Panoramica
- El Data Science for Music Challenge, a traves del Michigan Institute for Data Science, mira a trasformare l'industria musicale.
- Hanno lanciato quattro progetti nell'ambito di questa iniziativa
- Questi progetti utilizzeranno tecniche di ML e DL per lo studio della teoria musicale e la connessione tra testo e musica..
introduzione
Dal miglioramento del ritmo digitale alla creazione di brani totalmente nuovi, l'apprendimento automatico sta davvero trasformando l'industria musicale. Molti artisti in questi giorni stanno usando ML per potenziare le loro canzoni e aggiungere elementi ai loro album che prima erano impensabili..
Anche i ricercatori dell'Università del Michigan utilizzano l'apprendimento automatico per lasciare il segno nell'era digitale della musica.. Stanno cambiando il nostro modo di intendere, creiamo e interagiamo con la musica.
Quattro gruppi di ricerca, utilizzando strumenti e tecniche di machine learning e deep learning per lo studio della teoria musicale, interpretazione, creazione di musica basata sui social media e connessione tra parole e musica, riceverà il supporto di esperti. Saranno finanziati e questi fondi saranno forniti nell'ambito dell'iniziativa Data Science for Music Challenge attraverso il Michigan Institute for Data Science (MIDAS).
L'obiettivo principale di questi progetti sarà l'utilizzo di tecniche di apprendimento automatico per automatizzare l'accompagnamento del testo musicale e l'analisi basata sui dati dell'esecuzione musicale.. Ogni progetto riceverà $ 75,000 per un periodo di un anno. Di seguito i progetti:
Comprensione e estrazione dei modelli di coinvolgimento del pubblico e collaborazione creativa in spettacoli musicali collaborativi su larga scala
I ricercatori selezionati per questo progetto avranno il compito di sviluppare una piattaforma per la creazione e l'interpretazione di musica collaborativa.. Dovrebbero utilizzare tecniche di data mining per scoprire modelli di coinvolgimento del pubblico.
Comprendere come il cervello elabora la musica attraverso le sonate del trio di Bach
Questo è probabilmente il progetto più affascinante di tutti. I ricercatori cercheranno di sviluppare e analizzare le esecuzioni digitalizzate delle Trio Sonate di Bach. Verrà chiesto loro di produrre algoritmi che studino la struttura della musica da una prospettiva di data science. L'obiettivo finale è capire cosa rende gli artisti così bravi dal punto di vista artistico., oltre a scoprire gli errori comuni che commettono.
Il suono del testo
L'obiettivo di questo progetto è sviluppare un framework di data science che colleghi la musica al linguaggio. I ricercatori dovrebbero sviluppare strumenti che producano interpretazioni musicali dei testi, pienamente supportato da emozione e contenuto. Come suggerisce il nome, l'obiettivo finale è creare uno strumento in grado di trasformare qualsiasi testo in musica.
Uno studio computazionale di strutture melodiche modellate per mezzo di culture musicali
Questo progetto mira a combinare l'analisi computazionale e la teoria musicale. Questo sarà fatto per confrontare la musica in sei culture, comprese le canzoni indiane, al fine di identificare i punti in comune su come la musica viene generata e strutturata nelle diverse culture.
Puoi leggere di più sulla sfida MIDAS qui per ulteriori dettagli.
La nostra opinione su questo
Questo mostra fino a che punto l'apprendimento automatico è penetrato nell'industria musicale e quanto deve ancora arrivare.. Questi progetti sono solo l'inizio, o la punta dell'iceberg, che hanno il potenziale per iniziare una rivoluzione. Supponendo che questi progetti abbiano successo, amplierà e approfondirà l'attuale orizzonte nel mondo della musica digitale.
I risultati possono essere applicati anche ad altri ambienti interattivi, compreso lo sviluppo di nuovi strumenti educativi. Quali sono i casi d'uso a cui puoi pensare per questi progetti? Fatecelo sapere nella sezione commenti!!
