Innovazioni e Tendenze dell'Intelligenza Artificiale nella Composizione Musicale

Rolfini, Lorenzo (2024) Innovazioni e Tendenze dell'Intelligenza Artificiale nella Composizione Musicale. [Laurea], Università di Bologna, Corso di Studio in Informatica [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
[thumbnail of Thesis] 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.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Rolfini, Lorenzo
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Intelligenza Artificiale,Composizione Musicale,Generazione Musicale,Musica Simbolica,Deep Learning,Apprendimento Automatico,Reti Neurali Ricorrenti (RNN),Long Short-Term Memory (LSTM),Gated Recurrent Units (GRU),Generative Adversarial Networks (GAN),Transformers,Meccanismo di Attenzione (Attention),Modelli di Diffusione,Diffusione Simplex,MusicBERT,SYMPLEX,MusicGen,EnCodec,Musica Non Simbolica,Tecniche di Infilling,Priors di Vocabolario,Creatività Assistita dall'IA,Modelli Generativi,Condizionamento Emotivo,Apprendimento Non Supervisionato,Interazione Uomo-Macchina,Rappresentazione MIDI,Masked Language Modeling,Modelli Auto-regressivi,Tecnologia Audio,Reti Neurali,Modelli di Trasformazione.
Data di discussione della Tesi
30 Ottobre 2024
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^