AI作曲家 人工智慧為音樂作曲
組長：王證傑 組員：李柏均、王冠文、林庭光、張貽婷
摘要
AI作曲是用人工智慧生成音樂的創作方式。
透過機器學習和生成模型的應用，AI作曲能夠模仿和生成各種音樂作品，包括片段和完整曲目。這種創作方式為音樂創作者和短影音創作者提供了便捷和多樣化的音樂素材，同時也豐富了聽眾的音樂體驗。
2023/06/07
致謝
在專題製作過程中，我們遇到了一些瓶頸和挑戰。
首先，收集和整理大量的音樂數據是一個費時且困難的任務。我們需要尋找各種風格、樂器演奏和情感表達的音樂作品，並確保數據的質量和多樣性。這要求我們不斷搜索和篩選音樂素材，同時進行評估和整理。
研究動機
短影音崛起
近年來，隨著短影音的盛行，背景音樂需求量驟增，然而大部分的音樂均受到版權保護，未經授權使用可能涉及侵權風險。
研究目的
適應短影音崛起的時代
本研究提供了適應短影音崛起的時代所需的無版權音樂，讓短影音創作者能夠使用音樂，同時避免侵犯受版權保護的音樂所產生的法律風險。 此舉有助於協助個人創作者及小型機構更為便捷地取得其所需的音樂素材。
September 2008 - June 2010
背景知識與相關技術介紹
AI作曲家的背景知識
AI作曲家是利用人工智慧技術讓電腦系統能夠生成原創音樂作品的應用。它結合了機器學習、深度學習和生成模型等相關技術，並利用大量的音樂數據集進行訓練，以模仿和創作出類似於人類作曲家風格的音樂。
機器學習和人工智慧
機器學習關注於如何使計算機系統通過學習和訓練從數據中自主提取知識和模式。在音樂生成中，機器學習可以應用於訓練模型以學習音樂的結構、風格和情感。 音樂生成採用基於數據的方法，利用大量的音樂數據集進行訓練，並使用深度學習技術，如循環神經網絡（RNN）和生成對抗網絡（GAN），來生成原創音樂作品。
專題成果
展示影片
工作分配
 |
李柏均 資料前處理 LSTM 模型訓練 模型微調 音訊流生成研究 整體研究安排 |
|---|---|
 |
張貽婷
Dataset 網頁爬蟲 Database 建置 資料前處理 LSTM 模型訓練 |
 |
王冠文 簡報製作 |
 |
林庭光 簡報製作 |
 |
王證傑
資料前處理 LSTM 模型訓練 模型微調 統整研究進度 網頁製作 |