📚【カリキュラム全体構成】
| 第 | 分野名 | 内容（テーマ） |
|---|---|---|
| 1 | 音の基礎 | 音の三要素（高さ・大きさ・音色）／周波数・波形・振幅・音速と媒質 |
| 2 | デジタル音声の仕組み | サンプリング、量子化、ビットレート／PCM、MP3、WAV などのフォーマット |
| 3 | 音響編集の基本 | Audacity等による音の切り貼り／ノイズ除去／フェードイン・アウト／正規化 |
| 4 | 周波数分析 | FFT（高速フーリエ変換）によるスペクトル分析／ピッチ抽出／倍音と音色 |
| 5 | MIDIとシンセサイザ | MIDI信号の構造／楽器の音色合成／波形合成（正弦波・矩形波・鋸波・ノコギリ波） |
| 6 | DAW演習 | Logic Pro / GarageBand / BandLab等でループ構築／エフェクト使用 |
| 7 | AI × 作曲 | Magenta / MuseNet / Riffusion等によるAI作曲／ChatGPTによる歌詞生成 |
| 8 | サウンドと物理 | 共鳴・ドップラー効果／建築音響・ホール設計／マイク・スピーカーの特性 |
| 9 | 音楽と社会 | 著作権・サンプリング問題／ネット配信の仕組み／ストリーミング経済 |
| 10 | 作品制作・発表 | 自作曲 or 編集音源の発表・展示／Spotify形式 or 展示会／評価・フィードバック |
🛠️ 使用ツール例（学年別想定）
| 対象レベル | ツール例 |
|---|---|
| 初学者（中高生） | Audacity, Chrome Music Lab, BandLab |
| 中級者（高専・大学） | Ableton Live, Logic Pro, Python（librosa, pydub） |
| 上級（研究・制作） | Max/MSP, Pure Data, MATLAB, AIモデル（Magenta等） |
🧪 数式・理論の一部（高校物理＋情報技術）
- 音速：
v = λ × f（波長×周波数） - サンプリング定理：
f_s > 2f_max（ナイキストの原理） - FFT：
X(k) = ∑ x(n) * e^(-j2πkn/N)（周波数成分の抽出） - MIDIノートと周波数の関係：
f = 440 × 2^((n - 69)/12)（n：MIDIノート番号）
📈 発展展開（STEAM／探究／研究向け）
- 音声認識・音声合成（Text-to-Speech、音声UI）
- 音による感情解析（AIによる音楽の感情分類）
- 伝統音楽とデジタル復元（和楽器音源のサンプリングなど）
- 音響心理学（ビート認知、ASMR効果、音圧の影響）
🎓 単元別Python実験（例）
-
音の波形を描く：
import numpy as np import matplotlib.pyplot as plt t = np.linspace(0, 0.01, 1000) y = np.sin(2 * np.pi * 440 * t) plt.plot(t, y) plt.title("Sine Wave (440Hz)") plt.xlabel("Time [s]") plt.ylabel("Amplitude") plt.grid() plt.show() -
MP3→WAV変換＋FFT：
from pydub import AudioSegment from scipy.fftpack import fft import numpy as np sound = AudioSegment.from_mp3("sample.mp3") samples = np.array(sound.get_array_of_samples()) fft_data = fft(samples)