|
|
Tvorba hudby pomocí celulárních automatů
Novotný, Pavel ; Martinek, David (oponent) ; Peringer, Petr (vedoucí práce)
Tato práce se zabývá využitím celulárních automatů v oblasti algoritmické kompozice hudby. Text práce obsahuje stručný přehled problematiky algoritmické kompozice s využitím celulárních automatů a popisuje návrh a implementaci programu s grafickým uživatelským rozhraním, který používá dvě jednoduché metody převodu stavů celulárních automatů na posloupnost tónů. Výsledný program byl otestován s využitím několika celulárních automatů a kvalita zvukových výstupů obou metod byla vzájemně porovnána. Program je použitelný zejména pro vytváření krátkých melodií.
|
|
|
Algorithmic Music Composition
Pankuch, Adam ; Beran, Vítězslav (oponent) ; Kolář, Martin (vedoucí práce)
The goal of this thesis is to create a system, which is able to generate guitar tracks. This problem consists of two main parts: acquisition of a training dataset and training of a suitable deep learning model. The first part of the problem was solved by series of scripts which filter and transform a set of songs with many instruments in Guitar Pro format to a set of guitar tracks in pianoroll format. The second part of the problem was solved by training a few convolutional and recurrent neural networks on the created dataset of guitar tracks. Guitar tracks generated by these networks were compared to each other and evaluated. Although, the generated tracks are not very harmonic and pleasing to the ear, they show that convolutional networks are more suitable for generation of polyphonic music than other types of neural networks.
|
|
|
Sonifikace videa pomocí technik umělé inteligence
Dobrocký, Filip ; Burget, Radim (oponent) ; Říha, Kamil (vedoucí práce)
Táto práca sa zaoberá sonifikáciou videa – prevodom obrazu na zvuk. Jej cieľom je využitie moderných techník počítačového videnia založených na umelej inteligencii pre vytvorenie systému schopného algoritmickej tvorby zvuku použiteľného v umeleckom kontexte. Sústredí sa na oblasti sound artu, algoritmickej kompozície a generatívnej hudby. Súčasťou práce je implementácia modulárneho sonifikačného systému v jazyku Python využívajúceho moderný detektor objektov YOLOv7 spolu s algoritmom pre sledovanie viacerých objektov z knižnice Norfair. Princíp je založený na systematickom prideľovaní zvukových objektov sledovaným objektom vo videu. Zvuk je tvorený prostredníctvom platformy SuperCollider a jej API pre Python s názvom Supriya, využívajúc rozličné typy zvukovej syntézy spolu s automatizovane vytvorenou databankou zvukov.
|
|
|
Využití fraktální geometrie pro generování hudby
Skřičilová, Magdaléna
Tato bakalářská práce se zabývá metodami algoritmického generování hudby, které využívají principy fraktální geometrie. V práci jsou popsány potřebné teoretické základy, týkající se jak fraktální geometrie, tak hudební teorie a algoritmické kompozice, a následně je popsán postup pro generování hudby s využitím každého ze čtyř typů fraktálů. Postup zahrnuje také výběr vhodného prostředí k implementaci. Nakonec jsou všechny metody porovnány a zhodnoceny.
|
|
|
Algorithmic Music Composition
Pankuch, Adam ; Beran, Vítězslav (oponent) ; Kolář, Martin (vedoucí práce)
The goal of this thesis is to create a system, which is able to generate guitar tracks. This problem consists of two main parts: acquisition of a training dataset and training of a suitable deep learning model. The first part of the problem was solved by series of scripts which filter and transform a set of songs with many instruments in Guitar Pro format to a set of guitar tracks in pianoroll format. The second part of the problem was solved by training a few convolutional and recurrent neural networks on the created dataset of guitar tracks. Guitar tracks generated by these networks were compared to each other and evaluated. Although, the generated tracks are not very harmonic and pleasing to the ear, they show that convolutional networks are more suitable for generation of polyphonic music than other types of neural networks.
|
|
|
Tvorba hudby pomocí celulárních automatů
Novotný, Pavel ; Martinek, David (oponent) ; Peringer, Petr (vedoucí práce)
Tato práce se zabývá využitím celulárních automatů v oblasti algoritmické kompozice hudby. Text práce obsahuje stručný přehled problematiky algoritmické kompozice s využitím celulárních automatů a popisuje návrh a implementaci programu s grafickým uživatelským rozhraním, který používá dvě jednoduché metody převodu stavů celulárních automatů na posloupnost tónů. Výsledný program byl otestován s využitím několika celulárních automatů a kvalita zvukových výstupů obou metod byla vzájemně porovnána. Program je použitelný zejména pro vytváření krátkých melodií.
|
host ::
RSS.