Transformerを用いてオノマトペから環境音を合成する手法をPyTorchで実装した（Transformer版 Onoma-to-Wave） - 備忘録
はじめに 事前準備 実装の概要 環境音合成実験 実験条件 実験結果 実装の舞台裏など おわりに はじめに 以前、Onoma-to-Waveを実装した記事を書いたことがあった： tam5917.hatenablog.com Onoma-to-Waveとはオノマトペ（文字列）を環境音（スペクトログラム）に変換するモデルである。RNNに基づくencoderとdecoderから構成されており、いわゆるSequence-to-Sequence（Seq2Seq）の構造を持つ。 それらをTransformerによって置き換えたモデルが、Onoma-to-Waveの著者らによって実はすでに提案されている。 岡本 悠希，井本 桂右，高道 慎之介，福森 隆寛，山下 洋一，"Transformerを用いたオノマトペからの環境音合成，" 日本音響学会2021年秋季研究発表会，pp. 943-946，2021. 上
Deep Learningを用いた音楽生成手法のまとめ [サーベイ]
AI DJ Project — http://qosmo.jp/aidj/ Visualization: Shoya Dozonoupdate: 2022/5 この記事を書いた2017年以降の最新の情報をカバーした、音楽生成AIに関するホワイトペーパーをリリースしました。こちらから無償でダウンロードできます。 ホワイトペーパー 音楽生成AIの現状と可能性update: 2021/2 音楽をはじめとした創作活動、創造性とAIの未来像を書いた拙著『創るためのAI—機械と創造性のはてしない物語』がBNNから発売になりました。この記事で書いている内容にも触れています。ぜひお手にとってみてください。 update: 2019/9/25 2019年 4月から慶應義塾大学湘南藤沢キャンパスで 、Computational Creativity Labという名前で研究室をはじめました。AIを使った音楽制作
![Deep Learningを用いた音楽生成手法のまとめ [サーベイ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/914963b8cc87bfb41d804c50ebcb69166620cc37/height=288;version=1;width=512/https%3A%2F%2Fmiro.medium.com%2Fv2%2Fresize%3Afit%3A1200%2F1%2AGAag2b4jJwLKX2mCJFIoxA.png)
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://twitter.com/yoko_materialdx/status/1507673724316577795