Pogojeno generiranje glasbenega zapisa z difuzijskimi modeliKleine, Žiga (Avtor) Čehovin Zajc, Luka (Mentor) globoko učenjepogojeni generativni modelidifuzijski modeligeneriranje glasbenega zapisaRačunalniško generirana glasba lahko skladateljem služi kot pomembno orodje za krepitev glasbene ustvarjalnosti in širjenje znanja o glasbeni kompoziciji. Zaradi tega je računalniško generiranje glasbe dobro raziskano področje, ki se je z razvojem globokih nevronskih mrež močno razcvetelo. Trenutno predstavlja velik izziv na tem področju generiranje daljših stilsko konsistentnih glasbenih sekvenc. Drug izziv, s katerim se pogosto srečamo, je nadzor nad lastnostmi generirane glasbe. Obeh omenjenih izzivov smo se lotili z implementacijo difuzijskega verjetnostnega modela za odpravljanje šuma, sposobnega ustvarjanja izvirnega glasbenega zapisa, ki sledi obliki glasbenih spremljav videoiger igralne konzole NES, hkrati pa je proces generiranja mogoče voditi s pomočjo avtomatsko pridobljenih čustvenih oznak. V okviru magistrskega dela nam je uspelo implementirati difuzijski model, ki smo ga ovrednotili s pomočjo glasbenega Turingovega testa, v katerem so računalniško generirane melodije anketirance v 43% primerih preslepile za melodije, ki jih je napisal človek.20232023-12-06 09:45:00Magistrsko delo/naloga152754sl