43年の謎が解けた

怪僧ラスプーチンって、
あの、サビだけめちゃくちゃかっこいいあの曲のことだったんだ！

ネットも何もない中学時代(1980年初頭)、FMラジオから流れてきて強い印象があるけど曲名がわからず聴けなくなってしまった
そういう曲が同世代の皆さんにもあると思います。
今まで「25年の謎が解けた」「33年の謎が解けた」を書いたことがあります。今回は第3弾です。

最近ロシア関連のニュースが多いですね。それで、昔タイトルだけ強烈な印象を残していた「怪僧ラスプーチン」を検索してみたのです。
簡単に見つかりました。しかも最近かなりネタになったらしい。最初に書きましたが、サビは強烈に印象に残っていました。
YouTubeで「ボニーM」本家のライブ映像をみました。
　　　https://www.youtube.com/watch?v=16y1AkoZkmQ
まずご覧ください。タイトル、サビに続いて、動画で3度目の強烈な印象です。
ドイツ発の、ラテンアメリカの人を集めたディスコサウンド。
ダンスの怪しさが「ジンギスカン」を超えてる！というか、ジンギスカンの前なんですかこれ？
なんでイントロが途中で半音下がる？

いやー、これを知らずに55年も生きてしまいました。

伴奏リズムパターンの評価(主観ですが)を学習させてみた[2]

前の記事から、少し手直しを行いました。
学習データ・テストデータ(x)を作る際、音の鳴っている具合を数値化した(音符の始まり＝3,前の音符を伸ばす=2,休符=0)のですが、
8分音符の始まりと、前の音符からのタイと「どちらが、より音が鳴ってると言えるのか」という疑問が湧き、
結局下図のように修正しました。
 

例えば4分音符は8分音符の「鳴り始め＋伸ばし」なので、今まで「2,3」と表していたのが「3,2」と変わります。自分にどう聴こえているかを機械に伝える正確さを高めるための変更です。一方、私の主観的評価(y)は前回と変えていません。

このように修正したデータ100曲分をランダムに「学習データ80曲」と「テストデータ20曲」に分けて前回同様scikit-learnのSVMにて機械学習を行い、修正前後で正解率を比較しました。

すると多くの場合で正解率が5～20ポイント上昇する結果となりました。

次の図は、前回の「最初の80曲と後の20曲に分けた場合」で、機械の評価予測がどう変化したかを示したものです。
この場合は正解率が60％から70％へと上昇しました。

結論としては「アタックのあるなしの方が、私の主観の中で音の鳴り具合数値が高いと(無意識に)評価していて、それが機械にも伝わった」という感じでしょうか。

伴奏リズムパターンの評価(主観ですが)を学習させてみた

2月に、クジラ飛行机さんのソフト"テキスト音楽「サクラ」(https://sakuramml.com/)"で

「いつもちがう波」という曲を作りました。Randomselectという関数によって、オルガンパートのリズムが演奏ごとにランダムに変化します。

例えば　

サンプル1(変換後midi) 　　とか　　
サンプル2(変換後midi)

とかいった感じになります。よい部分も悪い部分もありますね。

さて一方、この10連休を使って「Pythonで動かして学ぶ！あたらしい深層学習の教科書(石川聡彦著・翔泳社)」を、ちょうど機械学習の基本のところまで読みました。この章では機械学習のデータサンプルは自動生成されたものでしたが、

「では何かデータを自分で作ってみよう」→「そういえばあの曲で、良い(と思う)部分を学習させたらどうなるか」と思い、以下のことを試しました。

• 「いつもちがう波」のオルガン伴奏パターンを良し悪し(主観・〇×二択)を機械学習させてみる(教師あり学習)
• まずは「そんなことが本当にできるか」見たい。次いで私「×」機械「〇」としたもので面白いものを発見したい。
• サンプルデータが増え、判定者が増えれば、客観的な「良い」ものに近づく可能性もある(が、まだそこまではできない)。
• 判定対象は、曲中の0.5拍＋2小節(8分音符17個分)。ちょうど真ん中14～17秒あたり。
• 曲を100回聴いて、それぞれ上記判定対象につき「良い」「悪い」判定。独断と偏見。
• そのうち80曲分のパターンと判定を学習させる→残り20曲分をテストデータとして判定を予測させ、自分の判定と比較する。

最初の80曲を学習データ、残りの20曲をテストデータとした結果は下図の通りです。「当たり」が12曲＝正解率60％でした。

例えば図にある最初の行は、｜♩　♩　－♩　｜♩　♩　♩　♩　｜　みたいなリズムで、私は「×」を出し、機械もそれまでの学習から私が「×」を出すだろうと予測しました。一方最後の行は裏拍を使っていてなかなかよいので、私は「〇」を出し、機械もそれまでの学習から私が「〇」を出すだろうと判定しました。そのように一致したのが12曲あったという意味です。

ランダムに学習データとテストデータを分けても正解率はだいたい55～70％です。機械はわかってくれたのか、まあ微妙です。

あと、いろいろこまごまと、ご参考までに。

• 判定対象のオルガンパートのリズムを「休符=0,音符の始まり=2,前の音符を伸ばす=3」とし、8分音符17個分表示させるよう、「テキスト音楽サクラ」データを修正した。
• 下図のように音符データが表示されるので、100曲分コピーして、明細100行のcsvデータを作成(→xとする)　　
• 評価は「0=悪い,1=良い」として1曲ごとに横に並べ、明細1行100列のcsvを作成(→yとする)
• Colaboratoryにて、
  Python　scikit-learnでSVMを利用した。正常終了時のソースコードは以下の通り。

-----------------------------------------------------

import pandas as pd
import numpy as np
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split

list_y = pd.read_csv("20190520_aaw_y.csv").values.tolist()
list_x = pd.read_csv("20190520_aaw_x.csv").values.tolist()

yy = np.array(list_y)
y = yy[0]
x = np.array(list_x)

model = SVC()

train_x = x[:80]
train_y = y[:80]
test_x = x[80:]
test_y = y[80:]

model.fit(train_x, train_y)

pred_y = model.predict(test_x)

print("正答：")
print(test_y)
print("予測：")
print(pred_y)

--------------------------------------------------

• →結果は以下の通り。「正答」は私の評価で、「予測」は機械が私がこう思うだろうと予想したもの。
  正答：
  [0 0 0 1 1 0 1 0 1 1 0 0 1 0 0 1 1 0 1 1]
  予測：
  [0 0 1 0 1 0 1 1 0 1 0 0 0 1 0 1 1 1 0 1]
• yをnumpyのarrayに変換した時、何故か角カッコが2重についたので、「y = yy[0]」という変換を追加した。
• 「TypeError: fit() missing 1 required positional argument: 'y'」というエラーの対処にかなり手間取ったが、結局原因は「model = SVC()」の最後のカッコを忘れたことであった。
  
  以上です。

9日後、続きを書きました。

Tddppole (タドポール)

昨年9月から、クジラ飛行机さんのソフト"テキスト音楽「サクラ」(https://sakuramml.com/)"で曲を作り始めました。

シーケンスソフトに比べると、何しろ作りやすい。「秒単位で鳴らす」「ランダムにヨレていく」「6分音符、20分音符」とか、短期間にいろいろなことを試すことができました。

一方今年の初めから趣味でPythonを習得し始めてます。簡単なプログラムですが「サクラ」の和音がもっと打ち込みやすくなる入力支援ツールを作ってみました。

名前「Tddppole」は「Tadpole(英語でおたまじゃくし)」を少しひねったもの。もしアイコンを作るなら、ddとppを重なった二部音符で表示して、とか思っています。

使い方は簡単。

========================= RESTART: F:\Tddppole108.py =========================

- Tddppole ver1.08 for テキスト音楽「サクラ」 -

　1小節目の和音を指定してください > fa>c

　2小節目の和音を指定してください > c#fg#

　3小節目の和音を指定してください > d#ga#

　4小節目の和音を指定してください > cd#g

…という風に4小節分の和音を入力すると、

//__o===o=oooo=o=_

o5q94l16rl16rl4'fa>c'l8'<fa>c'l16'<fa>c'l16'<fa>c'l16'<fa>c'l8'<fa>c'l8'<fa>c'

l16r

//o=_oo=o===_o===o

o5q94l8'c#fg#'l16rl16'c#fg#'l8'c#fg#'l4'c#fg#'l16rl4'c#fg#'l16'c#fg#'

//o=o=o=======_o=o

o5q94l8'd#ga#'l8'd#ga#'l2'd#ga#'l16rl8'd#ga#'l16'd#ga#'

//o===_o_o=__o===o

o5q94l4'cd#g'l16rl16'cd#g'l16rl8'cd#g'l16rl16rl4'cd#g'l16'cd#g'

繰り返しますか？

　y : 同じ和音で再実行，x : 和音を変えて再実行,  それ以外 : 終了 >

--------

…というような、16分音符16個分にランダムに音符・休符を埋めた文字列を生成します

。

オクターブを跨ぐと、次の音符からはその分を調整します。

"//__o===o=oooo=o=_"とかいうのは簡易インディケータで、o:音符の頭、=:音符の伸

び、_休符です。

文字列をサクラの入力エリアに貼り付けると、和音を刻んだ音が鳴らせます。もちろんランダムなので間抜けな結果も出てきますが、何回か出力してお好みのものを選ぶなりしてみてください。

exeは3MBを超えてしまいアップロードできませんでした。残念です。
こちらは　.pyファイルです。　よろしかったらどうぞ

　　　　　　　↓

「Tddppole108.py」をダウンロード

キーボードパートに、ここから出てきたテキストを適宜編集して作った曲(標準midiに変換)です。「下弦 The Waning Moon」

　　　　　　　↓

「kagen_waningmoon.mid」をダウンロード

ナイアガラにはまりそうだ

大瀧詠一さんのご冥福をお祈り申し上げます。

本当に恥ずかしいのですが、大瀧氏のことは「ン、ジャッジャッジャッ、ジャッジャッジャッジャッというリズムをよく入れる人」という程度の認識しか持ってませんでした。1981年の「君は天然色」から知ってたのに。「坂崎幸之助のほとんど冗談」というラジオ番組のテーマソングで「クリスマス音頭」も知ってたのに。1985年の「オール・トゥゲザー・ナウ」の放送で、はっぴいえんども聴いたはずなのに。

年が明けてからふと思い出し、大瀧氏関連のWikipediaを見ました。すごく面白いではないですか。「イントロだけ2.5dB上げた」とかいうこだわり。改めて代表作「ロングバケーション」を買ってみました。知らなかった曲、特に2曲目とか9曲目とか音の使い方が面白いです。さらに、YouTUBEにあった追悼番組を聴いてみました。個人的に追悼番組でこんなに高揚したのは初めてです。とても興味深かったです。それが木曜の23時台で、絶対見逃すまいと思っていたEテレの坂本龍一の「スコラ」がどうでもよくなってしまいました。もう少し曲やアーカイブを聴きましょう。

1952〜53年生まれのすごいミュージシャンがたくさんいますが、大瀧氏らがその1世代上で方向性を示し、彼らが以前からいろんな形でつながって、それぞれの積み重ねがあってできたものに、私たちは「ザ・ベストテン」やFM番組で触れたのでした。

33年の謎が解けた

8年前に書いた「25年の謎が解けた」と同様、昔のFM番組のBGMがわかったという記事です。

Dick Hyman　という名前が今日分かりました。「YK's Playground」様の「Memory lane : Dick Hymanの "Your Song"」という記事のおかげです。本当にありがとうございます。

1980年頃FM愛知で平日昼間に放送されていた「あなたにお茶と音楽を」という番組で、DJの語りや曲紹介の後ろで、きれいなピアノ曲が毎回流れていました。ykplaygroundさんが言われた「この曲を聴きながらまったり過ごした思い出」を私も持っている一人です。

いつかの雑誌「FMfan」に各地の番組のBGM特集があって、タイトルは「僕の歌は君の歌」であると知ったのですが(Elton Johnのオリジナルを聴いたのはずっと後でした)、演奏者の名前はその後忘れてしまっていました。

リンクをたどってYouTUBEで曲も30年ぶりに聴くことができました。とてもうれしいです。

余談ですが、妻は「Your Song」を最初にロッド・スチュワートのカバーで聴いており、この歌は彼の歌と思っています。

久しぶり書く

47歳にして初めてiTunesで曲を購入。備忘。

• 小野リサ　エッセンシア　より "TRAVESSIA"(Milton Nascimentoの曲ですね)
• 矢野顕子x上原ひろみ　GET TOGETHER LIVE IN TOKYO より "学べよ"(初めて聴いた)
• Najma　Qareeb　より "Neend Koyi"(とても懐かしい)

ちなみに、yanokamiの「遠くは近い」は、試聴で気に入り、CDでの購入を決定した。

アルバム「夢の轍」

【オリコン】さだまさし、40周年ベストで30年7ヶ月ぶりTOP3　

　　http://www.oricon.co.jp/news/rankmusic/2026862/full/

「天晴」がオリコン3位。これが「夢の轍」以来とのこと。個人的には「夢の轍」が一番思い入れがあって、久しぶりにその名前を聞いて感慨深い。特に「微熱」「極光」「まりこさん」「片おしどり」が好きである。

LPは手許にないので記憶を頼りに書くが、

レコードと同じ大きさに作られたライナーノートに、歌詞に加え、自身やスタッフによるコメントが小さい字でびっしり書かれていたのを覚えている。「償い」に添えられたのは、何かの本からの引用だったか「ここまでは許せるがここからは許せない、というのは、それは最初から許していないのだ」という文で、私には曲自体よりこの言葉の方がインパクトが強かった。

ちょうど真ん中のページには、歌になった10曲とはまた違う詩が書かれていた。確か、

「夢なんて役にたたない　みんなそういう」で始まり、「俺は黙って転がってやるんだ　そうすれば　何も残らなくても　轍だけは残ってくれる　それで十分だ」という終わりではなかったかと思う。

今日初めて知ったが、橋幸夫氏が8月に、さだまさし作詩作曲による「夢の轍」というシングルをリリースするとのこと。もしかして、30年前に書かれたこの歌詞が日の目を見るのでしょうか。「天晴」は正直買う気が起こらないが、こっちは買ってみたい気がする。

健在

TBS 「A-Studio」で、さだまさし氏の「まほろば」を聴く。高校時代はFMラジオを収録したカセットテープでよく聴いた曲。二十何年か振りである。落ち着いたテンポの伴奏がすごい。宅間氏のマリンバが変わらず熱い。

歌詞は頭に入っている。私は合わせて歌った。息だけで。子供が寝ているからではない。もうサビの音程は私の声では出せない。さだ氏より14も若いのに。

ほうあんたもかね

今晩テレ朝でやってた小学生とプロ歌手のカラオケバトルを見て、上の子が一青窈の「ハナミズキ」を気に入ったようである。CDシングルを持っているので聴かせた。今まで子供がいいというので自分も聴いていいね、というのはあったが、ほうあんたも好きかね、私もだよ、というのが出てきたのはうれしい。ちなみにこのCDがリリースされたのはこの子が生まれた年である。

下の子も私の所持CD「Viva! S-PULSE」をかけたがるが、親子とも今はJリーグをほとんど見てないからちょっと違う。まあ純粋に曲が子供に好かれるんだなあとは思う。