Permainan ekspresif lebih disukai daripada non-ekspresif untuk beberapa genre
seperti musik klasik. Sebelumnya, telah dikembangkan CSEMP (Computer System
for Expressive Musical Performance - Sistem Komputer untuk Permainan Musik
Ekspresif) partitur-ke-suara untuk beberapa alat musik, misalnya piano dan vokal.
Belum ada CSEMP alat musik gesek yang mampu menghasilkan suara ekspresif
dari partitur non-ekspresif. Penggabungan komponen-komponen CSEMP yang
tersedia terkendala inkompatibilitas input dan output antar komponen. Untuk
itu, dibangun sebuah sistem permainan dan sintesis alat musik gesek baru yang
mengadopsi teknik sintesis neural parametrik yang telah teruji pada sintesis
nyanyian.
Dari teknik neural parametrik ini, dilakukan penyesuaian dan perbaikan.
Penyesuaian data masukan dilakukan dengan menghapus kebutuhan masukan aspek
fonetik. Pengkodean diganti dengan pengkodean harmonik plus stokastik yang
lebih sesuai untuk alat musik gesek. Karena model timing dengan jaringan syaraf
tiruan hanya menghasilkan deviasi timing konstan, modle timing diganti menjadi
menggunakan decision tree. Model pitch dan timbre tetap menggunakan jaringan
syaraf tiruan Wavenet yang dimodifikasi. Fitur masukan model timbre ditambah
dengan fitur dari partitur. Model-model dilatih dengan data latih kumpulan
pasangan partitur-rekaman.
Eksperimen dan pengujian terdiri dari tiga tahap, yaitu penyetelan parameter, uji
korelasi referensi, dan uji preferensi kealamian pendengar. Nilai koefisien korelasi
sistem ini terhadap data uji adalah 0.1133, lebih baik dari baseline RPM yang
memiliki nilai koefisien korelasi -0.0020. Namun, oleh pendengar, suara yang
dihasilkan masih dipersepsi kurang alami daripada RPM. Nilai preferensi kealamian
pendengar sistem ini terhadap RPM adalah 19;44%.