dc.contributor.author | Янковський, Б. П. | uk |
dc.contributor.author | Медведєва, С. О. | uk |
dc.date.accessioned | 2024-04-30T14:05:38Z | |
dc.date.available | 2024-04-30T14:05:38Z | |
dc.date.issued | 2024 | |
dc.identifier.citation | Янковський Б., Медведєва С. О. Research on possibilities of application of artificial intelligence in music generation. Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fbtegp/all-fbtegp-2024/paper/view/20312. | uk |
dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/42311 | |
dc.description.abstract | Генерація музики є перспективною областю застосування штучного інтелекту. Вона ставить перед науковцями певні унікальні завдання. Серед них - здатність поєднувати короткострокові та довгострокові залежності, такі як загальний темп і тональність пісні, генерація конкретних мелодій, миттєве створення високоякісного аудіо. Ця робота досліджує існуючі підходи до генерації музики за допомогою штучного інтелекту, оцінює їх за критеріями швидкості, гнучкості та якості. | uk |
dc.description.abstract | Music generation is a promising area of application for artificial intelligence. It provides certain unique challenges for the scientists to solve. Among them are the ability to combine short term and long term dependencies, such as both the overall tempo and key of the song, generation of specific melodies, creating high-fidelity audio on the fly. This work explores the existing approaches to music generation using artificial intelligence, evaluates them based on the criteria of speed, flexibility and quality. | en |
dc.language.iso | en | en |
dc.publisher | ВНТУ | uk |
dc.relation.ispartof | Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. | uk |
dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fbtegp/all-fbtegp-2024/paper/view/20312 | |
dc.subject | штучний інтелект | uk |
dc.subject | нейронні мережі | uk |
dc.subject | трансформер | uk |
dc.subject | музика | uk |
dc.subject | стиснення даних | uk |
dc.subject | artificial intelligence | uk |
dc.subject | neural networks | uk |
dc.subject | transformer | en |
dc.subject | music | en |
dc.subject | MIDI | en |
dc.subject | data compression | en |
dc.title | Research on possibilities of application of artificial intelligence in music generation | en |
dc.type | Thesis | |
dc.identifier.udc | 004.8:78.02=111 | |
dc.relation.references | Miguel Civit, Javier Civit-Masot, Francisco Cuadrado, Maria J. Escalona, A systematic review of artificial intelligence-based
music generation: Scope, applications, and future trends. Expert Systems with Applications, Volume 209, 2022, 118190, ISSN
0957-4174 | en |
dc.relation.references | THE MIDI ASSOCIATION, Craig Anderton's Brief History Of MIDI [Електронний ресурс]. – Режим доступу:
https://www.midi.org/articles/a-brief-history-of-midi | en |
dc.relation.references | Podcastle Team, Introduction to Audio File Formats: Which Audio File to Choose, Nov 01, 2023 [Електронний ресурс]. –
Режим доступу: https://podcastle.ai/blog/which-audio-file-to-choose/ | en |
dc.relation.references | Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkorei, Llion Jones, Aidan N. Gomez, Lukasz Kaiser, Illia Polosukhin.
Attention is all you need. NIPS (2017) | en |
dc.relation.references | Payne, Christine. "MuseNet." OpenAI, 25 Apr. 2019, openai.com/blog/musenet | en |
dc.relation.references | Jade Copet, Felix Kreuk, Itai Gat Tal Remez David Kant, Gabriel Synnaeve, Yossi Adi, Alexandre Défossez. Simple and
Controllable Music Generation. 8 Meta AI, Jun 2023. | en |
dc.relation.references | Evelina Fedorenko, Josh H McDermott, Sam Norman-Haignere, and Nancy Kanwisher. “Sensitivity to musical structure in the
human brain. Journal of neurophysiology”, 108(12):3289–3300, 2012. | en |
dc.relation.references | Aaron van den Oord, Oriol Vinyals, Koray Kavukcuoglu, "Neural Discrete Representation Learning", DeepMind, 30 May
2018 | en |
dc.relation.references | Alexandre Défossez, Jade Copet, Gabriel Synnaeve, Yossi Adi. High Fidelity Neural Audio Compression. Meta AI 24 Oct
2022. | en |
dc.relation.references | Rachel Manzelli, Vijay Thakkar , Ali Siahkamari, Brian Kulis. An End to End Model for Automatic Music Generation:
Combining Deep Raw and Symbolic Audio Networks. Department of Electrical and Computer Engineering Boston University,
2018. | en |