データサイエンス日常雑感考察テクニック

J-POP等・・音楽の歌詞にディープラーニングの構造を見る

データサイエンス

芸術一般は「感性」だったり、創作するときは「直感」というイメージがありますよね。今回はJ-POPを取り上げてますが、当然長年に渡って聞かれるヒット曲もあれば、そうでない曲もあります。個人的な趣向もそれぞれなので、「この曲は歌詞が良い」とか「この曲のサウンドが最高」といった、多くの人々が「好き」と支持されることでヒット曲になっているのだと思います。
(全員が全員こういった感じでなく、「流行ってるから聞く」という層も一定数あるとは思いますが、細かくなるので今回はいったん置いときましょう)

常々、「このヒット曲が生まれるときは、どういうふうに出来上がるんだろう?」と不思議に思っていて、結論、「よく分からん。…もし分かったら、ヒット曲量産し放題になるなぁ」となるのですが、この「よく分からん。」の部分が、機械学習(特にディープラーニング)のブラックボックスな部分、丁寧に言うと「結果だけ見るとブラックボックスになっている部分」にすごく似ている気がするのです。
つまり「ビッグデータをディープラーニングでごちゃごちゃすると、上手くいった」というものすごくざっくりな例が、このヒット曲が生まれる部分と似ている=同じモデル?のように見える、ということなんです。

データ分析で機械学習アルゴリズムを利用するとき、客観的には

①データを用意して、入れる
②訓練・学習
③結果が出力される

と、大まかにはこのような流れになりますが、この一連の流れをざっくりひとつのモデルだと考えると、

①アーティストに色々な情報が入ってくる=インプット(自身の経験とか、見聞きしたこととか)
②何かが起こっている(何かを感じたり・・感情が大きく作用している?)
③作詞・作曲した作品として生まれる=アウトプット

と、②の部分がブラックボックスということにすると全く同じモデルのように見えるのです。
さらに踏み込むと、②の部分がかなり個人差があり、これを「個々のアーティストごとに処理の仕方が色々ある」とするならば、同じ世界、同じ日本で生活していても、多種多様なアウトプット=作品が生まれそうです。

たまに「AIが作曲した歌」みたいな作品を目にしますが、あながち的はずれな取り組みではなく、そのうちすごいヒット曲が生まれそうな気がしてます。
実際のところ、アーティストのブランディング、マーケティング等、ヒット曲を生み出すには単に作詞作曲だけではない要因があるのは確かなので、本当に「AIが作ったヒット曲」を生み出すにはこれら要因も考慮しないといけないでしょう。しかし、「実はAIが作った歌でした!」みたいな曲もそのうち出てくるのでは?と思いますね。

コメント

タイトルとURLをコピーしました