Überblick
- El Data Science for Music Challenge, a través del Michigan Institute for Data Science, zielt darauf ab, die Musikindustrie zu verändern.
- Sie haben im Rahmen dieser Initiative vier Projekte gestartet
- Diese Projekte werden ML- und DL-Techniken zum Studium der Musiktheorie und der Verbindung zwischen Text und Musik verwenden..
Einführung
Von digitaler Beat-Verbesserung bis hin zur völlig neuen Song-Kreation, Machine Learning verändert die Musikindustrie wirklich. Viele Künstler verwenden heutzutage ML, um ihre Songs zu verbessern und ihren Alben Elemente hinzuzufügen, die zuvor undenkbar waren..
Auch Forscher der University of Michigan nutzen maschinelles Lernen, um das digitale Zeitalter der Musik selbst zu prägen.. Sie verändern unser Verständnis, wir kreieren und interagieren mit musik.
Vier Forschungsteams, Einsatz von Machine Learning und Deep Learning Tools und Techniken für das Studium der Musiktheorie, Interpretation, Social Media-basierte Musikkreation und die Verbindung von Wort und Musik, erhält fachkundige Unterstützung. Sie werden finanziert und diese Mittel werden im Rahmen der Initiative Data Science for Music Challenge durch das Michigan Institute for Data Science bereitgestellt (MIDAS).
Der Schwerpunkt dieser Projekte wird auf der Verwendung von maschinellen Lerntechniken liegen, um die Musiktextbegleitung und die datengesteuerte Analyse der musikalischen Darbietung zu automatisieren.. Jedes Projekt erhält $ 75,000 über einen Zeitraum von einem Jahr. Unten sind die Projekte:
Verstehen und Auswerten von Mustern der Publikumsbeteiligung und kreativen Zusammenarbeit bei kollaborativen großen Musikaufführungen
Die für dieses Projekt ausgewählten Forschenden haben die Aufgabe, eine Plattform für die Kreation und Interpretation kollaborativer Musik zu entwickeln.. Sie sollten Data-Mining-Techniken anwenden, um Muster in der Publikumsbindung zu entdecken.
Verstehen Sie, wie das Gehirn Musik durch die Sonaten des Bach-Trios verarbeitet
Dies ist wahrscheinlich das faszinierendste Projekt von allen. Forscher werden versuchen, digitalisierte Aufführungen von Bachs Triosonaten zu entwickeln und zu analysieren. Sie werden gebeten, Algorithmen zu entwickeln, die die Struktur von Musik aus datenwissenschaftlicher Perspektive untersuchen. Das ultimative Ziel ist es zu verstehen, was Darsteller künstlerisch so gut macht., sowie das Entdecken der häufigsten Fehler, die sie machen.
Der Klang des Textes
Ziel dieses Projekts ist es, ein Data Science Framework zu entwickeln, das Musik mit Sprache verbindet. Forscher sollten Werkzeuge entwickeln, die musikalische Interpretationen von Texten erzeugen, voll unterstützt von Emotion und Inhalt. Wie der Name schon sagt, Das ultimative Ziel ist es, ein Werkzeug zu entwickeln, das jeden Text in Musik verwandeln kann.
Eine computergestützte Untersuchung melodischer Strukturen, die mit Hilfe von Musikkulturen modelliert wurden
Dieses Projekt zielt darauf ab, Computeranalyse und Musiktheorie zu kombinieren. Dies wird getan, um Musik in sechs Kulturen zu vergleichen, einschließlich indischer Lieder, um Gemeinsamkeiten bei der Entstehung und Strukturierung von Musik in verschiedenen Kulturen zu identifizieren.
Lesen Sie mehr über die MIDAS-Challenge hier für mehr Details.
Unsere Meinung dazu
Dies zeigt, wie weit maschinelles Lernen in die Musikindustrie vorgedrungen ist und wie weit es noch gehen muss.. Diese Projekte sind erst der Anfang, oder die Spitze des Eisbergs, die das Potenzial haben, eine Revolution zu starten. Vorausgesetzt, diese Projekte sind erfolgreich, wird den aktuellen Horizont in der Welt der digitalen Musik erweitern und vertiefen.
Die Ergebnisse können auch auf andere interaktive Umgebungen angewendet werden, einschließlich der Entwicklung neuer pädagogischer Instrumente. Welche Anwendungsfälle fallen Ihnen für diese Projekte ein?? Lass es uns im Kommentarbereich wissen!!
