人工知能：ジャズミュージシャンの「指紋」を明らかにする

20人の著名なジャズピアニストを対象とした研究によると、機械学習モデルは録音からジャズピアニストを識別し、個々の演奏者を特徴づける音楽的な「指紋（fingerprints）」を明らかにできるという。Nature Machine Intelligence にオープンアクセスで掲載されるこの研究は、演奏者の帰属やスタイル、文化遺産、および音楽教育に関する知見をもたらす可能性がある。

音楽家は、その作品に見られる特徴的なパターン、すなわち「指紋」によって識別されることがよくある。これには、和声進行、リズム構造、および旋律的モチーフなどが含まれる。ジャズは、作曲、即興、および演奏が融合しており、それらが特定の演奏者に特に固有のものとなり得るため、こうした指紋を研究する絶好の機会を提供している。しかし、ジャズの計算機による分析は困難であった。その理由は、ほとんどの演奏が音響録音として存在しており、音響データで直接訓練したモデルは、録音環境や使用された機材の種類といった変数により、人間が解釈するのが難しい場合があるためである。

Huw Chestonら（ケンブリッジ大学〔英国〕）は、20人の著名なジャズピアニストによる1629件の演奏から厳選された84時間の録音データセットを用いて、演奏者を識別するための教師あり学習モデル（supervised learning）を訓練した。これには、ビル・エヴァンス（Bill Evans）、オスカー・ピーターソン（Oscar Peterson）、セロニアス・モンク（Thelonious Monk）、チック・コリア（Chick Corea）、キース・ジャレット（Keith Jarrett）、マッコイ・タイナー（McCoy Tyner）、およびアーマッド・ジャマル（Ahmad Jamal）の録音が含まれていた。録音データは、MIDI（Musical Instrument Digital Interface）の「ピアノロール（piano roll）」形式に変換された。これは、どの音符がいつ、どの音程で演奏されたかを示すデジタル表現である。最良の性能を示したモデルは、94.4％の精度で演奏者を識別した一方、旋律、和声、リズム、およびダイナミクスを分離した、解釈しやすいモデルは91.3％の精度に達した。各要素を個別に検証したところ、和声が最も高い予測精度を示し、リズム、旋律がこれに続き、ダイナミクスの精度が最も低かった。

著者らは、この手法が、既存の学術文献と一致する特徴や、これまで十分に議論されていない特徴を含め、演奏者を特徴づける音楽的パターンを研究者が探求する一助となり得ると示唆している。また、結果を検討するためのオープンソースモデルとウェブアプリケーションも公開した。ただし、旋律や和声といった音楽的側面は重なり合う場合があること、また、MIDIピアノロールでは、ビブラート（音の高さを細かく揺らす表現）やピッチベンド（音程を連続的に変化させること）といった音色や音質上の特徴を含め、ジャズ演奏のあらゆる側面を捉えきれない点にも言及している。今後の研究では、この手法をほかのジャンル、楽器、歴史的文脈、あまり知られていない、または、歴史的に十分に取り上げられてこなかったミュージシャンに拡張できる可能性がある。

• Article
• Open access
• Published: 17 August 2026

Cheston, H., Bance, R. & Harrison, P.M.C. Machine learning of artistic fingerprints in jazz. Nat Mach Intell 8, 1261–1274 (2026). https://doi.org/10.1038/s42256-026-01279-9
 

doi:10.1038/s42256-026-01279-9

「Nature 関連誌注目のハイライト」は、ネイチャー広報部門が報道関係者向けに作成したリリースを翻訳したものです。より正確かつ詳細な情報が必要な場合には、必ず原著論文をご覧ください。

「注目のハイライト」記事一覧へ戻る