Il nostro gruppo si è occupato di creare un programma che permette di, dato in un input una parte non completa di un brano suonato al pianoforte e un certo numero di note, ampliare il brano iniziale aggiungendo la quantità di note richieste, rispettando le tonalità del brano dato in input.
Per realizzarlo abbiamo usato python, tramite alcuni strumenti come PyTorch per la realizzazione della rete neurale, Pandas e Numpy per la gestione dei dati, Music21 per gestire le canzoni e altre librerie varie. Per il training del modello abbiamo usato un dataset di circa 1300 canzoni, ottenute da Magenta, un progetto di Google. Per gestire queste canzoni abbiamo usato dei file MIDI, che contengono tutte le informazioni di una canzone, nota per nota.
Abbiamo realizzato una rete neurale di tipo LSTM(Long Short Term Memory), particolarmente adatta all'analisi di serie di dati, per il fatto che riesce a fare previsioni tenendo conto sia del breve periodo che del lungo periodo(come invece non riescono a fare le RNN, recurrent neural network, classiche, di cui le LSTM sono una sottofamiglia.
Con il modello trainato partendo da una corta sequenza di note si riesce a generare una nuova sequenza di note di lunghezza potenzialmente infinita, questa viene poi salvata in un file midi per poi poter essere riprodotta.
Il file finale è in samu/finalLstm, un jupyter notebook, le istruzioni sono tutte in quel file.
progetto nato dalla necessità di fare in una settimana un progetto di intelligenza artificiale per ECC(educazione alla cittadinaza), thomas ha proposto di fare una rete neurale che generasse musica, abbiamo sfruttato le conoscenze musicali di marco e stefano, i dati trovati da thomas e lo sviluppo del modello fatto da samu.