MATHEMATICAL MODELS AND ARTIFICIAL INTELLIGENCE TOOLS USAGE FOR AUTOMATION OF WRITING MUSICAL COMPOSITIONS
O Gavrylenko, J Dmytruk, A Teteruk · The National Transport University Bulletin · 2022
ВступГенерація музики є однією з класичних задач застосування штучного інтелекту для створення розважального контенту.Теорія музики не є однозначною, існує безліч підходів до представлення та формалізації музичної інформації.Нещодавні розробки, такі як поява представлення даних MIDI та програмних інструментів для аналізу музики, дозволили отримувати з вхідних аудіофайлів структуровані дані, до яких можна застосовувати різні підходи для виявлення закономірностей та створення унікального нового аудіоматеріалу.Актуальність автоматизації генерації музики пов'язана з популяризацією музичних творів у соціальних мережах: накладання їх на відео, рекламу тощо.Створення унікального наповнення відео та аудіоматеріалу потребує можливості генерації мелодії відповідно до тематики профілю автора контенту.Існує ряд методів для генерації музики, серед яких: математичні моделі; системи, засновані на знаннях; граматики; оптимізаційні підходи; еволюційні методи; системи, які навчаються; гібридні системи.Найпопулярнишими способами написання мелодіє серед дослідників є застосування ланцюгів Маркова або нейронних мереж, серед яких: рекурентні нейронні мережі (Recurrent neural network, RNN), нейронні мережі довгої короткочасної пам'яті (Long short-term memory, LSTM), генеративно-змагальні мережі (Generative adversarial networks, GAN), згорткові нейронні мережі (Сonvolutional neural network, CNN).Метою дослідження є аналіз способу комбінування підходів до автоматичної генерації задля збільшення тривалості згенерованого музичного фрагменту (в порівнянні з аналогами) та підвищення рівня його відмінності від вхідної композиції. Аналіз пов'язаних досліджень та публікаційПроблема автоматичної генерації музики активно досліджується впродовж останніх десятиліть.Існує низка наукових праць, у яких автори пропонують варіації граматик для представлення музики, проектують різноманітні моделі нейронних мереж та застосовують еволюційне моделювання.У роботі «A Comprehensive Survey on Deep Music generation: Multi-level Representations, Algorithms, Evaluations, and Future Directions» (Shulei Ji, Jing Luo, and Xinyu Yang; School of Computer Science and Technology, Xi'an Jiaotong University, China, 2020) автори розглядають історію проблематики автоматизованого написання музики та різні способи представлення даних [1].Пропонується розглядати процес генерації мелодії за наступними рівнями: верхній рівень: генерація партитури;