VAEに基づく「AI耳コピ」手法 - Qiita

テクノロジーカテゴリーの変更を依頼記事元:

qiita.com/xiao_ming

36 usersがブックマークコメント

コメント

5

記事へのコメント5件

注目コメント
新着コメント

misshiki “VAE（Variational Autoencoder）という手法をコード採譜タスクに応用”

Autoencoder

2021/12/23 リンク

pwatermark 「人間の癖」を含めて深層学習すればそうなる「人間の癖ってどんなんだ」と考え始めると多分きりがないので、深層学習の近似でモデル作ってから考えるほうが効率良さそうだよね

2021/12/23 リンク

yojik 確かに弾く側の都合でコードの解釈を変えることは多いので納得 “人間は機械的に音を記号に当てはめているだけ（＝従来的な識別的手法）ではなく、「作曲」能力も駆使しながら「耳コピ」している”

2021/12/23 リンク

tekitou-manga パート毎のトラックをAIで抜き出せるまであとどれくらいなんだろう？クローズドにはもう出来てそうな気もするけど。ギターやベースは音の幅が有りすぎるの結構大変そうではあるが

2021/12/22 リンク

注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

規約違反を報告

アプリのスクリーンショット

いまの話題をアプリでチェック！

バナー広告なし
ミュート機能あり
ダークモード搭載

アプリをダウンロード

関連記事

{{ total_bookmarks_with_user_postfix }}{{ root_title }}

VAEに基づく「AI耳コピ」手法 - Qiita

しばらく前にオンライン開催された「OngaACCELシンポジウム2020」にて、吉井和佳先生による自動採譜技術... しばらく前にオンライン開催された「OngaACCELシンポジウム2020」にて、吉井和佳先生による自動採譜技術研究の発表がありました。たいへんありがたいことに、あの藤本健さんの記事でピックアップしていただき、なかなか反響があったようです。音を楽譜にする“耳コピ”はここまで来た。AI自動採譜の最前線この記事で紹介されている成果のうち、しゃをみんはコード採譜の研究に取り組んでおります。吉井先生の発表の中で、「ミラーニューロン仮説」なる概念が紹介されたあのパートです。「生成モデル＋推論モデル＝VAE」でなんかぐるぐるさせるという話をしていましたね。本記事ではこの研究成果をざっくり解説するとともに、「AI自動採譜」研究の現在地を自分なりに整理してみたいと思います。研究内容はIEEE TASLPに掲載されています。引用してください。 Semi-supervised Neural Chord

ブックマークしたユーザー

konhir2021/12/24
misshiki2021/12/23
takasago082021/12/23
pwatermark2021/12/23
binary-pi2021/12/23
yarumato2021/12/23
yanacii2021/12/23
sakito09022021/12/23
knok2021/12/23
zinziroge2021/12/23
codingdead2021/12/23
kohge42021/12/23
yojik2021/12/23
omega3142021/12/23
yamori04082021/12/23
kazkaz032021/12/23
Hiro_Matsuno2021/12/23
keysuccess2021/12/23

同じサイトの新着

同じサイトの新着をもっと読む

いま人気の記事

いま人気の記事をもっと読む

いま人気の記事 - テクノロジー

いま人気の記事 - テクノロジーをもっと読む

新着記事 - テクノロジー

新着記事 - テクノロジーをもっと読む

設定を変更しましたx