4 projetos musicais de ciência de dados que visam transformar a indústria musical

Conteúdo

Visão geral

  • Desafio El Data Science for Music, a través del Michigan Institute for Data Science, visa transformar a indústria da música.
  • Eles lançaram quatro projetos sob esta iniciativa
  • Esses projetos usarão técnicas de ML e DL para o estudo da teoria musical e a conexão entre texto e música..

Introdução

Do aprimoramento da batida digital à criação de músicas totalmente novas, o aprendizado de máquina está realmente transformando a indústria musical. Muitos artistas hoje em dia estão usando o ML para impulsionar suas músicas e adicionar itens a seus álbuns que antes eram impensáveis..

Pesquisadores da Universidade de Michigan também estão usando o aprendizado de máquina para deixar sua própria marca na era digital da música.. Eles estão mudando a maneira como entendemos, nós criamos e interagimos com a música.

Quatro equipes de pesquisa, usando ferramentas e técnicas de aprendizado de máquina e aprendizado profundo para o estudo da teoria musical, a interpretação, criação de música baseada em mídia social e a conexão entre palavras e música, receberá suporte especializado. Eles serão financiados e esses fundos serão fornecidos sob a iniciativa Data Science for Music Challenge através do Michigan Institute for Data Science (MIDAS).

O foco principal desses projetos será o uso de técnicas de aprendizado de máquina para automatizar o acompanhamento de texto musical e a análise de desempenho musical baseada em dados.. Cada projeto receberá $ 75,000 por um período de um ano. Abaixo estão os projetos:

Compreender e explorar os padrões de envolvimento do público e colaboração criativa em apresentações musicais colaborativas de grande escala

Os pesquisadores selecionados para este projeto terão a tarefa de desenvolver uma plataforma para a criação e interpretação de música colaborativa.. Eles devem usar técnicas de mineração de dados para descobrir padrões no envolvimento do público.

Entenda como o cérebro processa música por meio das sonatas do trio de Bach

Este é provavelmente o projeto mais fascinante de todos. Os pesquisadores tentarão desenvolver e analisar performances digitalizadas do Trio Sonatas de Bach. Eles serão solicitados a produzir algoritmos que estudam a estrutura da música a partir de uma perspectiva de ciência de dados. O objetivo final é entender o que torna os performers tão bons artisticamente., bem como descobrir os erros comuns que cometem.

O som do texto

O objetivo deste projeto é desenvolver uma estrutura de ciência de dados que conecte música com linguagem. Os pesquisadores devem desenvolver ferramentas que produzam interpretações musicais de textos, totalmente apoiado por emoção e conteúdo. Como o nome sugere, o objetivo final é criar uma ferramenta que pode transformar qualquer texto em música.

Um estudo computacional de estruturas melódicas modeladas por meio de culturas musicais

Este projeto visa combinar análise computacional e teoria musical.. Isso será feito para comparar a música em seis culturas, incluindo canções indianas, a fim de identificar pontos comuns sobre como a música é gerada e estruturada em diferentes culturas.

Você pode ler mais sobre o desafio MIDAS aqui para mais detalhes.

Nossa opinião sobre isso

Isso mostra o quão longe o aprendizado de máquina penetrou na indústria da música e o quão longe ele ainda está para chegar.. Esses projetos são apenas o começo, ou a ponta do iceberg, que têm potencial para começar uma revolução. Supondo que esses projetos sejam bem-sucedidos, vai ampliar e aprofundar o horizonte atual no mundo da música digital.

Os resultados também podem ser aplicados a outros ambientes interativos, incluindo o desenvolvimento de novas ferramentas educacionais. Quais são os casos de uso em que você pode pensar para esses projetos? Deixe-nos saber na seção de comentários!!

Inscreva-se no AVBytes aqui para atualizações regulares de ciência de dados, aprendizado de máquina e inteligência artificial em sua caixa de entrada.

Assine a nossa newsletter

Nós não enviaremos SPAM para você. Nós odiamos isso tanto quanto você.