La musique comme graphe : l’expérience Mermaid-to-MIDI
Une expérience pour représenter la musique comme un graphe de relations, avec un petit exemple Mermaid et l’explication du concept par un agent.
Lynn Cole / Musique
Musique
Chansons, sorties et expériences sonores.
Position préliminaire sur l’art, la musique et les preuves liés à l’IA
Position préliminaire sur l’art et la musique par IA : séparer les pratiques d’entraînement des entreprises du travail des artistes, et examiner les données avant de décider ce qu’elles prouvent.
Plongée dans les profondeurs du corpus Suno
Un premier passage dans le corpus Suno fait ressortir des motifs musicaux inhabituels, des données bruitées et un pipeline d’analyse exigeant. La méthode doit encore faire ses preuves.
Pratiques de codage formelles et workflow d’auto-amorçage
Bâtir Grimes est devenu une expérience sur les standards de codage formels, les cartes de logique et un workflow d’agents auto-amorçants.
Pourquoi le générateur de chansons avait besoin d’une nouvelle notation
Le projet de générateur de chansons exige que la musique soit représentée comme une logique machine. Cette contrainte m’a poussée vers un autre langage de notation.
Crunchy : les compositions comme logique exécutable
Crunchy traite les compositions comme de la logique exécutable, avec un aller-retour entre la partition et le code capable de transformer la performance.
Et si les partitions étaient un langage de programmation ?
Une proposition pour transformer la notation musicale en code analysable, avec un nouveau langage pour transformer et échanger des compositions.
Deux modèles qui s’évaluent mutuellement des compositions musicales
Deux modèles transforment, critiquent et révisent des compositions musicales. Le processus génère de nouveaux arrangements, des explications sur les révisions et un historique d’entraînement plus riche.
Aplatir un corpus musical en matériel d’entraînement
Un aplatisseur de données musicales fusionne compositions, métadonnées et registres de similitude pour créer du matériel d’entraînement structuré — avec quelques bugs nocturnes qui traînent encore.
Avant l’étude Suno : planifier la comparaison
Planifier une comparaison entre un vaste corpus Suno et de la musique créée par des humains, ça veut dire régler d’abord les problèmes de qualité des données et laisser les résultats mener l’argumentation.
Structurer les données d’entraînement en théorie musicale
Préparer des données d’entraînement en théorie musicale, ça veut dire organiser les genres, générer du matériel explicatif et vérifier le résultat avant le premier run d’entraînement.
Musique historique, genres contemporains et corpus d’entraînement
Un plan pour transformer des sources musicales historiques en essais structurés, en variations de genres contemporains et en corpus d’entraînement.