About this ebook
【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
・Colaboratoryを使った自動作曲のお試し
・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。
このような方におすすめ
◎人工知能による自動作曲技術に興味のある方
◎機械学習、メディアアート系の研究者、学生
◯音楽産業のエンジニア
◯クリエイター、アマチュア作曲者、動画制作者、ゲームクリエイター
◯人工知能の持つクリエイティビティに興味のある方
主要目次
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 まとめと今後の課題
参考文献
索引
About the author
シン アンドリュー（Andrew Shin）
AI 研究者兼フリーランス作曲家．現在，
著書に『ChatGPT 大規模言語モデルの進化と応用』（共著，リックテレコム，