音楽に合わせて踊ることは、人間にとって本能的な行動である。しかし、音楽からダンスを生成するプロセスをモデル化することは、極めて困難な課題である。音楽とダンスの間の相関関係を正確に測定するには、音楽およびダンスのスタイルやビートといった複数の側面を同時に考慮する必要があるため、多大な努力を要する。さらに、ダンスは本質的にマルチモーダルであり、ある瞬間におけるポーズの次に続く動きは、複数の選択肢が同様に可能性を有する。本稿では、音楽からダンスを生成するための「分析から合成へ」の学習フレームワークを提案する。分析段階では、ダンスを一連の基本的なダンスユニットに分解し、モデルがどのように動くかを学習する。合成段階では、入力された音楽に応じて、複数の基本的なダンス動作を自然に統合することで、ダンスを構成する方法を学習する。実験による定性的および定量的な評価結果から、提案手法が、現実的で多様であり、スタイルの一貫性とビートの整合性を備えたダンスを音楽から効果的に合成できることを示した。