म्यूज़िकनेट डीप न्यूरल नेटवर्क संगीत लिखता है

29 मई को, हम पायथन न्यूरल नेटवर्क्स पाठ्यक्रम शुरू करेंगे, जो गहरी मशीन सीखने के बारे में बात करता है और आपको सिखाता है कि एक गहरे सीखने वाले इंजीनियर द्वारा प्रबंधित सबसे जटिल कार्यों को कैसे हल किया जाए। यह जानने के लिए कि मशीन सीखने के क्षेत्र में कितना दिलचस्प और बहुमुखी काम है, हम सुझाव देते हैं कि आप पायथन में तंत्रिका नेटवर्क के विषय पर लेखों के अनुवाद की एक श्रृंखला के साथ खुद को परिचित करें।

MuseNet क्या है?

हमने आपके लिए MuseNet को बनाया और पेश किया है - एक गहरा तंत्रिका नेटवर्क जो दस अलग-अलग उपकरणों का उपयोग करके चार मिनट की संगीत रचनाएं बना सकता है। विभिन्न संगीत शैलियों के संयोजन से म्यूज़िकनेट प्रयोग: देश से मोज़ार्ट की उत्कृष्ट कृतियों और बीटल्स की अमर हिट्स के लिए।

नेटवर्क का आधार आसानी से संगीत की हमारी धारणा और समझ नहीं है, लेकिन सैकड़ों हजारों मिडी फाइलों में सद्भाव, लय और शैली के नमूने खोजने की क्षमता है, और फिर अपने खुद के कामों का निर्माण करें। MuseNet न्यूरल नेटवर्क उसी तकनीक का उपयोग करता है जैसे GPT-2 - पाठ और ऑडियो दोनों में सर्वश्रेष्ठ दृश्यों की भविष्यवाणी करने के लिए प्रशिक्षित एक बड़े पैमाने पर मॉडल। कई शैलियों को जानने से नेटवर्क को विभिन्न पीढ़ियों से संगीत के पूरी तरह से अद्वितीय संयोजन बनाने की अनुमति मिलती है।

कम्पोजर और इंस्ट्रूमेंटल टोकन

हमने संगीतकारों और नेटवर्क द्वारा बनाए जाने वाले नमूनों पर अधिकतम नियंत्रण देने के लिए संगीतकारों और विभिन्न संगीत वाद्ययंत्रों के लिए टोकन बनाए। प्रशिक्षण के दौरान, प्रत्येक नमूने में संगीतकार और उपकरणों के टोकन जोड़े जाते हैं, जो पूर्वानुमान में इस जानकारी का उपयोग करने में नेटवर्क को सीखने में मदद करता है।

दीर्घकालिक संरचना

MuseNet 72-स्तरीय नेटवर्क को प्रशिक्षित करने के लिए स्पार्स ट्रांसफॉर्मर के पुनर्गणना और अनुकूलित कोर का उपयोग करता है। हमारी राय में, स्पार्स ट्रांसफार्मर क्षमताओं के परीक्षण और विकास के लिए संगीत पीढ़ी एक बहुत ही सफल जगह है।

डेटा संग्रह और प्रसंस्करण

हमने विभिन्न प्रकार के स्रोतों में म्यूज़िकनेट प्रशिक्षण के लिए डेटा एकत्र किया। ClassicalArchives और BitMidi प्रोजेक्ट्स ने हमारी बहुत मदद की, और उन्होंने हमारे निपटान में अपने विशाल संग्रह रखे । हमने इंटरनेट पर पाए जाने वाले विभिन्न संगीतों के संग्रह का भी उपयोग किया: जैज़, पॉप संगीत, अफ्रीकी, भारतीय और अरब संगीत। इसके अलावा, हमने MAESTRO संग्रह का उपयोग किया।

प्रशिक्षण सीरियल डेटा पर होता है, टोकन के सेट को ध्यान में रखते हुए, हम नेटवर्क से अगले टोकन की भविष्यवाणी करने के लिए कहते हैं। हमने MIDI फ़ाइलों को एन्कोडिंग के लिए कई अलग-अलग तरीकों का उपयोग करने की कोशिश की। सबसे पहले, हमने एक कॉर्ड अप्रोच के बारे में सोचा, जिसमें नोटों के प्रत्येक संयोजन पर विचार किया गया था जो एक साथ एक अलग कॉर्ड के रूप में ध्वनि करते हैं और इसी टोकन को निर्दिष्ट करते हैं। हमने प्रत्येक नोट की शुरुआत पर ध्यान केंद्रित करते हुए, संगीत पैटर्न को गाढ़ा करने की भी कोशिश की।

bach piano_strings start tempo90 piano:v72:G1 piano:v72:G2 piano:v72:B4 piano:v72:D4 violin:v80:G4 piano:v72:G4 piano:v72:B5 piano:v72:D5 wait:12 piano:v0:B5 wait:5 piano:v72:D5 wait:12 piano:v0:D5 wait:4 piano:v0:G1 piano:v0:G2 piano:v0:B4 piano:v0:D4 violin:v0:G4 piano:v0:G4 wait:1 piano:v72:G5 wait:12 piano:v0:G5 wait:5 piano:v72:D5 wait:12 piano:v0:D5 wait:5 piano:v72:B5 wait:12 

प्रशिक्षण के दौरान, हम:

• हम नोटों को पिच के पैमाने पर ले जाते हैं (प्रशिक्षण के दौरान, ट्रांसपोज़िशन की संख्या कम हो जाती है);
• हम समग्र ध्वनि और व्यक्तिगत नमूनों की ध्वनि दोनों को जोड़ते हैं और कम करते हैं;
• हम समय के साथ काम करते हैं: हम रचना के अलग-अलग टुकड़ों को गति देते हैं और धीमा करते हैं;
• हम मिक्सअप टोकन के साथ काम करने के लिए उपयोग करते हैं।

इसके अलावा, हम एक अंतर्निहित संगीत आलोचक की तरह कुछ का उपयोग करते हैं: हम उसे रचना का मूल्यांकन करने और यह निर्धारित करने के लिए कहते हैं कि क्या यह नमूना प्रस्तुत डेटा से बनाया गया है या पुराना है। इस तरह के एक अनुमान से पीढ़ी के दौरान नमूनों का चयन करना संभव हो जाता है।

एकीकरण

मॉडल को और अधिक संरचनात्मक संदर्भ बनाने के लिए, हमने एकीकरण को जोड़ा। मानक स्थितीय एकीकरण के अलावा, हमने ऐसे एकीकरण जोड़े हैं जो नमूनों में समय के प्रवाह को ट्रैक करते हैं। यह आपको सही ढंग से और साथ ही साथ एक साथ लगने वाले नोटों को एम्बेड करने की अनुमति देता है। हमने दो संरचनात्मक एकीकरण भी जोड़े जो म्यूज़नेट को समझने की अनुमति देते हैं कि समग्र रचना के किस भाग में एक विशेष नमूना स्थित होना चाहिए।

म्यूजनेट पहले से ही कॉन्सर्ट देता है

रुचि रखने वाले लोग म्यूजनेट के काम से परिचित हो सकते हैं, तंत्रिका नेटवर्क पहले से ही ट्विच पर अपना ऑनलाइन कॉन्सर्ट देता है । उन लोगों के लिए जो अजगर और गहरी मशीन सीखने में तंत्रिका नेटवर्क बनाने में रुचि रखते हैं, हम एक खुले वेबिनार का संचालन करते हैं जहां हम पाठ्यक्रम कार्यक्रम और छात्रों को प्राप्त होने वाले कौशल के बारे में बात करेंगे।