หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

การสร้างเพลงที่ยอดเยี่ยมด้วย AI

ยินดีต้อนรับสู่รายการ Awesome Music Generation พร้อม AI ซึ่งเป็นคอลเลกชันทรัพยากร โปรเจ็กต์ และเฟรมเวิร์กที่รวบรวมไว้ซึ่งผสมผสานระหว่างปัญญาประดิษฐ์และการสร้างสรรค์ดนตรี ในช่วงหลายปีที่ผ่านมา สาขาวิชาดนตรีเจเนอเรทีฟมีวิวัฒนาการที่สำคัญ โดยได้รับแรงหนุนจากความก้าวหน้าในการเรียนรู้ของเครื่องและเทคโนโลยีการเรียนรู้เชิงลึก จากองค์ประกอบอัลกอริธึมไปจนถึงการสร้างเพลงแบบเรียลไทม์ AI ได้เปิดโลกทัศน์ใหม่ ทำให้เกิดการผสมผสานระหว่างความคิดสร้างสรรค์และระบบอัตโนมัติที่ครั้งหนึ่งเคยเป็นไปไม่ได้

รายการนี้มีเป้าหมายที่จะเป็นศูนย์กลางที่ครอบคลุมสำหรับผู้สนใจ นักวิจัย และมืออาชีพ โดยรวบรวมโครงการบุกเบิก บทความวิจัยที่ทรงอิทธิพล และกรอบงานล้ำสมัยที่กำหนดอนาคตของการผลิตดนตรีผ่าน AI ไม่ว่าคุณจะเป็นนักดนตรีที่สำรวจขอบเขตดิจิทัล นักวิจัยที่ก้าวข้ามขอบเขตของสิ่งที่เป็นไปได้ หรือนักพัฒนาที่มุ่งหวังที่จะรวมความสามารถทางดนตรีที่ขับเคลื่อนด้วย AI เข้ากับแอปพลิเคชัน คอลเลกชันนี้จะมอบแหล่งที่มาของแรงบันดาลใจและความรู้มากมาย

สารบัญ

  • โครงการ GitHub
  • บทความและบล็อก
  • หลักสูตรออนไลน์
  • หนังสือ
  • เอกสารวิจัย
  • วิดีโอ
  • เครื่องมือและซอฟต์แวร์
  • การประชุมและกิจกรรม
  • สไลด์และการนำเสนอ

โครงการ GitHub

  • Magenta: การสร้างดนตรีและศิลปะด้วยความฉลาดของเครื่องจักร ?? ️ (18712 ดาว)
  • Audiocraft: ไลบรารีสำหรับการประมวลผลเสียงและการสร้างด้วยการเรียนรู้เชิงลึก รวมถึง MusicGen ซึ่งเป็น LM การสร้างเพลงที่ควบคุมได้พร้อมการปรับสภาพข้อความและทำนอง (17,044 ดาว)
  • Muzic: ความเข้าใจและการสร้างดนตรีด้วยปัญญาประดิษฐ์ ? (3765 ดาว)
  • musiclm-pytorch: การใช้งาน PyTorch ของ MusicLM ซึ่งเป็นโมเดลที่ล้ำสมัยของ Google สำหรับการสร้างดนตรีโดยใช้เครือข่ายความสนใจ ? (2763 ดาว)
  • riffusion: การแพร่กระจายที่เสถียรสำหรับการสร้างเพลงแบบเรียลไทม์ ? (2727 ดาว)
  • Mubert-Text-to-Music: สมุดบันทึกสาธิตการสร้างเพลงตามพรอมต์โดยใช้ Mubert API ? (2674 ดาว)
  • riffusion-app: การแพร่กระจายที่เสถียรสำหรับการสร้างเพลงแบบเรียลไทม์ในเว็บแอป ? (2474 ดาว)
  • Magenta.js: การสร้างดนตรีและศิลปะด้วยการเรียนรู้ของเครื่องในเบราว์เซอร์ ?? ️ (1899 ดาว)
  • AudioLDM2: การสร้างข้อความเป็นเสียง/เพลง ? (1733 ดาว)
  • musegan: AI สำหรับการสร้างดนตรี ? (1602 ดาว)
  • Radium : โปรแกรมแก้ไขเพลงกราฟิกและเครื่องมือติดตามรุ่นต่อไป ?⚡️ (805 ดาว)
  • GRUV : โครงการ Python สำหรับการสร้างดนตรีอัลกอริทึม - (798 ดาว)
  • DeepJ : โมเดลการเรียนรู้เชิงลึกสำหรับการสร้างดนตรีเฉพาะสไตล์ - (717 ดาว)
  • การสร้างดนตรีด้วยการเรียนรู้เชิงลึก : แหล่งข้อมูลเกี่ยวกับการสร้างดนตรีโดยใช้การเรียนรู้เชิงลึก - (700 ดาว)
  • Musika : การสร้างเพลงรูปคลื่นที่ไม่มีที่สิ้นสุดอย่างรวดเร็ว - (646 ดาว)
  • การวิจัยการสร้างดนตรี : แหล่งรวบรวมทรัพยากรการวิจัยการสร้างดนตรี - (516 ดาว)
  • MusPy : ชุดเครื่องมือสำหรับการสร้างเพลงเชิงสัญลักษณ์ - (387 ดาว)
  • MusicGenerator : ทดลองใช้โมเดลการเรียนรู้เชิงลึกที่หลากหลายสำหรับการสร้างเพลงด้วย TensorFlow - (309 ดาว)
  • MuseTree : การสร้างเพลงด้วย AI สำหรับโลกแห่งความเป็นจริง - (215 ดาว)
  • VampNET : การสร้างดนตรีด้วยหม้อแปลงสวมหน้ากาก! - (204 ดาว)

บทความและบล็อก

  • การสร้างเพลงที่ง่ายและควบคุมได้: โมเดลภาษาเดียว (LM) ที่เรียกว่า MusicGen ซึ่งดำเนินการผ่านการแสดงเพลงแยกแบบบีบอัด ทำให้สามารถควบคุมเอาต์พุตที่สร้างขึ้นได้ดีขึ้น ตัวอย่างเพลง รหัส และรุ่นสามารถดูได้ที่ลิงค์ที่ให้ไว้
  • ระบบสร้างเพลงแสดงอารมณ์ที่ใช้ AI: การทบทวนวิธีการ: การทบทวนระบบ AI-AMG อย่างครอบคลุม อภิปรายการส่วนประกอบหลัก การจัดหมวดหมู่ระบบที่มีอยู่ตามอัลกอริธึมหลัก และสำรวจแนวทางที่ใช้ AI ในการแต่งเพลงที่สื่ออารมณ์
  • Music FaderNets: การสร้างเพลงที่ควบคุมได้บนพื้นฐานระดับสูง: กรอบงาน (Music FaderNets) สำหรับการเรียนรู้การนำเสนอคุณสมบัติระดับสูงโดยการจัดการคุณลักษณะระดับต่ำผ่านการแยกส่วนคุณสมบัติและเทคนิคการทำให้เป็นมาตรฐานที่แฝงอยู่
  • การสร้างดนตรีโดยการเรียนรู้เชิงลึก-ความท้าทายและทิศทาง: ภาพรวมของแนวทางการเรียนรู้เชิงลึกสำหรับการสร้างดนตรี อภิปรายการข้อจำกัดในแง่ของความคิดสร้างสรรค์และการควบคุม
  • MusPy: ชุดเครื่องมือสำหรับการสร้างดนตรีสัญลักษณ์: การแนะนำ MusPy ซึ่งเป็นไลบรารี Python แบบโอเพ่นซอร์สสำหรับการสร้างเพลงสัญลักษณ์ ซึ่งมีเครื่องมือสำหรับการจัดการชุดข้อมูล การประมวลผลข้อมูลล่วงหน้า และการประเมินแบบจำลอง รวมถึงการวิเคราะห์ทางสถิติของชุดข้อมูลที่รองรับด้วย
  • การสร้างเพลงที่รองรับตัวเข้ารหัสอัตโนมัติแบบเกิดซ้ำแบบผันแปร: การแนะนำสถาปัตยกรรมเครือข่ายใหม่ ตัวเข้ารหัสอัตโนมัติแบบแปรผันที่ได้รับการสนับสนุนตามประวัติ เพื่อสร้างรูปแบบทำนองเพลงที่ยาวขึ้น พฤติกรรมการกรองจะใช้เพื่อปรับปรุงเพลงที่สร้างขึ้น
  • การสร้างดนตรีสัญลักษณ์ด้วยแบบจำลองการแพร่กระจาย: การประยุกต์ใช้แบบจำลองการแพร่กระจายเพื่อสร้างแบบจำลองดนตรีสัญลักษณ์ แสดงให้เห็นถึงการสร้างที่แข็งแกร่งและผลลัพธ์การเติมแบบมีเงื่อนไข
  • Magenta: โครงการวิจัยที่สำรวจบทบาทของการเรียนรู้ของเครื่องในการสร้างสรรค์งานศิลปะและดนตรี
  • วิธีสร้างเพลงด้วย Python: พื้นฐาน: บทความที่พูดถึงพื้นฐานของการสร้างเพลงด้วย Python โดยเน้นการใช้งานในการสร้าง MIDI ตามขั้นตอน
  • MidiNet: เครือข่าย Convolutional Generative Adversarial สำหรับ: การตรวจสอบการใช้เครือข่ายประสาทเทียม (CNN) เพื่อสร้างทำนองในโดเมนสัญลักษณ์ แนะนำกลไกแบบมีเงื่อนไข และขยายไปยังช่อง MIDI หลายช่อง
  • แบบสำรวจปัญญาประดิษฐ์เพื่อคนรุ่นใหม่ทางดนตรี: ตัวแทน ...
  • เอกสารสำรวจนี้สำรวจสาขาการสร้างดนตรีด้วยปัญญาประดิษฐ์ (AI) โดยหารือเกี่ยวกับเทคนิคการเรียบเรียงและความก้าวหน้าในระบบ AI ที่เลียนแบบกระบวนการสร้างดนตรี นอกจากนี้ยังเน้นย้ำถึงบทบาทของชุดข้อมูล โมเดล อินเทอร์เฟซ และผู้ใช้ในกระบวนการสร้างเพลง ตลอดจนการใช้งานที่เป็นไปได้และทิศทางการวิจัยในอนาคต
  • การสร้างดนตรีด้วยปัญญาประดิษฐ์ ?
  • บทความนี้ให้ข้อมูลเชิงลึกเกี่ยวกับวิธีการใช้เครือข่ายประสาทที่เกิดซ้ำ (RNN) สำหรับการสร้างเพลงด้วยการเรียนรู้ของเครื่อง ทำหน้าที่เป็นการทบทวนเทคนิคการสร้างข้อความที่ใช้ RNN
  • จากโครงข่ายประสาทเทียมไปจนถึงการเรียนรู้เชิงลึกสำหรับดนตรี ...
  • บทความนี้สำรวจการประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึกในการสร้างดนตรี โดยนำเสนอบทช่วยสอนเกี่ยวกับวิธีการใช้การเรียนรู้เชิงลึกเพื่อเรียนรู้สไตล์ดนตรีโดยอัตโนมัติและสร้างตัวอย่างเพลง
  • Noise2Music: การสร้างเพลงที่มีเงื่อนไขข้อความพร้อมการแพร่กระจาย ...
  • งานวิจัยนี้แนะนำ Noise2Music ซึ่งเป็นระบบที่ใช้โมเดลการแพร่กระจายเพื่อสร้างคลิปเพลงคุณภาพสูงจากข้อความแจ้ง โดยจะแสดงให้เห็นว่าเสียงที่สร้างขึ้นสามารถจับแนวเพลง จังหวะ เครื่องดนตรี อารมณ์ และยุคที่ระบุไว้ในข้อความได้อย่างไร
  • Autoencoder รูปแบบการจัดประเภทที่มีการประยุกต์ใช้เพื่อ ... ?
  • บทความนี้นำเสนอแบบจำลองตามเฟรมเวิร์กตัวเข้ารหัสอัตโนมัติแบบแปรผัน (VAE) สำหรับการสร้างดนตรีแบบอัลกอริทึม โมเดลนี้ได้รวมเอาตัวแยกประเภทเพื่ออนุมานคลาสที่ไม่ต่อเนื่องของข้อมูลโมเดล ทำให้สามารถสร้างลำดับดนตรีในคีย์ต่างๆ ได้
  • การสร้างเพลง Ambient จาก WaveNet
  • โพสต์นี้กล่าวถึงแรงจูงใจและแนวทางในการสร้างดนตรีแอมเบียนต์โดยใช้ WaveNet ของ Google DeepMind ซึ่งเป็นโมเดลการสร้างเสียง
  • การสร้างเพลงโดยใช้โครงข่ายประสาทเทียม LSTM
  • โพสต์ในบล็อกนี้นำเสนอการใช้โครงข่ายประสาทเทียมหน่วยความจำระยะสั้นแบบยาว (LSTM) สำหรับการสร้างดนตรี ครอบคลุมถึงการปรับปรุงที่ทำกับโมเดล LSTM ที่มีอยู่
  • แบบจำลองความน่าจะเป็นแบบกระจายแบบไม่ต่อเนื่องสำหรับการสร้างดนตรีเชิงสัญลักษณ์ ?
  • งานนี้แนะนำการสร้างดนตรีสัญลักษณ์โพลีโฟนิกโดยใช้ Discrete Diffusion Probabilistic Models (DDPM) แบบจำลองเหล่านี้แสดงการสร้างตัวอย่างคุณภาพสูง และช่วยให้สามารถเติมได้อย่างยืดหยุ่นในระดับบันทึก บทความนี้ยังกล่าวถึงการประเมินคุณภาพตัวอย่างเพลงและการใช้งานที่เป็นไปได้ของโมเดลเหล่านี้

หลักสูตรออนไลน์

  • หลักสูตรและการรับรอง Generative AI: ก้าวไปอีกขั้นในการเดินทางอย่างมืออาชีพของคุณและลงทะเบียนในหลักสูตร Generative AI วันนี้! ค้นหาหลักสูตร Generative AI ที่เปิดสอนจากมหาวิทยาลัยชั้นนำและผู้นำในอุตสาหกรรม -
  • หลักสูตรการสร้างศิลปะ AI ที่สมบูรณ์แบบ - ระดับเริ่มต้น 2 MASTER: เรียนรู้วิธีสร้างทุกสิ่งตั้งแต่ภาษา ศิลปะ ดนตรี และอื่นๆ อีกมากมายโดยใช้อัลกอริธึม AI ที่ล้ำสมัย -
  • Andrew Ng: ประกาศความเชี่ยวชาญการเรียนรู้เชิงลึกใหม่ของฉัน: เจาะลึกการเรียนรู้เชิงลึกกับ Andrew Ng ผู้เชี่ยวชาญด้าน AI ที่มีชื่อเสียง และเรียนรู้รากฐานของสาขาที่น่าตื่นเต้นนี้ -
  • หลักสูตรและการรับรองการเรียนรู้เชิงลึกที่ดีที่สุด (หลักสูตร): พัฒนาทักษะและความรู้การเรียนรู้เชิงลึกของคุณโดยการลงทะเบียนในหลักสูตรอันหลากหลายที่เปิดสอนโดยมหาวิทยาลัยชั้นนำและผู้นำในอุตสาหกรรม

หนังสือ

  • เทคนิคการเรียนรู้เชิงลึกสำหรับการสร้างดนตรี : หนังสือเล่มนี้นำเสนอการสำรวจและการวิเคราะห์ว่าการเรียนรู้เชิงลึกสามารถนำมาใช้เพื่อสร้างเนื้อหาทางดนตรีได้อย่างไร ให้ข้อมูลเชิงลึกสำหรับนักเรียน ผู้ปฏิบัติงาน และนักวิจัย
  • องค์ประกอบอัลกอริธึม: กระบวนทัศน์ของการสร้างดนตรีอัตโนมัติ : นำเสนอภาพรวมโดยละเอียดของการเรียบเรียงอัลกอริธึม หนังสือเล่มนี้มุ่งเน้นไปที่ขั้นตอนและหลักการที่โดดเด่นในลักษณะที่เป็นประโยชน์
  • การสร้างดนตรีด้วยมือด้วย Magenta : สำรวจบทบาทของการเรียนรู้เชิงลึกในการสร้างดนตรีและความช่วยเหลือในการแต่งเพลงด้วย Magenta คู่มือเชิงปฏิบัตินี้จะรวมโมเดล ML เข้ากับเครื่องมือการผลิตเพลงที่มีอยู่
  • Machine Learning and Music Generation : เจาะลึกถึงจุดบรรจบระหว่าง Machine Learning และ Music Generation ด้วยหนังสือที่ครอบคลุมเล่มนี้ ครอบคลุมการใช้เทคนิค ML ในการสร้างดนตรี

เอกสารวิจัย

  • การสร้างเพลงที่ง่ายและควบคุมได้ : บทความนี้แนะนำ MusicGen ซึ่งเป็นโมเดลภาษาเดียว (LM) ที่สร้างตัวอย่างเพลงคุณภาพสูงโดยมีเงื่อนไขตามคำอธิบายที่เป็นข้อความหรือคุณสมบัติด้านทำนอง ทำให้สามารถควบคุมเอาต์พุตที่สร้างขึ้นได้ดีขึ้น มันแสดงประสิทธิภาพที่เหนือกว่าเมื่อเปรียบเทียบกับพื้นฐานในการวัดประสิทธิภาพการแปลงข้อความเป็นเพลงมาตรฐาน
  • การสร้างดนตรีประสาทอย่างมีประสิทธิภาพ : MeLoDy (M สำหรับดนตรี; L สำหรับ LM; D สำหรับการแพร่กระจาย) ได้รับการเสนอให้เป็นแบบจำลองการแพร่กระจายที่มีการนำทางโดย LM ที่สร้างเสียงเพลงที่มีคุณภาพล้ำสมัยในขณะที่ลดการส่งต่อในกระบวนการสุ่มตัวอย่าง ทำให้มีประสิทธิภาพในการคำนวณ
  • Noise2Music: การสร้างเพลงที่มีเงื่อนไขด้วยข้อความพร้อมการแพร่กระจาย : บทความนี้นำเสนอ Noise2Music ซึ่งเป็นชุดโมเดลการแพร่กระจายที่ได้รับการฝึกเพื่อสร้างคลิปเพลงคุณภาพสูงความยาว 30 วินาทีจากข้อความแจ้ง โดยจะสำรวจตัวเลือกต่างๆ สำหรับการนำเสนอระดับกลาง และแสดงให้เห็นถึงความสามารถในการสะท้อนองค์ประกอบหลักของข้อความพร้อมท์ได้อย่างสมจริง
  • VampNet: การสร้างเพลงผ่านการสร้างแบบจำลองโทเค็นอะคูสติก Masked : VampNet ใช้ประโยชน์จากสถาปัตยกรรมหม้อแปลงไฟฟ้าแบบสองทิศทางและกำหนดการมาสก์แบบแปรผันในระหว่างการฝึกซ้อมเพื่อสร้างรูปคลื่นดนตรีที่มีความเที่ยงตรงสูงที่สอดคล้องกัน นำเสนอความสามารถในการสังเคราะห์เพลง การบีบอัด การลงสี และการแปรผัน
  • MuseGAN: Multi-track Sequential Generative Adversarial Networks : บทความนี้เสนอแบบจำลองสามแบบสำหรับการสร้างดนตรีหลายแทร็กเชิงสัญลักษณ์โดยใช้ generative adversarial networks (GANs) โดยคำนึงถึงพลวัตชั่วคราวและการพึ่งพาซึ่งกันและกันระหว่างแทร็ก
  • JEN-1: การสร้างเพลงสากลแบบใช้ข้อความนำทางพร้อมการแพร่กระจาย : JEN-1 ได้รับการแนะนำเป็นโมเดลความเที่ยงตรงสูงที่เป็นสากลสำหรับการสร้างข้อความเป็นเพลง โดยผสมผสานทั้งการฝึกแบบถอยหลังอัตโนมัติและแบบไม่ถอยหลังอัตโนมัติ แสดงให้เห็นถึงประสิทธิภาพที่เหนือกว่าในการจัดแนวข้อความและเพลงและคุณภาพเพลง
  • Museformer: หม้อแปลงไฟฟ้าที่มีการเอาใจใส่แบบละเอียดและหยาบ : Museformer เป็นแนวทางที่ใช้ Transformer สำหรับการสร้างดนตรีที่จัดการกับความท้าทายที่เกี่ยวข้องกับลำดับเพลงที่ยาวและโครงสร้างการทำซ้ำทางดนตรี โดยนำเสนอกลไกความสนใจแบบละเอียดและแบบหยาบเพื่อจับโครงสร้างดนตรีที่เกี่ยวข้องอย่างมีประสิทธิภาพ
  • การสำรวจที่ครอบคลุมเกี่ยวกับการสร้างดนตรีระดับลึก: มุมมองหลายระดับ : แบบสำรวจนี้ให้ภาพรวมของเทคนิคการเรียนรู้เชิงลึกในการสร้างดนตรี ครอบคลุมงานเรียบเรียงต่างๆ ภายใต้ระดับการสร้างดนตรีที่แตกต่างกัน (การสร้างคะแนน การสร้างการแสดง และการสร้างเสียง)
  • Quantized GAN สำหรับการสร้างเพลงที่ซับซ้อนจากวิดีโอเต้นรำ : Dance2Music-GAN (D2M-GAN) เป็นเฟรมเวิร์กหลายรูปแบบที่ขัดแย้งกันซึ่งสร้างตัวอย่างดนตรีที่ซับซ้อนซึ่งมีเงื่อนไขในวิดีโอเต้นรำ ใช้การแสดงเสียง Vector Quantized (VQ) เพื่อสร้างสไตล์เพลงแดนซ์ที่หลากหลาย
  • มูสิกา! Fast Infinite Waveform Music Generation: ระบบสร้างเพลงที่รวดเร็วและผู้ใช้สามารถควบคุมได้ ซึ่งช่วยให้สร้างเพลงได้เร็วกว่าการสร้างเพลงแบบเรียลไทม์ที่มีความยาวตามต้องการบน CPU สำหรับผู้บริโภค
  • การทบทวนอย่างเป็นระบบเกี่ยวกับการสร้างดนตรีด้วยปัญญาประดิษฐ์: จัดทำสิ่งพิมพ์ที่หลากหลายและสำรวจความสนใจของทั้งนักดนตรีและนักวิทยาศาสตร์คอมพิวเตอร์ในการสร้างดนตรีอัตโนมัติด้วย AI
  • MidiNet: เครือข่าย Convolutional Generative Adversarial สำหรับการสร้างดนตรี: แนะนำการใช้เครือข่ายประสาทเทียมแบบ Convolutional (CNN) เพื่อสร้างท่วงทำนองในโดเมนสัญลักษณ์
  • การสร้างดนตรีโดยการเรียนรู้เชิงลึก-ความท้าทายและทิศทาง: สำรวจข้อจำกัดของการเรียนรู้เชิงลึกสำหรับการสร้างดนตรีและความจำเป็นในการควบคุม โครงสร้าง ความคิดสร้างสรรค์ และการโต้ตอบ
  • สิ่งที่ขาดหายไปในการสร้างดนตรีแนวลึก? การศึกษาการทำซ้ำและโครงสร้าง: สำรวจความเข้าใจในโครงสร้างดนตรีและการทำซ้ำในบริบทของการสร้างดนตรี และเสนอแนะหลักเกณฑ์และวิธีการประเมินดนตรีอย่างเป็นทางการแบบใหม่
  • การสร้างดนตรีสัญลักษณ์ด้วยแบบจำลองการแพร่กระจาย: นำเสนอเทคนิคสำหรับการฝึกอบรมแบบจำลองการแพร่กระจายบนข้อมูลตามลำดับ เพื่อสร้างดนตรีสัญลักษณ์ด้วยการสร้างแบบไม่มีเงื่อนไขที่แข็งแกร่งและผลลัพธ์การเติมแบบมีเงื่อนไขภายหลังเฉพาะกิจ
  • Discrete Diffusion Probabilistic Models สำหรับการสร้างดนตรีสัญลักษณ์: สำรวจการประยุกต์ใช้ Discrete Diffusion Probabilistic Models (D3PM) เพื่อสร้างเพลงสัญลักษณ์โพลีโฟนิกที่มีคุณภาพตัวอย่างสูงและการเติมที่ยืดหยุ่น
  • MMM: สำรวจการสร้างเพลงหลายแทร็กแบบมีเงื่อนไขด้วย Transformer: เปิดตัวระบบกำเนิดที่ใช้สถาปัตยกรรม Transformer สำหรับการสร้างเพลงแบบหลายแทร็กพร้อมการควบคุมและการจัดการการพึ่งพาในระยะยาวที่ดียิ่งขึ้น
  • เทคนิคการเรียนรู้เชิงลึกสำหรับการสร้างดนตรี - แบบสำรวจ: วิเคราะห์วิธีต่างๆ ในการใช้การเรียนรู้เชิงลึกเพื่อสร้างเนื้อหาทางดนตรี ครอบคลุมวัตถุประสงค์ การเป็นตัวแทน สถาปัตยกรรม ความท้าทาย และการประเมินผล
  • Mo^usai: การสร้างข้อความเป็นเพลงพร้อมการแพร่กระจายแฝงในบริบทแบบยาว: เชื่อมการเชื่อมโยงระหว่างข้อความและเพลงด้วยโมเดลการสร้างข้อความเป็นเพลงที่มีประสิทธิภาพสูง ซึ่งสามารถสร้างเพลงสเตอริโอคุณภาพสูงหลายนาทีจากคำอธิบายที่เป็นข้อความ

วิดีโอ

  • การสร้างดนตรีด้วย Magenta: การใช้ Machine Learning ในงานศิลปะ - 7 พ.ย. 2019 การแต่งเพลงเป็นเรื่องยาก และการขาดแรงบันดาลใจอาจเป็นเรื่องที่น่ากลัว วิดีโอนี้สำรวจว่าแมชชีนเลิร์นนิงสามารถนำมาใช้ในการสร้างเพลงได้อย่างไร
  • จะเข้ารหัสอัลกอริธึมทางพันธุกรรมของการสร้างดนตรีได้อย่างไร? - 3 เม.ย. 2021 วิดีโอนี้พูดถึงการเขียนโค้ดอัลกอริทึมทางพันธุกรรมสำหรับการสร้างเพลง โดยต่อยอดจากแนวคิดที่นำเสนอในวิดีโอที่แล้ว
  • การเรียนรู้เชิงลึกสำหรับการสร้างดนตรี - 8 ก.พ. 2018 ในตอนนี้ของรายการ AI Erika อธิบายวิธีสร้างแบบจำลองการเรียนรู้เชิงลึกโดยใช้ดนตรีเป็นอินพุต โดยเจาะลึกด้านเทคนิคของการสร้างดนตรีโดยใช้การเรียนรู้เชิงลึก
  • การแต่งเพลงเฮฟวีเมทัลด้วย GPT - HuggingFace for Music - 26 ม.ค. 2022 วิดีโอนี้นำเสนอการใช้ HuggingFace ในการสร้างดนตรี โดยเน้นที่การแต่งเพลงเฮฟวีเมทัลโดยเฉพาะ
  • MusicGen: อธิบายการสร้างเพลงที่เรียบง่ายและควบคุมได้ - 25 มิ.ย. 2023 วิดีโอนี้ให้คำอธิบายเกี่ยวกับ MusicGen ซึ่งเป็นเฟรมเวิร์กสำหรับการสร้างเพลงที่เรียบง่ายและควบคุมได้
  • Jawlove - Everything Will Be Alright - YouTube - มิวสิกวิดีโอที่มีเพลง "Everything Will Be Alright" โดย Jawlove
  • Musical Beginnings with Karen #7 Slippery Fish - YouTube - วิดีโอจากโปรแกรม Music Generation Waterford ที่นำเสนอการแสดงการศึกษาด้านดนตรี
  • การเฉลิมฉลองไซเบอร์เนติกส์ | อีดีเอ็ม | Loudly AI Music Generator - YouTube - วิดีโอสาธิตการใช้ Loudly AI Music Generator เพื่อสร้างเพลง EDM
  • Music Generation Cork City - YouTube - เพลย์ลิสต์วิดีโอที่แสดงการแสดงโดย Music Generation Cork City
  • เครื่องมือสร้างเพลงด้วย AI ยอดนิยม (เครื่องมือที่เปิดเผยต่อสาธารณะ) - วิดีโอ - วิดีโอที่สำรวจเครื่องมือสร้างเพลงด้วย AI ชั้นนำที่มีให้บริการ รวมถึง Mubert AI, AIVA, Soundraw, Beatoven AI, Boomy และ Amper Music

เครื่องมือและซอฟต์แวร์

  • Stability AI เปิดตัว 'Stable Audio': แพลตฟอร์มอเนกประสงค์สำหรับ AI Music Generation Stability AI ได้เปิดตัวแพลตฟอร์ม AI ใหม่ Stable Audio ซึ่งนำเสนอโมเดลการแพร่กระจายแฝงแบบใหม่สำหรับการสร้างเสียงที่มีเงื่อนไขตามเมตาดาต้าและเวลา ให้เวลาการอนุมานเร็วขึ้นและการควบคุมที่สร้างสรรค์
  • SuperCollider: เซิร์ฟเวอร์เสียง ภาษาการเขียนโปรแกรม และ IDE สำหรับการสังเคราะห์เสียง SuperCollider เป็นแพลตฟอร์มสำหรับการสังเคราะห์เสียงและการจัดองค์ประกอบอัลกอริทึม
  • เครื่องสร้างเพลง AI แบบโอเพ่นซอร์สที่ดีที่สุด: การใช้งาน AudioLM ซึ่งเป็นแนวทางการสร้างแบบจำลองภาษาในการสร้างเสียงโดยใช้ Pytorch ประกอบด้วยกลไกการปรับสภาพเพื่อควบคุมเพลงที่สร้างขึ้นได้มากขึ้น
  • Soundful: เครื่องสร้างเพลง AI ที่ช่วยให้ผู้สร้างสามารถสร้างแทร็กที่ไม่มีค่าลิขสิทธิ์ได้ทันที Soundful สร้างเพลงคุณภาพสูงโดยใช้เทคโนโลยี AI ทำให้เป็นเรื่องง่ายสำหรับทุกคนในการสร้างเพลงที่ฟังดูเป็นมืออาชีพ
  • Strasheela: ระบบการแต่งเพลงตามข้อจำกัด ผู้ใช้กำหนดทฤษฎีดนตรีด้วยชุดกฎการเรียบเรียง และระบบจะสร้างเพลงที่สอดคล้องกับทฤษฎีเหล่านี้
  • AI Music Generators ที่ดีที่สุด - บทวิจารณ์และการเปรียบเทียบปี 2023: เครื่องมือออนไลน์ที่มีหลายวิธีในการสร้างเพลงคัฟเวอร์ รวมถึงการค้นหาเพลง การอัปโหลดไฟล์เสียง และการบันทึกโดยตรง
  • เพลงที่สร้างโดย AI คืออะไร? เครื่องมือดนตรีที่ดีที่สุดประจำปี 2023: ซอฟต์แวร์ที่ช่วยให้ธุรกิจต่างๆ สำรวจเพลงที่สร้างโดย AI เป็นทางเลือกที่ถูกกว่า โดยให้ทดลองใช้ฟรีพร้อมโปรเจ็กต์เพลงไม่จำกัดและดาวน์โหลดเพลงรายเดือน
  • ซอฟต์แวร์ตัดต่อเสียงที่ดีที่สุดในปี 2023: เปรียบเทียบรีวิวบน 100+ | G2: รายการซอฟต์แวร์แก้ไขเสียงที่ครอบคลุมซึ่งวิศวกรเสียงและผู้ผลิตเพลงใช้กันทั่วไป พร้อมบทวิจารณ์ผลิตภัณฑ์แบบเรียลไทม์จากผู้ใช้ที่ได้รับการตรวจสอบ
  • บทวิจารณ์ Psycle Modular Music Creation Studio - 2023: บทวิจารณ์ของผู้ใช้และการให้คะแนนของโปรเจ็กต์ซอฟต์แวร์โอเพ่นซอร์สฟรีของ Psycle Modular Music Creation Studio

การประชุมและกิจกรรม

  • กิจกรรม Neuton.AI - Neuton.AI จัดกิจกรรมต่างๆ รวมถึงการเสวนาเกี่ยวกับเทคโนโลยี ARM เกี่ยวกับแปรงสีฟันอัจฉริยะรุ่นถัดไป และจัดแสดงเฟรมเวิร์กโครงข่ายประสาทเทียมอันเป็นเอกลักษณ์สำหรับการสร้างแบบจำลองขนาดกะทัดรัดที่มีขนาดและความแม่นยำที่เหมาะสมที่สุด
  • กิจกรรม FUTURE DEAD ARTISTS - ติดตามข่าวสารล่าสุดเกี่ยวกับกิจกรรมที่กำลังจะเกิดขึ้นโดย FUTURE DEAD ARTISTS รวมถึง FDA 2023 Freshman Class: FUTURE GENERATION Artists Talk
  • AI, แอพ และ DevOps เชิงสร้างสรรค์ | AI/ML Talks - Pulumi นำเสนอการเสวนาเกี่ยวกับ Generative AI, Apps และ DevOps ในสาขา AI/ML Talks ในวันที่ 19 ตุลาคม 2023 ในเมืองซีแอตเทิล รัฐวอชิงตัน
  • ผู้หญิงในเทคโนโลยีและการเป็นผู้ประกอบการ - Fort Lauderdale บทที่ Happy Hour - กิจกรรม Fort Lauderdale บทที่ Happy Hour สำหรับผู้หญิงในเทคโนโลยีและการเป็นผู้ประกอบการ

สไลด์และการนำเสนอ

  • การสร้างเพลงอัลกอริทึม | PPT: สไลด์ที่พูดถึงการสร้างเพลงแบบอัลกอริธึม มีให้บริการฟรีในรูปแบบ PDF หรือมุมมองออนไลน์
  • การสร้างดนตรีด้วยการเรียนรู้เชิงลึก | PPT: การนำเสนอสำรวจการสร้างดนตรีโดยใช้การเรียนรู้เชิงลึก ซึ่งสามารถดาวน์โหลดได้ในรูปแบบ PDF หรือสำหรับการดูออนไลน์
  • การสร้างเพลงพื้นหลังของวิดีโอด้วยตัวแปลงเพลงที่ควบคุมได้: สไลด์ที่กล่าวถึงการสร้างเพลงพื้นหลังของวิดีโอโดยใช้ตัวแปลงเพลงที่ควบคุมได้ ซึ่งมีให้บริการในรูปแบบ PDF หรือสำหรับการดูออนไลน์
  • การสร้างเพลงอัตโนมัติโดยใช้การเรียนรู้เชิงลึก | PDF: สไลด์อธิบายกระบวนการสร้างเพลงอัตโนมัติโดยใช้การเรียนรู้เชิงลึก ซึ่งสามารถดาวน์โหลดได้ในรูปแบบ PDF หรือสำหรับการดูออนไลน์
  • MuseGAN: Multi-track Sequential Generative Adversarial Networks for Symbolic Music Generation and Accompaniment (AAAI 2018): สไลด์นำเสนอ MuseGAN ซึ่งเป็นเฟรมเวิร์กสำหรับเครือข่ายฝ่ายตรงข้ามที่สร้างตามลำดับแบบหลายแทร็กสำหรับการสร้างดนตรีสัญลักษณ์และดนตรีประกอบ ซึ่งมีในรูปแบบ PDF หรือสำหรับการดูออนไลน์
  • แต่งเพลงอัตโนมัติด้วย Transformers ม.ค. 2021 | PPT: การนำเสนอแนะนำโครงการที่กำลังดำเนินการเกี่ยวกับการแต่งเพลงอัตโนมัติโดยใช้ Transformers ซึ่งสามารถดาวน์โหลดได้ในรูปแบบ PDF หรือสำหรับการดูออนไลน์
  • บทช่วยสอน ISMIR 2019: การสร้างเพลงด้วยเครือข่ายที่สร้างความขัดแย้ง (GAN): สไลด์จากบทช่วยสอน ISMIR 2019 เกี่ยวกับการสร้างเพลงด้วยเครือข่ายที่สร้างความขัดแย้ง (GAN) ซึ่งมีให้ใช้งานในรูปแบบ PDF หรือสำหรับการดูออนไลน์
  • PopMAG: การสร้างคลอดนตรีป๊อป | PPT: สไลด์เกี่ยวกับ PopMAG ซึ่งเป็นเฟรมเวิร์กสำหรับการสร้างเพลงป๊อปประกอบ ซึ่งมีให้ใช้งานในรูปแบบ PDF หรือสำหรับการดูออนไลน์
  • ปัญญาประดิษฐ์และดนตรี | PPT: สไลด์สำรวจการประยุกต์ใช้เครือข่ายประสาทที่เกิดซ้ำซึ่งจับคู่กับ LSTM สำหรับการสร้างเพลง ซึ่งสามารถดาวน์โหลดได้ในรูปแบบ PDF หรือสำหรับการดูออนไลน์
  • การเรียนรู้ของเครื่องสำหรับแอปพลิเคชัน AI ที่สร้างสรรค์ในเพลง (พ.ย. 2561) | PPT: การนำเสนอเกี่ยวกับการเรียนรู้ของเครื่องสำหรับแอปพลิเคชัน AI ที่สร้างสรรค์ในเพลง มีในรูปแบบ PDF หรือสำหรับการดูออนไลน์

Awesome List เวอร์ชันเริ่มต้นนี้สร้างขึ้นด้วยความช่วยเหลือของ Awesome List Generator เป็นแพ็คเกจ Python แบบโอเพ่นซอร์สที่ใช้ประสิทธิภาพของโมเดล GPT เพื่อดูแลจัดการและสร้างจุดเริ่มต้นสำหรับรายการทรัพยากรที่เกี่ยวข้องกับหัวข้อเฉพาะโดยอัตโนมัติ

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด