Redes neurais artificiais para geração de acordes em melodias musicais
Ano de defesa: | 2022 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | , , , |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Tecnológica Federal do Paraná
Ponta Grossa |
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Ciência da Computação
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://repositorio.utfpr.edu.br/jspui/handle/1/31456 |
Resumo: | Harmonia pode ser definida como a arte de unir conjuntos de sons musicais com objetivo de emoldurar uma melodia. E como em toda arte, é necessário tempo, dedicação, estudo e experiência para que seja possível elaborar harmonias musicais coerentes, uma tarefa complexa para iniciantes. Para tanto, um sistema capaz de automatizar este processo é de grande valia no auxílio de estudantes de harmonia e composição, tanto novatos quanto experientes, uma vez que podem encontrar novas formas de construir estruturas musicais. A literatura apresenta diversas alternativas de solução como métodos computacionais baseados em regras usando algoritmos evolutivos e também aplicando Redes Neurais Artificiais. Trabalhos que empregaram Redes LSTM Bidirecionais a partir de dados simbólicos de melodias padronizadas, atingiram resultados consideráveis levando em conta a quantidade de classes possíveis. Não obstante, este trabalho propõe novas abordagens ao problema de harmonização musical automática, com alvo em resultados que sejam mais precisos que os encontrados na literatura e diversificados mediante a harmonias preexistentes, além de apresentar uma nova forma de representação musical usando imagens, e uma arquitetura inovadora denominada Sistema Harmonizador Inteligente. Sendo assim, uma melodia descrita em formato simbólico é processada para servir como entrada ao sistema, que consiste de uma Rede Neural Convolucional, treinada com base em dados de melodias e harmonias originais. Deste modo, tem-se na saída uma harmonia que esteja dentro dos objetivos propostos. A análise dos resultados deu-se com uso de instrumentos estatísticos, que mostraram taxas razoáveis de acerto, acima do que encontrado na literatura, estabelecendo um novo marco. O sistema resultante apresenta vantagens tanto para o campo da música, com utilidade para músicos de todos níveis de conhecimento e também ao estudo teórico da música, quanto para a ciência da computação, contribuindo com o desenvolvimento de codificações de estruturas musicais e a construção de arquiteturas de Redes Neurais inovadoras. |