Dissertação
SampleXplorer, leveraging AI for Creative Sound Exploration: an Interface for Music Generation Using Variational Autoencoders EVALUATED
No campo da Criatividade Computacional, um subconjunto distinto da Inteligência Artificial, o foco está na compreensão computacional da criatividade humana e na criação de sistemas que podem demonstrar comportamento criativo ou melhorar a criatividade humana. Um objetivo comum nesta área é o desenvolvimento de sistemas capazes de produzir artefactos musicais. No entanto, o potencial para criar tais sistemas geradores de música, particularmente quando se integram diversos conceitos numa única ferramenta, permanece em grande parte pouco explorado. Nesta pesquisa, apresentamos uma abordagem inovadora para este desafio, introduzindo um espaço exploratório capaz de gerar novos sons com base nos existentes. Isto é conseguido através da integração das capacidades da arquitetura dos Variational Autoencoder. O nosso sistema proposto não só é adequado à criação rápida de composições rítmicas, mas também serve como uma ferramenta para a geração de motivos musicais, texturas e instrumentos virtuais. Estes componentes podem então ser incorporados facilmente em composições criadas por humanos no sequenciador. A criação de interfaces que permitam a exploração de pacotes de sons é uma ideia relativamente recente. Além disso, a integração da geração de som na tarefa de exploração sonora pode melhorar a experiência global, se nenhuma das tarefas se sobrepor à outra. Realizámos uma série de questionários e entrevistas presenciais para avaliar o valor criativo da ferramenta desenvolvida. Os resultados destas avaliações fornecem perspectivas valiosas sobre a eficácia e o potencial do nosso sistema, contribuindo assim para a discussão mais ampla sobre o papel da IA nas indústrias criativas.
junho 19, 2023, 16:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Helena Sofia Andrade Nunes Pereira Pinto
Departamento de Engenharia Informática (DEI)
Professor Auxiliar