[3O5-OS-22a] 音楽認識・生成技術が紡ぎ出す未来の社会

[3O5-OS-22a-03] 複数の潜在拡散モデルを用いた名付けゲームによる楽曲の共同生成

櫻井 虹希¹、〇上野山 遼音²、谷口 忠大^1,2、谷口 彰¹ (1. 立命館大学、2. 京都大学)

キーワード：自動作曲、潜在拡散モデル、マルチエージェント

本研究では，複数のAI エージェントによる楽曲の共同生成を行い，異なる音楽的特徴を持つ楽曲の生成を目指す．具 体的には，エージェント間で知識を共有可能なフレームワークであるメトロポリス・ヘイスティングス名付けゲームに 潜在拡散モデルを統合したMetropolis-Hastings Music generation Game (MHMG) を提案した．実験では，クラシッ クとジャズを対象とする異なるジャンルの楽曲で学習した2 つの潜在拡散モデルをエージェントとして用い，各ジャン ルの特徴を含む楽曲が生成されるかを検証した．実験結果から，fine-tuning を行わないMHMG が最も各ジャンルの特 徴を保持し，高品質な楽曲が生成することが示された．