AIToday
大規模言語モデル音声・スピーチQiita 機械学習掲載日時: 2026年10月26日 10:01

Claude Codeで曲解析、テンポ的中

LINEで送る
Claude Codeで曲解析、テンポ的中

3つのポイント

  1. 何が起きたか

    趣味の人物が90秒のJ-POP mp3をClaude Codeに与えたところ、テンポは一発で的中し、調性推定はFメジャー/Dマイナーで67.5%、MetaのDemucsで分離後、サビに約10小節続く半音転調を検出した。

  2. なぜ重要か

    テンポの一致と67.5%という調性推定はランダム基準の58.3%を上回ったが、サビのコード出力は単一コードの繰り返しに崩れ、AIが確信的な検証可能の数字を返してもセクション全体が誤っていることを示した。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

著者の実験は三つの動機から生まれた。コードが公開されていない曲を編曲したいという思い、Claudeの限界への好奇心、そして採譜の退屈な部分——主旋律とコードの書き出し——を飛ばして、和音付けという楽しい部分に進みたいという願いだ。mp3をClaude Codeに与えると、librosaでテンポとクロマを分析し、Demucsで音源分離、basic-pitchで採譜、MuseScoreで譜面を生成した。調性推定の67.5%はランダム基準の58.3%と比較して測られ、著者はこの手法がどんな指標を読むにも広く使えると感じた。最初のコード検出ではサビが単一コードに固定され、著者は絶対音感がなくてもそれは不自然だと気づいた。次にClaudeはミックスに音高情報が残っているかを測定し、ほとんど存在しないと判明したため、推論の改善から入力の改善へと方針を転換した。Demucsで分離した後、曲の半音転調が現れ、著者が感じていたが名付けられなかったものと一致した。別のワークフローの問題として、目標をアカペラ編曲と伝えたためClaudeが声域以下の音を除外し、ベース音が23個しか残らなかった。この制約を入力から出力へ移すと190個に増えた。著者は本当の収穫は速さではなく、写すことから検証することへの移行であり、その作業は苦行に感じられなくなったと結論づけている。

よくある質問
AIは調性を正しく当てたか?
Fメジャー/Dマイナーで67.5%と推定し、ランダム基準の58.3%を上回ったため、著者は有力な調性として受け入れた。ただし2位と3位も65.9%、65.3%と接近しており、推定は決定的ではなかった。
コード検出はなぜ最初に失敗したのか?
著者は、原曲のミックスではディストーションギターやシンセ、ドラムが倍音成分を覆い、音高情報が乏しかったことを突き止めた。Demucsでボーカルとベースを分離した後、サビのコード出力は4種類から16種類に改善し、転調も明らかになった。
Qiita 機械学習元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へGPT 2-XLのニューロン、3〜19%を特定