【技术实现步骤摘要】
【国外来华专利技术】信息处理方法
本专利技术涉及用于控制表示演奏者等的表演者的对象的动作的信息处理方法、信息处理装置、以及信息处理程序。
技术介绍
以往提出了将表示演奏者的图像即对象的动作根据乐曲的演奏数据来控制的技术(专利文献1、2和非专利文献1、2)。例如在专利文献1中，公开了根据演奏数据指定的音高，生成演奏该乐曲的演奏者的运动图像的技术。现有技术文献专利文献专利文献1：日本特开2000－10560号公报专利文献2：日本特开2010－134790号公报非专利文献非专利文献1：山本和樹ほか5名，"ピアノ演奏における自然な手指動作CGの自動生成"，TVRSJVol.15No.3p.495-502，2010非专利文献2：釘本望美ほか5名，"モーションキャプチャを用いたピアノ演奏動作のCG表現と音楽演奏インタフェースへの応用"，社団法人情報処理学会研究報告，2007-MUS-72(15)，2007/10/12
技术实现思路
专利技术要解决的课题在专利文献1的...
【技术保护点】
1.一种信息处理方法，包括：/n获取表示音符的时序的分析数据的步骤；以及/n通过对学习了所述分析数据和用于控制表示表演者的虚拟对象的动作的控制数据之间的关系的学习完毕模型，输入处理对象的分析数据，生成与该分析数据相应的控制数据的步骤。/n
【技术特征摘要】
【国外来华专利技术】20180206 JP 2018-0191411.一种信息处理方法，包括：
获取表示音符的时序的分析数据的步骤；以及
通过对学习了所述分析数据和用于控制表示表演者的虚拟对象的动作的控制数据之间的关系的学习完毕模型，输入处理对象的分析数据，生成与该分析数据相应的控制数据的步骤。
2.如权利要求1所述的信息处理方法，
被设定含有规定的时刻、所述时刻之前的第1期间、以及所述时刻之后的第2期间的分析期间，
所述分析数据包含：包含在所述第1期间内的音符的时序；以及根据所述第1期间的音符的时序预测的包含在所述第2期间内的音符的时序。
3.如权利要求1或权利要求2所述的信息处理方法，
所述学习完毕模型包括：
将所述分析数据作为输入，生成表示所述分析数据的特征的特征向量的卷积神经网络；以及
生成与所述特征向量相应的控制数据的递归型神经网络。
4.如权利要求3所述的信息处理方法，
所述递归型神经网络包含至少一个长期短期存储单元。
5.如权利要求1至权利要求4的任意一项所述的信息处理方法，
所述控制数据包含表示用于规定所述虚拟对象的多个控制点的各个位置的、被归一化后的坐标。
6.一种信息处理装置，包括：
控制数据生成单元，通过对学习了表示音...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。