機械学習音楽生成&独自モデル開発

機械学習音楽生成&独自モデル開発


 


Machine Learning Music

 


講義概要
音楽生成するAI機械学習ライブラリーの環境構築から生成実践、独自モデル開発までを徹底解説

 

実現できる事
・AIの機械学習音楽ライブラリーを活用してAIによる音楽生成実践
・AI機械学習作曲プログラムのための環境構築とライブラリーの活用方法を習得できる
・AI音楽ライブラリーを活用し、AIプログラム概要〜学習〜独自モデル開発までをトータルで学べる

 



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)

1・音楽機械学習ライブラリーMagenta
音楽機械学習ライブラリーMagentaの環境構築と使用方法を徹底解説

2・音楽データ学習
自身の音楽データを学習させる方法を解説

3・機械学習プログラム独自モデル開発実践
Magentaライブラリーを使用し機械学習の音楽独自モデル開発を学ぶ

 

全9回(予定)の講義各回の概要
(アップデートに伴い内容変更の場合があります)
1講義約60分 合計約540分

 

第1回:機械学習の基礎と Magenta環境構築

第2回:単音メロディー生成で機械学習作曲の基礎を学ぶ

第3回:単音メロディー生成応用とドラムパート生成

第4回:3パートのバンド演奏の生成

第5回:コード進行に沿ったアドリブ演奏の生成

第6回:ハーモニーの作成と複雑な和音メロディーの生成

第7回:高度なピアノ曲の生成と上級編生成コマンド解説

第8回:音楽データの学習と学習済みデータ作成

第9回:Magentaライブラリーを使用した機械学習開発基礎と独自モデル作成

 


シンプルな単音メロディー生成の様子
美しいピアノ楽曲の生成


その他講義特徴
・講義資料はcanplayが独自に作成したオリジナルをPDFで毎回配布

 

前提知識
ターミナルやgithubを使用した事があり、Pythonの経験が少しでもあるというくらいのレベルで対応可能です。
未経験の方は、Python音楽プログラミング、デジタル音楽理論を先に、または同時受講を推奨します。
音楽制作を同時に考えている方はAI DTMも同時受講を勧めます。

 

必要機材
PCのみで大丈夫です。
が、生成音楽データ再生のため何かしらDAWソフトがあった方が良いです。
OSはMac, Windows、Ubuntu問いませんが講義ではMac、Windows併用です。

 


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。
2019年10月KIOXIA(旧東芝メモリー)のCM曲作曲、放映中。
2020年9〜10月オーム社より音楽TECH本の出版。


 

 


入学申し込み

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)

住所 (必須)

お勤め先・学校 (必須)

ご希望のプラン(必須)

お支払い方法(必須)

一括・分割(必須)
(銀行引き落とし分割には事務手数料4,620円(初回のみ)と手数料(年8%)がかかります。

分割回数(分割支払いを選択の方のみ回答お願いします)

学割(25歳以下の専業学生の方 要学生証提出 サポート付きプラン対象外)

canplayを何で知りましたか?