情報処理学会 インタラクション2026

近年, 音楽情報検索 (Music Information Retrieval: MIR) 分野では, 楽曲の雰囲気・ジャンル・感情を推定する研究が注目されている. 特に, Valence?Arousal(V/A) 平面を用いた楽曲雰囲気推定は音楽感情認識 (Music Emotion Recognition: MER) の代表的な枠組みとして広く用いられている. 一方, 日本語楽曲を対象とした雰囲気推定用データセットは依然として限られており, 十分な検討が行われていない. 本研究では, 日本語楽曲の雰囲気推定を目的として, 楽曲生成AIを用いたValence-Arousalアノテーション付き楽曲データセットを構築した. 構築したデータセットに対し, 音楽基盤モデルであるMERTを用いた雰囲気推定実験を行い, 既存データセットであるEMOおよびDEAMとの比較を行った. その結果, 本データセットではArousal推定において比較的良好な性能が得られた一方で, Valence推定においては性能が低下する傾向にあった. また, 評価値の分布を可視化した結果, ValenceおよびArousalがともに低い第三象限のデータが不足していること, および評価者ごとの評価傾向の違いが存在することが確認された. 本研究は生成AI楽曲を用いた日本語楽曲雰囲気データセット構築の可能性を示すとともに, データ分布や主観評価に起因する課題を明らかにするものである.