2016/11/29
朝6時起床。朝食の後、7時半頃に家を出て、車で出発。今日は宮城学院で朝の講義があるが、ちょっと早いので北根のマクドナルドで少し仕事をする。Wifiルーターを持ってくるの忘れた。
8時半頃宮城学院に着き、8時50分から講義。今回はコンピュータの歴史と構成。珍しく歴史のところで話しすぎて、一部来週に残してしまった。10時20分終了。
車で家に戻る。大学に行ってもいいのだが、手間なのでそのまま家で仕事。かみさんは仕事で留守にしている。空港までの電車を予約しようとしたが、えきねっとが不調で予約が完了しない。仕方ない駅で買うか。
12時頃昼食（カップめん）。
昼過ぎにモエナが帰ってくる。試験お疲れさまだった。モエナはそのまま昼寝。
13時半頃出発。
バスで仙台駅まで。
14:24分発やまびこの切符を買う。
30分ほど時間があるので、コーヒー飲んで仕事。
やまびこで大宮まで。
今回は時間に余裕があるので、大宮から成田空港まで高速バスを使ってみることにした。大宮で降りて、そごう前のバス停へ。
バス停前にはおじさんがいて案内してくれる。まだ早いのでドトールで抹茶ラテを飲みながら仕事。
16時半過ぎにバスに乗る。空いている。
バスにはテーブルがないので仕事はできない。Twitterを眺めたり寝たりしていく。高速道路を通っても2時間かかる。大宮からバスなら効率がいいかと思って使ってみたものの、時間・金額ともに微妙だな。
18時半ごろ成田空港着。オフシーズンで夕方のせいか、閑散としている。
飛行機で夕食がでるのはわかっているが、だいぶ遅い時間になるはずなので、何か軽く食べようということで、天ぷらうどん。
食べ終わった後、行き先は暑いので、薄いズボンと半袖のシャツに着替え、その上にダウンを着る。
大韓航空のカウンターへ。セルフチェックインを試したが、滞在先の住所だのホテル名だのを詳細に入力させられた上、「ここでは発券できないので係員のいるカウンターへ行け」だと。時間を無駄にしてしまった（急いでないけど）。これは大韓航空のせいなのか、それとも行き先がアメリカだからなのか。
というわけで人間式カウンターへ。時間が早いせいか、がらがらですぐチェックインできた。
荷物を預けたので、両替をする。ドルが高くて残念。15000円ほどドルに両替。
セキュリティゲートを通って、出国。特に問題なくスムーズ。
搭乗ゲートを確認。
時間まで近くのカフェで仕事。MP3の解説を書いている。
20時半に搭乗開始。
機内はそれほど混んでなくて、隣が空席なので助かった。しばらくうとうとする。出発は予定時刻より少し早かったようだ。
離陸後、数分で飲み物が配られる。早いな。
Psyの音楽など聴きながら飲み物を飲んで待つ。Psyはおっさんだが音楽はかっこいい。
その後機内食。チキン、ビーフ、ビビンバの3択だったが、ほとんどの人がビビンバを頼んでいた。
Before
After（コチュジャン全部入り）
食べ終わって、できるだけ寝ようとするが、なかなか寝られない。少しうとうとすると、顔か頭がかゆくて起きる。なんだこれ。
ほとんど寝られずに1時半（現地時刻6時半）ごろ電気がつく。観念して起きた。もうこのままがんばろう。
朝食。このあとコーヒーをもらった。
食べ終わった後、しばらく日記を書いたりする。
8時半過ぎに着陸。予定より早くついて助かった。
だいぶ歩かされて入国。ESTAの人用？のセルフ入国手続きターミナルがあったのでそちらに並んだが、列の長さが列ごとにだいぶ違っていて、長い列に並んでしまって悔しい思いをした。
ターミナルでは「麻薬中毒者ですか」とか「テロを起こしたことがありますか」みたいな質問に答えた後、指紋と顔を見せるのだが、なぜか認証ができず、×のついたレシートが出てくる。で、その後に人のいる窓口に並び直して入国。ターミナルの意味あったのかな。
入国に時間がかかったので、荷物はもう出ていて、カルーセルの横に並べてあった。それをピックアップして到着ロビーへ。
時間がないのでタクシーを探す。ここから市内にタクシーだと高いだろうけど、やむを得ない。
で、なんとかタクシーを拾って、ジョイントミーティングの会場へ。いま9時15分ぐらいだが、セッションが10時45分なので、まあ間に合うだろう。
南国だが、あんまり天気も良くなくて、ハワイに来た感じがしない。
20分ぐらい走って、会場のヒルトンに到着。
到着したのはチェックインカウンターのところだが、ジョイントミーティングに関しては何の案内もない。ウェブサイトにもヒルトンホテルとしか書いてなかったし・・・
しばらくうろうろしてみたが何の手がかりもなく、通りかかった千葉工大の飯田先生に聞いて、ようやく会場がわかる。道路を挟んだ向かいの建物だった。
受付をすませて、音楽音響セッションの会場へ。会場も複雑で、また迷ってしまった。
10:45 からセッション。このセッションのオーガナイザーはBeauchamp先生と後藤さん
Transcribing piano music in the time domain (U of Rochester)
ピアノの自動採譜。入力波形と各音符の時間波形の相互相関によって音符のアクティベーションを計算する（遅そう）。Convolutional Sparse Coding というらしい。学習と評価の環境（使う楽器？）が同じなら高性能。ただし音符の長さはそのままでは推定できないので、同じ高さで異なる長さのテンプレートをたくさん用意する。また、ピアノロール形式の認識結果を音符に書き起こすソフトウェアの比較を行った。
Unsupervised grammar induction from music data (Kyoto U)
吉井先生。先日MUS/EA/Hで聞いた話とたぶん同じ。自動採譜をするために、言語モデル（コードとコード進行）も組み込んで性能を上げる。複数の音符の音高、コード、コード進行をベイズモデリングによって同時推定する。言語モデルとして、HMMとPCFG（GTTMをエミュレート）を使う。
End-to-end music transcription using a neural network (U of Illinois)
この前うちに来てもらったParis Smaragdis先生。オーディオ信号をピアノロールに変換するニューラルネット。入力に近いところはCNN、真ん中あたりはRNNであるように見える（詳細はわからなかった）。最初のネットワークで音高、次のネットワークで調波構造、さらにその次に音の連続性を学習しているとのこと。また、出力をピアノロールでなく音符の記述(lilypond language)にすることも試みている。
Multiple-timbre note tracking using linear dynamical systems (Queen Mary U of London)
スペクトログラムからピアノロールを作るには、通常何らかの調波モデルからポステリオグラムを作り、それを閾値処理して二値化する。これに対し、この発表では複数ピッチ推定と音符追跡を同時に行う。これを行うために、メロディを線形動的システム（カルマンフィルタ）でモデル化する。複数ピッチはPLCAでモデル化する。
スペシャルセッションの講演者で昼飯。
オーガナイザのBeauchamp先生がレストランを予約してくれていたのですぐ入れたのだが、料理がでるのが遅くて戻りは時間ぎりぎりに。スパゲティボロネーゼを食べて（チップを入れて）23ドルぐらい。高いなあ
午後のセッション
Songle Widget: A web-based development framework for making animation and physical devices synchronized with music (AIST)
CGやロボットを音楽と合わせて動かすための枠組み。Songleと連携して音楽のタイミングを送信する。Songleですでに音符の位置や音楽の構造などを解析済みなので、それに基づいて情報を送信する。ロボットを操作するときにはV-Sidoと連携する。
Rethinking audio production tools (Northwestern U)
Protoolsなどのオーディオ操作ツールには操作つまみがたくさんついているが、「明るい音」とか「軽い音」などの感性的な目標を実際の操作に結びつけるのは簡単ではない。そこで、自然言語による音の記述を使って音づくりができるツールを作成した。自然言語については、クラウドソーシングを使ってエフェクト前後の音を聞かせてそれを記述した例を集めた。
Smart loop sequencer: An audio-based approach for ease of music creation (Nihon U)
北原先生がオーバーアクション気味に講演。テクノ音楽用のループシーケンサ。時間軸上に曲線を描くことで、時間的な盛り上がりを指定し、どう盛り上がるかはシステムが適当に決める。既存のループ素材に「盛り上がり」の値をアノテーションして、盛り上がりカーブから適切なループ素材の組み合わせをHMMにより選択する。
Audio scene transformation using informed source separation (U of La Rochelle)
音源の音の大きさ、高さ、音質、空間情報などをリアルタイムに操作しながら聴取するためのフレームワーク。音をミキシングするときに、音源情報を電子透かしによって埋め込み、それを利用して音を分離する。
Evaluation of singing voice by amateur singers from various aspects (Tohoku U)
私が講演。熱唱度と歌声からの歌唱誤り検出の話。
あんまり質問でなかったなあ。
Statistical models for indirect acquisition of violin vowing controls from audio analysis (U Ponpeu Fabra)
音響解析によりバイオリンの弓の動き（速度、強さなど）を知る。推定には、各種NN（ふつう、RNN、CNNなど）とGMMなどを使う。
Adaptive aggregation of regression models for music emotion recognition (AIST)
音楽の感情認識。音楽からさまざまな特徴（4000次元以上）を抽出し、2次元の感情空間に写像するモデルを学習する。写像にはガウス過程回帰を利用する。また、複数の回帰器で回帰を行って、それを統合する。統合重みには、それぞれの回帰器が出すスコアの分散の逆数を使う。
Experimental model analysis/synthesis of saxophone input impedances (McGill U)
物理モデルによる音合成のために、サクソフォンをモデル化する。リードに入力される圧力と出力される（その先のホーンに伝わる）圧力差を使った2次の微分方程式でリードの空気流をモデル化。
Toward a real-time parametric percussion instrument based on a waveguide mesh (UCSD)
打楽器のシミュレーションをリアルタイムで行う（物理モデルとして音を出す）ため、2次元の波の伝搬をシミュレートするためにwaveguide meshというものを導入。シストリックアレイみたいな演算素子が上下左右に入出力を持っているものらしい。サンプル毎に入力から出力を計算することができる。これの中央をバンドパスフィルタリングした雑音で励起する。
Recent extensions to topological and nonlinear aspects of wave digital filter theory (Stanford U)
アナログ電気回路をブロックに分解した上でシミュレーションして音を生成する。Wave Digital Filterというらしい。従来のやり方だと並列・直列回路の組み合わせで回路を造るが、ブリッジなど直並列回路で表せないものも扱えるようにする。また、非線形素子が2つ以上合った場合も扱えるようにする。実例として、TR-808バスドラムの音を再現するという説明があった。
Music signal processing by the human brains: Studies on the strategies used by professional pianists to efficiently sight-read music (U of Electro-Comm.)
ピアニストが楽譜を読んで演奏しているときの情報処理。眼球運動を観察すると、視線が楽譜の上段と下段をジグザグにスキャンするように動いている。また、実際の演奏点から熟練者では6〜7音符先読みしている。
次に楽譜を読んでいるときの音符の記憶能力を調べた。楽譜を読む能力と音符の記憶能力は関係ないという結果。音符を音として覚えているピアニストの記憶能力が高かったことから、耳コピ能力と音符の記憶能力の関係を調べたところ、両者が関係する傾向があることが確かめられた。
これで今日のセッションは終わり。18時から無料で飯が振る舞われるのだが、まだチェックインしてなくてキャリーバッグを引きずっているし、何より疲れたのでソーシャルアクティビティはパスしてホテルへ。外はもう薄暗く、雨がぱらついて寒い。
詳細な地図がないのでやや不安だったが、歩いて20分ほどで宿が見つかる。よかった。ちなみにこの宿にはドアがない。さすがはハワイ
ということでチェックイン。こぎれいな部屋だが、テーブルといすがない。作業がしにくいなあ。
しばらく休んだ後、飯も食いたい気がするので外へ。どうしようかと思ったが、レストランに入ってまた散財する気にもなれないので、近くのABC Storeでサンドイッチとか買う。ついでにおみやげも調達
ホテルに戻って買ったものを展開。食べ物はサンドイッチとスパムむすび、ビール、ヨーグルト、水。おみやげにチョコと、先週なくて困った栓抜き。
ホテルの部屋に電子レンジがついてるので、サンドイッチとスパムむすびを暖めて食べる。
がんばってその後仕事かと思ったが、さすがに疲れたので、シャワーを浴びて21時ごろ寝る。
前の日へ 目次へ 次の日へ