OpenEdu | 中華開放教育平台

【109-1】音樂人工智慧
【109-1】音樂人工智慧
註冊課程
開課機構
國立臺南藝術大學
課程分類
資訊工程
課程子類
電腦
學習時數
每週2小時
上課語言
中文
字幕語言
無字幕
修課費用
免費
陳樹熙
陳樹熙
國立臺南藝術大學
副教授
主要經歷
國立臺南藝術大學 應用音樂學系 副教授
臺北市立交響樂團 - 團長(借調)
國立臺灣交響樂團 - 副團長
臺北市立交響樂團 - 副團長

代表重要著作
譯著:西洋音樂百科全書,臺灣麥克圖書出版(1994)
音樂欣賞,新版,三民書局出版(2010)
國立臺灣交響樂團委託研究計畫-「國立臺灣交響樂團轉型行政法人組織營運管理規劃報告」(2003)
文建會委託研究報告-「國內外交響樂團評鑑制度研究」(2011)

林欣名
林欣名
國立臺南藝術大學
專案助理教授

主要經歷
國立臺南藝術大學高階藝術管理碩士在職學位學程 助理教授
國立臺南藝術大學文化資產研創中心 博士後研究員
國立清華大學資訊系統與應用研究所 博士後研究員
加州大學聖地牙哥分校音樂學系 兼任副講師
中央研究院資訊科技創新研究中心 研究助理
瑞影企業股份有限公司視聽技術部 工程師
中華藝術學校音樂科 兼任教師

代表重要著作
1. H.-M. Lin, "Exploring Unexploited Compositional Space in Intercultural, Cross-level, and Concurrence Features of Music," dissertation, University of California, San Diego, 2017.
2. H.-M. Lin and S. Dubnov, "Algorithmic Composition Parameter as Intercultural and Cross-level MIR Feature: The Susceptibility of Melodic Pitch Contour," in Proceedings of the 42nd International Computer Music Conference, Utrecht, 2016, pp. 357–362.
3. C.-Y. Liang, L. Su, Y.-H. Yang, and H.-M. Lin, "Musical Offset Detection of Pitched Instruments: The Case of Violin," in Proceedings of the 16th International Society for Music Information Retrieval Conference, Málaga, 2015, pp. 281–287.

課程簡介

當前的第三波人工智慧浪潮,為近代資料科學的具體成果,其以大數據為材料、以機器學習為處理方法,如今廣泛應用在許多領域,並逐漸影響人們每日生活中的各個層面。以音樂為例,除了利用分類與推薦技術,將產品準確投放給目標客群之於上市之前先行預測新作品的銷售量。另一方面,提供自動作曲服務及產品的公司外,更可在國內外如雨後春筍般出現,電玩遊戲也開始採用即時自動配樂。
然而,目前仍普遍缺乏能與資料科學家和資訊工程師有效溝通的音樂人才。本課程前半學期首先介紹資料科學的簡要原理,並操作Orange探索性數據分析和交互式數據可視化軟體,來比較各種演算法。接著,加入音樂的低中高階特徵、音樂資料表示法、開放式音樂與音訊資料集等知識。後半學期,藉由Python通用型程式語言,透過TensorFlow工智慧引擎、 Magenta人 Google AI Hub互動式機器學習範例集,以及AIVA、Amper Music等網路服務,實際讓學生運用自動生成、輔助創作、即興演奏等音樂科技。

課程目標

理解資料科學運作原理
探索開放式音樂與音訊資料集
認識 Python 通用型程式語言
運用人工智慧輔助創作與演奏
洞察科技對人文精神的衝擊

適用對象

音像藝術學院及音樂學院學生

課程特色

應用數位工具/技術:Orange、Python、TensorFlow Magenta、Google AI Hub、AIVA、Amper Music等

課程進度

CH1 orientation
CH2 big data
CH3 machine learning algorithms
CH4 artificial intelligence
CH5 Orange—open source machine learning and data visualization
CH6 music features
CH7 music representations
CH8 music data sets
CH9 midterm presentations: music representations or data sets
CH10 劉家宏:basic Python programming (1)
CH11 劉家宏:basic Python programming (2)
CH12 劉家宏:basic Python programming (3)
CH13 TensorFlow Magenta and Google AI Hub
CH14 楊乃潔:compositions by AI
CH15 楊乃潔:composing with AI
CH16 楊乃潔:improvising with AI
CH17 rehearsal of final presentations
CH18 final presentations: AI-aided compositions, performances, or sound installations