National and Kapodistrian University of Athens
Generative Artificial Intelligence: Exploring RAVE’s Potential in Composing Commemorative Music
Abstract
dc:descriptionΣτην παρούσα διπλωματική εργασία εξετάζεται η εφαρμογή της Παραγωγικής Τεχνητής Νοημοσύνης (Generative Artificial Intelligence) στη μουσική σύνθεση, μέσω του μοντέλου Realtime Audio Variational Autoencoder (RAVE), το οποίο αναπτύχθηκε στο Institute for Research and Coordination in Acoustics/Music (IRCAM). Η εργασία αποτελείται από δύο σκέλη: το πρώτο αποτελεί μια διερεύνηση της λειτουργίας του μοντέλου RAVE από τεχνικής άποψης—συγκεκριμένα τη χρήση ηχητικού υλικού για την εκπαίδευσή του—ενώ το δεύτερο διερευνά την καλλιτεχνική εφαρμογή του RAVE ως βάση και εργαλείο με τελικό σκοπό τη σύνθεση ενός μουσικού έργου «ενθυμητικού» χαρακτήρα. Η διαδικασία εκπαίδευσης πραγματοποιήθηκε σε δύο φάσεις: μια διερευνητική, από την οποία προέκυψαν χρήσιμα συμπεράσματα αλλά όχι ένα—τουλάχιστον χρήσιμο—μοντέλο και μια δεύτερη η οποία οδήγησε σε ένα ενδιαφέρον μοντέλο με αποτελέσματα πιστά στο αρχικό υλικό. Σχετικά πειράματα με τη χρήση του RAVE VST plugin ανέδειξαν περιορισμούς και αδυναμίες του μοντέλου, αλλά και τη δυνατότητα παραγωγής απρόβλεπτων αποτελεσμάτων καθώς βρίσκεται σε κατάσταση αδράνειας ή/και μέσω της εξερεύνησης του λανθάνοντος χώρου (latent space). Το υλικό που προέκυψε από τα πειράματα, χρησιμοποιήθηκε για μια μουσική σύνθεση διάρκειας 15 λεπτών. Το θέμα της σύνθεσης είναι η γενοκτονία στα Παλαιστινιακά Εδάφη, ενώ η σύνθεση νοείται ως ηχητική μαρτυρία όσων λαμβάνουν χώρα στην Παλαιστίνη αυτή την περίοδο. Η εργασία ολοκληρώνεται με σκέψεις σχετικά με τις δυνατότητες και τους περιορισμούς της Παραγωγικής Τεχνητής Νοημοσύνης ειδικά, σε εφαρμογές σχετικές με τη μνήμη και την απώλεια, καθώς και για τις ηθικές διαστάσεις που προκύπτουν από τη μεταποίηση υλικού άλλων καλλιτεχνών.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Στεφανής Κυριάκος
- Stefanis Kyriakos
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:5320262