80 lines
3.0 KiB
TeX
80 lines
3.0 KiB
TeX
|
\documentclass[utf8]{article}
|
||
|
|
\usepackage{polski}
|
||
|
|
|
||
|
|
\title{%
|
||
|
|
Generowanie muzyki \\
|
||
|
|
przy pomocy głębokiego uczenia \\
|
||
|
|
\large Music generation with deep learning}
|
||
|
|
|
||
|
|
|
||
|
|
\author{%
|
||
|
|
Cezary Pukownik \\
|
||
|
|
\newline
|
||
|
|
\small Opiekun pracy:\\
|
||
|
|
dr hab. Tomasz Górecki}
|
||
|
|
|
||
|
|
\date{2019-05-28}
|
||
|
|
|
||
|
|
\begin{document}
|
||
|
|
|
||
|
|
\maketitle
|
||
|
|
|
||
|
|
\newpage
|
||
|
|
\pagenumbering{arabic}
|
||
|
|
\tableofcontents
|
||
|
|
\newpage
|
||
|
|
|
||
|
|
|
||
|
|
\section{Wstęp}
|
||
|
|
To jest wstep do pracy magisterskiej
|
||
|
|
|
||
|
|
\subsection{Muzyka}
|
||
|
|
Teraz opowiem troche o muzyce, i dlaczego trudno jest ja generowac, co o tym sądze, oraz czy sztuczna inteligencja zastapi muzyków w przyszłości.
|
||
|
|
|
||
|
|
\section{MIDI, Muzyka jako Informacje}
|
||
|
|
Tutaj opiszę w jaki sposób muzyka jest zapisywana jako informacje komputerowe, protokuł midi, przedstawienie muzyki jako pianorolle.
|
||
|
|
|
||
|
|
\subsection{MIDI}
|
||
|
|
Tutaj opiszę protokuł MIDI
|
||
|
|
|
||
|
|
\subsection{Pianoroll}
|
||
|
|
Tutaj opisze co todsdsddsdss są pianorolle, jak je czytać i czemu służą.
|
||
|
|
|
||
|
|
\subsection{Muzyka jako trójwymiarowa tablica}
|
||
|
|
Tutaj opisze dlaczego muzykę moża opisać jako trójwymiarowa tablicę.
|
||
|
|
|
||
|
|
\section{Generatwne sieci neuronowe - GANy, VAE, LSTMy}
|
||
|
|
Tutaj będzie opisane, dlaczego sieci neuronowe, radzą sobie lepiej w produkowaniu muzyki niż inne modele. Oraz jakie modele są odpowidnie do pewnych zastosowań, JAZZ - LSTM, bardziej ustrukturyzowana - VAE itp.
|
||
|
|
|
||
|
|
\subsection{Autoencodery, VAE}
|
||
|
|
Teraz opowiem troche o muzyce, i dlaczego trudno jest ja generowac
|
||
|
|
|
||
|
|
\subsection{LSTM}
|
||
|
|
Teraz opowiem troche o muzyce, i dlaczego trudno jest ja generowac
|
||
|
|
|
||
|
|
\section{Modele generatywne stosowane w generowaniu muzyki}
|
||
|
|
Przykłady gotowych podeść do generowania muzyki, oraz jakie modele zostały zastosowane. dlaczego takie itp.
|
||
|
|
|
||
|
|
\subsection{Project Magenta}
|
||
|
|
Teraz opowiem troche o muzyce, i dlaczego trudno jest ja generowac
|
||
|
|
|
||
|
|
\subsection{MuseGAN}
|
||
|
|
Teraz opowiem troche o muzyce, i dlaczego trudno jest ja generowac
|
||
|
|
|
||
|
|
\subsection{VAE-MIDI}
|
||
|
|
Teraz opowiem troche o muzyce, i dlaczego trudno jest ja generowac
|
||
|
|
|
||
|
|
|
||
|
|
\section{Budowanie generatora muzyki}
|
||
|
|
W tym rozdzialę opiszę w jaki sposób zbudowałem swój własny geneator muzyki, jak przechodził procesz uczenia, jakie próbki udało mi się wygenrować. Opis kodu który napisałem.
|
||
|
|
|
||
|
|
\subsection{Wyodrębnienie danych z plików MIDI}
|
||
|
|
\subsection{Przygotowanie Modelu GAN}
|
||
|
|
\subsection{Proces uczenia, próbki co kilka epochów, costloss wykres}
|
||
|
|
\subsection{Próbki końcowe, jaką muzykę da się z tego wygenerować}
|
||
|
|
|
||
|
|
\section{Podsumowanie}
|
||
|
|
Ostateczne wnioski, czy muzyka generowana komputerowa da się lubić? Czy to pozytywnie wpłynie na przemysł muzyczny? Tak i nie. Może złużyć jako inspiracja dla muzyków, proces wspierający. Z drugiej strony może obnizy koszty produkowania muzyki pop, która i tak jest już bardzo powtarzalna. Czy sieci neuronowe nauczą się produkować Hity?
|
||
|
|
|
||
|
|
|
||
|
|
\end{document}
|