---
date: 2025-06-12 13:32
---
#memo #computermusic #notion

Perceptual (Pseudo-Direct) Manipulation

オーディオの領域においては、厳密な意味での[[Direct Manipulation]]は存在しない。

GUIベースのオーディオ操作ソフトは、イラストレーターの図のように出力される結果を直接操作しているわけではなく、音を生成するシステムのメタファーを直接操作している。

ただ、「直接」と呼ぶに値するワークフローとして、[[Auto-Tune]]のようなインタラクティブなピッチ補正のシステムが挙げられる。

これは、厳密に表現をするのであれば、

- 一度オーディオからピッチを分析して、
- そのピッチのカーブをGUIで編集し、
- - ピッチカーブの差分データと元のオーディオデータを組み合わせて、望ましいピッチを出力するようなオーディオデータを逆方向に計算

しているのだと言える。

では、このワークフローをピッチ分析以外にも、リバーブの量であったり、和音の種類だったり、声の明るさのような、より複雑なデータに対しても適用できないだろうか？

幸いにも機械学習分野でのさまざまな研究をもとにして、[[Variational Autoencoder]](VAE)を応用すればこの仕組みに近いことができるはずだ。