Generative Deep Learning, 2a edizione

Capitolo 11. Generazione di musica

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

Obiettivi del capitolo

In questo capitolo scoprirai:

• Capire come trattare la generazione di musica come un problema di previsione di sequenze, in modo da poter applicare modelli autoregressivi come Transformers.

• Scopri come analizzare e tokenizzare i file MIDI utilizzando il pacchetto music21 per creare un set di allenamento.

• Scopri come utilizzare la codifica posizionale del seno.

• Addestra un trasformatore che genera musica, con più ingressi e uscite per gestire note e durata.

• Capire come gestire la musica polifonica, compresa la tokenizzazione a griglia e la tokenizzazione basata sugli eventi.

• Addestrare un modello MuseGAN per generare musica multitraccia.

• Usa MuseGAN per regolare le diverse proprietà delle barre generate.

La composizione musicale è un processo complesso e creativo che prevede la combinazione di diversi elementi musicali come melodia, armonia, ritmo e timbro. Sebbene sia tradizionalmente considerata un'attività esclusivamente umana, i recenti progressi hanno reso possibile generare musica piacevole all'orecchio e con unastruttura a lungo termine.

Una delle tecniche più popolari per la generazione di musica è il Transformer, in quanto la musica può essere considerata come un problema di predizione di sequenze. Questi modelli sono stati adattati per generare musica trattando ...