【108-2】音樂資料科學II
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)
課程簡介
藉由「音樂資料科學I」累積的基礎，本課程將先帶領學生利用Python程式語言的libRosa函式庫，分析開放式資料集並實作進階計算音樂分析；接著，將操作Sonic Visualiser軟體，參與採譜或標記等專家加註任務，以及數據收集和清理等流程，逐步建構客製化資料集，並探討數位典藏方法與數位人文研究精神；最後，將透過TensorFlow Magenta人工智慧(AI)引擎、Google Seedbank互動式機器學習範例集等，實際讓學生體驗自動生成、輔助創作、即興演奏等音樂科技。本課程採用普羅大眾皆可合法下載安裝且永久免費的自由軟體，相容於Windows、macOS、Linux作業系統，以利永續發展與推廣。
課程目標
1. 利用 libRosa 函式庫分析聲音檔案
2. 探索開放式聲音訊號資料集
3. 參與專家加註資料收集過程
4. 理解數位典藏方法與數位人文研究精神
5. 具備跨領域合作建構客製化資料庫之能力
6. 體驗人工智慧輔助創作
7. 思考人類和機器運作的異同
適用對象
音像藝術學院、音樂學院與相關學系學生
課程特色
應用數位工具：Python程式語言、libRosa函式庫、Sonic Visualiser軟體、Orange軟體
課程領域：人文藝術、資訊工程
課程領域：人文藝術、資訊工程
課程進度
1. orientation (林欣名)
2. content-based audio retrieval (林欣名)
3. guest lecture (楊乃潔): Sonic Visualiser—viewing and analyzing the contents of
music audio files
4. Sonic Visualiser plugins (林欣名)
5. libRosa—a Python package for music and audio analysis (林欣名)
6. libRosa objects and operations (林欣名)
7. Orange—open source machine learning and data visualization (林欣名)
8. TensorFlow Magenta and Google AI Hub (林欣名)
9. midterm presentations: computational analyses of audio data sets
10. guest lecture (楊乃潔): compositions by AI
11. guest lecture (楊乃潔): composing with AI
12. guest lecture (劉家宏): intermediate Python programming
13. guest lecture (劉家宏): scikit-learn—machine learning in Python
14. digital archive (林欣名)
15. guest lecture (楊乃潔): improvising with AI
16. digital humanities (林欣名)
17. review (林欣名)
18. final presentations
2. content-based audio retrieval (林欣名)
3. guest lecture (楊乃潔): Sonic Visualiser—viewing and analyzing the contents of
music audio files
4. Sonic Visualiser plugins (林欣名)
5. libRosa—a Python package for music and audio analysis (林欣名)
6. libRosa objects and operations (林欣名)
7. Orange—open source machine learning and data visualization (林欣名)
8. TensorFlow Magenta and Google AI Hub (林欣名)
9. midterm presentations: computational analyses of audio data sets
10. guest lecture (楊乃潔): compositions by AI
11. guest lecture (楊乃潔): composing with AI
12. guest lecture (劉家宏): intermediate Python programming
13. guest lecture (劉家宏): scikit-learn—machine learning in Python
14. digital archive (林欣名)
15. guest lecture (楊乃潔): improvising with AI
16. digital humanities (林欣名)
17. review (林欣名)
18. final presentations