La información del sitio web oficial muestra que la especialización en "Inteligencia artificial musical y tecnología de la información musical" tiene una duración de tres años y los solicitantes deben ser candidatos con especialización en informática, inteligencia e información electrónica.
En cuanto a la lista de libros recomendados, a excepción del libro 1 "Conceptos básicos de teoría musical" que está vinculado a la teoría musical, las otras cuatro listas de libros recomendados están todos relacionados con la teoría de la inteligencia artificial, a saber, "Estructura de datos". y Algoritmo", "Introducción a Señales y Sistemas", "Inteligencia Artificial: Un Enfoque Moderno" y "Redes Neuronales y Aprendizaje Automático".
Debido a que "Inteligencia artificial musical y tecnología de la información musical" es una especialización interdisciplinaria, la entrevista no solo evaluará la capacidad profesional del sujeto, sino también la habilidad musical del candidato: tocar un determinado instrumento o simplemente cantar. .
En la actualidad, se han finalizado los tres instructores de formación conjunta para esta especialidad:
Yu Feng
Decano del Conservatorio Central de Música, profesor, director de doctorado. , "Wan People Plan" y líderes de talentos de "Cuatro Grupos". Presidente de la Sociedad China de Dirección, subdirector del Comité Nacional de Enseñanza de Graduados de Títulos Profesionales de Arte, miembro del Décimo Comité Nacional de la Federación China de Círculos Literarios y Artísticos y disfruta de asignaciones gubernamentales especiales del Consejo de Estado.
Sun Maosong
Profesor de la Universidad de Tsinghua, supervisor de doctorado, vicepresidente ejecutivo del Instituto de Investigación de Inteligencia Artificial de la Universidad de Tsinghua, ex director del Departamento de Computación y secretario del Comité del Partido, enseña informatización y docencia del Ministerio de Educación Vicepresidente del Comité Directivo de Innovación de Métodos y miembro del 9º Comité Nacional de la Asociación China para la Ciencia y la Tecnología. Las principales áreas de investigación son el procesamiento del lenguaje natural, la inteligencia artificial, el aprendizaje automático y la pedagogía computacional. Científico jefe del Programa Nacional 973 y experto jefe de grandes proyectos del Fondo Nacional de Ciencias Sociales. En 2017, dirigió el desarrollo del antiguo sistema de escritura de poesía con inteligencia artificial "Nine Songs".
Wu Xihong
Profesor de la Universidad de Pekín, supervisor de doctorado y Talento Destacado del Nuevo Siglo del Ministerio de Educación. Eecs, vicepresidente, director del Departamento de Ciencia Inteligente, director del Centro de Investigación de Audición del Habla, está comprometido con la investigación en los campos de la teoría de la computación auditiva, el procesamiento de información del habla, la comprensión del lenguaje natural, la inteligencia musical y otros campos que ha presidido. en más de 40 proyectos a nivel nacional, provincial y ministerial, y ha ganado. Tiene más de 10 patentes de invención autorizadas a nivel nacional y ha publicado más de 200 artículos académicos. Ha logrado grandes logros en el campo de la composición y arreglos musicales inteligentes.
Los candidatos que pretendan postularse a esta carrera deberán completar la inscripción en línea (sitio web: /) del 1 al 15 de marzo de 2065. El examen se realizará en el Conservatorio Central de Música en mayo de este año.
Para más detalles, haga clic en:
/xwyhd/xsjd/2019s/201903/t 20190301_53856.html
Conózcanos
¿Existen alertas tempranas sobre vacantes profesionales?
Si has estado atento al desarrollo del Conservatorio Central de Música, no te sorprenderá la apertura de esta carrera.
Ya en mayo del año pasado, el Conservatorio Central de Música firmó un acuerdo de cooperación con la Escuela de Ingeniería y Computación de la Información de la Universidad de Indiana, conocida por su innovadora investigación interdisciplinaria, para construir conjuntamente la Filarmónica de la Información. Laboratorio: el llamado "Laboratorio Filarmónico de Información" Orquesta Filarmónica "se refiere a un sistema de acompañamiento musical de inteligencia artificial inventado por Christopher Raphael, director del Laboratorio de Informática Musical de la Escuela de Ingeniería y Computación de la Información de la Universidad de Indiana.
La característica más importante de este sistema es que utiliza métodos matemáticos para interpretar y calcular de manera integral la música en sí y los sentimientos del músico. A través del aprendizaje activo continuo, se forman plantillas de acompañamiento de orquesta y conciertos que se acercan más a las necesidades de interpretación individuales de los músicos, brindándoles oportunidades de interpretación más flexibles.
Después de firmar el contrato y después de más de medio año de intensos preparativos, las dos partes celebraron conjuntamente el primer concierto especial nacional acompañado de inteligencia artificial: el AI Night Concert el 26 de octubre del año pasado. Doce destacados solistas de diferentes especialidades del Conservatorio Central de Música y la Orquesta Filarmónica de Información interpretaron 12 obras chinas y extranjeras de diversos géneros.
Cabe mencionar que la música china "Great Wall Caprice" va acompañada de inteligencia artificial. Esta es la primera colisión entre la tecnología de inteligencia artificial y la música folclórica china.
La imagen procede de la web oficial del Conservatorio Central de Música.
El profesor Yu Feng, presidente del Conservatorio Central de Música, dijo en su discurso en el concierto: "Este es un concierto de gran alcance, y toda la industria musical de China entrará en una era de 'inteligencia artificial' , lo que mejorará enormemente el nivel de informatización de toda la industria musical, especialmente la industria de la educación musical. La combinación de la tecnología de inteligencia artificial y la profesión del arte musical logrará un desarrollo acelerado de toda la industria y seguramente se convertirá en un modelo para. la industrialización de la industria musical."
Vídeo completo de la presentación de "Ai Night Concert":
/index.php? option=weixin, dianbodetail ampid=3514
El entusiasmo por la investigación científica nacional crece día a día.
Además del Conservatorio Central de Música, el Conservatorio de Música de Xinghai y la Universidad Minzu de China también han logrado logros en la experimentación con música con inteligencia artificial.
De mayo a junio del año pasado, el Laboratorio Conjunto de Enseñanza Orquestal Asistida por Inteligencia Artificial Musical establecido conjuntamente por el Departamento Orquestal del Conservatorio de Música de Xinghai y el Laboratorio de Informática Musical de la Escuela de Ingeniería y Computación de la Información de Indiana Se inauguró oficialmente la Universidad. Las dos partes cooperarán para introducir el sistema de enseñanza orquestal asistido por inteligencia artificial musical en la enseñanza diaria.
Se entiende que este sistema permite a los estudiantes escuchar el acompañamiento musical completo de una orquesta profesional en cualquier momento durante la práctica profesional diaria, y al mismo tiempo convierte el audio sintético de la interpretación de ellos y de la orquesta en Se llevan a clase datos musicales altamente estructurados, visuales, con capacidad de búsqueda y comparables para discutirlos con profesores profesionales. Para los docentes profesionales, el sistema puede realizar comparaciones verticales y horizontales del aprendizaje profesional de los estudiantes, obtener información de primera mano de los estudiantes y mejorar el contenido y los métodos de enseñanza.
La imagen proviene de la cuenta oficial de WeChat del "Conservatorio de Música de Xinghai"
El 7 de febrero del año pasado, 65438, se llevó a cabo el "Laboratorio Conjunto de Música de Inteligencia Artificial" organizado conjuntamente por la Universidad de Minzu. de China y Ping An Technology La ceremonia de firma se llevó a cabo en el Salón Zhixing de la Universidad Minzu de China. Esta cooperación tiene como objetivo aprovechar sus respectivas fortalezas y hacer realidad la idea de la creación musical con inteligencia artificial desde la etapa de apreciación hasta la etapa profesional y la etapa de experto a través de investigación y desarrollo conjuntos.
Song Min, miembro del Comité Permanente del Comité del Partido y vicepresidente de la Universidad Minzu de China, dijo en la ceremonia de inauguración que la inteligencia artificial se ha incluido en el plan nacional y ha entrado en la etapa de desarrollo gradual. La implementación se está integrando continuamente con varios campos y, sin duda, liderará todos los ámbitos de la vida en el futuro. Ella espera que ambas partes utilicen la plataforma del laboratorio para aprovechar al máximo sus respectivas ventajas, mejorar el nivel de construcción disciplinaria y el nivel de creación musical de la Universidad Minzu de China, promover la construcción de los "cuatro centros" de Beijing, especialmente el centro cultural. y ayudar activamente a que la excelente cultura musical de China se globalice.
La imagen procede del sitio web oficial de la Universidad Minzu de China.
Además, la 6ª Conferencia China sobre Tecnología del Sonido y la Música (CSMT), cofundada por la Universidad de Fudan y la Universidad de Tsinghua, ha exportado continuamente perspectivas académicas sobre la intersección de la tecnología del sonido y la música a China desde 2013. , enriqueciendo los resultados de la investigación en los campos de la inteligencia artificial y la música en China.
Tomando la conferencia de 2018 como ejemplo, los temas de las ponencias incluyen:
Acústica musical
Acústica instrumental/Acústica vocal/Psicoacústica y electroacústica/Acústica de música espacial. .
Procesamiento de señales de sonido y música
Procesamiento de señales de sonido/procesamiento de señales musicales en la industria, agricultura, ganadería, acuicultura, geografía, medio ambiente y otros campos.
Escucha por ordenador
Análisis de contenido, comprensión y modelado de sonidos y música/recuperación/clasificación de información de audio y música, anotación, computación afectiva, recomendación, etc.
/Aplicación de la inteligencia artificial en la informática musical/Aplicación de la informática musical en entretenimiento, educación, océano, medicina, equipamiento, militar, seguridad de la información y otros campos.
Seguridad de la información de audio
Potente marca de agua de audio/autenticación de audio/audio forense
Música y grabación por computadora
Creación de música asistida por computadora/ Sistema de enseñanza de música asistido por computadora/tecnología de producción musical por computadora/desarrollo de software musical por computadora/sistema de audio y sonido multicanal/dispositivo de sonido y tecnología multimedia relacionada/efectos de sonido y diseño de sonido/interacción de audio persona-computadora
Psicología Auditiva
Aplicaciones multimedia que combinan audición y visión
Vale la pena mencionar que la conferencia CSMT del año pasado celebró dos sesiones especiales: una fue para discutir la audición por computadora para audio general, tratando de expandirse más allá La aplicación de la inteligencia artificial de IA de audio en diversas industrias además de la música, como el reconocimiento de barcos marinos, el diagnóstico de equipos, la atención médica de IA, la acústica del habla, el monitoreo de audio, el reconocimiento de animales, la protección agrícola, la automatización industrial, etc. música y computadoras La integración cruzada de la ciencia y la tecnología refleja la naturaleza progresista de las conferencias nacionales.
Algoritmos musicales de IA actualmente populares
Para la investigación actual sobre algoritmos de inteligencia artificial musical, el profesor Fu Xiaodong del Departamento de Música del Conservatorio de Música de China publicó un artículo "Inteligencia artificial musical " en "Art Exploration" 2018, 05 Pensamiento ético inteligente - Composición algorítmica" lo divide en dos categorías: autónomas y heterónomas.
Entre ellos, "autodisciplina" significa que la máquina sigue estrictamente o no los principios de estructura interna preespecificados para generar obras musicales correspondientes al material de audio, y la presentación de audio final está restringida por el autodisciplina de los principios de la estructura interna; "la "Ley" se refiere a si la máquina sigue estrictamente los principios estructurales externos prescritos por la experiencia humana y genera obras mapeándolas en acústica. La presentación sonora resultante está limitada por la heteronomía de los principios estructurales externos.
Los resultados finales de la clasificación son los siguientes:
Algoritmo de inteligencia artificial musical "autónomo"
(1) Modelo matemático (modelo matemático)
Componer música utilizando modelos matemáticos compuestos de algoritmos matemáticos y eventos aleatorios. Entre ellos, los algoritmos equivalen a leyes de composición y los eventos aleatorios equivalen a elementos musicales: varios elementos de la música se pueden descomponer en una serie de eventos aleatorios, como los cuatro atributos del sonido, los tres elementos de la música, etc. . El compositor (programador) les asigna diferentes pesos y utiliza un algoritmo aleatorio específico para calcularlos y procesarlos para obtener una secuencia de sonido, y el resultado es incierto. Los algoritmos aleatorios más utilizados incluyen la cadena de Markov y la distribución gaussiana. Las obras de inteligencia artificial musical actuales basadas en modelos matemáticos son bastante "inteligentes" en términos de velocidad de acompañamiento, procesamiento dinámico de frases y ritmo de parada y estiramiento, pero todavía existen deficiencias obvias en la audibilidad general de las obras.
(2) Método evolutivo.
Los algoritmos evolutivos se originan a partir de la teoría de la evolución biológica revelada por Darwin y utilizan algoritmos para simular el proceso de evolución de las especies para construir obras musicales. Los eventos acústicos aleatorios o provocados por el hombre se agrupan en una población, y los individuos existentes en la población se eliminan mediante algoritmos iterativos de selección, herencia y mutación, y los resultados se corrigen mediante un procedimiento de auditoría compuesto de funciones de aptitud para garantizar su importancia estética. . calidad. Los métodos de computación evolutiva más comunes son los algoritmos genéticos y la programación genética. La lógica de los algoritmos evolutivos al intentar hacer coincidir el proceso de evolución de las especies con el proceso de generación de música no es perfecta, por lo que el reconocimiento estético de las obras no es alto y ahora se utiliza principalmente en tareas de configuración de armonía y acompañamiento.
Gramáticas
Las reglas de la formación musical se pueden comparar con las reglas gramaticales del lenguaje humano. El lenguaje humano se compone de palabras, frases y oraciones de acuerdo con ciertas reglas gramaticales. Los motivos, festivales y frases en la música también tienen características estructurales similares. Primero, crear las reglas gramaticales de una obra musical específica, combinar armonía, ritmo, tono y otros materiales musicales para finalmente generar una obra musical. Es cierto que la música y el lenguaje son isomórficos hasta cierto punto, pero en comparación, las reglas musicales muestran una mayor flexibilidad y variabilidad. Las obras musicales producidas mediante algoritmos lingüísticos con reglas gramaticales fijas y varias reglas variables tienen algunas características rígidas e inflexibles.
Algoritmo de inteligencia artificial para música heterónoma
(1) Algoritmo de modelo de migración (modelo de traducción)
La información en fuentes de señales de medios no musicales se asigna y migra a información de audio de música. El más común es convertir información visual, como convertir líneas de una imagen en melodía, color en armonía y croma en intensidad; el desplazamiento espacial de objetos en movimiento en melodía y la velocidad en ritmo. También se puede utilizar para transmitir información no visual, como convertir descripciones positivas/negativas en obras literarias en acordes primarios/menores a través de sistemas automatizados de análisis de sentimientos. De hecho, los sentidos humanos tienen un efecto de "sinestesia" hasta cierto punto, como la correspondencia entre las líneas espaciales y las direcciones de la melodía, pero si se mapean estrictamente, no hay evidencia psicológica sólida. Por lo tanto, las obras musicales generadas por el algoritmo del modelo de migración a menudo aparecen en representaciones artísticas interactivas de nuevos medios y tienen más relevancia para los eventos en vivo y el gusto estético interactivo. Pero una vez que una obra musical se presenta independientemente de su objeto cartográfico, la audibilidad de dichas obras se reducirá considerablemente.
Sistemas basados en el conocimiento.
A partir de la base de conocimientos de un determinado estilo musical, se extraen y codifican las características estéticas de este estilo musical, es decir, se utiliza el razonamiento inductivo como algoritmo, es decir, el razonamiento deductivo; , para crear estilos similares. Por ejemplo, la codificación de estilos de música barroca basada en el principio del contrapunto, la codificación de estilos de música clásica romántica basada en el sistema de armonía grande y pequeño, la codificación de estilos de música impresionista que debilita la función de armonía y la generación de obras de estilo correspondientes pertenecen al razonamiento del conocimiento. Algoritmos del sistema. Hasta cierto punto, este algoritmo se acerca al proceso de aprendizaje de la teoría de la tecnología de la composición en el conservatorio. Las obras musicales generadas son muy similares a la base de conocimientos de estilo específico en la que se basan y tienen una alta audibilidad. La desventaja es que la inducción y la deducción están relativamente separadas, es decir, el operador debe proporcionar el código de estilo y el programa en sí es solo la operación de ejecución del código. La comprensión abstracta de las reglas creativas por parte del operador afectará seriamente los resultados del trabajo y tendrá las desventajas de la rigidez y la uniformidad.
Aprendizaje automático
El operador ingresa una gran cantidad de música en estéreo a la computadora, y la computadora "escucha y aprende" efectivamente las reglas de la composición musical, es decir, el proceso. Es similar a un sistema de razonamiento de conocimiento, pero el operador no especifica estrictamente el tipo de música ni proporciona codificación de estilo para el programa. Este proceso lo completa automáticamente el programa del algoritmo, enfatizando su autonomía y aprendizaje no supervisado. Por supuesto, en esencia, el aprendizaje automático "no supervisado" solo puede funcionar hasta cierto punto y alcance, y todavía está limitado por la base de conocimientos proporcionada por el operador. El aprendizaje automático está estrechamente relacionado con los resultados de la investigación de las ciencias computacionales, como la optimización matemática y la minería de datos, y con los resultados de la investigación de las disciplinas de las ciencias cognitivas y las redes neuronales. Entre ellos, se encuentran métodos como los árboles de decisión, las redes neuronales artificiales y el aprendizaje profundo. Los métodos más obvios y populares hasta el momento son los algoritmos que imitan en mayor medida los procesos de aprendizaje biológico. El aprendizaje automático todavía pertenece a la biónica, pero va más allá de la biónica de la estructura y la mecánica y es la biónica del proceso de pensamiento del cerebro humano. El aprendizaje automático se puede utilizar no sólo para la creación musical en general, sino también para la improvisación y los concursos. Aunque se pueden generar obras musicales de varios estilos específicos o estilos mixtos, todavía depende del tipo de datos musicales proporcionados por el operador. Es una predicción acústica regular a través de estadísticas de probabilidad de eventos aleatorios.
Según los criterios de clasificación del profesor Fu, podremos clasificar de manera efectiva los trabajos de investigación musical con inteligencia artificial más populares.
Vale la pena mencionar que, con la cooperación de la Universidad de Ciencia y Tecnología de China, el Instituto de Investigación de Inteligencia Artificial de Microsoft y la Universidad de Suzhou, el artículo "Xiaoice Band: A" describe la tecnología de extremo a extremo. El marco de generación de melodías y arreglos para la generación de canciones "Marco de generación de melodías y arreglos para música popular" ganó con éxito el premio al mejor trabajo estudiantil de la pista de investigación de KDD 2018. "AI Technology Review" de Lei Feng.com hizo la interpretación correspondiente de esto. Los lectores interesados pueden hacer clic en /news/2065 438 0808/nkobblrdhxzsyad g 5. html para revisar.
En general, la inteligencia artificial jugará un papel más importante en el campo de la música en el futuro. Puede ayudar a las personas a analizar obras, crear obras y compartir una gran cantidad de obras repetitivas, estimular aún más la creatividad y explorar diversas posibilidades de forma y contenido musical. Se espera que a través de este tipo de cooperación interdisciplinaria e integrada se puedan resumir y mejorar diversas lógicas de creación musical, se puedan lograr avances en la percepción y la emoción, y la inteligencia artificial pueda generar innovaciones en muchos campos de la música y tener un impacto en la enseñanza y servicios sociales.