{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5311622"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5311622","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"AI-assisted composition: A unified development framework for rule-informed music composition","abstract":"Η παρούσα μεταπτυχιακή εργασία προτείνει έναν βοηθό σύνθεσης μουσικής, που επιχειρεί να αντιμετωπίσει τη περιορισμένη χρηστικότητα των μοντέλων τεχνητής νοημοσύνης στην καθημερινή συνθετική πρακτική. Οι πρόσφατες εξελίξεις στην τεχνητή νοημοσύνη έχουν παραγάγει πλήθος εργαλείων τα οποία οι συνθέτες μπορούν να αξιοποιήσουν ώστε να ενισχύσουν τη δημιουργικότητά τους με μουσικό περιεχόμενο, ακολουθώντας τις τάσεις της αυτοματοποιημένης παραγωγής κειμένου με τεχνητή νοημοσύνη. Εξετάζεται πώς τα εργαλεία αυτά μπορούν να λειτουργήσουν ως μηχανισμοί επιβολής κανόνων στη συνθετική διαδικασία, εισάγοντας κοινωνιολογικά και μουσικά πρότυπα στην πράξη της σύνθεσης. Μπορούν να επεκτείνουν μουσικές φράσεις είτε σε συμβολικό επίπεδο (εμπλουτίζοντας ακολουθίες MIDI) είτε επεκτείνοντας κυματομορφές, ενώ πρόσθετα εργαλεία διευκολύνουν τη μεταφορά ύφους ή χροιάς για την τροποποίηση μελωδικών χαρακτηριστικών. Τα μοντέλα αυτά έχουν επιδείξει εξαιρετικά αποτελέσματα, προσφέροντας υψηλή ηχητική ποιότητα και μουσικά συνεκτικές ιδέες με μουσικολογική εγκυρότητα. Ωστόσο, παραμένουν δύσχρηστα στην καθημερινή συνθετική διαδικασία· συχνά είναι δυσκίνητα, απαιτούν εκτεταμένες γνώσεις προγραμματισμού και δεν διασφαλίζουν ότι το τελικό μουσικό αποτέλεσμα θα ικανοποιεί τις ανάγκες κάθε συνθέτη. Υπάρχουσες εμπορικές ή δωρεάν εφαρμογές προσπαθούν να μετριάσουν αυτό το πρόβλημα, ενσωματώνοντας περιορισμένο αριθμό τέτοιων εργαλείων. Η παρούσα εργασία προτείνει ένα ενιαίο πλαίσιο στο οποίο μπορούν να συνυπάρχουν πολλαπλά τέτοια εργαλεία, επιτρέποντας στους συνθέτες να επιλέγουν αποτελεσματικά και να συνδυάζουν διαφορετικές προτάσεις συνέχισης μελωδίας και επιλογές μεταφοράς χροιάς. Η προτεινόμενη αρχιτεκτονική είναι εύκολα επεκτάσιμη, διευκολύνοντας την ενσωμάτωση μελλοντικών εξελίξεων του πεδίου και παρέχοντας χώρο για τη δημιουργία και χρήση εξατομικευμένων αλγορίθμων.","abstract_html":"Η παρούσα μεταπτυχιακή εργασία προτείνει έναν βοηθό σύνθεσης μουσικής, που επιχειρεί να αντιμετωπίσει τη περιορισμένη χρηστικότητα των μοντέλων τεχνητής νοημοσύνης στην καθημερινή συνθετική πρακτική. Οι πρόσφατες εξελίξεις στην τεχνητή νοημοσύνη έχουν παραγάγει πλήθος εργαλείων τα οποία οι συνθέτες μπορούν να αξιοποιήσουν ώστε να ενισχύσουν τη δημιουργικότητά τους με μουσικό περιεχόμενο, ακολουθώντας τις τάσεις της αυτοματοποιημένης παραγωγής κειμένου με τεχνητή νοημοσύνη. Εξετάζεται πώς τα εργαλεία αυτά μπορούν να λειτουργήσουν ως μηχανισμοί επιβολής κανόνων στη συνθετική διαδικασία, εισάγοντας κοινωνιολογικά και μουσικά πρότυπα στην πράξη της σύνθεσης. Μπορούν να επεκτείνουν μουσικές φράσεις είτε σε συμβολικό επίπεδο (εμπλουτίζοντας ακολουθίες MIDI) είτε επεκτείνοντας κυματομορφές, ενώ πρόσθετα εργαλεία διευκολύνουν τη μεταφορά ύφους ή χροιάς για την τροποποίηση μελωδικών χαρακτηριστικών. Τα μοντέλα αυτά έχουν επιδείξει εξαιρετικά αποτελέσματα, προσφέροντας υψηλή ηχητική ποιότητα και μουσικά συνεκτικές ιδέες με μουσικολογική εγκυρότητα. Ωστόσο, παραμένουν δύσχρηστα στην καθημερινή συνθετική διαδικασία· συχνά είναι δυσκίνητα, απαιτούν εκτεταμένες γνώσεις προγραμματισμού και δεν διασφαλίζουν ότι το τελικό μουσικό αποτέλεσμα θα ικανοποιεί τις ανάγκες κάθε συνθέτη. Υπάρχουσες εμπορικές ή δωρεάν εφαρμογές προσπαθούν να μετριάσουν αυτό το πρόβλημα, ενσωματώνοντας περιορισμένο αριθμό τέτοιων εργαλείων. Η παρούσα εργασία προτείνει ένα ενιαίο πλαίσιο στο οποίο μπορούν να συνυπάρχουν πολλαπλά τέτοια εργαλεία, επιτρέποντας στους συνθέτες να επιλέγουν αποτελεσματικά και να συνδυάζουν διαφορετικές προτάσεις συνέχισης μελωδίας και επιλογές μεταφοράς χροιάς. Η προτεινόμενη αρχιτεκτονική είναι εύκολα επεκτάσιμη, διευκολύνοντας την ενσωμάτωση μελλοντικών εξελίξεων του πεδίου και παρέχοντας χώρο για τη δημιουργία και χρήση εξατομικευμένων αλγορίθμων.","abstract_has_math":false,"creators":["ΕΡΣΠΑΜΕΡ ΑΛΜΠΕΡΤΟ","ERSPAMER ALBERTO"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:40:47Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5311622"],"render_values":[{"text":"uoadl:5311622","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5311622","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5311622","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5311622","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΕΡΣΠΑΜΕΡ ΑΛΜΠΕΡΤΟ","ERSPAMER ALBERTO"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5311622","https://pergamos.lib.uoa.gr/uoa/dl/object/5311622"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η παρούσα μεταπτυχιακή εργασία προτείνει έναν βοηθό σύνθεσης μουσικής, που επιχειρεί να αντιμετωπίσει τη περιορισμένη χρηστικότητα των μοντέλων τεχνητής νοημοσύνης στην καθημερινή συνθετική πρακτική. Οι πρόσφατες εξελίξεις στην τεχνητή νοημοσύνη έχουν παραγάγει πλήθος εργαλείων τα οποία οι συνθέτες μπορούν να αξιοποιήσουν ώστε να ενισχύσουν τη δημιουργικότητά τους με μουσικό περιεχόμενο, ακολουθώντας τις τάσεις της αυτοματοποιημένης παραγωγής κειμένου με τεχνητή νοημοσύνη. Εξετάζεται πώς τα εργαλεία αυτά μπορούν να λειτουργήσουν ως μηχανισμοί επιβολής κανόνων στη συνθετική διαδικασία, εισάγοντας κοινωνιολογικά και μουσικά πρότυπα στην πράξη της σύνθεσης. Μπορούν να επεκτείνουν μουσικές φράσεις είτε σε συμβολικό επίπεδο (εμπλουτίζοντας ακολουθίες MIDI) είτε επεκτείνοντας κυματομορφές, ενώ πρόσθετα εργαλεία διευκολύνουν τη μεταφορά ύφους ή χροιάς για την τροποποίηση μελωδικών χαρακτηριστικών. Τα μοντέλα αυτά έχουν επιδείξει εξαιρετικά αποτελέσματα, προσφέροντας υψηλή ηχητική ποιότητα και μουσικά συνεκτικές ιδέες με μουσικολογική εγκυρότητα. Ωστόσο, παραμένουν δύσχρηστα στην καθημερινή συνθετική διαδικασία· συχνά είναι δυσκίνητα, απαιτούν εκτεταμένες γνώσεις προγραμματισμού και δεν διασφαλίζουν ότι το τελικό μουσικό αποτέλεσμα θα ικανοποιεί τις ανάγκες κάθε συνθέτη. Υπάρχουσες εμπορικές ή δωρεάν εφαρμογές προσπαθούν να μετριάσουν αυτό το πρόβλημα, ενσωματώνοντας περιορισμένο αριθμό τέτοιων εργαλείων. Η παρούσα εργασία προτείνει ένα ενιαίο πλαίσιο στο οποίο μπορούν να συνυπάρχουν πολλαπλά τέτοια εργαλεία, επιτρέποντας στους συνθέτες να επιλέγουν αποτελεσματικά και να συνδυάζουν διαφορετικές προτάσεις συνέχισης μελωδίας και επιλογές μεταφοράς χροιάς. Η προτεινόμενη αρχιτεκτονική είναι εύκολα επεκτάσιμη, διευκολύνοντας την ενσωμάτωση μελλοντικών εξελίξεων του πεδίου και παρέχοντας χώρο για τη δημιουργία και χρήση εξατομικευμένων αλγορίθμων.","This thesis presents an AI-based music composition assistant designed to improve the usability of these models in everyday composition practice. Recent advances in artificial intelligence have led to the development of numerous tools that help composers enhance their creativity with musical content, following trends set by generative AI in text-based tasks. We discuss how these tools can also serve as rule-imposing systems to introduce meaningful sociological and musical constraints into the compositional process. These tools can extend musical phrases through symbolic representation, such as expanding MIDI sequences, or operate in the waveform domain. Additional tools enable the transfer of style or timbre to alter melodic characteristics. These models have shown significant results, delivering high sound quality and musically coherent ideas. However, integrating these tools into daily composition remains challenging; they are often cumbersome, require extensive programming knowledge, and cannot guarantee that their musical output will meet individual composers' needs. Existing commercial or free frameworks attempt to address this by offering limited sets of these tools. This thesis proposes a unified framework that allows multiple active developments to coexist, enabling composers to efficiently choose between multiple melody continuation proposals and timbre transfer options in both the symbolic and waveform domains. The architecture is designed to be easily extendable for future developments in the field, with support for integrating custom algorithms."]},{"key":"dc:title","label":"Title","values":["AI-assisted composition: A unified development framework for rule-informed music composition"]}]}],"canonical_facts":{"dc:creator":["ΕΡΣΠΑΜΕΡ ΑΛΜΠΕΡΤΟ","ERSPAMER ALBERTO"],"dc:date":["2025"],"dc:description":["Η παρούσα μεταπτυχιακή εργασία προτείνει έναν βοηθό σύνθεσης μουσικής, που επιχειρεί να αντιμετωπίσει τη περιορισμένη χρηστικότητα των μοντέλων τεχνητής νοημοσύνης στην καθημερινή συνθετική πρακτική. Οι πρόσφατες εξελίξεις στην τεχνητή νοημοσύνη έχουν παραγάγει πλήθος εργαλείων τα οποία οι συνθέτες μπορούν να αξιοποιήσουν ώστε να ενισχύσουν τη δημιουργικότητά τους με μουσικό περιεχόμενο, ακολουθώντας τις τάσεις της αυτοματοποιημένης παραγωγής κειμένου με τεχνητή νοημοσύνη. Εξετάζεται πώς τα εργαλεία αυτά μπορούν να λειτουργήσουν ως μηχανισμοί επιβολής κανόνων στη συνθετική διαδικασία, εισάγοντας κοινωνιολογικά και μουσικά πρότυπα στην πράξη της σύνθεσης. Μπορούν να επεκτείνουν μουσικές φράσεις είτε σε συμβολικό επίπεδο (εμπλουτίζοντας ακολουθίες MIDI) είτε επεκτείνοντας κυματομορφές, ενώ πρόσθετα εργαλεία διευκολύνουν τη μεταφορά ύφους ή χροιάς για την τροποποίηση μελωδικών χαρακτηριστικών. Τα μοντέλα αυτά έχουν επιδείξει εξαιρετικά αποτελέσματα, προσφέροντας υψηλή ηχητική ποιότητα και μουσικά συνεκτικές ιδέες με μουσικολογική εγκυρότητα. Ωστόσο, παραμένουν δύσχρηστα στην καθημερινή συνθετική διαδικασία· συχνά είναι δυσκίνητα, απαιτούν εκτεταμένες γνώσεις προγραμματισμού και δεν διασφαλίζουν ότι το τελικό μουσικό αποτέλεσμα θα ικανοποιεί τις ανάγκες κάθε συνθέτη. Υπάρχουσες εμπορικές ή δωρεάν εφαρμογές προσπαθούν να μετριάσουν αυτό το πρόβλημα, ενσωματώνοντας περιορισμένο αριθμό τέτοιων εργαλείων. Η παρούσα εργασία προτείνει ένα ενιαίο πλαίσιο στο οποίο μπορούν να συνυπάρχουν πολλαπλά τέτοια εργαλεία, επιτρέποντας στους συνθέτες να επιλέγουν αποτελεσματικά και να συνδυάζουν διαφορετικές προτάσεις συνέχισης μελωδίας και επιλογές μεταφοράς χροιάς. Η προτεινόμενη αρχιτεκτονική είναι εύκολα επεκτάσιμη, διευκολύνοντας την ενσωμάτωση μελλοντικών εξελίξεων του πεδίου και παρέχοντας χώρο για τη δημιουργία και χρήση εξατομικευμένων αλγορίθμων.","This thesis presents an AI-based music composition assistant designed to improve the usability of these models in everyday composition practice. Recent advances in artificial intelligence have led to the development of numerous tools that help composers enhance their creativity with musical content, following trends set by generative AI in text-based tasks. We discuss how these tools can also serve as rule-imposing systems to introduce meaningful sociological and musical constraints into the compositional process. These tools can extend musical phrases through symbolic representation, such as expanding MIDI sequences, or operate in the waveform domain. Additional tools enable the transfer of style or timbre to alter melodic characteristics. These models have shown significant results, delivering high sound quality and musically coherent ideas. However, integrating these tools into daily composition remains challenging; they are often cumbersome, require extensive programming knowledge, and cannot guarantee that their musical output will meet individual composers' needs. Existing commercial or free frameworks attempt to address this by offering limited sets of these tools. This thesis proposes a unified framework that allows multiple active developments to coexist, enabling composers to efficiently choose between multiple melody continuation proposals and timbre transfer options in both the symbolic and waveform domains. The architecture is designed to be easily extendable for future developments in the field, with support for integrating custom algorithms."],"dc:identifier":["uoadl:5311622","https://pergamos.lib.uoa.gr/uoa/dl/object/5311622"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["AI-assisted composition: A unified development framework for rule-informed music composition"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:40:47Z"}