Music generation with deep learning techniques
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/375382
Tipus de documentTreball Final de Grau
Data2022-10-18
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
En aquest projecte s'ha discutit aplicar fine-tuning a un model de Deep Learning per generar música, basat en transformers, a partir d'una GAN que preten distingir música artificial vs música original. In this bachelor's thesis, we propose a deep learning model for generating music. Our model is based on the Transformers architecture and is pre-trained with the MaestroV2 dataset. We fine-tune our generative model using a Generative Adversarial Network, with the Gumbel-Softmax technique to allow backpropagation. Our results show that the discriminator of the GAN creates a bottleneck, and that the results are promising but do not assess that the fine-tuned generator model outperforms the original one.
TitulacióGRAU EN CIÈNCIA I ENGINYERIA DE DADES (Pla 2017)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
170417.pdf | 2,261Mb | Visualitza/Obre |