AI 音乐 | 3.4 资讯

AI 音乐 | 3.4 资讯 AI 音乐 | 3.4 资讯 Modified March 9, 2024 No access video 00:00 链接：https://www.manglemoose.com/en/ Manglemoose 最近展示了由他们最新开发的音乐生成器制作的视频案例，该工具的名称尚未公布，期待下后续。 据了解，Manglemoose 集结了五位对媒体音乐和声音设计充满热情的音频技术专家，他们的合作基于各自不同的专业知识，相信这种多元化的才能结合能够将项目提升至新的高度。他们提供从单个配音演员到完整音频包的多种服务，包括现场录音、作曲、声音设计和混音。详情可点击上方链接查看。 bGPT 字节级变换器 论文：https://arxiv.org/abs/2402.19155 代码：https://github.com/sanderwood/bgpt 传统的深度学习经常忽略字节，这是数字世界的基本单位，其中所有形式的信息和操作都以二进制格式进行编码和操作。 这篇新论文介绍了 bGPT，这是一种具有下一个字节预测功能的模型，用于模拟数字世界。bGPT 与各种模式（包括文本、音频和图像）的性能专业模型相匹配，并为预测、模拟和诊断算法或硬件行为提供了新的可能性。 它几乎完美地复制了符号音乐数据的转换过程，在将 ABC 符号转换为 MIDI 格式时实现了每字节 0.0011 位的低错误率。此外，bGPT 在模拟 CPU 行为方面表现出卓越的能力，执行各种操作的准确度超过 99.99%。利用下一个字节预测，bGPT 等模型可以直接从大量二进制数据中学习，有效地模拟数字世界的复杂模式。 频谱图生成器 No access [twi]@Pere twi 00:00 代码：https://github.com/pererossello/espectrograma 视频展示了 Python 中的巴赫 Cancrizans 谱图，由 Sebastià Gris 用吉他混音和演绎，左手演奏的音低一个八度，导致频谱图不完全重叠，它展示了一段音乐的对称性，其中左手（蓝色）与右手（红色）以相反方向演奏，倒放时旋律相同。 该工具使用 Python 和 matplotlib 制作，能在音频播放时生成正在构建的频谱图，以单个图像或视频形式展示。 接触不同类型的音乐会影响大脑如何解读节奏 链接：https://thedigitalinsider.com/exposure to different kinds of music influences how the brain interprets rhythm/ 研究显示，人类大脑在听音乐时倾向于识别和产生由简单整数比率组成的节奏，例如由等时间间隔分隔的四个节拍（形成 1:1:1 比率）。然而，MIT 和马普感觉美学研究所的研究人员发现，不同社会中偏好的比率可以大相径庭，这一发现基于在 15 个国家进行的大规模研究。该研究涉及 39 组参与者，许多来自于其传统音乐包含西方音乐中未发现的独特节奏模式的社会。 通过在全球范围内进行实验，研究人员发现，尽管每个测试的群体都显示出对整数比率节奏的偏好，但不是每个群体都展现出相同的偏好。例如，北美和西欧的人更可能产生相同比率的节奏，而土耳其、马里、保加利亚和博茨瓦纳的许多群体则显示出对其他节奏的偏好。 大脑对简单整数比率的偏好可能演化为一种自然的误差校正系统，使维持一致的音乐体系变得更加容易，这是人类社会经常用来传递信息的。 研究揭示了音乐节奏感知和产生中存在着跨文化的变异性，指出特定文化中的特定节奏在其音乐心理表征中占据重要地位。 参考资料 https://x.com/teropa/status/1764563315928207620?s=20 https://www.linkedin.com/posts/manglemoose creatievesector muziekvoormedia mediacomponist activity 7170346373777608704 2vBC?utm source=share&utm medium=member desktop https://x.com/rohanpaul ai/status/1764248715458752600?s=20 https://x.com/PeRossello/status/1763909652025078009?s=20 https://www.linkedin.com/posts/aiunivsty exposure to different kinds of music influences activity 7170361190236299264 js8t?utm source=share&utm medium=member desktop 我是尾巴 感谢您观看至此处，如果文章对您有帮助，点个赞、在看、转发三连支持一波！您的支持是我最大的动力！ 叮当不是机器猫 您的支持是我最大的动力 喜欢作者 No access video 00:00 No access video 00:00 链接：https://www.manglemoose.com/en/ Manglemoose 最近展示了由他们最新开发的音乐生成器制作的视频案例，该工具的名称尚未公布，期待下后续。 据了解，Manglemoose 集结了五位对媒体音乐和声音设计充满热情的音频技术专家，他们的合作基于各自不同的专业知识，相信这种多元化的才能结合能够将项目提升至新的高度。他们提供从单个配音演员到完整音频包的多种服务，包括现场录音、作曲、声音设计和混音。详情可点击上方链接查看。 bGPT 字节级变换器 论文：https://arxiv.org/abs/2402.19155 代码：https://github.com/sanderwood/bgpt 传统的深度学习经常忽略字节，这是数字世界的基本单位，其中所有形式的信息和操作都以二进制格式进行编码和操作。 这篇新论文介绍了 bGPT，这是一种具有下一个字节预测功能的模型，用于模拟数字世界。bGPT 与各种模式（包括文本、音频和图像）的性能专业模型相匹配，并为预测、模拟和诊断算法或硬件行为提供了新的可能性。 它几乎完美地复制了符号音乐数据的转换过程，在将 ABC 符号转换为 MIDI 格式时实现了每字节 0.0011 位的低错误率。此外，bGPT 在模拟 CPU 行为方面表现出卓越的能力，执行各种操作的准确度超过 99.99%。利用下一个字节预测，bGPT 等模型可以直接从大量二进制数据中学习，有效地模拟数字世界的复杂模式。 频谱图生成器 No access [twi]@Pere twi 00:00 No access [twi]@Pere twi 00:00 代码：https://github.com/pererossello/espectrograma 视频展示了 Python 中的巴赫 Cancrizans 谱图，由 Sebastià Gris 用吉他混音和演绎，左手演奏的音低一个八度，导致频谱图不完全重叠，它展示了一段音乐的对称性，其中左手（蓝色）与右手（红色）以相反方向演奏，倒放时旋律相同。 该工具使用 Python 和 matplotlib 制作，能在音频播放时生成正在构建的频谱图，以单个图像或视频形式展示。 接触不同类型的音乐会影响大脑如何解读节奏 链接：https://thedigitalinsider.com/exposure to different kinds of music influences how the brain interprets rhythm/ 研究显示，人类大脑在听音乐时倾向于识别和产生由简单整数比率组成的节奏，例如由等时间间隔分隔的四个节拍（形成 1:1:1 比率）。然而，MIT 和马普感觉美学研究所的研究人员发现，不同社会中偏好的比率可以大相径庭，这一发现基于在 15 个国家进行的大规模研究。该研究涉及 39 组参与者，许多来自于其传统音乐包含西方音乐中未发现的独特节奏模式的社会。 通过在全球范围内进行实验，研究人员发现，尽管每个测试的群体都显示出对整数比率节奏的偏好，但不是每个群体都展现出相同的偏好。例如，北美和西欧的人更可能产生相同比率的节奏，而土耳其、马里、保加利亚和博茨瓦纳的许多群体则显示出对其他节奏的偏好。 大脑对简单整数比率的偏好可能演化为一种自然的误差校正系统，使维持一致的音乐体系变得更加容易，这是人类社会经常用来传递信息的。 研究揭示了音乐节奏感知和产生中存在着跨文化的变异性，指出特定文化中的特定节奏在其音乐心理表征中占据重要地位。 参考资料 https://x.com/teropa/status/1764563315928207620?s=20 https://www.linkedin.com/posts/manglemoose creatievesector muziekvoormedia mediacomponist activity 7170346373777608704 2vBC?utm source=share&utm medium=member desktop https://x.com/rohanpaul ai/status/1764248715458752600?s=20 https://x.com/PeRossello/status/1763909652025078009?s=20 https://www.linkedin.com/posts/aiunivsty exposure to different kinds of music influences activity 7170361190236299264 js8t?utm source=share&utm medium=member desktop 我是尾巴 感谢您观看至此处，如果文章对您有帮助，点个赞、在看、转发三连支持一波！您的支持是我最大的动力！ 叮当不是机器猫 您的支持是我最大的动力 喜欢作者 作者：叮当不是机器猫 ｜分享AI音乐动态，探索AI与音乐的无限可能！ 公众号：智音Brook 2024 03 04 21:39 广东 原文：https://mp.weixin.qq.com/s/2QsS6ZE3 IpqdIn I9YuWA 作者：叮当不是机器猫 ｜分享AI音乐动态，探索AI与音乐的无限可能！ 公众号：智音Brook 2024 03 04 21:39 广东 原文：https://mp.weixin.qq.com/s/2QsS6ZE3 IpqdIn I9YuWA 作者：叮当不是机器猫 ｜分享AI音乐动态，探索AI与音乐的无限可能！ 公众号：智音Brook 2024 03 04 21:39 广东 原文：https://mp.weixin.qq.com/s/2QsS6ZE3 IpqdIn I9YuWA 目录 Unwind：帮助放松的音乐生物反馈 新的文生音乐工具预告 bGPT 字节级变换器 频谱图生成器 接触不同类型的音乐会影响大脑如何解读节奏 Unwind：帮助放松的音乐生物反馈 链接：https://www.tandfonline.com/doi/full/10.1080/0144929X.2018.1484515 Unwind 利用音乐生物反馈界面，将自然声音和镇静音乐结合起来，为放松练习提供支持。通过响应用户的生理数据，自然声音作为生物反馈的信息层，而镇静音乐则旨在诱导平静并唤起积极情绪。该研究在一个 2×2 因素实验中评估了 Unwind，独立因素为音乐和生物反馈。结果揭示了音乐和生物反馈之间在心率变异性改善方面的显著交互作用。结合音乐和自然声音还显示出降低唤醒度和减少自我报告焦虑的好处。 新的文生音乐工具预告