Masamune's Portfolio
ITインフラエンジニアを目指して、Ubuntuサーバーを自作・運用しています。
コンテンツとして、私の大学生活を振り返りながら、これまでの活動を紹介します。
1. 音楽・バンド活動
DTM、ボカロPとしての活動からバンド活動まで、幅広く音楽制作に関わっています。自身でのアウトプットに加え、外部からの評価やチームでの成果も残しました。
投稿楽曲が「ニコニコ超会議2024」公式ブースED曲に起用
ニコニコ動画へ投稿したオリジナル楽曲が運営一同の推薦を受け、ニコニコ超会議2024（幕張メッセ開催）にて行われるステージのエンディング楽曲として採用されました。
ニコニコ動画でボカロ曲の配信活動を行い、多くの作曲家と交流する中で、自身のDTMスキルの向上につながりました。
オリジナル楽曲配信＆声劇主題歌への起用
DTMで制作したオリジナル楽曲を各種サブスクリプションサービスにて配信しています。その内の1曲が、ECHO主催の声劇イベント「空蝉に青を綴る」のオープニングテーマソングとして起用されました。
配信した楽曲は以下のURLから聴くことができます。
配信した楽曲は収益化を達成し、音楽でご飯を食べる(5食分くらい)という貴重な経験をすることが出来ました。
学園祭バンドコンテスト「Rock in Shibaura」優勝
大学の学園祭で開催された「Rock in Shibaura」バンドコンテストにて、バンドリーダー兼作曲担当としてオリジナル楽曲で出場し、優勝を果たしました。
バンドリーダーとしてメンバーと一緒に音楽を作り上げる中で、チームとしてどう動けば演奏のクオリティを上げられるかを考え、協力する力や調整力を身につけました。
2. ゼミの研究（足裏圧力分布を用いた高齢者識別システム）
3年生後期から配属された研究室にて、ゼミナール活動として4人グループで「足裏圧力分布を用いた高齢者識別システム」の開発を行いました。老人ホーム等での離設防止を目的とし、カメラを用いない、プライバシーに配慮したシステムを目指しました。
システム構築とデータ収集（ハードウェア）
16個の圧力センサーとマイコンボード（Arduino）を組み合わせたデータ取得デバイスを自作。ハードウェア構築から経験しました。大学内に高齢者がいないという課題に対し、論文に基づいた高齢者特有の姿勢を模倣してデータを収集しました。
データ分析と成果（ソフトウェア）
取得した足圧データに対し、重心動揺等を特徴量として抽出。データ不足という課題を「データ拡張（Data Augmentation）」により解決し、機械学習アルゴリズムを用いて識別を行いました。その結果、約70%の識別精度を達成しました。
ハードウェアの回路設計・構築から、Pythonを用いたデータ前処理、機械学習モデル（SVM）の実装・評価まで、システム開発の一連の流れをグループで協力し、担当しました。
3. 卒業研究（ドラム自動採譜におけるベロシティ推定）
テーマ：「グルーヴの規則性を利用した確率的アプローチによるドラム音源のベロシティ推定」
近年、ニューラルネットワークを活用したドラムの自動採譜（ADT）研究が盛んですが、本研究では自身の音楽経験を活かし、ドラム演奏における「定石（グルーヴの規則性）」に着目。確率分布を用いて打音の強弱（ベロシティ）を推測するアプローチで、ADT技術のさらなる発展を目指しています。
確率モデルを用いた強弱（ベロシティ）の解析
プロのドラマーが電子ドラムを演奏したMIDIデータを入力とし、打点タイミングと強さの統計的特徴を分析しました。例えばライドシンバルの8ビートパターンでは、拍の位置（表・裏など）によって明確に強弱の規則性が現れることをグラフ化によって証明し、推定モデルの基盤としています。
混合音源からの高精度な採譜へ向けて
最終的な目標は、他の楽器が鳴っている一般的な楽曲（混合音源）からでも正確なドラムの採譜を可能にすることです。既存の音源分離ライブラリやメルスペクトログラム解析などを活用しながら、実用的なベロシティ推定アルゴリズムの構築を進めています。
▶ 混合音源（他楽器あり）
▶ 分離後音源（ドラムのみ抽出）