Dissertação

MuSyFi - Music Synthesis from Images EVALUATED

Com esta tese, pretendemos criar um programa que tentasse modelar este processo criativo no âmbito de Criatividade Computacional. Para esse efeito, usámos imagens como sendo a nossa fonte de inspiração e implementámos uma possível tradução entre características visuais e musicais, procurando que os produtos finais pudessem ser considerados criativos. À saída do nosso programa estão três artefactos musicais diferentes: uma versão automática, na qual a nossa tradução é aplicada diretamente; uma versão co-criada, na qual são introduzidas linhas harmónicas compostas por nós; uma versão genética, fruto de ter sido aplicado um algoritmo genético com uma população inicial que mistura artefactos musicais dos dois tipos anteriores. As três versões foram avaliadas para seis imagens diferentes através de inquéritos. Foi avaliado se as pessoas consideravam os nossos artefactos musicais música, se achavam que os artefactos musicais tinham qualidade, se consideravam os artefactos 'novel', se gostaram dos artefactos, e por último se conseguiam relacionar os artefactos com as imagens nas quais foram inspirados. A partir de 300 respostas aos nossos inquéritos, podemos afirmar que as pessoas consideraram os nossos artefactos musicais como tendo qualidade e como sendo 'novel', para além de que regra geral também consideraram a versão genética como sendo a melhor, justificando assim a implementação do algoritmo genético.
Criatividade Computacional, Inspiração, Tradução de Características, Algoritmo Genético, Geração Musical

Setembro 25, 2020, 15:30

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Luís Miguel Teixeira D'Avila Pinto da Silveira

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Catedrático

ORIENTADOR

Helena Sofia Andrade Nunes Pereira Pinto

Departamento de Engenharia Informática (DEI)

Professor Auxiliar