velikost textu

Generování polyfonní hudby pomocí neurových sítí

Upozornění: Informace získané z popisných dat či souborů uložených v Repozitáři závěrečných prací nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora.
Název:
Generování polyfonní hudby pomocí neurových sítí
Název v angličtině:
Generating polyphonic music using neural networks
Typ:
Bakalářská práce
Autor:
Bc. Marek Židek
Vedoucí:
Mgr. Jan Hajič
Oponent:
Mgr. Ladislav Maršík
Id práce:
190212
Fakulta:
Matematicko-fyzikální fakulta (MFF)
Pracoviště:
Ústav formální a aplikované lingvistiky (32-UFAL)
Program studia:
Informatika (B1801)
Obor studia:
Obecná informatika (IOI)
Přidělovaný titul:
Bc.
Datum obhajoby:
6. 9. 2017
Výsledek obhajoby:
Výborně
Jazyk práce:
Čeština
Klíčová slova:
Generování hudby, počítačová kompozice, rekurentní neuronové sítě, hluboké učení
Klíčová slova v angličtině:
Music generation, computational composition, recurrent neural networks, deep learning
Abstrakt:
Abstrakt Cílem této práce je prozkoumat nové možnosti v generovaní unikátních polyfonních skladeb s použitím neuronových sítí. Generovaní hudby, ať už pomocí zvukových vln nebo diskrétních reprezentací je velmi zajimvé a v posledních letech zkoumané téma. Tato práce používá jako trénovací data klasickou polyfonní hudbu reprezentovanou ve formátu midi. Nejdříve v práci popíšeme problém, předvedeme relevantní architektury neuronových sítí a poté vysvětlíme naše nápady, ze kterých jeden, a to náš experiment se třemi verzemi přidávání "skip-connections" do modelu LSTM pro generaci hudby, považujeme za kvalitní příbytek do tohoto odvětví. U podobných prací byly "skip-connections" úspěšně zkoumány hlavně pro problémy klasifikace, nicméně naše výsledky ukazují slušné vyledky pro generaci hudby (např. 47% našich respondentů považovalo naše generované vzorky za realné). Kromě standartní automatizované evaluace na testovacích datech, která je pro generování hudby hůře uchopitelná, je v práci provedena velmi komplexní evaluace pomocí dotazníků. Tato evaluace byla navržena ne pouze pro předvedení výsledků naší práce, ale také pro odhalení zajimavých souvislostí o očekávání, předsudků a charakteristik respondentů. Toto považujeme za hodnotný zdroj informací pro budoucí práce o automatickém generování hudby.
Abstract v angličtině:
Abstract The aim of this thesis is to explore new ways of generating unique polyphonic music using neural networks. Music generation, either in raw audio waveforms or discretely represented, is very interesting and under a heavy ex- ploration in recent years. This thesis works with midi represented polyphonic classical music for piano as training data. We introduce the problem, show rele- vant neural network architectures and describe our numerous ideas, out of which one idea, our experiment with three versions of skip residual LSTM connections for music composition, we consider a good contribution to the field. In related work, skip-connections were explored mostly for classification tasks, however, our results show a solid improvement for music composition (e.g. 47% of respondents considered our samples real). We also show that skip-connections have rather diverse hyperparameter space for future tuning. Apart from standard automated test set evaluation, which is hard to design and interpret for creativity mimicking models, we also did a complex evaluation through surveys. The evaluation was specifically designed to not only to show results for our samples, but to reveal information about expectancy, preconceptions and influence of personal charac- teristics of the respondents. We consider this a valuable resource for future works in automated music generation.
Dokumenty
Stáhnout Dokument Autor Typ Velikost
Stáhnout Text práce Bc. Marek Židek 3.24 MB
Stáhnout Příloha k práci Bc. Marek Židek 68.1 MB
Stáhnout Abstrakt v českém jazyce Bc. Marek Židek 38 kB
Stáhnout Abstrakt anglicky Bc. Marek Židek 39 kB
Stáhnout Posudek vedoucího Mgr. Jan Hajič 85 kB
Stáhnout Posudek oponenta Mgr. Ladislav Maršík 137 kB
Stáhnout Záznam o průběhu obhajoby doc. Ing. Petr Tůma, Dr. 481 kB