Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Génération de la musique par Intelligence Artificielle Introduction général Au

Génération de la musique par Intelligence Artificielle Introduction général Au fil des années, La révolution numérique à totalement changer les repères de plusieurs systèmes. De nouvelles méthodes émergentes, telles que « l'intelligence artificielle », « Machine Learning » et « le Deep Learning », qui a déjà du succès dans d'autres domaines, comme la traduction, en plus des tâches traditionnelles d'apprentissage automatique de prédiction et de classification. La création de contenus créatifs, notamment le cas de la musique, est un champ d'application en plein essor. L'intelligence artificielle (IA) est un terme qui se réfère aujourd'hui à un large éventail de choses. En réalité, il décrit la création de machines capables d'imiter certaines capacités cognitives humaines afin d’accomplir une tâche. On devrait plutôt parler de machine Learning. Ce domaine de l'IA s'appuie sur les mathématiques, et plus précisément sur les statistiques, pour construire des algorithmes permettant de résoudre des problèmes à l'aide d'un raisonnement basé sur des données. Cela implique de tenter de comprendre et de modéliser la relation entre une entrée généralement complexe et le résultat qui en résulte. L’IA est désormais présente sur tous les fronts. De nombreuses initiatives ont été lancées ces dernières années pour l'appliquer aux arts. Il est maintenant bien au-delà des expériences et est en fait imposée à de nombreux projets et applications pratiques. Parmi eux, ceux qui créent de la musique ont subi des changements importants, permettant même à ceux qui n'ont aucune formation musicale ou expérience vocale préalable de se divertir et de laisser libre cours à leur imagination. L'intelligence artificielle utilisée en musique est rendue possible par un algorithme qui, après avoir soigneusement analysé un grand nombre d'enregistrements, parvient à créer automatiquement une composition musicale inédite et originale. On pourrait considérer le deep learning comme une nouvelle étape dans le développement de l'intelligence artificielle. Ce dernier se contentait de suivre des règles établies à l'aide d'un modèle basé sur le cognitivisme Le Deep Learning (L'apprentissage profond ou apprentissage en profondeur) est un ensemble de méthodes d'apprentissage automatique tentant de modéliser avec un haut niveau d’abstraction des données grâce à des architectures articulées de différentes transformations non linéaires. C’est une méthode d'IA dérivée de l'idée de Machine learning1. Cette méthode d'apprentissage en profondeur repose plus spécifiquement sur l'idée d'un réseau de neurones artificiels un peu comme le font les neurones biologiques. Le planning de ce mémoire de mastère s’articule autour de trois chapitres. Le premier chapitre est consacré à l’introduction des notions de la musique en un bref historique ainsi la représentation musicale qui nous mènes par la suite à la génération de la musique par l’intelligence artificielle. Dans le deuxième chapitre, nous présentons les techniques de l’intelligence artificielle pour la génération de la musique en se basant sur les travaux et les recherches illustrées par Mr. Jean- Pierre Briot2, exprimé en des exemples récents, qui analyse quelques contributions pionnières. Le troisième chapitre, nous décrivons la méthode et l’architecture proposé pour l’apprentissage de notre système et les autres étapes nécessaires pour générer de la musique par IA 1 Le Machine Learning ou apprentissage automatique est un domaine scientifique. 2 Directeur de recherche CNRS, membre du LIP6 (laboratoire d’informatique de Sorbonne Université - CNRS) à Paris. Il est également Professeur invité permanent à PUC-Rio, à Rio de Janeiro au Brésil. Chappitre 1 : La musique Introduction La musique est à la fois un art et une activité culturelle. La science des sons, comme on l'appelle, en relation avec la mélodie et le rythme, consiste à fusionner des sons et des silences à travers le temps. Les principaux facteurs sont le rythme (la capacité de combiner des sons dans le temps), la hauteur (combinaison de fréquences), les subtilités et le timbre. En réalité, l'art qui permet à l'être humain de s'exprimer à travers ses œuvres musicales. Ce chapitre présente la musique, définir la composition musical à travers un bref exemple historique Ensuite, nous passerons en revue les formats des œuvres musicales avant de décrire la génération musicale d'IA. I.1 Génération de la musique La génération de musique est un nouveau domaine, en général, la création de contenu créatif (texte, image, musique, son et vidéo). Auparavant, le terme «composition musicale» faisait référence à l'étape où le compositeur crée l'œuvre musicale d'une manière qui correspond à la manifestation sonore de sa pensée. Elle anticipe l'interprétation d'un tiers et semble agir de manière consciente mais informée. I.1.1 Historique L'histoire de la génération automatique de musique est antérieure aux ordinateurs d'environ mille ans. Ada Lovelace3 et d'autres visionnaires prévoyaient que les machines seraient éventuellement capables de produire "des morceaux de musique scientifiques de n'importe quelle complexité et étendue" (Lovelace, 1843) depuis que Charles Babbage4 avait jeté les bases du premier système informatique à usage général. En fait, l'ILLIAC I, qui est utilisé pour générer de la musique ou faire de la composition automatisée [Hiller Jr et Isaacson (figure 1). 3 Une pionnière de la science informatique. 4 Un polymathe, mathématicien et inventeur visionnaire britannique qui est l'un des principaux précurseurs de l'informatique. La Suite Illiac (figure 2), [1] en 1957 est un exemple précoce de composition musicale algorithmique et utilise des modèles stochastiques (chaînes de Markov) pour sa génération. Figure.1 : la Machine qui a produit la première pièce généré par ordinateur Figure.2 : la première partition composé par un ordinateur « la suite Illiac » I.1.2 Concept de base  Clef (ou clé ou key en anglais) : est un signe graphique placé au début de la portée qui indique la hauteur des notes associée à chaque ligne. La clef se trouve nécessairement au début de toute portée, mais peut aussi se rencontrer plus loin pour indiquer un changement de clef. Figure 3 : représentation des clefs musicales  Note : En musique, dans une représentation symbolique, une note [6] est représentée par les caractéristiques clés suivantes, et il existe d'autres façons de spécifier la valeur de chaque caractéristique : - Pitch : spécifier par la fréquence( en hertz Hz ), position verticale (hauteur) sur une partition ou notation pitch qui combine un nom de note de musique, par exemple A,A#, B, etc. - Durée : spécifier par valeur absolu en milliseconde (ms) ou valeur relative notée comme une division ou un multiple d’une durée de note référence, c-à-d la note pleine la ronde (voir figure 4). Les exemples sont un quart (la noir) et une croche. Figure 4 : représentation des notes et le temps d’exécution - Dynamique : spécifier par une valeur absolue et quantitative en décibels (db) ou valeur relative une annotation sur une partition sur la façon d’exécuter la note. • les repos: Les repos sont significatifs en musique car ils représentent des périodes de silence qui permettent de respirer. Un silence peut être considéré comme un cas unique de note avec une seule caractéristique - sa durée - et sans pitch ni dynamique. La durée d'un silence peut être spécifiée par une valeur absolue en ms ou valeur relative notée comme une division ou multiple d’une durée de repos de référence (figure 5). Figure 5: représentation des repos  Accord : le terme «accord/ chord» désigne une combinaison d'au moins trois notes simultanées. Figures 6 : les accords  Intervalle : est une transition relative entre deux notes. On peut parler des intervalles harmoniques et mélodique (figure7). Figure 7: les intervalles Harmoniques et Mélodique  Multivoix [6] : Une représentation multivoix, également appelée multipiste, considère différentes voix comme indépendantes, dont chacune est d'une tessiture différente (par exemple, soprano, alto...) ou d’un instrument alternatif (ex. piano, basse, batterie…). La musique à plusieurs voix est généralement représentée sous forme de pistes parallèles, chacune avec sa propre séquence de notes indépendante (figure 8). Figure 8 : exemple de multivoie (multipiste) d’instrument. I.2 Aide à la composition de la musique par IA Nous n'avons pas besoin d'être musicien ou ingénieur du son pour créer des bandes audio pour nos vidéos avec des compositeurs de musique équipés d'IA car nous pouvons télécharger de la musique précédemment enregistrée et y apporter des modifications Les capacités de : l’IA pour la composition musicale sont encore largement inexplorées, mais elles progresseront et s'amélioreront sans aucun doute avec le temps. Par conséquent, chacun des compositeurs de musique avec une IA que nous présentons offre une gamme unique d'opportunités. Il existe presque autant de formes différentes de systèmes de composition musicale qu'il y a de complexité musicale. La prise en compte et l'évaluation uniforme de tous les systèmes de génération automatique de musique seraient une simplification extrême. Les principaux exemples d’utilisation des systèmes informatique musicale sont les suivants :  Système audio: le système qui joue le contenue générer, comme dans le cas d’un générateur d’un fichier audio.  Logiciel séquenceur : le logiciel qui traite le contenu généré, comme dans le cas d’un générateur d’un fichier Midi  Musicien : qui va jouer et interpréter le contenu généré, comme dans le cas de génération d’une partition musicale De nos jours, il est rare d'entendre de la musique qui n'a pas été influencée uploads/s3/ generation-de-la-musique-par-intelligence-artificielle.pdf