Raitmo: generador musical para apoyar la composición musical basado en machine learning
Improv RNN is a tool based on Google?s Magenta library which can generate new melodies based on a deep learning model, but there is a lack in documentation about its use and how to generate the dataset for the training step, which makes it difficult to use for users with low or none experience in so...
- Autores:
-
Patarroyo Devia, José Leonardo
Yepes Bonilla, álvaro Alfonso
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/51464
- Acceso en línea:
- http://hdl.handle.net/1992/51464
- Palabra clave:
- Aprendizaje automático (Inteligencia artificial)
Composición musical
Ingeniería
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
id |
UNIANDES2_9f06dd75b91de562f29f513b14709e45 |
---|---|
oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/51464 |
network_acronym_str |
UNIANDES2 |
network_name_str |
Séneca: repositorio Uniandes |
repository_id_str |
|
spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Núñez Castro, Haydemar Maríaaef32a2c-71a5-4b18-9a94-e5cc2768cdd4400Patarroyo Devia, José Leonardo0d326dee-6e06-4e76-b943-902712dffef2500Yepes Bonilla, álvaro Alfonsoa4c6c2b8-05e5-404b-973e-868cebd865165002021-08-10T18:26:20Z2021-08-10T18:26:20Z2019http://hdl.handle.net/1992/5146422695.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Improv RNN is a tool based on Google?s Magenta library which can generate new melodies based on a deep learning model, but there is a lack in documentation about its use and how to generate the dataset for the training step, which makes it difficult to use for users with low or none experience in software programming. Given the above, the current project aimed to solve the problem by two main results: development of an application that uses a model of Improv RNN trained with famous reggaeton melodies to generate new melodies, and an interactive web blog that explains step by step the development of the model used in the application including theoretical and practical considerations to understand it.Improv RNN es una herramienta basada en Magenta de Google, la cual permite generar melodías a través del entrenamiento de un modelo de machine learning basado en deep learning, pero la documentación respecto a su utilización, y más específicamente sobre la generación de los datos de entrenamiento, es deficiente por lo que dificulta su aprovechamiento, para público experto e inexperto en la utilización de este tipo de tecnologías. Dado lo anterior, el presente proyecto buscó dar solución a la problemática a través de dos resultados: desarrollo de un aplicativo que utiliza un modelo Improv RNN, entrenado con melodías de reggaetón famosas, para la generación de nuevas melodías; y un blog interactivo que explica paso a paso el desarrollo del modelo utilizado en el aplicativo, resaltando aspectos teóricos y prácticos, con el fin de que cualquier tipo de usuario pueda entrenar su propio modelo y generar nuevas melodías.Ingeniero de Sistemas y ComputaciónPregrado29 hojasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y ComputaciónRaitmo: generador musical para apoyar la composición musical basado en machine learningRaitmo: musical generator based on machine learning for supporting musical compositonTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPAprendizaje automático (Inteligencia artificial)Composición musicalIngeniería201616467PublicationTEXT22695.pdf.txt22695.pdf.txtExtracted texttext/plain42956https://repositorio.uniandes.edu.co/bitstreams/8e4db5bc-2b42-41f5-a810-bd8d39fe3338/download4d085e6e140614e1de2a7287cbd6e93fMD54THUMBNAIL22695.pdf.jpg22695.pdf.jpgIM Thumbnailimage/jpeg7599https://repositorio.uniandes.edu.co/bitstreams/e13a649c-47f6-493e-9d09-f67a6d97e93e/downloadf5c18bf8bb5b1370f7e5c96ba8c5aeb2MD55ORIGINAL22695.pdfapplication/pdf491950https://repositorio.uniandes.edu.co/bitstreams/f2c4edfe-9cd5-4e75-b505-ed2083e3cad4/downloaddc1b725afe63c116e5bbf4311fdafceaMD511992/51464oai:repositorio.uniandes.edu.co:1992/514642023-10-10 16:12:47.111http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
dc.title.spa.fl_str_mv |
Raitmo: generador musical para apoyar la composición musical basado en machine learning |
dc.title.alternative.none.fl_str_mv |
Raitmo: musical generator based on machine learning for supporting musical compositon |
title |
Raitmo: generador musical para apoyar la composición musical basado en machine learning |
spellingShingle |
Raitmo: generador musical para apoyar la composición musical basado en machine learning Aprendizaje automático (Inteligencia artificial) Composición musical Ingeniería |
title_short |
Raitmo: generador musical para apoyar la composición musical basado en machine learning |
title_full |
Raitmo: generador musical para apoyar la composición musical basado en machine learning |
title_fullStr |
Raitmo: generador musical para apoyar la composición musical basado en machine learning |
title_full_unstemmed |
Raitmo: generador musical para apoyar la composición musical basado en machine learning |
title_sort |
Raitmo: generador musical para apoyar la composición musical basado en machine learning |
dc.creator.fl_str_mv |
Patarroyo Devia, José Leonardo Yepes Bonilla, álvaro Alfonso |
dc.contributor.advisor.none.fl_str_mv |
Núñez Castro, Haydemar María |
dc.contributor.author.none.fl_str_mv |
Patarroyo Devia, José Leonardo Yepes Bonilla, álvaro Alfonso |
dc.subject.armarc.none.fl_str_mv |
Aprendizaje automático (Inteligencia artificial) Composición musical |
topic |
Aprendizaje automático (Inteligencia artificial) Composición musical Ingeniería |
dc.subject.themes.none.fl_str_mv |
Ingeniería |
description |
Improv RNN is a tool based on Google?s Magenta library which can generate new melodies based on a deep learning model, but there is a lack in documentation about its use and how to generate the dataset for the training step, which makes it difficult to use for users with low or none experience in software programming. Given the above, the current project aimed to solve the problem by two main results: development of an application that uses a model of Improv RNN trained with famous reggaeton melodies to generate new melodies, and an interactive web blog that explains step by step the development of the model used in the application including theoretical and practical considerations to understand it. |
publishDate |
2019 |
dc.date.issued.none.fl_str_mv |
2019 |
dc.date.accessioned.none.fl_str_mv |
2021-08-10T18:26:20Z |
dc.date.available.none.fl_str_mv |
2021-08-10T18:26:20Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/51464 |
dc.identifier.pdf.none.fl_str_mv |
22695.pdf |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
url |
http://hdl.handle.net/1992/51464 |
identifier_str_mv |
22695.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.none.fl_str_mv |
29 hojas |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad de los Andes |
dc.publisher.program.none.fl_str_mv |
Ingeniería de Sistemas y Computación |
dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.department.none.fl_str_mv |
Departamento de Ingeniería de Sistemas y Computación |
publisher.none.fl_str_mv |
Universidad de los Andes |
institution |
Universidad de los Andes |
bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/8e4db5bc-2b42-41f5-a810-bd8d39fe3338/download https://repositorio.uniandes.edu.co/bitstreams/e13a649c-47f6-493e-9d09-f67a6d97e93e/download https://repositorio.uniandes.edu.co/bitstreams/f2c4edfe-9cd5-4e75-b505-ed2083e3cad4/download |
bitstream.checksum.fl_str_mv |
4d085e6e140614e1de2a7287cbd6e93f f5c18bf8bb5b1370f7e5c96ba8c5aeb2 dc1b725afe63c116e5bbf4311fdafcea |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional Séneca |
repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
_version_ |
1812133864818081792 |