Emulación de estilos musicales mediante modelos de Markov controlados por ontologías pesadas

Martínez Rodríguez, Brian Santiago. (2019). Emulación de estilos musicales mediante modelos de Markov controlados por ontologías pesadas Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Martinez_Rodriguez_BrianSantiago_TFM.pdf Martinez_Rodriguez_BrianSantiago_TFM.pdf application/pdf 1.85MB

Título Emulación de estilos musicales mediante modelos de Markov controlados por ontologías pesadas
Autor(es) Martínez Rodríguez, Brian Santiago
Resumen La composición musical asistida por ordenador es una disciplina del conocimiento que ha utilizado desde sus inicios multitud de técnicas relativas a la Inteligencia Artificial. El diseño de modelos de Markov para la generación musical de melodías ha sido ampliamente utilizado con la finalidad de emular un determinado estilo musical. Sin embargo, un estudio detallado de los resultados obtenidos por las principales investigaciones pone de manifiesto la ausencia de direccionalidad en las composiciones generadas mediante estos modelos. Se impone la aplicación de reglas de composición o la hibridación con otros métodos para encontrar resultados musicalmente interesantes. En el presente trabajo de investigación proponemos incorporar a los modelos markovianos la definición de una ontología pesada, construida mediante las definiciones formales y restricciones armónicas utilizadas en el discurso musical, para garantizar la coherencia armónica y estructural del material musical generado, analizando de forma independiente las características armónicas y rítmicas de la música, y utilizando nuevos frameworks para la musicología asistida por ordenador, junto con técnicas y frameworks procedentes del Procesamiento del Lenguaje Natural. El modelo de lenguaje musical será entrenado bajo corpus musicales de los compositores J. S. Bach, Monteverdi, Palestrina y estilos Jazz y Folk. Se realizara una evaluación de los resultados compositivos consistente en la realización de una serie de encuestas, entre la que se encuentra un Test de Turing, a un grupo de expertos formado por estudiantes de distintas especialidades del Conservatorio Superior de Música. La comparación de los resultados de nuestra evaluación con otros resultados reportados en la literatura muestra una gran bondad de nuestro sistema en la emulación de estilos, especialmente en el caso del Jazz.
Abstract Computer-assisted composition is a discipline of knowledge that has used many techniques related to Artificial Intelligence since its beginning. The design of Markov models for the musical generation of melodies has been widely used in order to emulate a certain musical style. However, a detailed study of the results obtained by the main investigations reveals the absence of directionality in the compositions generated by these models. The application of composition rules or hybridization with other methods is required to find musically interesting results. In the present research work we propose to incorporate the definition of a heavy ontology into Markov models, built by means of the formal definitions and harmonic restrictions used in musical discourse to guarantee the harmonic and structural coherence of the same, analyzing in an independent way the harmonic and rhythmic music, and using new frameworks for computer-assisted musicology, along with techniques and frameworks from the Processing of Natural Language. The language model will be trained under the musical corpus of the composers J. S. Bach, Monteverdi, Palestrina and Jazz and Folk styles. An evaluation of the compositional results will be carried out, consisting in the realization of a series of surveys to a group of students of the Conservatory of Music. The comparison of the results of our evaluation with the results obtained by other articles show a great kindness of our system in the emulation of styles, especially in the case of Jazz.
Notas adicionales Trabajo de Fin de Máster. Máster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones. UNED
Materia(s) Ingeniería Informática
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
Director/Tutor Manjarrés Riesco, Angeles
Fecha 2019-06-27
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-IAA-Bsmartinez
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IAA-Bsmartinez
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 22 Visitas, 6 Descargas  -  Estadísticas en detalle
Creado: Fri, 16 Oct 2020, 17:51:15 CET