論文の概要: bFaaaP: An Inclusive, Head-Angle Piano-Pedal Interaction that Quantitatively Reproduces a Pianist's Intended Pedalling -- Foot-Free, for Acoustic and Electronic Pianos
- arxiv url: http://arxiv.org/abs/2608.00633v1
- Date: Sat, 01 Aug 2026 12:41:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:24.832091
- Title: bFaaaP: An Inclusive, Head-Angle Piano-Pedal Interaction that Quantitatively Reproduces a Pianist's Intended Pedalling -- Foot-Free, for Acoustic and Electronic Pianos
- Title（参考訳）: bFaaaP: ピアノと電子ピアノのための、ピアノの意図したペダルを定量的に再現する、包括的でヘッドアングルなピアノとペダルの相互作用。
- Abstract要約: 表現力のあるピアノ演奏は、足が簡単に使えない選手を除いて、足で操作される持続的(破壊的な)ペダルに依存している。
本稿では、プレイヤーの頭部の角度からペダルを操作する、包括的で足のない相互作用であるbFaaaPを紹介する。
スマートフォンは、デバイス上でのAR(AR)顔追跡でヘッドポーズをトラッキングし、Bluetooth Low Energy(BLE)上のコンパクトコマンドをペダルデバイスにストリームする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Expressive piano performance depends on the sustain (damper) pedal, operated by foot, excluding players who cannot readily use their feet: wheelchair users and others with lower-limb impairments, small children, and some elderly or disabled players. We present bFaaaP (barrier-Free assist as a Pedal), an inclusive, foot-free interaction that operates the pedal from the angle of the player's head: a smartphone tracks head pose with on-device augmented-reality (AR) face tracking and streams a compact command over Bluetooth Low Energy (BLE) to a pedal device. Supported by patent examination, our central claim is not the head-to-pedal architecture (anticipated by prior art) but a quantitative, user-tunable control law -- the patentable "key" to a natural, expressive result: the player presets a small angular dead-zone (offset 3-10 degrees) and a multiplier (10-50), which together fix a secondary, pre-adjustable response speed that reproduces the pianist's intended pedalling. An engineering trick decouples the fast AR sampling from the slower BLE rate. Two co-equal realizations share one controller: a non-destructive robotic actuator for acoustic pianos (Pro), anchored by a pneumatic "airback" (our coined term for an inflatable air-braced anchor) that absorbs the reaction force without modifying the instrument; and an electronic sustain switch for digital pianos (Switch). In a human-subject Auxiliary Pedal Effect Evaluation (APEE) with 15 participants, bFaaaP significantly increased sustained-tone energy (p<0.01) and was statistically indistinguishable from a player's own foot (p>0.05), with no significant difference across classes; one participant with a leg disability and a tracheostomy performed successfully. With nothing worn on the face and fast setup, bFaaaP has run in formal public concerts (2018-2025). We release the full hardware and software as open source.
- Abstract（参考訳）: ピアノ演奏の表現力は、足で操作するサステナブル(ダンパー)ペダルに依存しており、車いす使用者や下肢の障害を持つ者、小さな子供、高齢者や障害のある者を除く。
本稿では,プレイヤーの頭部の角度からペダルを操作する包括的かつフットフリーな操作であるbFaaaP(バリアフリー・アシスト・アズ・ア・ペダル)について述べる。スマートフォンのトラックヘッドは,デバイス上でのAR(AR)による顔追跡を行い,Bluetooth Low Energy(BLE)を介してコンパクトなコマンドをペダルデバイスにストリームする。
プレイヤーは小さな角のデッドゾーン(オフセット3-10度)と乗算器(10-50度)をプリセットし、ピアニストが意図したペダルリングを再現する二次的な調整可能な応答速度を固定します。
エンジニアリングトリックは、遅いBLEレートから高速ARサンプリングを分離する。
2つの共等な実現法は、1つのコントローラを共有している: 音響ピアノ用非破壊ロボットアクチュエータ(Pro)、楽器を変更せずに反応力を吸収する空気圧式エアバック(当社の造語である空気ブレーキアンカー)、デジタルピアノ用電子サスペンションスイッチ(Switch)。
15名の被験者を対象とする補助的ペダル効果評価 (APEE) において, bFaaaP は持続的発声エネルギー (p<0.01) を有意に増加させ, 選手の足と統計的に区別不能 (p>0.05) であった。
bFaaaPは顔に何も着用せず、設定も速いため、2018-2025年に公式コンサートで開催されている。
完全なハードウェアとソフトウェアをオープンソースとしてリリースしています。
関連論文リスト
- Multi-Task Multi-Frame Visual Piano Transcription [57.32059378506694]
本稿では,最初の完全なVisual Piano TranscriptionシステムであるV2N(Video to Notes)を紹介する。
共有時間バックボーンは、タスク固有のヘッドをオンセット、オフセット、キーホールド、ベロシティに供給する。
アブレーションは、マルチタスクの監視により、オフセット精度を改善しつつ、オフセットとベロシティの予測が可能になることを示している。
論文 参考訳（メタデータ） (2026-08-04T10:11:45Z) - Enforcing Human-like Kinematics in Dexterous Piano Playing via Adversarial Posture Regularization [14.0336855139263]
強化学習は、高音符精度の物理シミュレーションにおいて、両手でピアノを弾くように訓練することができる。
textitAdversarial Posture Regularization (APR)を提案する。
高価な専門家によるデモデータを避け、少数のカジュアルな人間のプレイデータを使用する。
論文 参考訳（メタデータ） (2026-06-22T18:30:36Z) - FTP-1: A Generalist Foundation Tactile Policy Across Tactile Sensors for Contact-Rich Manipulation [66.22092641373067]
FTP-1は、トランスファー可能な触覚操作能力を取得するために事前訓練された最初の一般基盤触覚ポリシーである。
画像、配列、状態ベースの信号を含む様々な触覚入力をサポートする。
プレトレーニング中に見られるセンサーを超える触覚スキルを学習する。
論文 参考訳（メタデータ） (2026-06-11T09:30:09Z) - DigiArm: An Anthropomorphic 3D-Printed Prosthetic Hand with Enhanced Dexterity for Typing Tasks [11.552199920595228]
既存の義肢は、人間の手の器用さと直感的な制御を再現できない。
本稿では,低コストで軽量な3Dプリント義手について述べる。
ロボットハンドは、指の吸引/付加間隔を調整する機構、タイピングに最適化されたウルナー/放射偏差を内蔵した2次元手首、および独立指押圧の制御を備える。
論文 参考訳（メタデータ） (2026-02-26T13:55:05Z) - TriPilot-FF: Coordinated Whole-Body Teleoperation with Force Feedback [8.640835924450553]
本稿ではTriPilot-FFについて紹介する。TriPilot-FFは、カスタムバイマニュアル移動マニピュレータのためのオープンソース全体遠隔操作システムである。
低コストのベースマウントライダーのみを使用して、TriPilot-FFは命令方向の近接障害物信号からペダルキューを描画する。
本稿では,TriPilot-FFが長期間にわたって人間の操作者を効果的にコパイロット化できることを実証する。
論文 参考訳（メタデータ） (2026-02-10T15:26:42Z) - The Ghost in the Keys: A Disklavier Demo for Human-AI Musical Co-Creativity [59.78509280246215]
Aria-Duetは、人間のピアニストと最先端のジェネレーティブモデルであるAriaのリアルタイム音楽デュエットを容易にするインタラクティブシステムである。
音楽学的な観点からシステムのアウトプットを分析し,そのモデルがスタイリスティックなセマンティクスを維持でき,コヒーレントなフレーズのアイデアを発達させることができることを発見した。
論文 参考訳（メタデータ） (2025-11-03T15:26:01Z) - RP1M: A Large-Scale Motion Dataset for Piano Playing with Bi-Manual Dexterous Robot Hands [57.64308229980045]
ロボットピアノ100万のデータセットには,100万回以上の軌跡の動作データをバイマニュアルで演奏するロボットピアノが組み込まれている。
指の配置を最適な移動問題として定式化し、大量の未収録曲の自動アノテーションを可能にする。
既存の模倣学習手法のベンチマークでは、RP1Mを活用することにより、最先端のロボットピアノ演奏性能に達することが示されている。
論文 参考訳（メタデータ） (2024-08-20T17:56:52Z) - Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。
本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。
この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
論文 参考訳（メタデータ） (2024-01-30T10:48:43Z) - RoboPianist: Dexterous Piano Playing with Deep Reinforcement Learning [61.10744686260994]
本稿では,150曲のピアノ作品の大規模なレパートリーをシミュレートして学習するシステムであるRoboPianistを紹介する。
また,オープンソース環境,タスクのベンチマーク,解釈可能な評価指標,今後の研究課題についても紹介する。
論文 参考訳（メタデータ） (2023-04-09T03:53:05Z) - Learning To Generate Piano Music With Sustain Pedals [36.9033909878202]
我々は、AILabs1k7データセットにおけるピアノ演奏の音声記録からペダル情報を取得するために、Kongらによって提案された転写モデルを用いている。
次に、複合語変換器を改造して、ペダル関連トークンと他の音楽トークンを生成するトランスフォーマーデコーダを構築する。
論文 参考訳（メタデータ） (2021-11-01T19:12:48Z) - Towards Learning to Play Piano with Dexterous Hands and Touch [79.48656721563795]
そこで我々は,エージェントが機械可読音楽から直接学習して,模擬ピアノで器用な手でピアノを弾く方法を示した。
我々は、タッチ強化された報酬と、新しいタスクのカリキュラムを使用することで、これを実現する。
論文 参考訳（メタデータ） (2021-06-03T17:59:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。