中村 栄太 (Eita Nakamura)　　 To English

特定助教
京都大学 白眉センター (研究者紹介)
（大学院情報学研究科 音声メディア研究室）
eita.nakamura[at]i.kyoto-u.ac[dot]jp
論文と研究発表 [arXiv] [Google Scholar]
略歴

お知らせ

• 2022/11/2

  論文

  我々の論文 “Dynamic cluster structure and predictive modelling of music creation style distributions” がRoyal Society Open Science誌から出版されました。

• 2022/06/17

  公開

  演歌のメロディー統計量のデータセットを公開しました。

• 2022/06/11

  発表

  京都大学白眉センター主催「鏡プロジェクト」で音楽の進化実験の研究紹介をしました。

• 2021/09/04

  報道

  自動採譜の研究成果が読売新聞で取り上げられました。

• 2021/05/03

  公開

  進化する自動作曲システム「CREEVO」を公開しました。入力した歌詞に対して、多様なスタイルのメロディーを自動作曲できます。機能などは逐次更新していきます。

  

• 2019/06/29

  公開

  ピアノ運指データセット「PIGデータセット」を公開しました。学術目的であれば、登録をするだけで無償で利用できます。

  

研究の興味

• 知能の数学モデル
• 文化進化
• 統計学習と機械学習
• 統計物理と進化動力学
• 音楽情報処理

研究トピック

音楽の進化

音楽のスタイルは時代とともに変わります。それはどのように、なぜ変わるのか？未来の音楽スタイルを予測することはできるか？我々は、計算機を用いて音楽データの分析をしつつ、音楽創作過程と社会的選択の数理モデルに基づいて音楽の時代変化を調べています。

自動採譜

訓練された音楽家は聞いた音楽を楽譜で表すことができます。この能力を模倣する計算論的手法を調べています。自動採譜は音楽音響信号を記号領域で分析するための重要な実験手法です。

　

　　 自動採譜評価尺度 (MUSTER)

ピアノ運指

運指はピアノ演奏者にとって基礎的な技能ですが、適切な運指を見つける原理は科学的にはよく理解されていません。我々は、最適なピアノ運指を定式化して探索するための計算モデルを構築しています。また、演奏難易度の測定法を調べています。

音楽の記号的整合

ある楽曲の2つの記号表現（MIDI録音と対応する楽譜など）を音符レベルで比較する方法を調べています。演奏表情を定量的に分析したり、2つのバージョンの音楽の類似性を測る際に用いられます。
ソフトウェアとデモ

論文と研究発表 (抜粋)

(全てのリストを見る)

2023年以降

• Norihiro Kato, Eita Nakamura, Kyoko Mine, Orie Doeda, Masanao Yamada
  Computational analysis of audio recordings of piano performance for automatic evaluation
  Proc. 18th European Conference on Technology Enhanced Learning (ECTEL), to be presented, September 2023.
• Eita Nakamura, Hitomi Kaneko, Takayuki Itoh, Kunihiko Kaneko
  Experimental evolution of music styles using automatic composition models
  Proc. 2023 Conference on Artificial Life (ALIFE), to be presented, July 2023.
• Moyu Terao, Eita Nakamura, Kazuyoshi Yoshii
  Neural band-to-piano score arrangement with stepless difficulty control
  Proc. 48th IEEE International Conference on Acoustics, Speech, and Signal Processing Conference (ICASSP), to be presented, June 2023.
• 鍋岡琢渡, 中村栄太, 寺尾萌夢, 吉井和佳
  ピアノ譜から吹奏楽譜への楽器編成を指定可能な自動編曲
  第85回情報処理学会全国大会, 1T-04, pp. ??-??, March 2023. (学生奨励賞)
• 加藤徳啓, 峯恭子, 中村栄太, 土江田織江, 山田昌尚
  学習者のメタ認知と指導者の評価を考慮したピアノ練習演奏の分析
  第85回情報処理学会全国大会, 5T-08, pp. 547-548, March 2023. (学生奨励賞)
• Eita Nakamura
  Music styles and models of cultural evolution involving statistical learning
  第136回情報処理学会音楽情報科学研究報告, Vol. 2023-MUS-136, No. 10, pp. 1–1, February 2023.
• 鎌倉大地, 中村栄太, 吉井和佳
  定テンポ制約付きCTCに基づく自動ドラム採譜
  第136回情報処理学会音楽情報科学研究報告, Vol. 2023-MUS-136, No. 15, pp. 1–7, February 2023. (ベストプレゼンテーション賞)

  2022年以前

• Rajsuryan Singh, Eita Nakamura
  Dynamic cluster structure and predictive modelling of music creation style distributions
  Royal Society Open Science, Vol. 9, 220516, 2022. [arXiv:2205.13923]
• Eita Nakamura
  Conjugate Distribution Laws in Cultural Evolution via Statistical Learning
  Physical Review E, Vol. 104, 034309, 2021. [arXiv:2102.01465]
• Kentaro Shibata, Eita Nakamura, Kazuyoshi Yoshii
  Non-Local Musical Statistics as Guides for Audio-to-Score Piano Transcription Demo
  Information Sciences, Vol. 566, pp. 262-280, 2021. [arXiv:2008.12710]
• Eita Nakamura, Yasuyuki Saito, Kazuyoshi Yoshii
  Statistical Learning and Estimation of Piano Fingering Web page
  Information Sciences, Vol. 517, pp. 68-85, 2020. [arXiv:1904.10237]
• Eita Nakamura, Kunihiko Kaneko
  Statistical Evolutionary Laws in Music Styles
  Scientific Reports, Vol. 9, No. 15993, pp. 1-11, 2019. [arXiv:1809.05832]
• Eita Nakamura, Kazuyoshi Yoshii
  Statistical Piano Reduction Controlling Performance Difficulty
  APSIPA Transactions on Signal and Information Processing, Vol. 7, No. e13, pp. 1–12, 2018. [arXiv:1808.05006]
• Eita Nakamura, Kazuyoshi Yoshii, Haruhiro Katayose
  Performance Error Detection and Post-Processing for Fast and Accurate Symbolic Music Alignment
  Proc. 18th International Society for Music Information Retrieval Conference (ISMIR), pp. 347-353, 2017.
• Eita Nakamura, Kazuyoshi Yoshii, Shigeki Sagayama
  Rhythm Transcription of Polyphonic Piano Music Based on Merged-Output HMM for Multiple Voices
  IEEE/ACM Transactions on Audio, Speech and Language Processing, Vol. 25, No. 4, pp. 794-806, 2017. [arXiv:1701.08343]
• Eita Nakamura, Nobutaka Ono, Shigeki Sagayama, Kenji Watanabe
  A Stochastic Temporal Model of Polyphonic MIDI Performance with Ornaments
  Journal of New Music Research, Vol. 44, No. 4, pp. 287-304, 2015. [arXiv:1404.2314]
• Koichi Hamaguchi, Eita Nakamura, Satoshi Shirai, Tsutomu T. Yanagida
  Decaying Dark Matter Baryons in a Composite Messenger Model
  Physics Letters B, Vol. 674, pp. 299-302, 2009. [arXiv:0811.0737]

(全てのリストを見る)

連絡先