Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 رد پای فناوری جدیدی در ترانه سازی

رد پای فناوری جدیدی در ترانه سازی

زمان مطالعه: 2 دقیقه

فناوری جدید دانشگاه واترلو می‌تواند برای ترانه سازی و ایجاد مسیرهای خلاقانه در آهنگسازی، الهام‌بخش هنرمندان موسیقی باشد.

محققان آزمایشگاه پردازش زبان طبیعی دانشگاه واترلو، فناوری‌ای به نام LyricJam طراحی کردند. سیستم بی‌درنگ LyricJam از هوش مصنوعی برای تولید متن موسیقی استفاده می‌کند.

اکنون، چندین سال است که این آزمایشگاه در مورد کاربردهای خلاقانه هوش مصنوعی تحقیق ‌می‌کند. اولگا وَکتومووا ، استاد مهندسی دانشگاه واترلو و عضو فعال دانشکده علوم کامپیوتر، سرپرستی این آزمایشگاه را بر عهده دارد.

نتیجه تحقیقات اولیه این آزمایشگاه طراحی سیستمی بود که بیان موسیقیایی هنرمندان را می‌آموزد و اشعاری به سبک آن‌ها تولید می‌کند.

وَکتومووا، به همراه دو دانشجوی تحصیلات تکمیلی دانشگاه واترلو، گورِو ساهو و دراو کومر ، این فناوری را توسعه دادند. آن‌ها بر جنبه‌های مختلف موسیقی مانند توالی آکورد، تمپو و تنظیم سازها برای تولید اشعاری که منعکس‌کننده حالات و احساسات بیان شده در موسیقی زنده پرداختند.

ترانه سازی

همچنان‌که یک آهنگساز یا گروه موسیقی به نواختن موسیقی بی‌کلام می‌پردازد، سیستم پیوسته کلیپ‌های صوتی خام را دریافت می‌کند؛ سپس، شبکه عصبی این کلیپ‌های صوتی را برای ترانه سازی و نوشتن ترانه جدید پردازش ‌می‌کند. هنرمند سپس ‌می‌تواند از این متن تولید شده برای نوشتن اشعار آهنگ خود استفاده کند.

وَکتومووا می‌گوید: « این سیستم به دنبال ایفای نقش آهنگسازی نیست. در عوض، ‌می‌خواهیم به هنرمندان کمک کنیم تا خلاقیت خود را بهتر درک کنند. این سیستم اشعاری با استعاره‌ها و عبارات جدید می‌نویسد و احتمالاً هنرمندان را به مسیرهای خلاقانه‌ای سوق ‌می‌دهد که پیشتر با آن روبرو نشده‌اند».

این شبکه عصبی قادر است موضوعات غنایی، کلمات و صنایع ادبی مرتبط با جنبه‌های موسیقی شناخته شده در هر کلیپ صوتی را پیدا کند.

برای نمونه، محققان دریافتند که اشعار این نرم‌افزار برای موسیقی امبینت (ambient) با اشعار آهنگ‌های شاد بسیار متفاوت است.

الهام گرفتن از شعرهای سیستم

این محققان طی پژوهشی از نوازندگان مختلف خواستند از این سیستم استفاده کرده و برای آن آهنگی بنوازند. طبق توضیحات وَکتومووا «یکی از یافته‌های غیرمنتظره‌ این پژوهش، الهام گرفتن شرکت‌کنندگان از شعرهای سیستم برای بداهه‌نوازی بود. برای مثال، این اشعار هنرمندان را ترغیب کرد که آکوردها را کمی‌ متفاوت بنوازند و بداهه‌نوازی خود را در مسیر جدیدی پیش ببرند. برخی از نوازندگان نیز از این اشعار برای بررسی تأثیرات احساسی بداهه‌نوازی خود استفاده می‌کردند».

یکی دیگر از یافته‌های این پژوهش بر جنبه هم‌آفرینی این تجربه دلالت داشت. شرکت‌کنندگان اظهار داشتند که سیستم را به مثابه شریکی می‌دانستند که موضعی غیرانتقادی دارد و آن‌ها را برای نواختن ساز بیشتر ترغیب ‌می‌‌‌کند، حتی زمانی که به دنبال ترانه سازی نبودند.

از زمان عرضه این نرم‌افزار در ژوئن 2021، بیش از 1،500 کاربر از سرتاسر دنیا آن را امتحان کرده‌اند.
این تیم قرار است نتایج تحقیقات خود را در کنفرانس بینالمللی خلاقیت محاسباتی در ماه سپتامبر ارائه کنند. نسخه اولیه این پژوهش در arXiv منتشر شده است.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]