JPH03219298A - 電子楽器 - Google Patents
電子楽器Info
- Publication number
- JPH03219298A JPH03219298A JP2015336A JP1533690A JPH03219298A JP H03219298 A JPH03219298 A JP H03219298A JP 2015336 A JP2015336 A JP 2015336A JP 1533690 A JP1533690 A JP 1533690A JP H03219298 A JPH03219298 A JP H03219298A
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- musical tone
- output
- output layer
- pitch
- 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
Links
- 238000013528 artificial neural network Methods 0.000 claims abstract description 29
- 210000002569 neuron Anatomy 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000000946 synaptic effect Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000007664 blowing Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 101001106432 Homo sapiens Rod outer segment membrane protein 1 Proteins 0.000 description 1
- 102100021424 Rod outer segment membrane protein 1 Human genes 0.000 description 1
- ZVQOOHYFBIDMTQ-UHFFFAOYSA-N [methyl(oxido){1-[6-(trifluoromethyl)pyridin-3-yl]ethyl}-lambda(6)-sulfanylidene]cyanamide Chemical compound N#CN=S(C)(=O)C(C)C1=CC=C(C(F)(F)F)N=C1 ZVQOOHYFBIDMTQ-UHFFFAOYSA-N 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
Landscapes
- Electrophonic Musical Instruments (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
（ａ）産業上の利用分野
この発明は、複数の演奏用キーのオン／オフパターンに
よって楽音を発生する電子楽器に関する（＋）ｌ従来の
技術 たとえば電子管楽器のように複数の演奏用キーのオン／
オフパターンにより発音する楽音の音高を決定する電子
楽器がある。−数的にこのような電子楽器は、オン／オ
フパターン−音高テーブルを備えており、演奏者の操作
によるオン／オフパターンでこのテーブルを検索して音
高を決定するようにしていた。
よって楽音を発生する電子楽器に関する（＋）ｌ従来の
技術 たとえば電子管楽器のように複数の演奏用キーのオン／
オフパターンにより発音する楽音の音高を決定する電子
楽器がある。−数的にこのような電子楽器は、オン／オ
フパターン−音高テーブルを備えており、演奏者の操作
によるオン／オフパターンでこのテーブルを検索して音
高を決定するようにしていた。
（Ｃ）発明が解決しようとする課題
このように従来は演奏用キーのオン／オフパターンで決
定できるのは音高のみであり、楽音の音色（波形）は音
高に拘わらず同じであった。しかしながら自然楽器の場
合、同じ楽器（音色）であっても音高によってその音色
（波形）が微妙に異なり、この音色の変化が楽器の表現
力に大きく寄与している。電子楽器でこのように音色を
変化させるためには各音高毎に自然楽器の波形をサンプ
リングし、指定された音高の波形データを読み出すこと
によって実現することができる。しかし、このように各
音高毎に波形データを記憶しておこうとすれば膨大なメ
モリ容量が必要となり楽器が大型化・高価格化する欠点
があった。
定できるのは音高のみであり、楽音の音色（波形）は音
高に拘わらず同じであった。しかしながら自然楽器の場
合、同じ楽器（音色）であっても音高によってその音色
（波形）が微妙に異なり、この音色の変化が楽器の表現
力に大きく寄与している。電子楽器でこのように音色を
変化させるためには各音高毎に自然楽器の波形をサンプ
リングし、指定された音高の波形データを読み出すこと
によって実現することができる。しかし、このように各
音高毎に波形データを記憶しておこうとすれば膨大なメ
モリ容量が必要となり楽器が大型化・高価格化する欠点
があった。
この発明は、ニューラルネットワークを用いて波形を推
論決定することにより上記課題を解決した電子楽器を提
供することを目的とする。
論決定することにより上記課題を解決した電子楽器を提
供することを目的とする。
（ｄ）課題を解決するための手段
この発明は、複数の演奏用キーのオン／オフの組み合わ
せによって発音する音高を決定する電子楽器において、
前記複数の演奏用キーのオン／オフ信号を受け付ける入
力層、および、発音すべき楽音の波形データを出力する
出力層を有するニューラルネットワークと、この出力層
からの出力に基づいて楽音を発生する手段と、を設けた
ことを特徴とする。
せによって発音する音高を決定する電子楽器において、
前記複数の演奏用キーのオン／オフ信号を受け付ける入
力層、および、発音すべき楽音の波形データを出力する
出力層を有するニューラルネットワークと、この出力層
からの出力に基づいて楽音を発生する手段と、を設けた
ことを特徴とする。
ｔｅ１発明の作用
この発明の電子楽器では、演奏用キーのオン／オフの組
み合わせ（オン／オフパターン）に基づいて音高が決定
されるが、ニューラルネットワークにこのオン／オフパ
ターンを入力することにより、音高のみならず音色も同
時に推論出力することができる。このニューラルネット
ワークをたとえば、自然楽器の音色変化を連想するよう
に学習させておくことにより、１組のシナプスウェイト
データによって全音域の音色を推論することができる。
み合わせ（オン／オフパターン）に基づいて音高が決定
されるが、ニューラルネットワークにこのオン／オフパ
ターンを入力することにより、音高のみならず音色も同
時に推論出力することができる。このニューラルネット
ワークをたとえば、自然楽器の音色変化を連想するよう
に学習させておくことにより、１組のシナプスウェイト
データによって全音域の音色を推論することができる。
また、正弦波を加算合成して楽音波形を生成する高調波
加算型の音源回路の場合、フーリエ解析の結果を直接ニ
ューラルネットワークの学習データとして用いることが
でき、実現が極めて容易になる。また、音高の決定はニ
ューラルネットワークにおいて同時に行ってもよく、ま
た、音高は別の手段（テーブル等）で決定しておき、ニ
ューラルネットワークで推論された音色の周波数を変化
させるようにしてもよい。
加算型の音源回路の場合、フーリエ解析の結果を直接ニ
ューラルネットワークの学習データとして用いることが
でき、実現が極めて容易になる。また、音高の決定はニ
ューラルネットワークにおいて同時に行ってもよく、ま
た、音高は別の手段（テーブル等）で決定しておき、ニ
ューラルネットワークで推論された音色の周波数を変化
させるようにしてもよい。
（ｆ）実施例
第１図はこの発明の実施例である電子楽器の制御部のブ
ロック図である。この電子楽器は管楽器型の演奏装置（
ウィンドコントローラ）１５ （第２図参照）を備えて
おり、演奏者の吹奏によって楽音を発生するものである
。全体の動作はＣＰＵ１０によって制御される。ＣＰＵ
ｌ０はバス１１を介して、ＲＯＭ１２．ＲＡＭ１３．ニ
ューラルネットワーク（ＮＮ）１４． インターフェイ
ス１９、操作パネル１６および高調波加算型の音源回路
１７に接続されている。インターフェイス１９には前記
ウィンドコントローラ１５が接続されている。また、音
源回路１７には生成した楽音を増幅してスピーカ等から
出力するためのサウンドシステム１８が接続されている
。
ロック図である。この電子楽器は管楽器型の演奏装置（
ウィンドコントローラ）１５ （第２図参照）を備えて
おり、演奏者の吹奏によって楽音を発生するものである
。全体の動作はＣＰＵ１０によって制御される。ＣＰＵ
ｌ０はバス１１を介して、ＲＯＭ１２．ＲＡＭ１３．ニ
ューラルネットワーク（ＮＮ）１４． インターフェイ
ス１９、操作パネル１６および高調波加算型の音源回路
１７に接続されている。インターフェイス１９には前記
ウィンドコントローラ１５が接続されている。また、音
源回路１７には生成した楽音を増幅してスピーカ等から
出力するためのサウンドシステム１８が接続されている
。
ＲＯ！ｖｉ １２には動作制御プログラムや演奏者が選
択する楽器名に対応するシナプスウェイトなどが記憶さ
れている。演奏者が楽器名を選択したときこのＲＯＭ１
２から対応するシナプスウェイトが読み出され、ニュー
ラルネットワーク１４にセットされる。ＲＡＭ１３には
演奏中に発生した様々なデータを記憶するためのレジス
タが設定されるまた、ニューラルネットワーク１４はウ
ィンドコントローラ１５のキーシステム２１ （第２図
参照）のオン／オフパターンに基づいて発生すべき楽音
を決定するための推論を行う。このニューラルネットワ
ーク１４は第２図にその概略を示すように階層型ニュー
ラルネットワークである。入力層の各ニューロンには各
キーのオン／オフ信号が入力され、出力層からは合成す
る高調波成分の周波数制御信号とその振幅制御信号が出
力される。
択する楽器名に対応するシナプスウェイトなどが記憶さ
れている。演奏者が楽器名を選択したときこのＲＯＭ１
２から対応するシナプスウェイトが読み出され、ニュー
ラルネットワーク１４にセットされる。ＲＡＭ１３には
演奏中に発生した様々なデータを記憶するためのレジス
タが設定されるまた、ニューラルネットワーク１４はウ
ィンドコントローラ１５のキーシステム２１ （第２図
参照）のオン／オフパターンに基づいて発生すべき楽音
を決定するための推論を行う。このニューラルネットワ
ーク１４は第２図にその概略を示すように階層型ニュー
ラルネットワークである。入力層の各ニューロンには各
キーのオン／オフ信号が入力され、出力層からは合成す
る高調波成分の周波数制御信号とその振幅制御信号が出
力される。
このニューラルネットワーク１５は図示のような階層型
の推論が可能なものであればどのようなハード構成のも
のでもよい。若し高速（数十ｍ３程度）で推論を実行で
きるのであれば、ノイマン型のマイクロプロセッサで行
ってもよい。
の推論が可能なものであればどのようなハード構成のも
のでもよい。若し高速（数十ｍ３程度）で推論を実行で
きるのであれば、ノイマン型のマイクロプロセッサで行
ってもよい。
ウィンドコントローラ１５は、第２図に示すように管楽
器（リコーダ）型の演奏装置であり、マウスピース２０
に吹き込まれる息の強さによって発音／消音や発音レベ
ルを制御する。また、キーシステム２１は両手指で操作
されるが、そのオン／オフパターンによって発音する楽
音の音高が決定される。操作パネル１６には音色選択ス
イッチや表示器等が設けられている。また、高調波加算
型の音源回路１７は第２図右側に示すように複数の異な
る周波数の正弦波を所定の割合で加算合成して楽音を生
成する音源回路である。合成される正弦波の周波数や振
幅はニューラルネットワーク１４によって推論決定され
る。
器（リコーダ）型の演奏装置であり、マウスピース２０
に吹き込まれる息の強さによって発音／消音や発音レベ
ルを制御する。また、キーシステム２１は両手指で操作
されるが、そのオン／オフパターンによって発音する楽
音の音高が決定される。操作パネル１６には音色選択ス
イッチや表示器等が設けられている。また、高調波加算
型の音源回路１７は第２図右側に示すように複数の異な
る周波数の正弦波を所定の割合で加算合成して楽音を生
成する音源回路である。合成される正弦波の周波数や振
幅はニューラルネットワーク１４によって推論決定され
る。
第２図に同電子楽器のウィンドコントローラ１５、ニュ
ーラルネットワーク１４および音源回路１７の概略構成
図を示す。ウィンドコントローラ１５は図示のように管
楽器類似の形状をしており、演奏者はマウスピース２０
から息を吹き込み両手指でキーシステム２１を操作して
演奏する。キーシステム２１を構成する各キーは電気ス
イッチになっており、操作によるオン／オフは電気信号
としてニューラルネットワーク１４の入力層２２に与え
られる。ニューラルネットワーク１４は４階層の階層型
ニューラルネットワークであり、入力層２２−第１中間
層２３−第２中間層２４−出力層２５からなっている。
ーラルネットワーク１４および音源回路１７の概略構成
図を示す。ウィンドコントローラ１５は図示のように管
楽器類似の形状をしており、演奏者はマウスピース２０
から息を吹き込み両手指でキーシステム２１を操作して
演奏する。キーシステム２１を構成する各キーは電気ス
イッチになっており、操作によるオン／オフは電気信号
としてニューラルネットワーク１４の入力層２２に与え
られる。ニューラルネットワーク１４は４階層の階層型
ニューラルネットワークであり、入力層２２−第１中間
層２３−第２中間層２４−出力層２５からなっている。
入力層２２はキーシステム２１のキーと同数のニューロ
ンを有しており所定のシナプスウェイトで第一中間層２
４と結合されている。第一中間層２４−第二中間層２５
および第二中間層２４−出力層２５も互いのニューロン
間のシナプスウェイトで結合されている。出力層２５の
ニューロンは音源回路１７の正弦波発生回路２６および
分配器２７と同数設けられている。出力層２５の各ニュ
ーロンは正弦波発生回路２６に対して発生すべき正弦波
の周波数制御信号を出力するとともに分配器２７に対し
て入力された正弦波の分配率（振幅）の制御信号を出力
する。音源回路１７は前記正弦波発生回路２６２分配器
２７．加算回路２８およびＤ／Ａ変換器２９からなって
いる。正弦波発生回路２６が発生する正弦波は分配器２
７によって所定の振幅に制限されて加算回路２８に入力
される。加算回路２８は入力された全ての正弦波を加算
合成してＤ／Ａ変換器２９に入力する。Ｄ／Ａ変換器２
９は入力された合成信号を滑らかなエンベロープの波形
に整形して出力する。出力された信号が楽音信号であり
、サウンドシステム１８によって増幅出力されるこのよ
うにニューラルネットワークによって高調波合成型の音
源回路を制御して楽音を生成するようにしたことにより
、Ｆ Ｆ Ｔ （Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎ
ｓｆｏｒｍ：高速フーリエ変換）による解析結果をその
ままニューラルネットワークの教師パターンとして学習
に用いることができる。すなわち、学習させたい楽器の
各音高の楽音をＦＦＴ解析し、その音高を発音するだめ
のオン／オフパターンについてＦＦＴ結果を教師パター
ンとして重み付けする。全ての音域についてこの学習を
行うことにより、１組のシナプスウェイトで全音域の楽
音を適切に推論することが可能になる。
ンを有しており所定のシナプスウェイトで第一中間層２
４と結合されている。第一中間層２４−第二中間層２５
および第二中間層２４−出力層２５も互いのニューロン
間のシナプスウェイトで結合されている。出力層２５の
ニューロンは音源回路１７の正弦波発生回路２６および
分配器２７と同数設けられている。出力層２５の各ニュ
ーロンは正弦波発生回路２６に対して発生すべき正弦波
の周波数制御信号を出力するとともに分配器２７に対し
て入力された正弦波の分配率（振幅）の制御信号を出力
する。音源回路１７は前記正弦波発生回路２６２分配器
２７．加算回路２８およびＤ／Ａ変換器２９からなって
いる。正弦波発生回路２６が発生する正弦波は分配器２
７によって所定の振幅に制限されて加算回路２８に入力
される。加算回路２８は入力された全ての正弦波を加算
合成してＤ／Ａ変換器２９に入力する。Ｄ／Ａ変換器２
９は入力された合成信号を滑らかなエンベロープの波形
に整形して出力する。出力された信号が楽音信号であり
、サウンドシステム１８によって増幅出力されるこのよ
うにニューラルネットワークによって高調波合成型の音
源回路を制御して楽音を生成するようにしたことにより
、Ｆ Ｆ Ｔ （Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎ
ｓｆｏｒｍ：高速フーリエ変換）による解析結果をその
ままニューラルネットワークの教師パターンとして学習
に用いることができる。すなわち、学習させたい楽器の
各音高の楽音をＦＦＴ解析し、その音高を発音するだめ
のオン／オフパターンについてＦＦＴ結果を教師パター
ンとして重み付けする。全ての音域についてこの学習を
行うことにより、１組のシナプスウェイトで全音域の楽
音を適切に推論することが可能になる。
また、音源回路は高調波合成型音源回路に限らず、Ｆ
Ｍ音源などでもよい。この場合、ニューラルネットワー
クは楽音を決定するＦＭパラメータ等を出力することに
なる。
Ｍ音源などでもよい。この場合、ニューラルネットワー
クは楽音を決定するＦＭパラメータ等を出力することに
なる。
また、ニューラルネットワーク１４の入力変数にマウス
ピース２０からの吹奏強度を含めてもよい。こうするこ
とによって、発音レベルによる音色の変化も同時に推論
することが可能になる。
ピース２０からの吹奏強度を含めてもよい。こうするこ
とによって、発音レベルによる音色の変化も同時に推論
することが可能になる。
（ｇ１発明の効果
以上のようにこの発明の電子楽器では、複数の演奏用キ
ーのオン／オフパターンに基づいて楽音の音高のみなら
ず音色をも推論できるようになる。これにより、自然楽
器に似た音高による楽音の変化を得ることができ電子楽
器の表現力を向上することができる。
ーのオン／オフパターンに基づいて楽音の音高のみなら
ず音色をも推論できるようになる。これにより、自然楽
器に似た音高による楽音の変化を得ることができ電子楽
器の表現力を向上することができる。
第１図はこの発明の実施例である電子楽器の制御部のブ
ロック図、第２図は同電子楽器の演奏装置、ニューラル
ネットワーク、音源回路の概略構成を示す図である。 １４−ニューラルネットワーク、 １５−ウィンドコントローラ、 １７−（高調波加算式の）音源回路、 ２１−キーシステム。
ロック図、第２図は同電子楽器の演奏装置、ニューラル
ネットワーク、音源回路の概略構成を示す図である。 １４−ニューラルネットワーク、 １５−ウィンドコントローラ、 １７−（高調波加算式の）音源回路、 ２１−キーシステム。
Claims (1)
- （１）複数の演奏用キーのオン／オフの組み合わせによ
って発音する音高を決定する電子楽器において、 前記複数の演奏用キーのオン／オフ信号を受け付ける入
力層、および、発音すべき楽音の波形を決定するデータ
を出力する出力層を有するニューラルネットワークと、 この出力層からの出力に基づいて楽音を発生する手段と
、 を設けたことを特徴とする電子楽器。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015336A JPH03219298A (ja) | 1990-01-25 | 1990-01-25 | 電子楽器 |
| US07/565,263 US5138924A (en) | 1989-08-10 | 1990-08-09 | Electronic musical instrument utilizing a neural network |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015336A JPH03219298A (ja) | 1990-01-25 | 1990-01-25 | 電子楽器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH03219298A true JPH03219298A (ja) | 1991-09-26 |
Family
ID=11885945
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015336A Pending JPH03219298A (ja) | 1989-08-10 | 1990-01-25 | 電子楽器 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH03219298A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210039193A (ko) * | 2019-10-01 | 2021-04-09 | 샤이다 에르네스토 예브계니 산체스 | 인공지능을 이용하여 소리를 생성하는 방법 |
-
1990
- 1990-01-25 JP JP2015336A patent/JPH03219298A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210039193A (ko) * | 2019-10-01 | 2021-04-09 | 샤이다 에르네스토 예브계니 산체스 | 인공지능을 이용하여 소리를 생성하는 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US3978755A (en) | Frequency separator for digital musical instrument chorus effect | |
| Fineberg | Guide to the basic concepts and techniques of spectral music | |
| US5880392A (en) | Control structure for sound synthesis | |
| US5138924A (en) | Electronic musical instrument utilizing a neural network | |
| Boulez et al. | Computers in music | |
| JPH027078B2 (ja) | ||
| US3213180A (en) | Tone generation system | |
| JPS629919B2 (ja) | ||
| US4205577A (en) | Implementation of multiple voices in an electronic musical instrument | |
| JPH01289995A (ja) | 電子楽器 | |
| US4108039A (en) | Switch selectable harmonic strength control for a tone synthesizer | |
| JPH03219298A (ja) | 電子楽器 | |
| US4178825A (en) | Musical tone synthesizer for generating a marimba effect | |
| Moorer | How does a computer make music? | |
| JP2722727B2 (ja) | 電子楽器 | |
| Ashton | Electronics, music and computers | |
| US3054318A (en) | Electrical musical instruments | |
| JPS6175398A (ja) | 歌声音発生装置 | |
| Meneghini | Stria by John Chowning: analysis of the compositional process | |
| JP7107427B2 (ja) | 音信号合成方法、生成モデルの訓練方法、音信号合成システムおよびプログラム | |
| JP2819722B2 (ja) | 楽音発生装置 | |
| JPH04157499A (ja) | 自動リズム生成装置 | |
| JPH064079A (ja) | 楽音合成装置 | |
| Woodward | The synthesis of music and speech | |
| JP3086825B2 (ja) | 電子楽器 |