講演情報
[A-14-17]対話型進化的手法を取り入れたAudioLDMによる音楽生成システム
〇岡田 響生1、荒川 薫2 (1. 明治大学大学院 先端数理科学研究科 先端メディアサイエンス専攻、2. 明治大学 総合数理学部 先端メディアサイエンス学科)
キーワード：
音楽生成、深層学習、対話型進化計算、拡散モデル
拡散モデルの発展により高品質な text-to-audio (TTA) 生成が可能となった．代表的な TTA モデルである AudioLDM は，テキストプロンプトを CLAP テキストエンコーダで埋め込んだ条件ベクトル c と潜在空間の初期ノイズ を入力として音響信号を生成する．しかし作曲に不慣れな利用者が，自身の要求する音響特徴をテキストプロンプトとして言語化することは容易ではない．そこで本稿は，適合度評価を利用者の主観的選好に委ねる対話型進化計算 (IEC) の手法を導入し，言語化を介さず直感的な選択のみで目的の音響信号を探索できるシステムを提案する．実験により，本方式の有効性を示す．