当ブログでは以前にAWAの自動音声認識機能についてふれていました。
今回操作をしていまして、ふと思った事があります。
それは、「この機能、どこまで短くても反応してくれるのだろうか？」
そこで今回は自動音声認識機能がどこまで短くても反応してくれるか検証してみます。
実験方法その１：各パートだけ
まず、曲を用意します。
そうですね、今手元にこの曲があったので、こちらを使ってみます。
UVERｗorldの「colors of Heart」にします。
こちらの曲の音源をCubaseに取り込みます。
こちらの画面からイントロ、Aメロ、Bメロ、サビをそれぞれ分け、各パートだけを再生、それを自動音声認識機能に取り込みさせて、楽曲を表示できるかを検証してみます。
こんな感じに分けてみました。
ちょっと見づらいのですが、１４個ほどのセクションを分けてみました。
楽曲があるのは確認済みです。
では早速実験開始です。
実験１結果
すべてのセクションで読み取りができました。
時たま、シングル盤とアルバム版とで違った結果の読み取りをしておりましたが、間違いなくこの曲の読み取りができました。
結果としては、各セクションの読み取りは問題なくできるということが判明しました。
では、次の実験をしてみようと思います。
実験方法その２：８小節分のみ
曲はコード進行がきまっており、そのコード進行を４小節分、または８小節分繰り返すことでAメロ、Bメロと形成していきます。
この曲は展開がちょっとややこしいのですが、８小節分読みとらせ、曲の判定ができるかを検証します。
なお、上の画像でわけたセクションのうち、８小節未満のセクションは除外します。
実験２結果
すべてのセクションで読み取りができました。
スマホをスピーカー近づけて、スマホの操作をしつつ再生停止の操作をしていて気づいたのですが、セクションによっては４小節以内には判定していたのです。
４小節というと、これぐらいです。
時間にしてたった５秒もあれば特定できるようです。
さすがにこれだけでおわったらおもしろくないのでちょっと意地が悪い実験をしてみます。
実験方法その３：２小節分のみ
４小節分以内で特定できるのなら、４小節分でやっても意味がないので一気に２小節に飛びます。
ちなみに２小節分は、これだけです。
こんなに短くて読み取りできるのでしょうか？
では実験開始！
実験３結果
読み取りできませんでした！
すべてのセクションで頭２小節分再生しましたが、ダメでした！
すくなくとも、今回の実験では自動音声認識機能は最低５秒以上あれば読み取りができることが判明しました。
しかし、５秒もあれば解析できるのはすごいですね！
おまけ
この実験の最中、面白半分で実は２小節分のリピート再生をしていました。
音源にするとこんな感じになりました。
こちらのよみとらせたところ、なんと普通に読み取ってくれました！
なら他のパートもと思い、セクション２もリピート再生させたところ、いくらやっても読み取りが出来ませんでした(-_-;)。
サビよりイントロの方が精度が高いということなのでしょうか？
ちょっと良くわかりませんね(-_-;)
まあ、普通は２小節分だけリピート再生するなんてことやらないので、滅多に出会えないとは思いますが・・・。
まとめ
ＡＷＡの自動音声認識機能がどれだけ判定能力があるか実験してみましたが、いかがでしたでしょうか？
２小節以内で特定できるのはすごいですね。
みなさんも面白半分でやってみてもよいかもしれませんね。
