Muses人工智能作曲系统

PUBLIC
China, 西安电子科技大学
Muses人工智能作曲系统

Members

Profile Image for 兴宇 张
兴宇 张
MEMBER
China
Request to Join Team

Team Gallery

Report Inappropriate Content

Project Overview

项目详细介绍 一、项目概述: Muse人工智能作曲机项目包含了底层算法、视频标签匹配算法、Muse小程序及谱曲辅助智能等四部分: 底层算法部分:输入为权重矩阵和指定参数(包括:节拍、乐器、时长及是否回环),应用算法模型进行谱曲,生成MIDI乐谱,最终通过MIDI2MP3生成音频文件。算法模型的生成方式为:首先使用由单向LSTM网络构成的生成网络进行生成,然后再交给双向LSTM构成的对抗网络进行处理; 视频标签匹配算法:我们首先会从视频中提取关键帧截图,然后利用图像识别技术,获取其中的元素信息(此部分使用Azure认知服务),继而对产生的标签进行匹配处理,将其匹配到128维权重矩阵,继而调用底层算法部分生成音乐; Muse灵感笔记(微信小程序):做为快速创意记录工具使用,具体功能为:笔记查找、笔记新建和用户设置。其中笔记新建中,当用户持续创作时,将播放音乐,当用户停止创作超过指定时间时,将停止播放背景音乐,其中播放的音乐为底层算法生成并通过HLS协议下发的实时音频流; 谱曲辅助智能:通过简单的几个选项和风格,即可调用底层算法生成多个Demo音乐小节,为作曲家提供可能性的灵感,并可使用部分小节继而编曲。 二、市场应用: 底层算法+视频标签匹配算法:自动视频谱曲,即通过视频识别+音频谱曲的方案,根据视频主题、节奏及色调,快速生成符合主题和情感元素的视频背景乐,高效实现视频配乐功能,并有效降低配乐成本。 底层算法+Muse灵感笔记:

About Team

我们是来自西安电子科技大学的学生团队Muse团队。 团队负责人兼任应用开发为16级计算机学院学生韩翔宇,底层算法开发为16级计算机学院张兴宇,文案宣传及项目经理为18级通信工程学院张丽萍。 团队成员均在各自方向有较多经验: 韩翔宇及团队曾获得第十五届挑战杯国家一等奖,第三届、第四届互联网+多个奖项,2017中美青年创客大赛全球第五名,首届联想智能生态高校创新大赛季军,2017年度腾讯NextIdea游戏开发竞赛全国十强等荣誉,曾与团队登上央视《新闻联播》节目等; 张兴宇曾负责多个人工智能项目的研发与测试,在人工智能方向有充足经验和积累,对于视觉、自然语言处理等有自己的理解; 张丽萍曾多次负责校内BDF视频脚本编写、校内通讯网站文稿编写及数个校内新媒体品牌运营,推文累积阅读数超3万,熟练掌握墨刀在内的多个产品原型工具,参与设计了多个小程序。

Technologies we are looking to use in our projects

Team has no tags set

Social Media

No social media pages available