Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě

Bc. Daniel Kvak

Diplomová práce

Modeling of music transcription using deep learning: proposal, construction and validation of model based on recurrent neural network

Anotace:

Vyjma tradičních úloh hlubokého učení, mezi které řadíme rozpoznávání vzorů, předpověď cen akcií či strojový překlad, nachází tato metoda praktické využití i v rámci algoritmické kompozice. Tato diplomová práce zkoumá využití generativního modelu k nesupervizovanému učení hudebních stylů z předem selektovaných korpusů a následnou predikci vzorků z odhadované distribuce. Model využívá Long Short-Term Memory neuronovou síť, jejíž trénovací data obsahují žánrově specifické melodie v symbolické reprezentaci. Praktickým cílem této práce je vytvořit autoenkodér pro generování polyfonní hudební transkripce z časové řady užitečný v konkrétním estetickém kontextu skladby.

Abstract:

Apart from the traditional tasks of deep learning, which include pattern recognition, stock price forecasting or machine translation, this method also finds practical use in algorithmic composition. This diploma thesis examines the use of a generative model for unsupervised learning of musical styles from pre-selected corpora and the subsequent prediction of samples from the estimated distribution. The model uses a Long Short-Term Memory neural network, whose training data contains genre-specific melodies in a symbolic representation. The practical goal of this work is to create an autoencoder for generating a polyphonic music transcription from a time series useful in the specific aesthetic context of a composition.

Klíčová slova

algoritmická kompozice, autoenkodér, hluboké učení, komputační kreativita, LSTM síť, rekurentní neuronová síť, strojové učení, umělá inteligence, algorithmic composition, autoencoder, deep learning, computational creativity, LSTM network, recurrent neural network, machine learning, artificial intelligence

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 25. 5. 2021

Obhajoba závěrečné práce

• Obhajoba proběhla 17. 6. 2021
• Vedoucí: doc. PhDr. Martin Flašar, Ph.D.
• Oponent: doc. Mgr. Jana Horáková, Ph.D.

Masarykova univerzita

Filozofická fakulta

Magisterský studijní program / obor:
Teorie interaktivních médií / Teorie interaktivních médií