EYSの研究開発環境

皆様こんにちは。R&Dエンジニアのキムです。

弊社では、テクノロジーを用いて皆様に音楽をより楽しんでいただくため、音楽アプリなどに応用可能な音楽テクノロジーの研究開発を行ってきました。現在は主にAI技術、信号処理技術のフュージョンエリアを開発しております。世間では昨今、特にAI技術は多岐にわたる分野で急速な勢いで研究され、発展しており、その精度も上がってきております。最新の研究を応用し、自社の【音】とつなげるべく、日々奮闘しております。弊社の研究分野を外に積極的に広げていくため、勉強会も企画しております。

今日はEYSで行っている音楽関連ソフトウェアに関する研究開発の環境をご紹介したいと思います。

開発マシン: MSi GS65 Stealth Thin 8RF

薄くて持ち運びよく、とてもいいGPUノートPCだと思います。Ubuntu を入れる際にGPUドライバ周りで少々ハマりましたが、その後は学習でもさくさく動いてくれます。さすがGTX1070といったところでしょうか。弊社でR&D部門に入るとこのようなPCで機械学習モデルのプロトタイプを作ります。以下詳細スペックです。簡単な機械学習モデルを構築するには十分かと思います。

OS:Ubuntu 16.04 LTS

このチョイスはGPUドライバ、CUDA、その他機械学習OSSとの互換性を考えてのことです。最新のUbuntuを選ぶと、機械学習のOSSが対応してない可能性があり、GPU環境との組み合わせをまた考えなくてはいけません。個人的には16.04が一番安定していて好きです。

GPUサーバー: AWS EC2 p3.x8large

結構強力な汎用GPUサーバーです。環境構築はローカルPCとほぼ同じです。普段はローカルで作ったプロトタイプを更に大きいデータ・セットで一気に学習させ、本番モデルを構築します。NVIDIA V100が4枚刺さっていて、かなりマッチョです。大体の場合は3日〜1週間ほどでモデルが出来上がります。テストデータでそれを試験し、実用に耐えうる精度を持つかを判断します。以下詳細スペックです。

IDE: PyCharm

個人的な嗜好ですが、IDEとしてはPyCharm を使っています。Git、プロジェク卜ごとの管理などがしやすいと思います。Pythonのみではなく、その他いろいろなファイル拡張子にエディタ対応してるのも嬉しいです。

コミュニケーション、資料共有:Slack,Backlog

チームメンバーとはこれでキャッチアップします。まぁ特筆するようなことはなく、普通に使っています。

開発環境はとてもよく整っていると思います。後は自身の技術力のみです。このような開発環境で、日々、音楽と機械学習の間で奮闘しています。失敗も成功も半々で山あり谷ありなですが、うまくいった時にはやはり達成感があります。まだまだ目標とするところまでの道のりは険しいですが、道中楽しみたいと思います。

Inspiart事業部R&Dエンジニア キムヒョン

金 賢(キム ヒョン)
金 賢 (キム ヒョン)
早稲田大学基幹理工学部応用数理学科卒(学士) シンガポール国立大学大学院理学研究科数学専攻卒(修士) 卒業後シンガポールでエンジニアとして自動運転自動車の時系列データ解析、センサーフュージョン、センサー外れ値検知、物体検出などのモジュールを開発。日本に戻り、音声認識、異常音検知などのプロジェクトに従事。現在は楽曲の自動作成、音源調整技術を開発中。数学と音を愛し、音楽演奏をテクノロジーでさらに身近なものにすることをビジョンとする。

Share

facebook twitter