ПРИКАСПИЙСКИЙ ЖУРНАЛ

УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ

Применение методов машинного обучения для задачи генерации музыкальных композиций

Читать Никитин Н. А., Розалиев В. Л., Орлова Ю. А., Заболеева-Зотова А. В. Применение методов машинного обучения для задачи генерации музыкальных композиций // Прикаспийский журнал:  управление и высокие технологии. — 2018. — №2. — Стр. 84-95.

Никитин Н. А. - аспирант, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. им. Ленина, 28, set.enter@mail.ru

Розалиев В. Л. - кандидат технических наук, доцент, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. им. Ленина, 28, vladimir.rozaliev@gmail.com

Орлова Ю. А. - кандидат педагогических наук, доктор технических наук, доцент, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. им. Ленина, 28, yulia.orlova@gmail.com

Заболеева-Зотова А. В. - доктор технических наук, профессор, Волгоградский государственный технический университет, 400005, Российская Федерация, г. Волгоград, пр. им. Ленина, 28, zabzot@gmail.com

Цель исследования, описанного в данной статье, - увеличение гармоничности и мелодичности генерации звуков по изображению. Проведена разработка метода, реализующего комбинированный подход в генерации звуковых последовательностей. Предложенный метод использует рекуррентную нейронную сеть для генерации музыкального материала и цветомузыкальную теорию, которая используется для определения параметров композиции по изображению. Описана разработанная программа, предназначенная для генерации звуков по изображению. В ее основе лежит разработанный авторами метод, а также использование языков Python и библиотека Keras. Приведены результаты экспериментов, которые показывают высокую эффективность комплексного использования методов машинного обучения и светозвуковой теории для задачи генерации звуков по изображению.

Ключевые слова: рекуррентная нейронная сеть, цветомузыкальная теория, Keras, автоматизированная генерация музыки, схемы соотнесения цветов и нот, анализ изображений, recurrent neural network, color music theory, Keras, automated music generation, color and note matching