Modelli diffusivi per musica digitale

Questa tesi si concentra sulla generazione artificiale di musica simbolica, analizzando un particolare framework, denominato a stato assorbente, sviluppato dall’università Johannes Kepler di Linz. Nella sua semplicità, è un esempio perfetto di modello diffusivo, cioè un’architettura introdotta da Sohl-Dickstein alla base di moltissimi degli odierni strumenti di GenAI. Come si riporta nell’elaborato, il punto centrale dell’addestramento di questi modelli è l’alternarsi di due fasi complementari. Nella prima, il cosiddetto forward process, si inquinano gli esempi del dataset a disposizione attraverso il mascheramento progressivo di alcune note dello spartito, fino a quando tutto il brano non è nascosto. Successivamente nel backward process, si allena una rete neurale a capire quali note si celano dietro le maschere. In questo modo, tale modello apprende come produrre o completare spartiti musicali in modo efficiente sul piano computazionale e armonioso sul piano musicale. Infatti la fase di learning serve proprio a istruire tali modelli sulle relazioni melodiche tra le note dei brani scelti per il dataset, mentre la stocasticità di tali processi garantisce invece la novità nei nuovi prodotti.