxが更新される。更に、R4の繰り返しを含むS5〜S8
の処理が、添え字の値が１からKmaxまで変化させられな
がらR5のように繰り返されることによって、ｐ番目のパ
ターンに対する中間層SMのKmax個の全てのユニットにお
ける、入力層SIのJmax個の全てのユニットに対応する重
みを更新することができる。このようにして、ｐ番目の
パターンに対する第３図の中間層SMの全てのユニットに
おける入力層SIへの誤差の逆伝播が終了することにな
る。
以上のようにして、第２図のニュラルネットワーク部
210が、第４図の動作フローチャートに基づいて、１つ
（ｐ番目）の学習用の入出力パターンに対する重みの更
新の処理を終了したら、学習用入出力パターン対供給部
212から新たな学習用の入出力パターンを入力し、同様
の処理を繰り返す。この場合、演奏者（メーカでもよ
い）は、学習用入出力パターン対供給部212に、基本と
なる学習用の入出力パターン対（入力リズムパターン計
算情報とそれに応答する出力リズムパターン計算情報の
対）を複数格納しておく。尚、重みの更新はすべての学
習用入出力パターンについてエラーを計算した後行われ
る場合もある。
そして、全ての学習用の入出力パターンに対する重み
の更新の処理が終了した時点で、第２図のモード切り換
え部211は、ニューラルネットワーク部210に、学習用入
出力パターン対供給部212からの入力ではなく、入力リ
ズムパターン計算情報生成部206からの入力リズムパタ
ーン計算情報207が入力されるように切替制御を行う。
なお、第４図の学習処理の動作フローチャートは、ニ
ューラルネットワーク部210内の特には図示しないROM等
に記憶された処理プログラムを、同じく特には図示しな
いマイクロプロセッサ等が実行することにより実現され
る。また、ニューラルネートワーク部210において構成
されるニューラルネットワークは、レジスタと演算回路
等から構成される。なお、このネットワークは、アナロ
グニューラルネットワークとして実現されてもよい。
次に、ニューラルネットワーク部210において構成さ
れるニューラルネットワークの具体的なユニット数と、
入力リズムパターン計算情報207及び出力リズムパター
ン計算情報213の具体的なデータ構成について説明す
る。
本実施例では、１例として、楽曲の１小節内の最小単
位が16分音符で表され、各音符タイミング毎に、バスド
ラム、スネア、ロータム、ハイタム、ハイハットの５種
類のドラム音の組合わせからなるリズムパターンを扱う
場合を想定している。すなわち、各音符タイミング毎に
演奏者が第２図の入力部201の＃１〜＃５のドラムパッ
ドを用いて、上記５種類のドラム音の組合わせからなる
リズムパターンを入力すると、それに応答してニューラ
ルネットワーク部210は、上記５種類のドラム音の組合
わせからなる出力リズムパターンを出力する。
ニューラルネットワーク部210において構成されるニ
ューラルネットワークの規模は、第３図の入力層S1のユ
ニット数＝32、出力層SOのユニット数＝32、中間層SMの
ユニット数＝30の構成からなる規模である。
第５図に、第２図の入力リズムパターン計算情報生成
部206の構成を示す。第５図において、MIDI解析部501
は、１小節内の16個の各音符タイミング毎に、入力部20
1の＃１〜＃５のドラムパッドから出力される入力リズ
ムパターン演奏情報202を解析し、同時に入力している
ドラム音の情報をエンコーダ部502に出力する。エンコ
ーダ部502は、スネア・ロータム・ハイタムの３種類の
ドラム音に対応する情報を圧縮して第１の入力リズムパ
ターン計算情報207として出力し、また、ハイハット・
バスドラムの２種類のドラム音に対応する情報を圧縮し
て第２の入力リズムパターン計算情報207として出力す
る。すなわち、エンコーダ部502は、各音符タイミング
毎に、２つの計算情報207の値を同時に出力することに
なる。この場合、エンコーダ部502は、現在の音符タイ
ミングが各小節内の16個の音符タイミングのうちどの音
符タイミングであるかによって、上記第１の計算情報20
7の値を、ニューラルネットワーク部210（第２図）内の
ニューラルネットワークの入力層S1の前半の16個のユニ
ットのうち対応する１つのユニットに入力させ、同様
に、上記第２の計算情報207の値を、入力層SIの後半の1
6個のユニットのうち対応する１つのユニットに入力さ
せる。
これに対応して、出力層SOの前半の16個のユニットの
うち１つのユニットからは第１の出力リズムパターン計
算情報213が、後半の16個のユニットのうち１つのユニ
ットからは第２の出力リズムパターン計算情報213が、
それぞれ出力される。これら２つの計算情報213は、出
力リズムパターン演奏情報生成部214に入力する。第６
図に同生成部214の構成を示す。同図において、デコー
ダ部601は、第１の出力リズムパターン計算情報213を分
解して、スネア・ロータム・ハイタムの３種類のドラム
音に対応する情報をMIDI生成部602に出力する。また、
第２の出力リズムパターン計算情報213を分解して、ハ
イハット・バスドラムの２種類のドラム音に対応する情
報をMIDI生成部602に出力する。MIDI生成部602は、上記
系５種類の情報に対応するMIDI信号を生成して、出力リ
ズムパターン演奏情報215としてシリアルに出力する。
これにより、応答リズムパターンの演奏情報が生成され
ることになる。
第７図に、音符タイミングとニューラルネットワーク
の入力層SI又は出力層SO（第３図参照）の各ユニットと
の関係を示す。楽曲が16分音符を単位とする4/4拍子を
有するとすれば、１小節内の演奏情報（計算情報）の入
出力タイミングは、第７図のt1〜t16のタイミングがあ
る。そして、スネア・ロータム・ハイタムの３種類のド
ラム音に対応する第１の入力リズムパターン計算情報20
7又は第１の出力リズムパターン計算情報213は、t1〜t1
6の各タイミング毎に、入力層SI又は出力層SO（第３図
参照）のU1〜U16の前半の16ユニットのうち対応する１
つに対して入出力される。また、ハイハット・バスドラ
ムの２種類のドラム音に対応する第２の入力リズムパタ
ーン計算情報207又は第２の出力リズムパターン計算情
報213は、t1〜t16の各タイミング毎に、入力層SI又は出
力層SOのU17〜U32の後半の16ユニットのうち対応する１
つに対して入出力される。なお、第７図では、各計算情
報では時刻情報として示されている。
次に、第８図（ａ）に、ハイハット・バスドラムの２
種類のドラム音に対応する第２の入力リズムパターン計
算情報207の値と、入力リズムパターン演奏情報202の入
力状態との、１つの音符タイミングにおける関係を示
す。今、入力部201において、演奏者によって、ハイハ
ット又はバスドラムに対応するいずれのドラムパッドも
叩かれず、それらに対応する入力リズムパターン演奏情
報202が第５図のMIDI解析部501に入力されない場合、第
５図のエンコーダ部502は、第２の入力リズムパターン
計算情報207として0.1の値を出力する。また、バスドラ
ムに対応するドラムパッドが叩かれてそれに対応する入
力リズムパターン演奏情報202が入力され、ハイハット
に対応するドラムパッドは叩かれなかった場合、第２の
入力リズムパターン計算情報207として0.3の値が出力さ
れる。更に、バスドラムに対応するドラムパッドが叩か
れてそれに対応する入力リズムパターン演奏情報202が
入力され、ハイハットに対応するドラムパッドも叩かれ
て叩いた強さに対応する20〜127の間のベロシティの値
を有する入力リズムパターン演奏情報202が入力された
場合、第２の入力リズムパターン計算情報207として、
上記ベロシティの値に対応する0.45〜0.55の間の値が出
力される。そして、バスドラムに対応するドラムパッド
は叩かれず、ハイハットに対応するドラムパッドは叩か
れて叩いた強さに対応する127〜20の間のベロシティの
値を有する入力リズムパターン演奏情報202が入力され
た場合、第２の入力リズムパターン計算情報207とし
て、上記ベロシティの値に対応する0.65〜0.75の間の値
が出力される。
続いて、第８図（ｂ）に、スネア・ロータム・ハイタ
ムの３種類のドラム音に対応する第１の入力リズムパタ
ーン計算情報207の値と、入力リズムパターン演奏情報2
02の入力状態との、１つの音符タイミングにおける関係
を示す。今、入力部201において、演奏者によって、ス
ネア・ロータム・ハイタムに対応するいずれのドラムパ
ッドを叩かれず、それらに対応する入力リズムパターン
演奏情報202が第５図のMIDI解析部501に入力しない場
合、第５図のエンコーダ部502は、第１の入力リズムパ
ターン計算情報207として0.1の値を出力する。また、上
記３種類のドラムのうちロータムに対応するドラムパッ
ドのみが叩かれて叩いた強さに対応する20〜127の間の
ベロシティの値を有する入力リズムパターン演奏情報20
2が入力された場合、第１の入力リズムパターン計算情
報207として上記ベロシティの値に対応する0.25〜0.35
の間の値が出力される。更に、上記３種類のドラムのう
ちスネアに対応するドライパッドのみが叩かれて叩いた
強さに対応する127〜20の間のベロシティの値を有する
入力リズムパターン演奏情報202が入力された場合、第
１の入力リズムパターン計算情報207として上記ベロシ
ティの値に対応する0.45〜0.55の間の値が出力される。
そして、上記３種類のドラムのうちハイタムに対応する
ドラムパッドのみが叩かれて叩いた強さに対応する20〜
127の間のベロシティの値を有する入力リズムパターン
演奏情報202が入力された場合、第１の入力リズムパタ
ーン計算情報207として上記ベロシティの値に対応する
0.65〜0.75の間の値が出力される。
次に、第９図（ａ）に、バック・プロパゲーションに
よる学習処理が終了した後に、ニューラルネットワーク
部210内のニューラルネットワークのU17〜U32のユニッ
トから出力される第２の出力リズムパターン計算情報21
3の値と、それに基づいて生成され、ハイハット・バス
ドラムの２種類のドラム音に対応する出力リズムパター
ン演奏情報215の出力状態との関係を示す。今、第６図
のデコーダ部601に入力される第２の出力リズムパター
ン計算情報213の値が0.2以下の場合には、MIDI生成部60
2からはハイハット・バスドラムのいずれに対応する出
力リズムパターン演奏情報215も出力されない。また、
入力される第２の出力リズムパターン計算情報213の値
が0.2以上0.4以下の場合には、バスドラムに対応する出
力リズムパターン演奏情報215が出力され、ハイハット
に対応する同情報は出力されない。入力される第２の出
力リズムパターン計算情報213の治あ0.4以上0.6以下の
場合には、バスドラムを叩いた状態に対応するベロシテ
ィの値80を有する出力リズムパターン演奏情報215と、
ハイハットを叩いた情報に対応し、上記計算情報の値に
対応する50〜80の間のベロシティの値を有する出力リズ
ムパターン演奏情報215が出力される。更に、入力され
る第２の出力リズムパターン計算情報213の値が0.6以上
0.8以下の場合には、ハイハットを叩いた状態に対応
し、上記計算情報の値に対応する80〜50の間のベロシテ
ィの値を有する出力リズムパターン演奏情報215が出力
され、バスドラムに対応する同情報は出力されない。そ
して、入力される第２の出力リズムパターン計算情報21
3の値が0.8以上の場合には、ハイハットを叩いた状態に
対応するベロシティの値20を有する出力リズムパターン
演奏情報215が出力され、バスドラムに対応する同情報
は出力されない。
第９図（ｂ）に、バック・プロパゲーションによる学
習処理が終了した後に、ニューラルネットワーク部210
内のニューラルネットワークのU1〜U16のユニットから
出力される第２の出力リズムパターン計算情報213の値
と、それに基づき生成され、ロータム・スネア・ハイタ
ムの３種類のドラム音に対応する出力リズムパターン演
奏情報215の出力状態との関係を示す。今、第６図のデ
コーダ部601に入力される第１の出力リズムパターン計
算情報213の値が0.2以下の場合には、MIDI生成部602か
らは上記３種類のいずれに対応する出力リズムパターン
演奏情報215も出力されない。また、入力される第１の
出力リズムパターン計算情報213の値が0.2以上0.4以下
の場合には、ロータムを叩いた状態に対応し、上記計算
情報の値に対応する50〜80の間のベロシティの値を有す
る出力リズムパターン演奏情報215が出力される。入力
される第１の出力リズムパターン計算情報213の値が0.4
以上0.6以下の場合には、スネアを叩いた状態に対応
し、上記計算情報の値に対応する80〜50の間のベロシテ
ィの値を有する出力リズムパターン演奏情報215が出力
される。更に、入力される第１の出力リズムパターン計
算情報213の値が0.6以上0.8以下の場合には、ハイタム
を叩いた状態に対応し、上記計算情報の値に対応する50
〜80の間のベロシティの値を有する出力リズムパターン
演奏情報215が出力される。そして、入力される第１の
出力リズムパターン計算情報213の値が0.8以上の場合に
は、ハイタムを叩いた状態に対応し、ベロシティの値12
0を有する出力リズムパターン演奏情報215が出力され
る。
このように、各音符タイミング毎に、演奏者により入
力部201の＃１〜＃５のドラムパッド（第２図）を用い
て５種類のドラム音の組合わせからなるリズムパターン
が入力され、それに対応するドラム音が音源部203で生
成されるのに応答して、ニューラルネットワーク部210
から出力リズムパターン演奏情報215が得られ、それに
対応する５種類のドラム音の組合わせからなるドラム音
が音源部216で生成される。これにより、スピーカ205か
らは演奏者の演奏操作に基づくドラム音が、スピーカ21
8からは「掛け合い（セッション）」を演ずるドラム音
が、それぞれ放音される。
以上、第７図〜第９図で示されるようなデータ形式を
使って、リズムパターンに関する情報を扱うことによ
り、できるだけ少ないユニット数で、多種類のドラムの
「叩かれたか／叩かれなかったか」というON/OFF情報
と、どのくらいの強さで叩かれたのかというベロシティ
ー情報を扱うことができる。
ここで、学習処理時に、演奏者は、第２図の学習用入
出力パターン対供給部212に、入力リズムパターン計算
情報207と出力リズムパターン計算情報213の基本的な組
合わせを設定し、それに基づいてニューラルネットワー
ク部210に対してバック・プロパゲーションにより学習
処理を行わせればよく、第８図の入力リズムパターン計
算情報207の値に第９図の出力リズムパターン計算情報2
13の値を完全に対応させた全ての組合わせを設定する必
要はない。そして、この学習処理が終了した後は、演奏
者の演奏操作によって、予め学習用入出力パターン対供
給部212に設定された基本的な値以外の値を有する入力
リズムパターン計算情報207が入力されたとしても、そ
れに良く応答する基本的な値以外の中間的な値を有する
第９図のような出力リズムパターン計算情報213を得る
ことができる。すなわち、演奏者によって基本的なリズ
ムパターン以外のリズムパターンが演奏されたとして
も、それに良く応答する「掛け合い（セッション）」を
演ずるリズムパターンを発音させることができる。
以上の第１の実施例では、１小節中の最小刻みは16分
音符としたが（第７図参照）、これに限られるものでは
なく、本発明を様々な音符タイミングに対して適用する
ことができる。
また、第１の実施例では、ドラム音の１回の掛け合い
（セッション）は、１小節の入力リズムパターンと１小
節の出力リズムパターンの組合わせとして実現したが、
もっと多くの小節数にしてもよい。
また、第１の実施例では、リズムパターン中で扱える
ドラム音は５種類までであり、同時に叩くことができる
ドラム音の種類は、ハイハットと、バスドラムと、ロー
タム、スネア、ハイタムのうち１種類の、計３種類とし
たが、当然、それ以外の組合わせにすることも可能であ
る。
更に、ドラム音の種類毎のベロシティの与え方も、第
１の実施例以外のものにすることが可能である。
また、入力リズムパターン用の音源部203、アンプ20
4、及びスピーカ205と、出力リズムパターン用の音源部
216、アンプ217及びスピーカ218を別構成としたが、勿
論、共通のものとしてもよい。
第２の実施例 次に、第10図は、本発明の第２の実施例の構成図であ
る。
第２の実施例も、第１の実施例と同様、リズム生成部
209内のニューラルネットワーク部210において、入力さ
れたリズムパターンの情報に応答するリズムパターンの
情報を生成することができる。これに加えて、第２の実
施例では、リズム生成部209が出力した出力用リズムパ
ターン計算情報213をフィードバック用フィルタ部1008
で加工し、その加工により得られるフィードバックリズ
ムパターン計算情報1009を再びリズム生成部209にフィ
ードバックさせることができる。これにより、自動的に
リズムパターン列を生成することができる。
第10図において、まず、第２図の第１の実施例と同じ
番号が付された部分は第１の実施例の場合と同じ機能を
有する。
次に、リズム生成部209の入出力パターン連合部210へ
の最初のリズムパターン計算情報は、開始リズムパター
ン選択部1002又は開始リズムパターン計算情報生成部10
03から、開始リズムパターン計算情報1004として与えら
れる。この場合、演奏者は、開始リズムパターン入力選
択部1001によって、開始リズムパターンを「選択」する
か「生成」するかを選択できる。すなわち、演奏者は、
予め用意された複数の開始リズムパターンから任意の１
つを選んで開始リズムパターンとする場合は「選択」
を、シンセサイザのMIDI楽器又はパソコン等のキーボー
ドやマウス等（第10図の例ではシンセサイザ1006）によ
り開始リズムパターンとしたいリズムパターンを演奏し
て入力する場合は「生成」を選択する。
演奏者が「選択」を指定した場合は、開始リズムパタ
ーン選択部1002が起動される。第11図に、同選択部1002
の構成を示す。開始リズムパターン記憶部1102には、予
め複数の（＃１〜＃ｎの）開始リズムパターンが記憶さ
れている。なお、演奏者が、予め開始リズムパターンを
記憶させておくように構成することもできる。演奏者
は、予め開始リズムパターン選択制御部1101により、開
始リズムパターン記憶部1102に記憶されている開始リズ
ムパターンのうち１つを選択しておく。そして、演奏者
が、リズムパターン列の自動演奏時に開始リズムパター
ン入力先選択部1001によって開始リズムパターン選択部
1002を指定すると、予め選択された開始リズムパターン
の開始リズムパターン記憶部1102からの読み出しが開始
される。この場合、開始リズムパターンは、開始リズム
パターン演奏情報1005と開始リズムパターン計算情報10
04とからなる。開始リズムパターン演奏情報1005は、音
源部216に送られ、そこで、その開始リズムパターンに
対応するリズム音が生成され、アンプ217を介してスピ
ーカ218から放音される。なお、その開始リズムパター
ンがシンセサイザ1006側で生成されるようにしてもよ
い。開始リズムパターン計算情報1004は、リズムパター
ン列の自動演奏の最初のリズムパターンとして、リズム
生成部209内のニューラルネットワーク部210に入力され
る。なお、開始リズムパターン選択部1002は、開始リズ
ムパターン計算情報1004のみを記憶していて、それに基
づいて開始リズムパターン演奏情報1005が生成されるよ
うにしてもよい。
演奏者が、「生成」を指定した場合は、開始リズムパ
ターン計算情報生成部1003が起動される。この場合、演
奏者は、シンセサイザ1006により、任意の長さの開始リ
ズムパターンを演奏する。開始リズムパターンは、ドラ
ムのカウント音のようなリズムパターンであってもよい
し、メロディパターンの一部のようなものであってもよ
い。また、シンセサイザ1006をパソコン等で置き換えた
場合には、上記開始リズムパターンは、パソコンのキー
ボード等から入力された数値データ等であってもよい。
上述の演奏操作により、シンセサイザ1006で開始リズム
パターンに対応するリズム音が生成され、アンプ204を
介してスピーカ205で発音されると共に、シンセサイザ1
006からMIDI規格に対応した開始リズムパターン演奏情
報1007が出力される。同演奏情報1005は、開始リズムパ
ターン計算情報生成部1003において、開始リズムパター
ン計算情報1004に変換される。同計算情報1004は、リズ
ムパターン列の自動演奏の最初のリズムパターンとし
て、リズムパターン生成部209内のニューラルネットワ
ーク部210に入力される。開始リズムパターン計算情報
生成部1003は、第２図の第１の実施例における入力リズ
ムパターン計算情報生成部206と同様の構成である。
次に、リズム生成部209内の入出力パターン連合部210
は、第１の実施例における第２図のリズム生成部209が
入力リズムパターン計算情報207に対して行ったのと全
く同様の処理を行って、開始リズムパターン計算情報10
04に応答する出力リズムパターン計算情報213の生成を
開始する。この場合の開始リズムパターン計算情報1004
は第２図の入力リズムパターン計算情報207と全く同じ
データ形式を有し、出力リズムパターン計算情報213も
第２図の場合と同じデータ形式を有する。
次に、フィードバック用フィルタ部1008は、本実施例
の最も特徴的な部分である。
同フィルタ部1008は、リズム生成部209が出力した出
力リズムパターン計算情報213を加工することによっ
て、フィードバックリズムパターン計算情報1009を生成
し、それをリズム生成部209にフィードバックさせる。
第12図に、同フィルタ部1008の構成を示す。フィード
バック状態選択部1202は、「フィルイン」、「エンディ
ング」、「フェードアウト」、「無条件通過（スル
ー）」、「外部入力」、その他一定の規則に従ったフィ
ードバック状態を選択することができる。また、フィル
タ情報記憶部1201には、「フィルイン」、「エンディン
グ」又は「フェードアウト」等のリズムパターンを生成
するためのフィルタ情報が記憶されている。
そして、フィードバック状態選択部1202において、
「フィルイン」、「エンディング」又は「フェードアウ
ト」等のフィードバック状態が選択された場合、フィル
タ情報記憶部1201から対応するフィルタ情報が読み出さ
れ、フィルタ演算部1203に設定される。フィルタ演算部
1203は、リズム生成部209から出力された出力リズムパ
ターン計算情報213に対して、上記フィルタ情報に基づ
く演算を行って、その演算結果を、フィードバックリズ
ムパターン計算情報1009としてリズム生成部209にフィ
ードバックさせる。これによって、リズム生成部209か
らは、上述の「フィルイン」、「エンディング」又は
「フェードアウト」等に対応するリズムパターン列が、
出力リズムパターン計算情報213の出力列として自動的
に生成される。
一方、フィードバック状態選択部1202において、「外
部入力」のフィードバック状態が選択された場合、同選
択部1202は、シンセサイザ1006に対して外部入力指示情
報1010を出力する。これにより、シンセサイザ1006から
同選択部1202に入力リズムパターン演奏情報1011が供給
される。この情報は、シンセサイザ1006における演奏者
の演奏操作に対応したMIDI規格に基づく情報である。フ
ィルタ状態選択部1202は、上記入力リズムパターン演奏
情報202に対して変換を行い。そして、フィルタ演算部1
203は、上記変換結果に基づいて、出力リズムパターン
計算情報213に対して演算を行い、その演算結果を、フ
ィードバックリズムパターン計算情報1009としてリズム
生成部209にフィードバックさせる。これにより、シン
セサイザ1006における演奏者の演奏操作に応じて、リズ
ム生成部209から自動生成されるリズムパターン列を変
化させることができる。例えば、フィードバック状態選
択部1202は、演奏者がシンセサイザ1006において所定の
演奏パターンを繰り返し演奏するのを認識することによ
り、出力リズムパターン計算情報213によるリズムパタ
ーン列が、上述の「フィルイン」、「エンディング」又
は「フェードアウト」等に対応するものになるように、
フィルタ情報記憶部1201及びフィルタ演算部1203を制御
する。このような制御により、シンセサイザ1006におけ
る演奏者の演奏操作にリアルタイムに対応し、しかも人
間の感性によく合致したリズムパターン列を、出力リズ
ムパターン計算情報213の出力列として自動的に生成す
ることができる。
更に、フィードバック状態選択部1202において、「無
条件通過（スルー）」のフィードバック状態が選択され
た場合、同選択部1202は、フィルタ演算部1203に対し
て、出力リズムパターン計算情報213をそのままフィー
ドバックリズムパターン計算情報1009として出力するよ
う制御を行う。これにより、前回の出力リズムパターン
計算情報213の値そのものによってリズム生成部209が動
作し、出力リズムパターン列を生成するように制御する
こともできる。
以上のようにして自動的に生成される出力リズムパタ
ーン計算情報213の出力列は、第１の実施例における第
２図と同様の出力リズムパターン演奏情報生成部214に
おいて、対応する出力リズムパターン演奏情報215に変
換される。そして、音源部216は、上記演奏情報215に対
応するリズム音列を生成する。このリズム音列は、アン
プ217を介してスピーカ218から放音される。
第13図に、第２の実施例の動作例を示す。今、第13図
のＡに示すような開始リズムパターン列が、第10図の開
始リズムパターン計算情報1004として与えられるとす
る。この場合、ハイハットとバスドラムのドラム音は、
第１の実施例における第８図と同じデータ形式の第２の
開始リズムパターン計算情報1004に圧縮される。また、
ロータム・スネア及びハイタムのドラム音は、第１の実
施例における第８図（ｂ）と同じデータ形式の第１の開
始リズムパターン計算情報1004に圧縮される。このよう
な開始リズムパターン列に対して、第10図のリズム生成
部209及びフィードバック用フィルタ部1008が有効に働
くことにより、第13図のＢに示されるような出力リズム
パターン列が、第10図の出力リズムパターン計算情報21
3として自動的に得られ、以後の楽曲の小節において繰
り返される。この場合も、ハイハットとバスドラムのド
ラム音は、第１の実施例における第９図（ａ）と同じデ
ータ形式の第２の出力リズムパターン計算情報213に圧
縮される。また、ロータム・スネア及びハイタムのドラ
ム音は、第１の実施例における第９図（ｂ）と同じデー
タ形式の第１の出力リズムパターン計算情報213に圧縮
される。
以上説明したように、第２の実施例では、第１の実施
例で用いられた、ある入力リズムパターンに対して適切
な出力リズムパターンを生成するリズム生成部209を利
用し、出力リズムパターン計算情報213をフィードバッ
クリズムパターン計算情報1009としてリズム生成部209
にフィードバックさせることにより、自動的に出力リズ
ムパターン列を生成することができる。この際、フィー
ドバック用フィルタ部1008によって出力リズムパターン
計算情報213を加工することにより、上記自動生成動作
に、演奏者の意志を良く反映させることができる。
上述の第２の実施例では、第10図のニューラルネット
ワーク部210に、第１の実施例の場合と同様のニューラ
ルネットワークを使用したが、入力されたリズムパター
ンの情報に対して、それに適切に応答するリズムパター
ンの情報を出力できるものであれば、どのようなものを
用いてもよい。
〔発明の効果〕
本発明の第１の態様（第１図（ａ））によれば、演奏
者は、予めすべての入力演奏操作パターン情報とそれに
呼応する出力演奏操作パターン情報との対を考慮して、
厳密なプログラミングを行う必要がなく、人間は基本的
な入出力演奏操作パターン情報の対のみをニューラルネ
ットワーク手段に与えてやればよい。そして、学習処理
の終了後は、学習に用いられた基本的な値以外の値を有
する入力演奏操作パターン情報が入力されたとしても、
それに良く応答する基本的な値以外の値を有する出力演
奏操作パターン情報を出力することができ、例えばいわ
ゆるドラム音の掛け合い（セッション）等を、１人の演
奏者だけでリアルに実現することが可能となる。
また、本発明の第２の態様によれば、演奏操作に基づ
く多種類の楽器音のオン／オフ又はベロシティ等を表す
入力演奏操作パターン情報を効率良く圧縮して入力計算
情報として出力することができるため、リアルタイム処
理が可能となる。また、圧縮された状態の出力計算情報
を多種類の楽器音のオン／オフ又はベロシティ等を表す
出力演奏操作パターン情報として再生できるため、演奏
操作にリアルに応答する出力演奏パターン情報を得るこ
とが可能となる。
また、入力演奏操作パターン情報を、演奏者によって
演奏操作されるドラムパッド等から生成させるようにす
れば、効率的な入力演奏操作パターンの生成が可能とな
る。更に、本システム全体め動作の開始又は停止をドラ
ムパッドのうち１つにより制御できるようにすれば、演
奏操作が乱されることなくその指示を行うことが可能と
なる。
ここで、ニューラルネートワーク手段は、階層ネット
ワークによって構成することができるが、このネットワ
ークを用いた処理は並列処理のアーキテクチャの計算機
に適した処理であり、入力演奏操作パターン情報を取り
込むとリアルタイムで出力演奏操作パターン情報を発生
することを容易に実現でき、音楽等の柔軟なリアルタイ
ム制御に寄与するところが大きい。
本発明の第３の態様によれば、上述のニューラルネッ
トワーク手段を利用し、出力演奏操作パターン情報をフ
イードバック手段により入力演奏操作パターン情報とし
てニューラルネットワーク手段の入力側にフイードバッ
クさせることにより、自動的に出力演奏操作パターン情
報の列を生成することが可能となる。この際、フイード
バック手段によって出力演奏操作パターン情報を適宜加
工することができるため、出力演奏操作パターン情報の
列の自動生成動作に、演奏者の意志を良く反映させるこ
とが可能となる。すなわち、例えば、フイードバック手
段内に設けられた演奏情報記憶手段から選択手段により
演算情報を読み出すことにより、演算手段において、出
力演奏操作パターン情報が「フィルイン」、「エンディ
ング」「フェードアウト」等の演奏操作パターンに対応
するものとなるように、出力演奏操作パターン情報に加
工を施すことが可能となる。更に、選択手段が、例えば
演奏者による演奏操作を示す演奏情報を入力し、それに
基づいて演算手段を制御するように構成すれば、演奏者
が教えた通りの気持ちのよい流れに沿った出力演奏操作
パターン情報を自動生成することが可能となり、ライブ
演奏や作曲等の音楽活動に寄与するところが大きい。
また、開始情報供給手段により、演奏者は、出力演奏
操作パターンを自動生成する場合のトリガーとなる開始
パターンを示す開始情報を任意に選択又は生成すること
ができ、これにより、さまざまに変化する出力演奏操作
パターン情報の列を自動生成することが可能となる。
【図面の簡単な説明】
第１図（ａ）、（ｂ）、（ｃ）は、本発明のブロック
図、 第２図は、本発明の第１の実施例の構成図、 第３図は、階層ネットワークの例を示した図、 第４図は、学習アルゴリズムの動作フローチャート、 第５図は、入力リズムパターン計算情報生成部の構成
図、 第６図は、出力リズムパターン演奏情報生成部の構成
図、 第７図は、音符タイミングとニューラルネットワークの
入力層又は出力層の各ユニットとの関係図、 第８図（ａ）、（ｂ）は、入力リズムパターン計算情報
の値と入力リズムパターン演奏情報の入力状態との、１
つの音符タイミングにおける関係図、 第９図（ａ）、（ｂ）は、出力リズムパターン計算情報
の値と出力リズムパターン演奏情報の出力状態との、１
つの音符タイミングにおける関係図、 第10図は、本発明の第２の実施例の構成図、 第11図は、開始リズムパターン選択部の構成図、 第12図は、フィードバック用フィルタ部の構成図、 第13図は、第２の実施例の動作例を示した図である。 101、105、112……ニューラルネットワーク手段、 102、107、114……入力演奏操作パターン情報、 103、110、115……出力演奏操作パターン情報、 104……入力計算情報生成手段 106……出力演奏操作パターン情報生成手段、 108……入力計算情報、 109……出力計算情報、 111……開始情報供給手段、 113……フィードバック手段、 116……開始情報（開始パターン）。

Claims (10)

    (57)【特許請求の範囲】
  1. 【請求項１】入力演奏操作パターンをデータとして表現
    した入力演奏操作パターン情報（102）を入力して、前
    記入力演奏操作パターンに呼応しそれとは異なる演奏操
    作パターンを含む応答演奏操作パターンをデータとして
    指示する出力演奏操作パターン情報（103）を出力する
    装置であって、 所定の前記入力演奏操作パターン情報（102）が入力さ
    れたときにそれに対応して演奏者が望む前記出力演奏操
    作パターン情報（103）が出力されるように、学習用の
    前記入力演奏操作パターン情報（102）とそれに対応す
    る前記出力演奏操作パターン情報（103）とからなる複
    数の典型的な入出力演奏操作パターン情報組を用いた学
    習処理により予め内部の基本ユニット間の結合状態が調
    整された手段であって、任意の前記入力演奏操作パター
    ン情報（102）を入力用基本ユニットに入力することに
    より、それに対応する前記出力演奏操作パターン情報
    （103）を出力用基本ユニットから出力するニューラル
    ネットワーク手段（101）を含む、 ことを特徴とする演奏操作パターン情報生成装置。
  2. 【請求項２】入力演奏操作パターンをデータとして表現
    した入力演奏操作パターン情報（107）を入力して、前
    記入力演奏操作パターンに呼応しそれとは異なる演奏操
    作パターンを含む応答演奏操作パターンをデータとして
    指示する出力演奏操作パターン情報（110）を出力する
    装置であって、 前記入力演奏操作パターン情報（107）を圧縮して入力
    計算情報（108）を生成する入力計算情報生成手段（10
    4）と、 所定の前記入力演奏操作パターン情報（107）が入力さ
    れたときにそれに対応して演奏者が望む前記出力演奏操
    作パターン情報（110）が出力されるように、学習用の
    前記入力計算情報（108）とそれに対応する出力計算情
    報（109）とからなる複数の典型的な入出力計算情報組
    を用いた学習処理により予め内部の基本ユニット間の結
    合状態が調整された手段であって、任意の前記入力計算
    情報（108）を入力用基本ユニットに入力することによ
    り、それに対応する前記出力計算情報（109）を出力用
    基本ユニットから出力するニューラルネットワーク手段
    （105）と、 前記ニューラルネットワーク手段（105）から出力され
    る前記出力計算情報（109）を伸張してそれに対応する
    前記出力演奏操作パターン情報（110）を生成する出力
    演奏操作パターン情報生成手段（106）と、 を含むことを特徴とする演奏操作パターン情報生成装
    置。
  3. 【請求項３】請求項１又は２の何れか１項に記載の装置
    であって、 前記ニューラルネットワーク手段は、前記入力演奏操作
    パターン情報又は前記入力計算情報を構成する各データ
    をそれぞれ入力する複数の基本ユニットからなる入力層
    と、前記出力演奏操作パターン情報又は前記出力計算情
    報を構成する各データをそれぞれ出力する複数の基本ユ
    ニットからなる出力層と、前記入力層と前記出力層との
    間に接続され、それぞれ複数の基本ユニットからなる少
    なくとも１層以上の中間層とから構成される階層ネット
    ワーク手段であり、 前記入力層を構成する各基本ユニットは、前記入力演奏
    操作パターン情報又は前記入力計算情報を構成する各デ
    ータを入力し該各データを所定の変換関数で変換し、そ
    の変換結果のデータを出力し、 前記中間層を構成する各基本ユニットは、その前段の中
    間層又は前記入力層を構成する全ての基本ユニットが出
    力するデータのそれぞれに重み値を乗算し、それらの乗
    算結果の各データを加算し、その加算結果のデータを所
    定の変換関数で変換し、その変換結果のデータを出力
    し、 前記出力層を構成する各基本ユニットは、その前段の中
    間層を構成する全ての基本ユニットが出力するデータの
    それぞれに重み値を乗算し、それらの乗算結果の各デー
    タを加算し、その加算結果のデータを所定の変換関数で
    変換し、その変換結果のデータを前記前記出力演奏操作
    パターン情報又は前記出力計算情報を構成する各データ
    として出力し、 前記階層ネットワーク手段は、所定の前記入力演奏操作
    パターン情報が入力されたときにそれに対応して演奏者
    が望む前記出力演奏操作パターン情報が出力されるよう
    に、学習用の前記入力演奏操作パターン情報又は前記入
    力計算情報とそれに対応する前記出力演奏操作パターン
    情報又は前記出力計算情報とからなる複数の典型的な前
    記入出力演奏操作パターン情報組又は前記入出力計算情
    報組を用いた学習処理により、予め内部の前記各基本ユ
    ニットにおける前記各重み値が調整される、 ことを特徴とする演奏操作パターン情報生成装置。
  4. 【請求項４】請求項３に記載の装置であって、 前記階層ネットワーク手段は、学習用の前記入力演奏操
    作パターン情報又は前記入力計算情報を構成する各デー
    タが前記入力層を構成する各基本ユニットに入力された
    ときに、前記出力層を構成する各基本ユニットから前記
    学習用の前記入力演奏操作パターン情報又は前記入力計
    算情報に対応する前記出力演奏操作パターン情報又は前
    記出力計算情報を構成する各データが出力されるよう
    に、バック・プロパゲーションアルゴリズムにより、予
    め内部の前記各基本ユニットにおける前記各重み値が調
    整される、 ことを特徴とする演奏操作パターン情報生成装置。
  5. 【請求項５】請求項４に記載の装置であって、 前記階層ネットワーク手段を学習モードとするか演奏モ
    ードとするかを切り換えるモード切り換え手段と、 前記モード切り換え手段が前記階層ネットワーク手段を
    学習モードとしたときに、前記階層ネットワーク手段に
    前記学習用の学習用の前記入力演奏操作パターン情報又
    は前記入力計算情報とそれに対応する前記出力演奏操作
    パターン情報又は前記出力計算情報とからなる複数の典
    型的な前記入出力演奏操作パターン情報組又は前記入出
    力計算情報組を学習データとして供給する学習データ対
    供給手段と、 をさらに含むことを特徴とする演奏操作パターン情報生
    成装置。
  6. 【請求項６】請求項２に記載の装置であって、 前記入力計算情報生成手段は、前記入力演奏操作パター
    ン情報である各演奏タイミング毎の楽音の発音中又は消
    音中及び楽音のベロシティを示す楽音データを所定の規
    則に従って変換することにより、それぞれが実数値で表
    される多値データを前記入力計算情報として生成し、 前記ニューラルネットワーク手段から出力される前記出
    力計算情報は少なくとも１つの実数値で表される多値デ
    ータであり、 前記出力演奏情報生成手段は、前記出力計算情報である
    実数値で表される多値データを所定の規則に従って変換
    することにより、各演奏タイミング毎の楽音の発音中又
    は消音中及び楽音のベロシティを示す楽音データである
    出力演奏操作パターン情報を生成する、 ことを特徽とする演奏操作パターン情報生成装置。
  7. 【請求項７】請求項２に記載の装置であって、 前記入力演奏操作パターン情報は、１つ以上のドラムパ
    ッドからの入力リズムパターン演奏情報であり、 前記入力計算情報の前記ニューラルネットワーク手段へ
    の入力開始及び停止を前記ドラムパッドのうち１つによ
    り行うスイッチ制御手段をさらに含む、 ことを特徽とする演奏操作パターン情報生成装置。
  8. 【請求項８】演奏操作パターンの列をデータの列として
    指示する出力演奏操作パターン情報（115）の列を自動
    的に出力する装置であって、 所定の入力演奏操作パターン情報（114）が入力された
    ときにそれに対応して演奏者が望む前記出力演奏操作パ
    ターン情報（115）が出力されるように、学習用の前記
    入力演奏操作パターン情報（114）とそれに対応する前
    記出力演奏操作パターン情報（115）とからなる複数の
    典型的な入出力演奏操作パターン情報組を用いた学習処
    理により予め内部の基本ユニット間の結合状態が調整さ
    れた手段であって、任意の前記入力演奏操作パターン情
    報（114）を入力用基本ユニットに入力することによ
    り、それに対応する前記出力演奏操作パターン情報（11
    5）を出力用基本ユニットから出力するニューラルネッ
    トワーク手段（112）と、 該ニューラルネットワーク手段（112）に開始用の前記
    入力演奏操作パターン情報（114）を開始情報（116）と
    して供給する開始情報供給手段（111）と、 前記出力演奏操作パターン情報（115）を適宜加工して
    前記入力演奏操作パターン情報（114）として前記ニュ
    ーラルネットワーク手段（112）の入力側へフィードバ
    ックするフィードバック手段（113）と、 を含むことを特徴とする演奏操作パターン情報生成装
    置。
  9. 【請求項９】請求項８に記載の装置であって、 前記開始情報供給手段は、 複数の開始情報を記憶する開始情報記憶手段と、 演奏者に該開始情報記憶手段内の開始情報を選択させる
    開始情報選択制御手段と、 演奏者による演奏操作に基づいて前記開始情報を生成す
    る開始情報生成手段と、 前記開始情報選択制御手段又は前記開始情報生成手段を
    演奏者に選択的に起動させる開始情報入力先選択手段
    と、 を含むことを特徴とする演奏操作パターン情報生成装
    置。
  10. 【請求項１０】請求項８に記載の装置であって、 前記フィードバック手段は、 前記出力演奏操作パターン情報に対して所定の演算処理
    を実行する演算手段と、 該演算手段での演算を制御するための演算情報を記憶す
    る演算情報記憶手段と、 該演算情報記憶手段に記憶された演算情報を選択し又は
    演奏者による演奏操作を示す演奏情報を入力し、それら
    の何れかに基づいて前記演算手段を制御する選択手段
    と、 をさらに含むことを特徴とする演奏操作パターン情報生
    成装置。
JP2190689A 1989-07-21 1990-07-20 演奏操作パターン情報生成装置 Expired - Lifetime JP2583347B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP18751489 1989-07-21
JP1-187514 1989-07-21

Publications (2)

Publication Number Publication Date
JPH03129399A JPH03129399A (ja) 1991-06-03
JP2583347B2 true JP2583347B2 (ja) 1997-02-19

Family

ID=16207406

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2190689A Expired - Lifetime JP2583347B2 (ja) 1989-07-21 1990-07-20 演奏操作パターン情報生成装置

Country Status (2)

Country Link
US (1) US5138928A (ja)
JP (1) JP2583347B2 (ja)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5292995A (en) * 1988-11-28 1994-03-08 Yamaha Corporation Method and apparatus for controlling an electronic musical instrument using fuzzy logic
US5418323A (en) * 1989-06-06 1995-05-23 Kohonen; Teuvo Method for controlling an electronic musical device by utilizing search arguments and rules to generate digital code sequences
US5308915A (en) * 1990-10-19 1994-05-03 Yamaha Corporation Electronic musical instrument utilizing neural net
JP2605477B2 (ja) * 1990-10-19 1997-04-30 ヤマハ株式会社 ベースパターン生成装置およびベースパターン生成方法
JP2663705B2 (ja) * 1990-10-29 1997-10-15 ヤマハ株式会社 リズムパターン生成装置
JP2643582B2 (ja) * 1990-10-20 1997-08-20 ヤマハ株式会社 自動リズム生成装置
US5369217A (en) * 1992-01-16 1994-11-29 Roland Corporation Rhythm creating system for creating a rhythm pattern from specifying input data
US5541356A (en) * 1993-04-09 1996-07-30 Yamaha Corporation Electronic musical tone controller with fuzzy processing
JPH08278786A (ja) * 1995-04-07 1996-10-22 Matsushita Electric Ind Co Ltd ホロニック・リズム・ジェネレータ装置
US5648627A (en) * 1995-09-27 1997-07-15 Yamaha Corporation Musical performance control apparatus for processing a user's swing motion with fuzzy inference or a neural network
EP0858650B1 (en) * 1995-10-23 2003-08-13 The Regents Of The University Of California Control structure for sound synthesis
US6399869B1 (en) * 2000-11-28 2002-06-04 John Sagastegui Cadence-providing drum practice pad assembly and method
US20070280270A1 (en) * 2004-03-11 2007-12-06 Pauli Laine Autonomous Musical Output Using a Mutually Inhibited Neuronal Network
US7193148B2 (en) * 2004-10-08 2007-03-20 Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. Apparatus and method for generating an encoded rhythmic pattern
US7964783B2 (en) * 2007-05-31 2011-06-21 University Of Central Florida Research Foundation, Inc. System and method for evolving music tracks
US20090235809A1 (en) * 2008-03-24 2009-09-24 University Of Central Florida Research Foundation, Inc. System and Method for Evolving Music Tracks
US8461445B2 (en) * 2008-09-12 2013-06-11 Yamaha Corporation Electronic percussion instrument having groupable playing pads
JP5163383B2 (ja) * 2008-09-12 2013-03-13 ヤマハ株式会社 電子打楽器
JP4616412B1 (ja) * 2010-03-31 2011-01-19 幹雄 斉藤 直管型発光ダイオード蛍光灯用口金
US8927846B2 (en) * 2013-03-15 2015-01-06 Exomens System and method for analysis and creation of music
US9099065B2 (en) 2013-03-15 2015-08-04 Justin LILLARD System and method for teaching and playing a musical instrument
US10572447B2 (en) * 2015-03-26 2020-02-25 Nokia Technologies Oy Generating using a bidirectional RNN variations to music
US9715870B2 (en) * 2015-10-12 2017-07-25 International Business Machines Corporation Cognitive music engine using unsupervised learning
IT201600131975A1 (it) * 2016-12-29 2018-06-29 Third House Srls Sistema e metodo di riproduzione del suono di un’orchestra
CN109003595A (zh) * 2018-07-18 2018-12-14 冯金硕 一种具备人工智能算法的排箫样式数字乐器
JP2023130095A (ja) * 2022-03-07 2023-09-20 ヤマハ株式会社 音響生成方法、音響生成システムおよびプログラム

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4022097A (en) * 1974-07-15 1977-05-10 Strangio Christopher E Computer-aided musical apparatus and method
JPH0727383B2 (ja) * 1987-05-29 1995-03-29 ヤマハ株式会社 オ−トリズム装置
US4887505A (en) * 1987-06-26 1989-12-19 Yamaha Corporation Electronic musical instrument capable of performing an automatic accompaniment

Also Published As

Publication number Publication date
US5138928A (en) 1992-08-18
JPH03129399A (ja) 1991-06-03

Similar Documents

Publication Publication Date Title
JP2583347B2 (ja) 演奏操作パターン情報生成装置
JP6724938B2 (ja) 情報処理方法、情報処理装置およびプログラム
JP7327497B2 (ja) 演奏解析方法、演奏解析装置およびプログラム
JPH0535273A (ja) 自動伴奏装置
JP3707122B2 (ja) スタイル変更装置およびカラオケ装置
Unemi SBEAT3: A tool for multi-part music composition by simulated breeding
Schloss et al. Intelligent musical instruments: The future of musical performance or the demise of the performer?
JP2643582B2 (ja) 自動リズム生成装置
Cao et al. A Review of Automatic Music Generation Based on Performance RNN
JP2692672B2 (ja) 楽音信号発生装置
JP2660456B2 (ja) 自動演奏装置
Unemi A design of genetic encoding for breeding short musical pieces
JPH07111629B2 (ja) 電子楽器
JPH05100678A (ja) 電子楽器
Unemi et al. A new musical tool for composition and play based on simulated breeding
JP2663705B2 (ja) リズムパターン生成装置
JP2658629B2 (ja) 電子楽器
US5744743A (en) Pedal resonance effect simulation device for digital pianos
Ostermann et al. Evaluation rules for evolutionary generation of drum patterns in jazz solos
JP2743919B2 (ja) リズムパターン生成装置
JPS6267593A (ja) 自動伴奏機能付電子楽器
JP2756888B2 (ja) 電子楽器
JPS6328473Y2 (ja)
Sommer A Machine Learning Approach to Controlling Musical Synthesizer Parameters in Real-Time Live Performance
JPH0371196A (ja) 楽音波形生成方法