AI自動作曲プログラミング学科


AI自動作曲プログラミング学科

コース期間: 6ヶ月

講義配信:隔週月2回 全12回
リアル教室開催日:第1・3水曜
 (曜日が変更となる場合があります)
19:30~21:30 全12回
講義合計時間:36時間(配信講義12時間+リアル教室24時間)

教室:麹町教室

募集定員:6名

学費月額:28,000円x 6ヶ月
(入学金、教材費込)

(12ヶ月の分割払いも可能、月15,000円の12回払い)
(価格表示は全て税抜)

支払い方法:銀行振込(一括払いのみ), クレジットカード(Paypal, Amazon Pay)

学べるジャンル:AI

講義概要
AIとは何なのか?
ゼロから概要を学び、Tensorflowの自動作曲プログラムライブラリーを実装。自身のプログラムで音楽を学習させ自動作曲・音楽生成を行う。

講義のゴール
ディープラーニングライブラリーを実装し自動作曲した楽曲を生成する

最終課題
自動作曲プログラムの実装と音楽生成

講義内容
(最新のトレンドおよび進展具合に応じ常にアップデートされます)
第1回 そもそもAIって何?自動作曲ってどうなってるの?

そもそもAIとは何なのか?機械学習とディープラーニングの違いとは?AIの概要について、全くの初心者でも理解できる様に音楽の例を交え、わかりやすく説明する

第2回 Pythonプログラミング環境の準備 1Python環境
Pythonプログラミング環境の準備 仮想環境構築からtensorflowのインストトールなど

第3回 Pythonプログラミング環境の準備 2Anaconda環境とDocker
Pythonプログラミング環境の準備 Anaconda環境構築Docker、tensorflowのインストール、Magentaの動作確認など

第4回 Pythonプログラミング基礎 ターミナル・コマンドライン使用方法
Pythonをコマンドラインで実行する基本操作方法。Macターミナル、Windowsコマンドプロンプトでの説明

第5回 Pythonの基本
Pythonの基本について説明。自動作曲プログラムを実現するために簡単なプログラミングやバージョンの切り替え、モデュールのインポート方法など。

第6回 Anaconda使用方法
Pythonで機械学習を行う場合に便利なAnacondaについて基本的な操作方法を説明します。さらに音楽で使用できるモデュールのインストール方法なども解説。

第7回 ディープラーニング解説 1
自動作曲のためのディープラーニングの概要について解説パート1

第8回 ディープラーニング解説 2
自動作曲のためのディープラーニングの概要について解説パート2

第9回 tensorflowの基本1
ディープラーニングライブラリーtensorflowについて基本と操作方法の解説パート1

第10回 tensorflowの基本2 Magentaインストール
ディープラーニングライブラリーtensorflowについて基本と操作方法の解説パート2 音楽ディープラーニングライブラリーMagentaのインストールなど

第11回 自動作曲プログラム実装とAIへの音楽学習方法解説
自動作曲プログラムの実装とAIに音楽を学習させる方法を解説

第12回 自動作曲で音楽生成する
自動作曲プログラムから音楽を生成する方法を学び視聴するとともにMIDIファイルとして書き出す
(生成される音楽は数小節の単音トラックとなります)

その他講義特徴
・講義は全て録画でも配信。いつでも見直して学習できるだけでなく、受講できなかった講義も後日視聴可能
・講義資料はcanplayが独自に作成したオリジナルをPDFで配布。
・生徒同士で音楽学習のディスカッションができる受講生限定のコミュニティーページ提供
・AI自動作曲研究コミュニティーや音楽ハッカソンなどリアル開催の色々なイベントを予定

対象となる方
・AIで自動作曲や音楽生成をやってみたい方
・AI自動作曲のプログラムを作りたいと思っている方でまずは基礎を学びたい方
・プログラミング言語 (Pythonなど)の専門知識がなくてもAIプログラミングを試してみたい方
・AIの基礎を音楽で学びたい方

入学前提条件
プログラミング初心者の方でも学べるコースとなっております。
Pythonの知識があると理解は早いですが、知識ゼロでも一から学ぶ事ができます。
講義は解説が中心です。
プログラミングの作業自体はご自身で自宅にて行っていただく事となりますので別途学習時間の確保が必要です。(目処として週2〜3時間)
本コース受講後により本格的にPythonとAIを学びたいとご希望の方にも適したコースです。

必要機材
ご自身のノートPCをご持参ください。
(Chromeインストール済みの必要がございます)
ディープラーニングはCPUのパワーをかなり消費しますので古いPCでは動作が遅い場合があります。
できるだけ最新のPCをおすすめします。
GPU環境が理想ではありますが、CPUでも問題なくご受講いただけます。
こちらの講義ではCPU環境での説明のみです。
GPU環境の説明はディープラーニング学科にて行わせていただきます。
Mac, Windowsは問いませんが講義ではMac使用です。
講義は全て録画されますので、後ほど見直して自宅でも学習していただく事が可能です。


教室画像

教室画像

講師紹介


斎藤喜寛Yoshihiro Saito

1980年代後期より作曲の仕事を開始、同時期武蔵野音楽院にてバークリー音大音楽理論を学ぶ。大手レコード会社での音楽制作を経て2012年にビジネスブレークスルー大学経営学部ITソリューション学科に入学、本格的にプログラミングを学ぶ。2013年EXDREAM株式会社設立。2016年秋季同大学の卒業論文最優秀賞をcanplayのビジネスプランにて受賞。2017年音楽学校canplayを開校。


雪元修二Shuji Yukimoto

ウェブアプリ制作エンジニアとして10年以上のキャリアを持つ。html css php Javascriptを取得。近年はAIの研究を重ね、pythonのエキスパートとして活躍中。好きな音楽はメタリカ。自称音響マニア。


入学申込フォーム

お名前 (必須) 

ふりがな (必須) 

メールアドレス (必須)

お電話番号 (必須)

年齢(必須)

お住いの都道府県 (必須)

都道府県以降の住所 (必須)

学習希望のコース(複数選択可能) (必須)