![]() |
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato Download (1MB) | Contatta l'autore |
Abstract
L'Intelligenza Artificiale (IA) ha portato cambiamenti in numerosi settori, tra i più noti c'è quello della composizione musicale. Questo elaborato mira a fornire una panoramica generale sulle principali tecnologie che negli ultimi anni hanno assistito la generazione musicale e a presentare le innovazioni e le tendenze attuali, grazie alle quali si ottengono risultati sempre più sorprendenti. La ricerca si concentra principalmente sulla generazione di musica simbolica, analizzando i modelli più avanzati che operano su rappresentazioni discrete come il MIDI. Vengono approfonditi approcci basati su architetture avanzate come Generative Adversarial Networks (GAN), Transformers e tecniche di diffusione, evidenziando come ciascuna tecnologia abbia contribuito a migliorare la qualità e la complessità delle composizioni generate dall'IA. Nonostante il focus sia sulla musica simbolica, è stato incluso anche lo studio di un caso di generazione musicale non simbolica, MusicGen, per fornire un confronto utile e arricchire la discussione sulle potenzialità della generazione automatica di musica.