音種に「p」を選ぶとハンマリング・オンとプリング・オフを自動判別して適用します。
但し、システムで準備している音素材の範囲で可能なもの以外は無視されます。

基本的には、16,8,4ビート、1~3フレット間隔の通常音のみです。
ハンマリング・オン、プリング・オフが発生した場合、ピッキングしない後者の音から新たに「p」は発生しません。すなわち、トリル奏法はできません。

では、以下の例をみてみましょう。

-f 0 2 2 0/6p

全体に「p」をしていしていますが
2,3番目の音が「h」「p」となって適用されているのがわかります。
これが正常な仕様となっています。

以下の例では、弦移動が発生しているので
その箇所では、ハンマリング・オン、プリング・オフは使えません。

-f p=16, 0 2 3 2 2 5 3 0/6
   {}(0,2,1,3)

複数弦の指定で「p」を記述した場合は
ハンマリング・オン、プリング・オフが可能な弦のみ適用します。

-f 0|5, 5|7:p {}(0..3)
-f 0|2|0|0|0, ..3||2p {}(3..0)

さりげなくハンマリング・オン、プリング・オフを使った例

-s ctype=PRS 
-f n=8 {  
   ''0|2|2|0:[4+1p, 6+1~] 
   2||||0|0 :[12~, 6~] 
   ..3 2p 0~/6, 
   |||4|0|0 :[12~, 3~] 
   }(2,0,1,3) 
-f n=4,  
   ''0|2|2|0|0|0:[ 
      6+2p, 1, 5, 2, 4, 3, 6, ""65432:n1~~~ 
   ]

通常音は 「n」 の他に 「N」と「q」を用意しています。
これにより多少抑揚の調整が可能になります。

「q」弱い
「n」普通
「N」強い

-f 0q 0n 0q 0q/5 {}(0..3)

コードでの利用

-f n=8, 0|2|2|0|0|0:[6,5q,4,3q,2q,1q,2,3]

強弱もリズムに乗ると心地よくなる傾向です。
アルペジオ・コントロールだと効果がよくわかります。

以下は、強弱をつけた例とつけない例です。聞き比べてみましょう。

強弱なし

-f n=8, 0|2|2|0|0|0:[61, 5, 3, 4, 52, 2, 5, 1]
   {}(0,0,1,0)

強弱あり

-f n=8, 0|2|2|0|0|0:[61,5q,3,4q,52,2q,5q, 1q]
   {}(0,0,1,0)

演奏全体の音量調整は「-p」で設定します。
設定幅は -1 ~ -20 でデフォルトが 0 です。

この設定はどこで設定しても、最後に設定したものが全体に適用されます。
以下は、-20 設定

-f 0 2 3 0/6, 0|2~~~
-p -12

利用弦が増えると、音量が下がる特性を回避するためにシステム内部での音量調整もされています。
この音量調整をやめさせる「-p nat」を記述すると音量が上がる場合があります。
レコーディングなどに音源利用する場合などはお試しください。

通常

-f 0 0m^ 2m^ 0~/5

nat

-f 0 0m^ 2m^ 0~/5
-p nat

人工知能が最近ブームになりつつあるというニュースを各所から耳に入ります。キーワードはDeep Learning(ディープ・ラーニング) 直訳するとLearningは学習、Deepは深層です。

コンピューターがDTMとして音楽の世界に君臨するようになる前から人工知能に近いものは色々と目にしました。

例えば、インテリジェンス・ピッチシフト機能を備えたギター・エフェクター。これは、弾いた音を特定のキーに合わせて自動的にハモリメロディーを検出するものです。

他には、自動チューニングシステム。ギブソン社の”G FORCE”などですかね。しかしこれらは、単に本来人間がやるべきことをコンピューターが代理でやっている作業の一端でしかありません。１＋１を計算する電卓が進化したものでしか無いのです。

Deep Learningは似て非なるものであり、音楽の世界では驚異的な存在になるかと。

このDeep Learningがいかに作曲の世界で猛威を振るうかというと、例えば、過去に売れてきた音楽をDeep Learningに学習させて、新たに作られた曲が、今後売れるかどうかをジャッジさせるなどのプログラムを組むのは簡単です。この程度なら今は存在しなくてもすぐに誰かが作るでしょう。

更に、そのデータを活用して売れる音楽を生成させるのも訳無いでしょう。こうなると一部の作曲家はもうおしまいになる可能性も。数十年後に、いや数年後に無くなる職の第一位になるかもしれません。コンピューターが小説を書く時代ですからね。過言ではないでしょう。

とにかく、特徴を捉えられれば人間の真似をできるなら、リアルタイムな演奏にあわせて、別な楽器を同期演奏することも可能でしょう。

例えば、ドラムの自動演奏。人工知能ドラムです。これは、ドラム・コンピューターが適当にフィルを絡めてリズムを叩くという類のものではなく、

ここでDeep Learningで有名なブロック崩しゲームの話になりますが

Deep Learningには、ブロックを崩すと得点が加算される等の情報は与えず、早く高得点が取れることが報酬、それだけを教えゲームをさせたところ、２４時間後には、端のブロックを早めに崩して、ブロックの裏側に入り込めば高得点が取れることを習得しました。

これを先程のドラムに置き換えると、

スタジオ内の音を全部拾い、帯域からギターとベース、ヴォーカル、キーボードの音を個別に分析し各ピッチの、ベロシティの最大値に焦点を置き、まず基準になるテンポを把握しながら適当に音を鳴らしていきます。

その前にまず、ドラムには、長く演奏が続くことを、報酬として与えましょう。

ドラムはまず、ギターがジャジャジャと弾いたら、ドラムをバンバンバンと叩きます。ここでギターは弾くのをやめます。次に、ギターがジャジャジャと弾いたら、ドラムはバンッと一音だけ叩きます。演奏は止まらず、ギターは次の音を弾きます。

これでコンピューターのドラムは、この特徴を良い音楽の一旦として記憶するはずです。

事前にコンピュータードラムに何万曲かのドラムパターンを学習させたているとしたら恐らくほぼ完璧に忠実にリアルタイムにドラムを叩くことでしょう。

深層学習 Deep Learing は現在、急速に進歩しています。画像認識の分野では、人間の認識能力をすでに超えているとも言います。

前後関係を考えるマルコフ連鎖的なシステムなら、現在でも色々見ます。例えばコードEの後にAが来る確率が高いからスコアを上げる。のようなもの。

そういうマルコフ連鎖的なシステムではなく、Deep Learningな深層学習でメロディー、デュレーション、テンポ、タイミング、強弱、コード進行、アンサンブル、喜怒哀楽、もしくはわたしたちが思いもしなかった新たな音楽的特徴を発見するシステムが構築され、音楽の分野でも人間の代行でコンピューターが仕事をすることが増える一方、人間もより人間にしか出来ない音楽を創造する人が増えるのではないでしょうか。

人工知能ギター
http://openlick.com/v201608attr?option=j

ギターコードの基本形は
0|2|2|0|0|0
のような表記になりますが

以下のように、途中のフレット指定がない場合は、その弦は弾かないという意味になります。
-f 0|||7|7

慣れるまでは、左から6,5,4..と数えないと何弦かわかりずらいと思います。

入力方法のヒントとしてまず「|||||」と縦棒を５本入力してから数値を入れるとわかりやすい場合があります。

あと、4,3弦のみ入力したい場合は、「6弦|5弦|4弦」ですから、縦棒まず２本「||」

それでも難しいという場合は、[Finger]機能を使いましょう。

メイン画面右上付近の、緑のボタンをクリックして[Finger]画面を出しましょう

コードも単音も指板から簡単に入力できます。

音を伸ばす場合、通常は「~」を音の末尾に記述します。

-f n=8, 2/6~~~~~~~

この場合、「n=8」が設定され「~」が7個付加されているので、この効果は「8分音符の8倍の長さ」になります。

ただ、これが64倍ともなると「~」を63個記述するのは大変です。
その場合は「n32*64」のように、音種音長*音長の倍 を記載することで実現できます。

※途中の「:」は可読性を上げるために記述可能なセパレーターです。この場合これ自体に意味はありません。

-f 0|2|2|0|0|0:n16*255, 0/6m

このような機会は少ないと思うのですが、もしストローク奏法を自前で構築する場合、前後の微調整が必要になり、32分音符の126倍などという設定が必要になってきます。

では、ストロークを自前で作るためにまず例をあげます

-f
m=4, 0 2 3 0 5 3 2 5/6
n=32
..0/6
..2/5
..0/4
..0/3
..0/2n1
{}(0..3)

この例だと矛盾したリズムになり音楽としては成り立っていません。
これを調整すると以下のようになります。

-f
m=4, 0 2 3 0 5 3 2 5m32*5/6
n=32
..2/5
..0/4
..0/3
..0/2n1
{}(0..3)

..2/5
..0/4
..0/3
の部分で「32*3」余計な長さを消費しているので、最初の「5m32*5」で、手前にシフトしています。

末尾で調整することも可能です。

-f
m=4, 0 2 3 0 5 3 2 5/6
n=32
..2/5
..0/4
..0/3
..0/2n32*29
{}(0..3)

ストロークで増えた分、減らして調整すると全体がまとまります。

特殊な事情が無い場合は
ストローク・コントロールを使いましょう。

-f m=4, 0 2 3 0 5 3 2 5/6, ”’|2|0|0|0:n1
{}(0..3)

コードをアップストロークで弾く場合、ストローク・コントロールの手前に「！」を追加します。

-f !”””””3|3|5|4|5|3:n1

交互に指定するとよりギターらしくなります。

-c Major:C
-f n=2, “”‘3|3|5|4|5|3, !””‘3|3|5|4|5|3 {}(1..-2)

弦を６本弾いてる場合、ストローク指定は５個まで可能ですが、指定数は少ないほうがリアルに聞こえる場合が多いようです。

コードを弾く場合、各弦の弾くタイミングをずらすとリアルに聞こえる場合があります。

まず、ストレートに弾いた例を聞いてみましょう

-c Major:C
-f |3|5|4|5|3:n1

続いて、ストロークした例を聞いてみましょう
ストローク・コントロールはコードの手前にシングルクォーテーション「'」やダブルクォーテーション「"」を記述します。

-c Major:C
-f ''|3|5|4|5|3:n1

リアルに聞こえるようになりましたね
シングルクォーテーション「'」は早めのストローク
ダブルクォーテーション「"」は遅めのストローク
ですので要所で微調整が可能です。

-c Major:C
-f “””””3|3|5|4|5|3:n1
-f ””’3|3|5|4|5|3:n1
-f “”‘3|3|5|4|5|3:n1

ストローク・コントロールを使用しても、全体のリズムを損なわないように、弾くタイミングを自動で調整しています。

-c Major:C
-f n=8, 0 0 0 0 0 0 0 0/6m
”3|3|5|4|5|3~
..0 0 0 0 0 0/6m

mapping機能の一つに 「rev」があります。これは reverse の意味で、フレーズを逆から再生します。mappingでの各指定に利用できるので、これだけでフレージングの幅がかなり広がります。

rev は以下のように 「rev 0」のように記述します。

-f { 0|2|2|0|0|0:[654321,6,5,2] }(0, rev 1)

記述方法は、とにかく手前に rev です。

-f { 7 8 9/6m16 }(0..3, rev 0..3)

rev を rev すると元に戻ります。

-f {{ 0 2 3 5/4 }(rev 0)}(rev 0)

以下の「*5」は5回繰り返すという指示です。

-f {{ 0 2 3 5/4n16 }(rev 0)}(0, 1, 2, rev 0*5)

単に「*4」だけを記入した場合「0*4」と同じ意味です。

-f p=8,
|2|1|2|0|3:[
5n~~~~, 4, 3, 1, 4, 3m, 2
]{}(rev *4)

同じフレーズでも rev を使うだけで以下のように完成度が格段に上がります。

-b 200
-c Diminished:C#
-f n=8,
r|1|2|r|2|r, 1/5, r|1|2|r|2|r,
|6|7|8|7|:[
4, 3, 5, 4m, 3n~, 2, 5, 4
]
|||11|13,
10 10 10/4m8
{}(0, 2, rev 0, 3, rev 3, 0, 1, 0)

上記フレーズは人工知能にて作曲されています。
http://openlick.com/v201608attr?option=j