音響特徴量からのプリセット推定

概要

「こんな感じの音が欲しい」という定性的な要望を、 音響特徴量に変換し、 逆にそれをシンセのパラメータへマッピングする実験です。

手法

1. 参照音の特徴量抽出

• MFCCs（Mel-Frequency Cepstral Coefficients）
• スペクトラル重心
• スペクトラルロールオフ
• ゼロクロッシング率

これらを使って、目標音を数値化します。

2. プリセットライブラリの構築

既存のプリセット1000個以上について、 同じ特徴量を計算し、データセットを作成。

3. 機械学習モデル

ランダムフォレストを使って、 特徴量からパラメータへのマッピングを学習。

成果と課題

自動生成されたプリセットは、確かに目標音の傾向を持っていました。

ただし、完全な再現ではなく、「方向性の提示」という位置づけが正確です。

これは実制作では非常に有用で、試行錯誤の初期段階を大幅に短縮できました。