メインコンテンツへスキップ

AIきりたんに『うちで踊ろう』を歌わせてみた

ニューラルネットワークを用いた歌声シンセサイザーNEUTRINOを試してみた。

歌わせた曲は星野源さんの『うちで踊ろう』。権利問題がクリアになっているのと、楽譜が公開されているのもありがたい。

NEUTRINOには2020年4月現在、2名の音源(東北きりたん、謡子)が同梱されているようだが、ポップソング向けという説明があった、東北きりたんを選択。

使い方は以下のページが詳しかった。

AIきりたんに歌わせるための楽譜ファイルは、フリーソフトのMuseScoreを使って作成するとのこと。

先に音符を入力してから歌詞を入力する。歌詞は音符を選択して、Ctrl+Lで入力。次の音符へはカーソルキー(→)で移動できる。

MusicXMLについて | NEUTRINOに、

フレーズ長があまりにも長いと音声が破綻します。 ブレス記号又は休符で囲まれた区間がフレーズに相当します。

とあったので、適度にブレスを入れた。

打ち込んだ楽譜はこんな感じ。

うちで踊ろうの楽譜

生成された歌声はこちら。

いや、楽譜ベタ打ちでこれはすごい。伴奏をつけたバージョンはこちら。

初音ミク的なのものは、ずっと興味はあったんだけど、調整(調教?)の職人技の世界は無理そうかな…と、二の足を踏んでいた。が、無調整でこのレベルで歌ってくれるんなら気軽に使えていいですね。

作成したMusicXMLを置いときます。

関連記事

エレキギター音源UJAM IRONを試してみた

70%オフセール時に買ったUjamのVirtual Guitarist IRONをようやく試せました。 IRONというのはujamがリリースしているVirtual Guitaristシリーズの中のひとつで、ロックやメタル系の楽曲むけの音色とフレーズを搭載したプラグインです。 シーケンサーで「ギターっぽく」打ち込むのは、かなり大変で自分のような初心者の場合は、目も当てられない結果になることが多いわけですが、IRONを使えばプリセットのバッキングパターンが豊富なので、趣味の音楽作りで十分に活躍してくれそうな感じです。使ってて楽しい。 とりあえず、デモトラックを作ってみました。 コード弾きのバッキングに使うのがメインのようですが、単音弾きもできるようなので、もうすこしギターメインのトラックにも挑戦してみます。 IRON | Electric Rock Guitar | Virtual Guitarist by ujam メタルギタリストがあなたの曲作りをお手伝い!UJAM「IRON」の魅力 | 96bit-music

monologueで音作りするときの初期化手順

KORGのアナログシンセmonologueで音作りを始める際の初期化手順の覚え書きです。 シンセの音作りに慣れている人なら、各種のパラメタ値がどうなっていても問題ないと思いますが、パラメタの変更でどのように音が変化するかをイメージできない初心者は、パラメタを初期化してから音作りを始めた方が良いらしい。 Youtubeに手順をまとめた動画があったので、書き起こしました。 EG INT(9)、LFO INT(10)を左に回し切る EQ TYPE(9)を一番下にする(Gate) FILTER CUTOFF(8)を右に FILTER RESONANCE(8)を左に回し切る MIXER VCO 1(7)を右に VCO 2(7)を左に回し切る VCO 1 SHAPE(5)、VCO 2 SHAPE(6)を左に回し切る 最後に(動画とは違う手順ですが)SHIFT + PLAYを押してパネル・ロード。これで、音色にパネル上のスイッチやノブの状態が反映されます。

J2 2019シーズンの得失点と順位の相関

GoogleデータポータルでJ2 2019シーズンの得点失点と順位をバブルチャートにしてみた。 失点40前後のクラブ名が重なっていて読みづらいが、左から山形、大宮、甲府、横浜の順に並んでいる。 今シーズンのグラフを眺めていると、 得点が50点以上なら失点が多くても残留はできる 35点以下だと降格争い 柏は反則 が読み取れる。 いや~横浜はがんばったな。前回の昇格が2006年なので13年ぶりのJ1昇格ですよ。 2020シーズンは確実に厳しい1年になるだろうけど、楽しみたい!

Google Data StudioでJリーグを見える化してみた

前から気になっていたGoogle Data Studio(無償版)をJリーグのデータを見える化しつつ、試してみました。 Google Data Studioはデータをダッシュボードやレポートにまとめて、共有できるいわゆるBIツールです。できることは、大きく以下の4つ。 データソースへの接続 データの加工 データのビジュアライズ レポートの共有 データソースとしては、CSV/AdWords/BigQuery/Google Spanner/Google Cloud SQL/Google Cloud StorageGoogleアナリティクス/Googleスプレッドシート/MySQL/PostgreSQL/Search Console/Youtubeなどが公式にサポートされており、サードパーティー製のコネクターも用意されています。 基本的な流れとしては、 データソースを作成する。 使用するデータソースを指定し、レポートを作成する。 見える化したいデータをどう見せたいかに応じて必要なグラフをレポートへ貼り付ける。 グラフに対してデータソースのどのデータを使うか、どのキーでソートするかや、判例の表示有無、使用する色やフォントなどのスタイルを設定する。 必要な分だけ3〜4を繰り返す。 レポート上で各グラフの表示位置、サイズを調整。 という感じ。レポートは複数のページで構成可能です。 今回は2つのCSVファイルから2つのレポートを作成してみましが、操作方法は簡単で、ほとんどマニュアルを読まずになんとかなりました。 ただ、Google Data Studioは1つのレポートで接続できるデータソースが1つに限定され、ドリルダウン機能もないため、分析フェーズでは使いにくいかもしれません。 しかし、簡単に見栄えの良いレポートを作成して、素早く共有できるので、一般的な業務でのレポーティングにはかなり使えそうです。 今回作成したレポートは以下のURLから参照できますので、興味がある方はどうぞ。 2017年Jリーグディビジョン2 最終成績 2018年Jリーグ登録選手情報(少し表示に時間を要します) 横浜FCの得点6位、失点9位で10位に対し、長崎は得点7位で失点3位で2位か。やはり守備は重要ですなぁ… 群馬と名古屋がグラフ上の特異点になっている。町田はもう少し順位が上でも良さそうなポジション。 Jリーグ登録選手出身者マップ(2018) Jリーグ登録選手ポジション別出身地(2018) FW/MFは神奈川県出身者がトップ。DF/GKは東京。攻撃的な神奈川。 Jリーグ登録選手生年別人数(2018) もっとも多いのが1995年生まれ。全体では1967年生まれから2002年生まれまでと幅広いですねぇ。35歳差ですよ…

松田山ハーブガーデンで夜桜

松田山ハーブガーデンで夜桜を見てきました。 18:00過ぎに着いたところ、既に駐車場待ちの車が数台。 幸い10分待ち程度で入場できました。 3月15日までは、まつだ桜まつりの期間で21:00まで桜がライトアップされています。 ライトアップの光が強くて、写真撮影はなかなか難しかったなぁ。 めったに夜景は撮らないので、いろいろな露出とISO感度をためしつつ。 20:30ごろに帰ろうとしたら、駐車場待ちの車が10台以上に増えてました。21:00までに入れたのかな? 見晴らしが良く、昼に行っても気持ちよさそうなスポットでした。

アイアン・メイデンが違法ダウンロードにめげずBitTorrentのデータを活用したマーケティングを展開している話は…

▼英ロックバンドのアイアン・メイデン、ビッグデータを活用したユニークな手法で違法ダウンロードに対応という記事がありました。 内容をざっくりとまとめると、こんな感じです。(現在は一部誤認があった旨、追記されています) アイアン・メイデンが楽曲の違法ダウンロードに困っていた。 法的に争うのはやめて、多く違法ダウンロードされている国を調べて重点的にライブを行った。 結果、ライブは大盛況でライブやグッズ販売により大きな収益を上げた。 Gunosy経由で流れてきたこの記事を読んで、グレイトフル・デッドがライブでの録音と、音源の交換を自由にしてファン層を拡大し、ライブでのマネタイズに成功した話と似てるなぁ…と思ったのですが、その記事のコメント欄にあった、 ▼ヘビメタのスーパーバンド、アイアン・メイデンは著作権海賊が大好きという作り話がネットで事実に化けたわけ | TechCrunch Japan という記事を読んでみたら、これを否定する以下の内容がありました。 話の発端はGuardianのIron Maiden: too hairy for pop but still turning metal into goldという記事。 それを受けてRolling StoneがIron Maiden Using BitTorrent Analytics to Plot Toursという記事を書いた。 これらの記事によりネット上で広く拡散したが、アイアン・メイデンへライブのアドバイスをしたというMusicMetricに取材したところ「残念ながらCiteWorldの記事は事実とはいえません。アイアン・メイデンが当社の分析データをツアーの企画のために使ったとわれわれが述べたことはありません」というコメント。 あまりにもクールなアプローチですし、いかにもネットユーザが好みそうな話なので拡散したんでしょう。カッコいいもんな。 ただ、このデータってライブで訪れたことがないがダウンロード数が多い(人気が高い)国を見つけるなど、実際に十分ビジネスへ活用できそうですし、今後は本当にそういう成功例が出てくるでしょうね。 録音・録画できるハードやメディアに著作権料を乗っけるといった、違法行為をしない人にとってはデメリットしかない方法ではなく、グレイトフル・デッドのように、アーティストもファンもハッピーになるビジネスモデルが生まれるといいですね。 グレイトフル・デッドにマーケティングを学ぶ