What is integration ?

Theory and Design of Music Image System

　20年ほど前、私は音楽の鑑賞時にイメージする映像を画像化することを考えた。だが、どんな音楽でも映像化の対象になるわけではない。音楽の映像化に関してはコンピュータが世に出たころから試みはある。でも、それは単に音の強弱や高低、リズムなどに応じて幾何模様の大きさや色を変化させようという程度のもので、いわゆる初期のコンピュータグラフィックスをあやつるレベルのものである。その後、音楽とCGを同期させるアートは随所で試みられ、その筋の大賞を取った作品を見聞きしたりした。だが、どれも私の目指すものではなかった。
　では、どういうシステムを思い描いたのか。いや、システムではない。音楽を聴いていつも心に浮かぶ快適なイメージ、それにある普遍性のようなものを感じたのである。それは、法則性というにはあまりにも曖昧模糊としているが、ある種の性質は規定できるのである。だから、曲が決まれば、映像クリエイターならばきっとそれにふさわしいシーンをデザインできるであろう。
　そのきっかけとなったのは杏里の「Surf City」である。この曲は旋律の美しさと夏の海での恋をテーマとした歌詞、そしてアレンジが杏里のつやのある声に最高にマッチしている。夏の終わりに部屋で海辺のひとときを振り返る女性。時間が止まったようなモノトーンの砂浜をこちらに向かってスローモーションで歩いてくる水着の女性。。。そして月夜。。。　。。。さびとともにきらめく夕暮れの海と太陽。。。そんな映画かドラマのような恋愛には縁のない私だが、自然と浮かんでくるこのイメージの運びには毎回感動させられる。逆にこれは現実であったりするとしらけてしまうのであろう。あるいは自分の見たシーンをうまくそのような映像に埋め込んでデフォルメしてしまえるとよいのかもしれない。：：：：：：：：：：：：：：
　思うに、歌謡曲でもドラマでも映画でも、それに感動する心は自分が若者だろうがおじんだろうがおばんだろうが子供だろうが関係ない。もともとほぼ現実にはありえないような（きわめてラッキーな人には体験できたかもしれないが）ことを仮想体験できることがコンテンツの有難みであろう。だから、コンテンツに記述されている世界が現実にあったかどうかとか、鑑賞者の年齢や性別、暮らし向きにあっているかどうかなど、まったく関係ない。その感動にいたる状態変化を自然に導き出すことができればよいのである。そんな生きた映像作りを棺おけで灰になる前に試してみたいと思った。：：：：：：
　他にも、聞けば毎回同じような（同じではない）イメージが思い浮かぶ曲がいくつかある。世代が違う人にはわからないかもしれないが、個人的には山下達郎の最高傑作だと思っている「JODY」やかつて筆者も人前で演奏したことのある「クリスマスイブ」（これも別の観点で最高傑作だが、CMに使われたという経緯や、タイトルや歌詞による情景描写が比較的はっきりしているといった特徴から、個人的にはイメージがやや限定されすぎていると感じる。）などが思い当たる。注意せねばならないのは、この手の曲の好みの話を始めると、攻撃的な人たちはまかり間違うと”罵り合い”に発展させる恐れがある点である。本稿ではあくまでも私の嗜好で選んだ曲目を題材としてシステムの理論検討と概念設計を行おうというものであるから、くれぐれもそのような顛末にならぬようにここでお断りしておく。
　もちろん、人によって曲への想いは違うだろう。年齢、性別、趣味、性格、体験などにもよるであろう。季節や天気、場所にもよるであろう。身体のコンディションにもよるかもしれない。しかし、まるきり違いまくるということはないのが不思議なところである。でなければ、いわゆるヒット曲や“いい絵”などというものは存在しない。そこで、多くのコンテンツ事業者がしのぎを削るマーケット戦略では、「どこにヒットの法則性が存在し、どのようにすれば他より先に売れ筋を予測できるか」が勝敗の分かれ目となる。これはファッションやキャラクタデザイン、レストラン経営などでも同じであろう。だから、当然ながら、受動的な法則性の把握のみならず、能動的に”しかける”宣伝・イメージ戦略も同様に重要な位置づけをしめる。顧客は掴むものではなく作るものであるという発想だ。本稿は純然たるプライベートな研究なので、ビジネスライクな視点はこの程度にとどめておこう。
　なお、気持ちの悪い映像を生成することは本稿の目的ではない。あくまでもあるユーザにとって心地よい映像を自動的かつシチュエーションに応じて演出してほしい。しかも、目的は快適さの最大化であるので、その映像を最適にすることではない。鑑賞者の感性状態を最適化するための映像を解として出力してほしいわけである。だが、時間軸で言えばそれは常に快適度が極大ではないかもしれない。なぜならば、曲でも演劇でも映画でも漫才でもデートでも、およそ時間変化をともなうコンテンツには、緊張と弛緩、あるいはわざとストレスを一定期間ためておいてその後に一気に開放するというテクニックが存在するからである。そのときのピークの快適さを演出できれば、人は時に涙を流す。このようなものはルール化できるものかもしれないが、あまり使いまわすと人はすぐに飽きてしまう。音楽でも映画でも小説でも絵画でもイラストでもファッションでもCMでも芸能人でも“飽き”られたときにコンテンツリサイクルの末端への道をたどり始める。そして急速に金銭価値は下落し、「あのヒット曲のCDが今10円？」という結末になる。楽しむこと以外に価値のないコンテンツの“悲しき宿命”といえよう。だからこそ、コンテンツは理想的には“生き物”であってほしい。日々、ユーザとともに成長し、変化すればなおさらであろう。ペット、電子ペットもそのひとつであろう。一時はやったコンピュータエージェントもそうであろう。また、ロボットのおもちゃもその範疇と考えられる。
　数え上げればきりがないので、話を映像に戻そう。大きな問題は主観、個人の嗜好の扱いであろう。細かい技術や詳しい理論は本来の目的ではない。別の機会に詳しく述べることにしよう。仮にできたとしても棺おけに足をつっこみかけていたのでは意味がない。そうなると、やはりテレビや映画で映像クリエイターが自らの感性で作り出すものにはかなわないのかと思ってしまう。
：：：：：：：：：：：：：：：：：：：
　電子工学や情報処理の分野では、1980年代の後半から1990年台にかけて感性に関する研究がブームになった。自然言語処理の分野では実際に童話から3次元CGアニメーションを生成した事例もある。自然言語処理という観点では、ヒット曲に感動するのは歌詞の細かい意味理解なのかというと必ずしもそうではない。私も若いころは何度も聞いて深い意味を考えて感動したりするときもあったが、意外と部分的にしか聞いておらず、関係ないと思う人も多い。英語の歌でも、ドイツ語の歌でも、ろくに意味のわからない子供たちを感動させることはできる。音楽全体を聞いてなんとなくいいと思うことがまず基本となる。（たまに、あるキーフレーズやキーワード、ちょっとした間奏あるいはキーノートがトリガーとなって突然はまるというケースもあるが）つまるところ、音楽イメージの生成とはそのような自然な心地よさを感ずるような音楽鑑賞の工学的モデリングなのかと思う。そして、そこで何を目指すかというと、音楽を聴いてて「いいなあ」と思う（口に出したりはしない）その心をさらに高めてくれるものかもしれない。ある意味ではそれはドライブ環境であり、空調の利いたリスニングルームであるかもしれない。音楽そのものにも、ドラマにも、あるいはスポーツにも、“やったー”という感動は必ずある。ときにはそれが涙となって流れ出ることもある。その感動を“琴線をふるわす”と呼ぶこともある。50近くになった今でもそれへの思いはやまない。本稿では、音楽などを鑑賞する際に、（１）心の中に思い描く心象をイメージ化すること、（２）鑑賞状態をより高めるためのイメージを生成すること、の両面から音楽イメージを定義して考察し、なるべく具体的に、できれば設計してみたいと考えている。それを可能にする近年の映像技術や情報処理技術の背景についても触れる予定である。

（Aug.31, 2007)(revised on Sep.15, 2007)

　図１にシステムのもっとも簡単な構成を示す。全体の基本的な機能構成は20年近く前に発表したものとほぼ同一である。特にここでは既存のオーディオビジュアルシステムを用いた構成が容易になるように、音楽再生系、映像再生系、知識処理・推論系を分離よく構成してみた。これにより、既存の標準インタフェースを利用したり、今後新しく規定を追加したりすることが容易になるであろう。
　音楽再生系は簡単に言えばミュージックプレーヤーであり、特に、20年前には民生用には存在しなかったハードディスクベースのランダムアクセス可能なものである。今はPC上で容易に実現できる。特に新しいところは“音楽記述”の部分であろう。これはすでにさまざまな規格が存在するが、本稿でめざす機能に十分かどうかは不明なため、当面は独自に設計しつつ、調査を進める。なお、記述手段はXML系を想定しているが、ボーカルや複数の楽器間の同期関係を効率よく記述できるかどうかが不明である。あるいは自然言語に近いセマンティックなレベルから実際の音楽信号の制御にかかわる数値レベルまでの何段階かの記述を併用するものかもしれない。いずれにしても一般リスナーのユーザエンドではシステム開発者レベルの細かい記述はわずらわしいだけである。“最初のさびの前でｘｘｘの絵をズームインさせたい”といったレベルで記載できれば理想的であろう。もっと深いレベルを考えれば、音楽ソースから自動的に音源分離、楽譜生成、さび認識、リズム認識、曲想検出などが行えれば理想的だが、これらは、まだ研究途上にある最先端技術であり、筆者の技術レベルをはるかに超えるため、最新動向の調査程度にとどめる。したがって、音楽記述は当面、マニュアル生成するものとする。
　映像再生系も簡単に言えばハードディスクベースのMPEG系映像デコーダなどで実現できるものである。ここで新しい点は素材を合成できる機能と、上述の音楽同様、内容を記述する部分である。映像合成そのものはMPEG-4以来、オブジェクトベースで国際標準に準拠して行うことが可能になった。もちろん、規格によらず、画像メモリ上で合成することも容易である。ただし、特殊効果については若干ノウハウとテクニックが必要とされるし、プロレベルのものは民生機器では難しい。どの程度まで必要なのかは実際に作成して主観評価してみないとわからないが、技術は存在するので別途考察する。映像記述についてもXML系で行うことは既にTVAnytimeやMPEG-7などで行われており、参考にしつつ、当面は独自に定義して自由に設計してみたい。残る問題は、オブジェクトベースの映像素材をどのように獲得し、違和感なく（３次元的にも）合成できるかの点につきる。ただし、CGは筆者は本質ではないと考えており、あくまでも実写合成を基調としたい。なるべく簡単で心象表現に効果がある手法がベストであり、JPEGとMPEGの合成程度で済むことを期待したい。
　さて、最後に、知識処理・推論系であるが、言うまでもなく、音楽イメージの要はここである。

（Originally uploaded on Sep.3rd, 2007)


　「心象（しんしょう）」という用語を今後も本稿で用いることになるので、今一度その意味をおおまかに再確認しておこう。明確な定義は後に行う。よく似た言葉に「心像（しんぞう）」というものがあるが、これは言語情報などをもとにして人間が心に浮かべる映像をさすことが多い。自然言語処理の分野では心像に関する研究も行われており、上述の童話からのアニメ生成もその一例と考えられる。一般的に辞書によれば、次のような記載がなされている。
　「心像（しんぞう）」　：記憶・想像または外的刺激に現れた直感的な表象　(*)
　「心象（しんしょう）」：感覚が、外界からの刺激をうけずに、心の中に再生されること(*)
この定義によれば、音楽イメージは一見、心像で済まされそうだが、実は、その枠内におさまらない。まず、快適度を高めるために直感的ではない場合がある。さらには、単なる表象ではなく、映像以外の知覚や非知覚を媒介したモダリティの変換をともなうことも多いからである。（これについては後述のMindMapの議論で詳細を述べる。）したがって、本稿では「心像」に限定せず、「心象」のひとつのインスタンスとして音楽イメージを扱うことにする。ここで、”外界からの刺激をうけずに”という条件がややひっかかるが、”再生されるｍ番目の種類の感覚（味覚、触覚など）に対応したｍ番目の種類の刺激（食べる、触るなどの行為による）を受けない”という意味に解釈する。これによって、音楽イメージの生成において音楽を聴くことは”外界からの刺激をうけること”には含めない。なお、後述のBrain Playerの議論によればこの制約さえも解消される。さらに、拡張を施せば、音楽イメージ生成の目的は快適度を増大させることであるので、室内で目をつぶって音楽鑑賞するケースだけでは鑑賞者の状態を説明しきれない（公園で聞く、乗り物で移動しながら聞くなど）ため、「異なる感覚種や刺激種を誘起させる、あるいは、同種の感覚種の内容や強さに変化を与える」、という程度まで定義を拡大することにしたい。したがって、本稿では、
　　「心象」：感覚が、少なくとも次のどれかのプロセスに基づき、心の中に再生され、時に複数が複合されること
　　　　　　　（１）外界からの刺激をまったくうけない
　　　　　　　（２）外界からの刺激が異なる感覚種や刺激種を誘起させ、時に内容や強さに変化を与える
　　　　　　　（３）外界からの刺激が同種の感覚種の内容や強さに変化を与える
　　「音楽イメージ」：心象の１インスタンスであり、鑑賞者の快適度を高めることを最終目的とする。
　　　　　　　　　　　この目的が達成されるという条件のもとでは心像の１インスタンスにも一致する。
という定義により議論を進めていく。

　＜(*)　守随、今泉《監修》「国語辞典」（旺文社）より＞
今宵はここまで。 （Originally uploaded on Oct.22, 2007）

　知識処理・推論系を学会などの一般論で論じても意味はない。まず、音楽記述からユーザ側の感性状態へのマッピングを行うことから考えよう。ここでは再生時のタイムコードに対応して曲全体の中のどういう部分（イントロ、さび、間奏、エンディングなど）でどういうパート（ボーカル、シンセ、ドラムス、ベース、リード、リズム、他）がどのような位置づけでどういった音（盛り上がる、抑えた、乾いた、激しく、などのマクロな特徴に加えてフレーズの持つ感情の記述が定性、定量の両面で必要となる）を出しているか、などが考慮される。また、できうる限り歌詞の内容も考慮される。これらを踏まえて、ある推定された感性状態（最も簡単なものは形容詞空間で表現されるが、自然言語表現だけでは十分ではない）からユーザの嗜好にあったオブジェクト（好きなシーンクラスおよびそれを構成するオブジェクト｛海辺、夕暮れ、砂浜、レストラン、リゾートホテル、ヨット、教会、観光地、ショッピング街、さんご礁、岬、他｝の概要、好きなアイドル、好きなタイプのモデル、他）の検索、合成メニューの検索、楽器の演奏状況やパートの移行スケジュールを考慮した映像提示時間の設定、次のシーンの選択などが行われ、最終的に合成対象となる音楽シーンの記述が行われる。これらは、後ほど代表的な曲を例にとり詳細に論じることにしよう。
　さて、このようにしてできる音楽シーンは確定的であってほしいという要求と変化してほしいという両面のファクターがある。ここで、かつてマルチメディア関連のシンポジウムで“視聴者は意外と同じカットの繰り返しに敏感である”と指摘されたことが思い起こされる。つまり、冒頭の“飽き”と“生きたコンテンツ”の議論に呼応して、シーンに変化をつけるしくみが必要になってくる。ここで、ある種の忘却関数をシステム側にもたせたり、“期待をはずすテクニック”（これは冒頭で紹介した“緊張と弛緩のテクニック”に続く２つめの重要なテクニックあるいはルールベースである）をシーン記述生成エンジンの制御部に実装することなどが考えられる。リアルタイムコンテンツを取り込むこともひとつの解決策であろう。
　一方、このような変化をつける機能は用途によっては逆効果となるため、用いられない。たとえば、プロのミュージシャンや演出家が計算しつくしたライブコンサートを完璧に行おうとする場合、そこには予定した照明や映像の内容、タイミングが寸部たりとも変更されてはならないという状況もあるからである。
（Sep.9, 2007）

　音楽イメージ生成システムはいろいろな使い方ができるであろう。少なくとも、以下の３つのモードを考えることができる。
（A）リスナーモード
　　音楽鑑賞時にイメージを高めるもの。本システムの基本形アプリである。
（B）ゲームモード
　　基本システムに制御スイッチやキーボード、制御パッドなどを付加することにより、画像生成を制御することも考えられる。たとえば色調、大きさ、動きの速さ、特殊効果メニュー、画像サイズ、登場キャラクター（アイドルなど）などをリアルタイムに変化させるといったものが面白いかもしれない。
　　１）１人
　　　�@　音楽を聴きながら仮想旅行感覚で映像の変化を楽しむ。
　　　�A　ドラマの主人公になった感覚でイメージサーフする。
　　　　ここでは簡単なシナリオを用意することが必要になろう。コンテンツは放送やインターネットから持ってきたリアルタイムのコンテンツをオーバーレイすることでより新鮮さを増すことができるであろう。
　　２）複数人
　　　ゲーム感覚で1台のマシンを複数の人が制御する。いろいろな映像を出して楽しむ。カラオケとはまた違った面白さがあるのではないだろうか。
　　３）複数台、複数人
　　　これはネットを介した複数参加ゲームの感覚である。
（C）プレイヤーモード
　　１）演奏や作曲の支援ツールとすることができる。また。映像そのものを楽器感覚で制御することもコンサートなどでは面白いかもしれない。
　　２）複数台のジャムセッションも考えられる。また、指揮者かあるいは奏者を統御するまたはナビゲートする内容（単純に楽譜でよいが、もっとイメージに近い何か）を映像化して各ディスプレイに映してもよいのである。セッションをするほかのプレイヤーの映像もよいだろう。応援する家族や友達の映像もいいかもしれない。それらを見ながら手元の楽器で演奏するのである。もちろん楽器の出力は通信手段を介して他の奏者や鑑賞者の音楽イメージシステムに伝えられる。

　以上のような機能はこれからの高画質大画面テレビにPCを組み合わせた製品（ひところセットトップボックスと呼んでいた）のアプリとして比較的近い将来、身近に実現しうるであろう。しかし、命運を分けるのはやはりセンスとコンテンツであり、心を持たないシステムは所詮道具か処理環境にすぎない。

（Sep.5, 2007）

　ここでは、快適度を最適化する際に用いられるルールベースを経験的に考察してみよう。現時点で思い浮かぶものを列挙したが、網羅できているわけではない。なお、各要因が快適度ベクトルの次元を構成すると考えれば、数値化して多変量解析にかけることも可能であろうが、計算手法は唯一ではない。個人の感性状態を推定し、快適化するといった問題の場合、複雑な計算が必ずしも効果があるとは限らない。単なるポイント制（またはスコア）でかなり表現できるかもしれない。また、必ずしもすべての要因が必要というわけでもない。およそ、これらのルール要因が学会などで個別に検証できるとは到底考えていない。（“落ちるベースは安堵感を与える傾向がある”の程度は統計的に示すことができるかもしれないが、それを踏まえてやみくもに使っても飽きてしまうだろう。）たとえ、できたとしても各パートが合成された音楽の快適度は個別の演奏要因の評価値の重ね合わせで推定できるような単純な数理構造ではない。さらにはリスナー側の時間変化要素も大きいと考えられる。本稿で行っているのはもっぱら分析、体系化、知識化なので、ある日突然現れるアーティストのみずみずしい感性と同様なものを生み出すことは（少しはできるが）困難であろう。
　なお、今回、私の言葉で表現した。該当する業界用語の有無については追って調査していきたい。
１．マクロ戦略
（M１）ストレスコントロール
　　上述した緊張と弛緩に関するもの。
（M２）時に期待をはずす
　　提示画像、演奏、曲の構成、などさまざまなレベルにわたって存在する。
（M３）ピークの重なり
　　快適度ベクトルを構成する複数の次元についてピークが重なるとき、単なる各次元の快適性スコアの合計よりもはるかに高い　快適さが得られる。これは“きてる”の感覚に対応する。
（M４）ピークの連続
　　最低1個の次元の快適度のピークを契機として、次々に他の次元についてもピークが連続するとき感性状態は急激に高い状態に　遷移する。最高のセンスのベースに続いて絶妙のシンセ、そのあとドラムがしめて、最後にボーカルにとどめをさされたという　状況がそれに対応する。
（M５）適度な時間で終わる
：：：：：：：：順次追加：：：：：

２．音楽の特徴
２．１　アーティスト
（１）ルックス
（２）人気度
（３）年齢
（４）出身地
（５）エピソード、スキャンダル？。。。。。
　　：：：：：
２．２．ボーカル
（１）性別
　　男性、女性　
（２）年齢
　　大人、子供
（３）声の質
　　食感同様、言葉による表現が難しい。ただいま●音楽グルメ用語を模索中である。
　（これは感性状態のラベリングにおいてぜひとも必要であるので後に詳細に考察したい。）
　｛ハスキー｝（ロッドスチュアート、上田正樹など）
　　　分類としてはわかりやすいが、たとえば上記の２人の差がそれ以上表現できない。一方で、彼らほど有名なアーティストならば 　｛xxxのようなハスキー｝といってしまえば済むという考え方もある。”まんま”と言えなくもないが。これらはおそらく、単なる 　　声質ではない。歌い方やアーティストの魅力も含めた上で識別されるのであろう。逆に無名でまったく同じ声のアーティストがで 　　てきたとしても元祖と同じ人気がでる保証はない。：：：：：：：：：：：：：：：
　　:::::::::::::::::::::::::：：：：：：：：　　この辺が因子独立で考えられない感性特有の難しさであろう。因子間の非線形性を不可思議な関数で定義できたとしても、時変なのでとらえどころがない。周期性やおおまかな特徴を用いて人気の予測関数なるものを数学的に導出することは不可能ではないが、やはり精度や適用範囲は十分ではない。また、統計的に再現性のある実験も事実上不可能であるので、考察はできるが正式な学術文書として認められることは難しい。それでも、業界人の”勘”ピュータや超こだわりのあるリスナーは個々の状況においてその違いがわかるので、簡単なパラメータを既存のビジネス予測プログラム（多変量解析、ニューロ、SVM、ベイジアンネット、協調フィルタリングなどなど）とコスト計算プログラムにインプットするだけで（あるいはまったく計算機を用いずに）売れ筋を予測できる。数学はどこまでそれに迫れるのか。それともまだ工学に降りてきていない最先端の数学では理論的に人間の”勘”や”感覚”を表記し、導出し、予測することが可能なのか。私は数学の専門家ではないのでそこまでは今のところわからない。だが、人間はそれに類することをごく普通に日常生活で行っている。
:::::::::::::::::::::：：：：：：：：：：：：：：：：：：：：：：：：：：：：：
　｛ツヤのある｝、｛優しい｝、｛豊かな｝などは単独では表現能力が不十分である。
　｛透明感がある｝（HeartのTheseDreamsなど）｛筋肉質の｝（Yesのジョンアンダーソン、StarShipなど）などは比較的声の質のイメージを表現しやすい。
（４）歌い方
　　例）SurfCityの冒頭１フレーズ目「ときーどき　もどーかし」
　　　　　　　　　２フレーズ目「そーれはわたーしの」
　　　　これは演歌調であってはならない。（好きな人はいるかもしれないが。）
　　　　けだるいがくせのない、さらっとした、流れをとめない歌い方がポイント。
　　　　（その意味で、個人的にはこの曲のライブ版はあまり好みではない。）
　　　　また、曲のパートによっても歌い方は変わる。上記のフレーズではあまりツヤは
　　　　出さない抑えた歌い方だが、さび部分「Time goes by....Sun goes down on the beach...」では
　　　　ツヤと張りのある歌い方がなされている。しかも「I love you but you go away」に続く前の
　　　　準サイレント状態との間の強弱のメリハリが絶妙でとても快適度のポイントが高い。アレンジとの
　　　　調和も含め、うまいの一言に尽きる。

２．３．曲の特徴
２．３．１　曲想、構成、ジャンル
　　インストルメンタル、アカペラ、。。。
２．３．２　コード進行
２．３．３　リズム
２．３．４　イントロ
（１）始まり方 　　・ベースから始まる
　　・さびから始まる
　　・さびのボーカルから始まる
　　・リズムギターから始まる
　　・リードから始まる
（２）パターンの特徴
（３）旋律の特徴
（４）スピード
　　・スローで始まる
　　・一定速度
（５）音量
　　・静かに始まる
　　・いきなり大音量
２．３．５　さび前 （１）ボーカル （２）演奏 ２．３．６　さび
（１）始まり方
（２）パターンの特徴
（３）旋律の特徴
（４）スピード
（５）音量
２．３．７　間奏
（１）−（５）上記に同じ （６）ボーカルとの関係
　・ボーカルの最後の音にかぶって自然に入るリードやシンセ
　間奏のリードやシンセの始まりをボーカルの最後付近にかぶらせ、しかも音程もあわせるというテクニックは1970年代後半あたりから見られる。オフコースなどもよく使っていたと記憶している。最近では、ラジオで別のアーティストの曲を聴いて、あーまたかと思うときもある。これはなんとなく使い方が紋切り型で不自然だからかもしれない。ドラマのシーンチェンジに見られる音のかぶりも同じ類の効果か。人間の記憶の構造をうまく利用している。（またまた理屈を。。。） 　　一方、SurfCityの間奏では「...in the surf city...」にあわせて入るリードが何度聞いても絶妙に聞こえる。（ちなみに音程はボーカルと同じではない。長らく聞かぬ間に同じだという記憶違いといややはり 違うという断片的記憶とが交錯していた。。勝手にBrainPlayerがオリジナルリードをつけていたりもした ようだ。）”月夜にほえる狼のようなもどかしさ”とでも言おうか、あくまでも個人的意見である。”じら し”の利いたリードがとてもいい。(M1)ストレスコントロールの一例である。（ギタリストさん、理屈ぶっ てごめんなさい。要するにうまいってことです。）

（７）強弱、スロー、アップテンポ
（８）転調、移調　知らない間に行われているときも多い。
（９）リズムだけにする（乾いた時を刻む感覚）SurfCityのさび途中など。これはポイント高い
（１０）サイレント（すべての楽器、音声を止める。残響を残す場合もある。）
（１１）部分的なサイレント（ドラムやスティックだけ、ベースだけ残るなど）
　　　サイレントの入れ方、タイミング　これは意外とポイントが高い。SurfCityのイントロ〜ボーカル前、さび前など。

２．４　先行イメージ
（１）ドラマに使われた
　　　最近、少し前、昔、。。。
（２）ドラマの登場人物が好きだった
（３）ドラマの内容が好きだった
２．５　付帯記憶
　　これも要素としては先行イメージに近いが、特に、リスナーの実体験や記憶に起因する。
（１）どこかにいったときに聞いた
リスナーにとって快適な記憶があればプラス、逆に、悪い思い出を想起させるならばマイナスのポイントになる。
（２）誰かといっしょに聞いた
ポイントについては（１）とほぼ同様。

２．６　アレンジ
　詳細は後日。部分的には次節以降の内容も含まれる。
２．７　演奏パターン
（１）ベースパターン
　　●落ちるベース　
　　ベースはだいたい落ちるときにぐっとくる。クリスマスイブ、SurfCityなど。
　　あがるベースはストレスか？　ハイに持っていくときもある。
（２）ドラムス
　　強弱、遅延、ばらつき、。。。主役的、脇役的、黒子的、味付け的。。。
（３）リズムギター 　　アップピッキング
　　●アップストローク
SurfCityではこれが間欠的にキレがよく入っている。金属的でシンプルな音色もよい（イフェクターは不明）。スネア（と思ってましたが、サイドスティックかもしれません。ドラムはあまり詳しくないので。）と同様、乾いた時の流れ、プラス記憶の深みに鋭角的にはまる感覚でポイント高い。だが、このポイントは単純にアップストロークされた時刻（残響部分も含めて）に付与するものでもない。
　　　　ストロークのスピードも印象に大きく影響する。SurfCityの場合は素早く各弦のピッキングのばらつきを感じさせないストローク。しかも1サイクルに1回のみ。他の曲ではゆっくりとアップピッキングする場合もある。私もかつて（28年ほど前）自分のオリジナル曲のイントロでその手法を使った。これは結構不思議な音感が得られる。ハイフレットでは流れ星が落ちるような感覚を表現できる。分散和音のアップダウンピッキング（HereComesTheSunでよく使われている）との相性もよい。このへんになるとリズムとリードの境界はかなり曖昧。
　　ミュート
　　シャッフル
（４）リード
（５）シンセ
２．８　演奏テクニック
　　時代のはやりすたりもかなりある。
（１）ギター
　　ハンマリング
　　スライド
　　イフェクター　（はやりすたりあり）
　　フラット、シャープ
　　スリーフィンガー
（２）エレキベース
　　チョッパーベース　80年代にとても流行したが今はあまり聞かれない。
　　ハンマリング、スライド、
（３）ドラムス
　・激しく、普通に、抑えた、など。
　・乾いたスネアドラム（あるいはサイドスティック）を浮かせるサイレント
　・少し乱れたドラム
　・リタルダンド
（４）パーカッション
　　：：：：：
２．９　楽器の特徴
　聞いた感じを中心に列挙した。ギター系はよくわかるが、キーボードやドラムスは演奏経験がないので 今後、より詳細に調査したい。
（１）存在感のあるもの：
　・パイプオルガン
　・ピアノ
　・フォークギター、12弦ギター（Here Comes The Sunなど）
　・ハーモニカ
　・シタール
　・琴、三味線
　・ハンドクラップ
　　：：：：：
（２）音色：
　　シンセは特にこの要素が大きい。
　　：：：：：：
２．１０　鑑賞条件
　鑑賞条件は厳密にいうと、音楽の特徴そのものではない。だが、音楽は人間の耳を通って鑑賞されて始めて ”音楽”である。したがって、音楽ソースから後述するBrain Recorderにいたるプロセスにかかわる要因はすべて 音楽の特徴であると考えることができる。それらは大きく分けてメディア条件、音響条件、リスナー条件に分けられる。
　一方、各条件に直交する別のクラスカテゴリとして、
　（A)音楽イメージ生成以前の鑑賞条件（Brain Recorderに記憶され、後述のBrain MapやMind Mapを構成する段階）
　 (B)音楽イメージ生成鑑賞時の鑑賞条件
が挙げられる。ここではクラス(A)を主として議論の対象とする。
２．１０．１　メディア条件
　メディア（レコード,MD,CD,DVD、放送など）として提供される”音楽”は鑑賞条件以前のものである。だが、 これとても、記録形式はアナログ／ディジタル、さらには各種符号化形式や記録容量に起因する音質の差が存在する。
２．１０．２　音響条件
　Player、スピーカの質、リスニングルーム、ボリューム、周囲雑音（特に車で鑑賞する際はこの要素が大きい）、鑑賞形態など。
２．１０．３　リスナー条件
　別途分けてリスナーの状態として論ずるところかもしれないが、当面、ここにディレクトリーを設けておくことにする。これは、リスナーの環境、状況、要求、状態などに関するものであり、20年ほど前から私も別の研究テーマですでにいくつかのモデルを提案している。近年ではそれを実用的に簡略化して記述（description）に重きをおいたプロファイルという手法もある。（詳細後述）

（Originally uploaded on Sep.12, 2007）(Added on Sep.29, 2007)

@niftyのトップページです。