DeepMind’s AI Learns The Piano From The Masters of The Past

동료 학자 여러분, Károly Zsolnai-Fehér의 2 분 논문입니다 오늘 우리는 DeepMind에서 새로운 AI (Artificial Intelligence)를 듣습니다

누가 아름다운 피아노 음악을 만들 수 있습니다 이를 수행하는 많은 다른 알고리즘이 있고 관점에서 물건을 넣기 때문에, 이 방법을 구별하는 두 가지 주요 요소에 대해 이야기 해 봅시다 기존 기술의 첫째, 음악은 일반적으로 상세한 표현을 통해 학습됩니다 악보 또는 MIDI 데이터와 같은 이것은 연주해야 할 것을 정확하게 표현한 것입니다 그러나 그들은 우리에게 그것을하는 법을 말하지 않습니다

이 작은 뉘앙스가 음악을 삶으로 만들어줍니다 이것은 대부분의 합성 기술에서 빠진 것입니다 이 새로운 방법은 이러한 구조를 학습 할 수 있으며, 미디 신호는 생성하지 않지만 처리되지 않은 오디오 웨이브는 생성합니다 둘째, 응집력있는 스타일을 유지하는 것이 좋습니다 이전 기술의 대부분은보다 짧은 시간 규모에서 일관된 음악을 만들어 냈습니다

30 초 전에 재생 된 내용을 고려하지 말고, 그러므로 잘 쓰여진 음악의 특징 인 세계적인 구조가 결여되어있다 그러나이 새로운 방법은 오랜 기간에 걸쳐 문체 일관성을 보여줍니다 빨리 듣고이 학습 알고리즘의 아키텍처에 대해 이야기합니다 듣는 동안, 나는 이것을 만들어내는 것을 배운 작곡가를 보여줍니다 전에 AI 같은 음악으로 AI 생성 음악을 들어 본 적이 없습니다

하모니 또한 절대적으로 훌륭합니다 정말 놀라운 결과 그것은 'autoregressive discrete carcoder'라는 아키텍처를 사용합니다 여기에는 처리되지 않은 오디오 웨이브를 사용하는 인코더 모듈이 포함되어 있습니다 내부 표현으로 압축되며, 디코딩 부분은이 내부 디스플레이의 원시 사운드의 재구성을 담당합니다

둘 다 신경망입니다 자동 회귀 부분은 알고리즘이 이전 단계를 확인한다는 것을 의미합니다 새로운 노트를 생성 할 때 학습 된 오디오 신호에 포함되어 인코딩 모듈에 구현됩니다 본질적으로 이것은 알고리즘이 이전에 재생 한 것을 기억하기위한 장기 기억을 제공합니다 알고리즘이 음악이 재생되는 동안 학습 한 데이터 세트를 보았을 때, 데이터 세트를 변경하여 결과에 대한 예술적 통제를 어떻게 행사할 수 있는지 궁금합니다

본질적으로, 당신은 아마 학생이 배운 것을 바꿀 수 있습니다 그들을 가르치기 위해 교과서를 바꿈으로써 이제 우리는 다른 하나의 예를 들어 보자 이것은 믿을 수 없으며, 나는 우리가 할 수있는 것을 상상할 수 있습니다 10 년이 아니라 1 년 만에 찾고 다음 번까지 관대 한 지원에 감사드립니다!