CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارایه جدید از : DeepO Band سنتور نوازی توسط هوش مصنوعی با استفاده از مدلسازی زبان و یادگیری عمیق

عنوان مقاله: ارایه جدید از : DeepO Band سنتور نوازی توسط هوش مصنوعی با استفاده از مدلسازی زبان و یادگیری عمیق
شناسه ملی مقاله: JR_TAISET-1-3_004
منتشر شده در شماره 3 دوره 1 فصل زمستان در سال 1396
مشخصات نویسندگان مقاله:

محمد حسن علیائی طرقبه - کارشناسی ارشد مهندسی برق کنترل دانشگاه صنعتی سجاد، مشهد، ایران
علی علیایی طرقبه - دانشجوی کارشناسی مهندسی کامپیوتر نرم افزار، دانشگاه فردوسی مشهد، مشهد، ایران
امیرحسین صدقی - مسیول کمیته موسیقی کانون هنر و فرهنگ اسلامی، دانشگاه صنعتی سجاد، مشهد، ایران

خلاصه مقاله:
امروزه استفاده از مدل سازی زبان کاربرد فراوانی پیدا کرده است و در اکثر مسایل که نیازمند یادگیری قواعد و دستورات زبان باشد، میتوان از مدلسازی زبان استفاده کرد. بعضی دانشمندان از این ابزار برای مدلسازی متن و بعضی دیگر برای مدل سازی صوت و موسیقی و سپس برای تولید متنهای جدید و موسیقی های جدید استفاده کرده اند. در این مقاله درباره مدلسازی موسیقی های سنتور ایرانی با استفاده از مدلسازی زبان و شبکه های بازگشتی (LSTM) صحبت شده است. تا به امروز، به مساله تولید موسیقی سنتور با استفاده از هوش مصنوعی پرداخته نشده است و در اینجا برای اولین بار این ایده توسط تیم DeepO ارایه خواهد شد. در این مقاله ابتدا درباره شبکه بازگشتی LSTM توضیح داده شده است. برای یادگیری مدل، تعداد 2000 نت از موسیقیهای معروف سنتور ایرانی انتخاب شده است. بعد از مرحله یادگیری، دو عدد موسیقی سنتور توسط این مدل تولید شده است و نتایج نشان میدهد فرآیند مدل سازی به خوبی انجام گرفته و هوش مصنوعی توانسته است موسیقی های جدید و قابل قبولی را با ساز سنتور تولید کرده و بنوازد.

کلمات کلیدی:
سنتور نوازی، مدلسازی زبان، تولید موسیقی، هوش مصنوعی، DeepO Band، شبکه عصبی بازگشتی، یادگیری عمیق، پایتون

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/949103/