DeepJ: Style-Specific Music Generation (2018)

DeepJ: Style-Specific Music Generation (2018)
Data	2018
Autori	H. H. Mao, Taylor Shin, G. Cottrell
URL	https://www.semanticscholar.org/paper/c1cdc5684640ace97c0b86bcdcfd6e519f87b840
Topic	Generazione di musica con reti neurali
Citazioni	86

DeepJ1 (o DJ) è un modello di apprendimento profondo in grado di comporre musica polifonica condizionata a uno stile specifico o a una miscela di più stili compositivi. Si basa sul Biaxial LSTM ma introduce innovazioni per il controllo dello stile e della dinamica musicale, con l'obiettivo di generare musica più coerente e personalizzabile per applicazioni creative come il cinema o la composizione musicale assistita.