Στην παρούσα διπλωματική εργασία μελετάμε την ικανότητα των τεχνητών νευρωνικών δικτύων στη σύνθεση μουσικής και την αναγνώριση μουσικού συνθέτη. Συγκεκριμένα, στο πρώτο κεφάλαιο κάνουμε μία εισαγωγή στα τεχνητά νευρωνικά δίκτυα και ειδικά σε αυτά που χρησιμοποιούνται στα επόμενα κεφάλαια. Γίνεται αναφορά στα βασικά είδη των ΤΝΔ που υπάρχουν, εμπρόσθιας τροφοδότησης και αναδραστικά και περιγράφονται οι αλγόριθμοι εκπαίδευσής τους. Εξηγούμε την ικανότητα των αναδραστικών νευρωνικών δικτύων να έχουν δυναμική μνήμη, σε αντίθεση με αυτά που είναι εμπρόσθιας τροφοδότησης, πράγμα που τα καθιστά ικανά στην πρόβλεψη χρονοσειρών. Αυτή η ικανότητα των αναδραστικών δικτύων σε συνδυασμό με το γεγονός ότι ένα μουσικό κομμάτι μπορεί να χαρακτηριστεί σαν μία αλληλουχία γεγονότων χρονικής συνοχής (χρονοσειρά) δημιούργησε ένα ερευνητικό ρεύμα προς την κατεύθυνση της σύνθεσης μουσικής με τη χρήση ανδραστικών τεχνητών νευρωνικών δικτύων. Στο δεύτερο κεφάλαιο κάνουμε μία αναφορά στην αλγοριθμική σύνθεση μουσικής, ιδιαίτερα με χρήση πινάκων μετάβασης. Έπειτα ακολουθεί η περιγραφή του CONCERT, ενός αναδραστικού νευρωνικού δικτύου που κατασκευάστηκε για να συνθέτει μουσική με πρόβλεψη νότας προς νότα. Αναλύουμε επίσης την μοντελοποίηση των μουσικών αντικειμένων για την επεξεργασία και αναπαράστασή τους από το CONCERT η οποία βασίζεται σε ψυχοακουστικούς περιορισμούς αντίληψης των μουσικών αντικειμένων από τους ανθρώπους. Εξηγούμε τον τρόπο που εκπαιδεύεται το CONCERT έτσι ώστε να έχει όσο το δυνατόν μεγαλύτερη μνήμη και περιγράφουμε τις επιδόσεις του σε διάφορες δοκιμές που έγιναν, από την εκμάθηση μίας διατονικής κλίμακας μέχρι ενός κομματιού του J. S. Bach. Παρατηρώντας την ικανότητα του CONCERT να αντιλαμβάνεται τοπικές δομές (μοτίβα φράσεις) μα όχι καθολικές (μέρη του μουσικού κομματιού) αναφερόμαστε στην τεχνική της περιορισμένης περιγραφής που αποτελεί μια προσπάθεια για εκπαίδευση του δικτύου έτσι ώστε να αντιλαμβάνεται το μουσικό κομμάτι σε μία μεγαλύτερη κλίμακα. Στο τέλος του δευτέρου κεφαλαίου εξετάζουμε τη συνολική επίδοση του CONCERT και αναλύουμε τις κατευθύνσεις προς τις οποίες θα μπορούσαμε να κινηθούμε για τη βελτίωση των αποτελεσμάτων. Στο τρίτο κεφάλαιο αναφερόμαστε στην αναγνώριση του συνθέτη ενός μουσικού κομματιού με τη χρήση τεχνητών νευρωνικών δικτύων πάνω στην παρτιτούρα του κομματιού αυτού. Αρχικά γίνεται μία συζήτηση γύρω από το ποια στοιχεία της παρτιτούρας θεωρούμε σημαντικά, ποια από αυτά μπορούμε και ποια έχει νόημα να μοντελοποιήσουμε έτσι ώστε ένα ΤΝΔ να μπορεί να κάνει πρόβλεψη. Αναλύονται οι τεχνικές λεπτομέρειες των στοιχείων που χρειαζόμαστε για τη μοντελοποίηση μιας παρτιτούρας στον υπολογιστή και στη συνέχεια αναφερόμαστε στα δύο πειράματα που ελέγχουν την ορθότητα και αποτελεσματικότητα της παραπάνω προσέγγισης. Το ποια κομμάτια χρησιμοποιήθηκαν και από ποιους συνθέτες δε θα μπορούσε να είναι τυχαίο καθώς πρέπει να ικανοποιούνται διάφορες συνθήκες στατιστικής ομοιομορφίας έτσι ώστε η απάντηση του ΤΝΔ να είναι όσο το δυνατόν πιο αμερόληπτη. Αυτές οι συνθήκες, καθώς και οι κίνδυνοι που υπάρχουν σε πιθανή παράληψή τους εξηγούνται πριν τα πειράματα. Το πρώτο πείραμα πραγματεύεται την αναγνώριση συνθέτη ενός κομματιού που συντέθηκε από τον Chopin ή όχι (δηλαδή από τους Beethoven ή Mozart) ενώ στο δεύτερο οι εμπλεκόμενοι συνθέτες είναι οι Bach και Handel. Δοκιμάζονται διάφορες αρχιτεκτονικές ΤΝΔ και μετρούμε τη μέση και τη βέλτιστη επίδοσή τους. Τέλος συζητάμε τα αποτελέσματα των δύο πειραμάτων καθώς και τροποποιήσεις είτε του ΤΝΔ είτε της μοντελοποίησης που διαλέξαμε για την αναπαράσταση της παρτιτούρας στον υπολογιστή έτσι ώστε να έχουμε καλύτερα αποτελέσματα. / In this work we study the capability of artificial neural networks for composing music and musical composer recognition. To this end, in the first chapter the neural networks are introduced, especially the forms of those that are used later on. A reference is being made to the basic forms of neural networks, feedforward (FNN) and recursive (RNN), and their training algorithms. We explain the ability of the RNNs to have dynamic memory, in contrast to FNNs, which makes them suitable for predicting time series. This ability combined to the fact that a musical piece can be considered as a time series has urged researchers to explore music composition through RNNs. In the second chapter algorithmic music composition is being described, especially with the use of Markov chains. Then we describe CONCERT, a RNN constructed for composing music with note by note prediction. We also analyze the representation of musical objects which is based in how humans perceive them. CONCERT is trained with different musical patterns (from diatonic scales to Bach pieces) and its composing ability is being discussed. The fact that CONCERT lacks in capturing the global structure of a piece is not changed with the use of reduced description, which is thoroughly described. The second chapter concludes with thoughts on how a RNN could capture the global structure of a piece. The third chapter is devoted to composer recognition with the use of FNNs. Firstly we discuss which elements of a score are useful and which of them we can represent such that a FNN can identify a composer. The techniques that we use for the computer modeling of the problem and the manipulation of the pieces are thoroughly described. Two experiments are presented, in the first one the FNN is called to recognize Chopin from Mozart and Beethoven and in the second Bach from Handel. Finally a discussion is made on the results of the above experiments and how we could optimize them.

Music collections available to listeners have grown at a dramatic pace, now spanning tens of millions of tracks. Interacting with a music retrieval system can thus be overwhelming, with users offered ‘too-much-choice’. The level of engagement required for such retrieval interactions can be inappropriate, such as in mobile or multitasking contexts. Music recommender systems are widely employed to address this issue, however tend toward the opposite extreme of disempowering users and suffer from issues of subjectivity and confounds, such as the equalisation of tracks. This challenge and the styles of retrieval interaction involved are characterised in terms of user engagement in music retrieval, and the relationships between existing conceptualisations of user engagement is explored. Using listening histories and work from music psychology, a set of engagement-stratified profiles of listening behaviour are developed. A dataset comprising the playlists of thousands of users is used to contribute a user-centric approach to feature selection. The challenge of designing music retrieval for different levels of user engagement is first explored with a proof of concept, low engagement music retrieval system enabling users to casually retrieve music by tapping its rhythm as a query. The design methodology is then generalised with an engagement-dependent system, allowing users to denote their level of engagement and thus the specificity of their music queries. The engagement-dependent retrieval interaction is then explored as a component in a commercial music system. This thesis contributes the engagement-stratified profiles and metrics of listening behaviour, a corresponding design methodology for interaction, and presents a set of research and commercial applications for music retrieval.

Σκοπός της παρούσας διπλωματικής είναι η μελέτη της πειρατείας στην μουσική βιομηχανία και η συμπεριφορά του «καταναλωτή» απέναντί της. Θα ξεκινήσει με την ανάλυση του Μάρκετινγκ και την ανάλυση του περιβάλλοντος της μουσικής βιομηχανίας σήμερα. Θα αναφέρει τους τρόπους και τις τεχνικές προώθησης και το πως εφαρμόζεται το Μάρκετινγκ στην συγκεκριμένη βιομηχανία. Θα παρουσιάσει την ιστορία της πειρατείας και την φιλοσοφία που κρύβεται πίσω από αυτή. Στο τέλος θα συνδέσει το ρόλο της πειρατείας στα παραπάνω, με έρευνες που έχουν γίνει στο παρελθόν. Επιπλέον, θα εξετάσει την συμπεριφορά του καταναλωτή γενικότερα και στην συνέχεια θα παρουσιάσει τα αποτελέσματα της έρευνας που έγινε, η οποία εξετάζει την συμπεριφορά του καταναλωτή απέναντι στην διαδικτυακή αγορά της μουσικής, νόμιμα ή παράνομα, στην πειρατεία της μουσικής βιομηχανίας και την συμμετοχή του σε αυτήν καθώς στους λόγους που το κάνει. Τέλος, θα παρατεθούν τα συμπεράσματα της έρευνας, προτάσεις πάνω στο θέμα της πειρατείας και θέματα προς συζήτηση. / The purpose of this paper is to study the piracy in music business today, and to examine the consumer behaviour towards music piracy.

Στη παρούσα διπλωματική εργασία αναπτύσσεται ένα πρόγραμμα σε Java που εναρμονίζει μία μονοφωνική ή πολυφωνική μελωδία, η οποία θα εισάγεται στο σύστημα με τη μορφή MIDI αρχείων. Η βασική τεχνική που χρησιμοποιείται είναι τα κρυμμένα μοντέλα Markov. Εισάγονται διάφορες βελτιώσεις που ενσωματώνουν γνώσεις θεωρίας μουσική στα κρυμμένα μοντέλα Μαρκόφ. Τα πειραματικά αποτελέσματα έδειξαν ότι μπορούν να βελτιώσουν την συνολική απόδοση. / In this diploma dissertation an automatic melody harmonization program is developed, written in Java. It can harmonize either a monophonic or a polyphonic melody contained in a MIDI file using the power of hidden Markov Models. We introduce several methods which incorporate musical knowledge into hidden markov models. Experiment results show higher performance in chord recognition than the initial approach.

Η παρούσα διπλωματική έχει σκοπό τον σχεδιασμό και κατασκευή ηλεκτρονικού καταλόγου και βάσης δεδομένων για την οργάνωση και διαχείριση αρχείου μουσικής ελληνικής παράδοσης και σχετικού περιεχομένου και την έκδοσή του στον παγκόσμιο ιστό. Μέσα από την διπλωματική αυτή προτείνεται ένας τρόπος για την αποθήκευση της μουσικής πληροφορίας στο διαδίκτυο, το σχετικό υλικό που θα πρέπει να συνοδεύει ένα τραγούδι, τον τρόπο παρουσίασης του υλικού αυτού στον χρήστη της εφαρμογής, τις λειτουργίες αναζήτησής της και τον τρόπο αναπαραγωγής της. Για τις ανάγκες της διπλωματικής έγινε και προτείνεται κατηγοριοποίηση των τραγουδιών με βάσης το είδος τους , δηλαδή το θέμα τους, και με βάση τον ρυθμό τους, δηλαδή της μουσικής τους. Επίσης προτείνεται και κατηγοριοποίηση για τα άρθρα. Οι δύο παραπάνω κατηγοριοποιήσεις αφορούν αποκλειστικά το ελληνικό δημοτικό τραγούδι. Επίσης προτείναμε δομή ιστοσελίδας του WWW για την διάδοση την μουσικής παράδοσης που θα είναι φιλική για τον μέσο χρήστη του internet και θα κρατάει το ενδιαφέρον του. Στα πλαίσια της διπλωματικής αυτής εργασίας δημιουργήθηκε ο πληρέστερος στο διαδίκτυο οδηγός παραδοσιακής μουσικής της Πελοποννήσου και της Στερεάς Ελλάδας. Ωστόσο με ένα επιπλέον σύστημα που δημιουργήθηκε είναι δυνατή η προσθήκη επιπλέον υλικού από χρήστες που θα καλύψει όλες τις περιοχές της χώρας μας. / The current work is about a e-catalogue for the greek traditional music. It is a user centered WWW aplication and belongs to the Arcadia Project at C.E.I.D.

Les systèmes actuels d’improvisation musicales sont capables de générer des séquences musicales unidimensionnelles par recombinaison du matériel musical. Cependant, la prise en compte de plusieurs dimensions (mélodie, harmonie...) et la modélisation de plusieurs niveaux temporels sont des problèmes difficiles. Dans cette thèse, nous proposons de combiner des approches probabilistes et des méthodes issues de la théorie des langages formels afin de mieux apprécier la complexité du discours musical à la fois d’un point de vue multidimensionnel et multi-niveaux dans le cadre de l’improvisation où la quantité de données est limitée. Dans un premier temps, nous présentons un système capable de suivre la logique contextuelle d’une improvisation représentée par un oracle des facteurs tout en enrichissant son discours musical à l’aide de connaissances multidimensionnelles représentées par des modèles probabilistes interpolés. Ensuite, ces travaux sont étendus pour modéliser l’interaction entre plusieurs musiciens ou entre plusieurs dimensions par un algorithme de propagation de croyance afin de générer des improvisations multidimensionnelles. Enfin, nous proposons un système capable d’improviser sur un scénario temporel avec des informations multi-niveaux représenté par une grammaire hiérarchique. Nous proposons également une méthode d’apprentissage pour l’analyse automatique de structures temporelles hiérarchiques. Tous les systèmes sont évalués par des musiciens et improvisateurs experts lors de sessions d’écoute / Current musical improvisation systems are able to generate unidimensional musical sequences by recombining their musical contents. However, considering several dimensions (melody, harmony...) and several temporal levels are difficult issues. In this thesis, we propose to combine probabilistic approaches with formal language theory in order to better assess the complexity of a musical discourse, both from a multidimensional and multi-level point of view in the context of improvisation where the amount of data is limited. First, we present a system able to follow the contextual logic of an improvisation modelled by a factor oracle whilst enriching its musical discourse with multidimensional knowledge represented by interpolated probabilistic models. Then, this work is extended to create another system using a belief propagation algorithm representing the interaction between several musicians, or between several dimensions, in order to generate multidimensional improvisations. Finally, we propose a system able to improvise on a temporal scenario with multi-level information modelled with a hierarchical grammar. We also propose a learning method for the automatic analysis of hierarchical temporal structures. Every system is evaluated by professional musicians and improvisers during listening sessions

Μία από τις βασικές προκλήσεις στο μουσικό αυτοσχεδιασμό είναι ο διαδραστικός αυτοσχεδιασμός μεταξύ ενός ανθρώπου και ενός συστήματος. Στη παρούσα ενότητα παρουσιάζουμε ένα μουσικό διαδραστικό σύστημα (Πολύμνια) ως συνεχιστή της μελωδίας (as melody continuator). Για κάθε μουσικό πρότυπο (pattern) που έχει δοθεί από το χρήστη, το ευφυές σύστημα ανακαλεί ένα όμοιο (similar) γενικό πρότυπο που είναι αποθηκευμένο στη βάση του (database) και το οποίο το αναμορφώνει ανάλογα (reform). Το προτεινόμενο σύστημα κατευθύνει τη μουσική αναπαράσταση και την ομοιότητα του μουσικού προτύπου (musical pattern similarity) στη χρήση της εξόρυξης δεδομένων (data mining). Προτείνουμε ένα σχήμα μουσικής αναπαράστασης το οποίο μπορεί να χρησιμοποιηθεί για ανάλυση εξόρυξης δεδομένων (data mining analysis) η οποία στοχεύει στη μάθηση γενικών προτύπων και για τη συχνότητα και για τη διάρκεια σε συγκεκριμένα είδη μουσικής (music styles). Η εξόρυξη δεδομένων είναι μια αναδυόμενη διαδικασία μηχανικής μάθησης με την εξαγωγή προηγουμένως άγνωστων, αγώγιμων (actionable) πληροφοριών από πολύ μεγάλες επιστημονικές και εμπορικές βάσεις δεδομένων. Η μηχανική μάθηση (machine learning) έχει παίξει έναν κρίσιμο ρόλο στη υπολογιστική μουσική (computer music) σχεδόν από την αρχή της. Πρόσφατα η έρευνα στο πεδίο έχει εστιαστεί στην εξόρυξη μουσικής (music mining). Παρουσιάζουμε επίσης πειραματικά αποτελέσματα για έλεγχο και αξιολόγηση της αποδοτικότητας (efficiency) και της ακρίβειας του προτεινόμενου συστήματος «Πολύμνια». / One of the main challenges in music improvisation is interactive improvisation between a human and a system. In this thesis we present a musical interactive system (called polyhymnia) acting as melody continuator. For each musical pattern given by the user, it recalls a similar general pattern stored in its memory and reforms it. The proposed system addresses music representation and musical pattern similarity using data mining. We propose a scheme for monophonic music representation as traditional data sets suitable for common data mining algorithms and investigate the application of clustering similarity measures to musical pattern similarity. Data Mining is an emerging machine learning process of extracting previously unknown, actionable information from very large scientific and commercial databases. Machine learning has played a crucial role in the computer music almost since its beginning. Recently, research in the field has focused on music mining. We also present experimental results for testing and evaluating the efficiency and accuracy of the proposed system “polyhymnia”.