Apprentissage par renforcement pour l'improvisation musicale automatique

Rémi Decelle 1
1 MULTISPEECH - Speech Modeling for Facilitating Oral-Based Communication
Inria Nancy - Grand Est, LORIA - NLPKD - Department of Natural Language Processing & Knowledge Discovery
Résumé : Le projet ANR DYCI2 vise à explorer les interactions entre l'homme et des agents artificiels dans le domaine de l'improvisation musicale. L'apprentissage interactif, l'un des domaines de recherche du projet, veut mettre en avant des modèles capables de capturer les structures musicales. Toutes les recherches se basent sur le paradigme OMax, un système automatique d'improvisation. Malheureusement, ce système génère encore des fausses notes. Est-il possible d'apprendre au système à ne plus commettre de telles erreurs ? Pour répondre à cette problématique, ce mémoire propose une méthode pour classifier les mélodies en deux catégories : celles qui ont au moins une fausse note et celles qui n'en ont aucune. Une telle classification devra permettre d'améliorer le système actuel à l'aide de l'apprentissage par renforcement. Après avoir défini quelques notions musicales et expliqué ce que sont les LSTMs, nous proposons un modèle de réseau de neurones pour la classification. Nous proposons également un procédé pour encoder les notes musicales. Nous utilisons le Deep Q-Learning en tant qu'algorithme d'apprentissage par renforcement. L'évaluation du réseau neuronal repose sur les critères classiques. L'évaluation de l'amélioration du système est basée sur l'écoute des mélodies générées. Enfin, nous discutons des méthodes utilisées.
Type de document :
Mémoires d'étudiants -- Hal-inria+
Intelligence artificielle [cs.AI]. 2017
Liste complète des métadonnées

Littérature citée [35 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01591521
Contributeur : Rémi Decelle <>
Soumis le : jeudi 21 septembre 2017 - 14:53:00
Dernière modification le : mardi 29 mai 2018 - 01:22:12

Identifiants

  • HAL Id : hal-01591521, version 1

Citation

Rémi Decelle. Apprentissage par renforcement pour l'improvisation musicale automatique. Intelligence artificielle [cs.AI]. 2017. 〈hal-01591521〉

Partager

Métriques

Consultations de la notice

116

Téléchargements de fichiers

92