深層学習による自動作曲入門 [単行本]

深層学習による自動作曲入門 [単行本] の 商品概要

• 要旨（「BOOK」データベースより）

  ＡＩによる自動作曲を、技術と音楽の両面から解説。ＡＩと音楽に興味を持つすべての人へ。

• 目次（「BOOK」データベースより）

  第１章　ＡＩによる自動作曲とは
  第２章　音楽の基礎知識
  第３章　ＡＩモデル
  第４章　楽譜（ＭＩＤＩ）としての自動作曲１　時系列学習による自動作曲
  第５章　楽譜（ＭＩＤＩ）としての自動作曲２　生成モデルによる自動楽曲
  第６章　楽譜（ＭＩＤＩ）としての自動作曲３　強化学習による自動作曲
  第７章　波形としての自動作曲
  第８章　データセットおよび評価指標
  第９章　前処理とデータ拡張
  第１０章　ＡＩの他の音楽分野への応用
  第１１章　今後の課題とまとめ

• 出版社からのコメント

  機械学習による自動作曲（AI作曲）技術を解説した専門書。自動作曲の全体図や、最先端の重要モデルの仕組み・性能を学べる。

• 内容紹介

  人工知能は作曲家の夢を見るか？
  
  【本書のポイント】
  ・深層学習による自動作曲技術の全体像を知る
  ・PythonとColaboratoryによる実践
  ・データセットを多数紹介
  
  機械学習による自動作曲（AI作曲）技術を解説した専門書です。機械学習やメディアアート関係の研究者、学生、音楽産業の技術者を主な読者対象として、現在の自動作曲技術をまとめています。また、実践要素（Python/Colaboratoryを使った自動作曲の実践）を設けて、情報科学の知識のないクリエイターやアマチュア作曲者、動画制作者などが自動作曲にチャレンジできるようにしました。
  近年、画像生成を中心にAI（機械学習）によるメディア生成が注目を集めています。自動作曲はその名の通り、音楽を生成する技術で、近年では機械学習・深層学習による自動作曲・音楽分析が盛んに研究されています。
  本書では、言語・音声などの従来の時系列データと異なる音楽データの特徴に基づく分析や、音声の生成のような「それっぽい」にとどまらない美的な質の学習方法や評価といった、音楽に特化した機械学習のアプローチを解説します。
  読者は本書によって、現時点での深層学習による自動作曲の全体図を理解でき、またGoogleのMusic TransformerやOpenAIのJukeboxなど、最先端の重要モデルの仕組みや性能を学ぶことができます。自身のAI作曲の性能向上や実用性の改善を図ることが可能となります。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  シン,アンドリュー(シン,アンドリュー／Shin,Andrew)
  ＡＩ研究者兼フリーランス作曲家。現在、慶應義塾大学デジタルメディアコンテンツ研究センター特任助教。東京大学大学院情報理工学系研究科博士課程修了後、ソニーグループ株式会社のＲ＆Ｄセンターを経て、２０２２年現職に着任。主な研究関心分野は画像認識と自然言語処理の融合、また言語・音楽のような系列・記号データの認識および生成。ＢＥＪ４８、海蔵亮太、ＺＥ：Ａなどのアーティストに楽曲提供

深層学習による自動作曲入門 [単行本] の商品スペック