From Motion to Musical Gesture: Experiments with Machine Learning in Computer-Aided Composition

Jean Bresson 1 Paul Best 1 Diemo Schwarz 2 Alireza Farhang 3, 4
1 Repmus - Représentations musicales
STMS - Sciences et Technologies de la Musique et du Son
2 Real-time Musical Interactions
STMS - Sciences et Technologies de la Musique et du Son
3 IRCAM - Institut de Recherche et Coordination Acoustique/Musique
4 Royal Conservatoire Antwerp
Abstract : This paper presents preliminary works exploring the use of machine learning in computer-aided composition processes. We propose a work direction using motion recognition and audio descriptors to learn abstract musical gestures.
Type de document :
Communication dans un congrès
MUME 2018: International Workshop on Musical Metacreation, 2018, Salamanca, Spain
Liste complète des métadonnées

Littérature citée [8 références]  Voir  Masquer  Télécharger
https://hal.archives-ouvertes.fr/hal-01815988
Contributeur : Jean Bresson <>
Soumis le : jeudi 14 juin 2018 - 16:10:54
Dernière modification le : vendredi 31 août 2018 - 09:18:09
Document(s) archivé(s) le : lundi 17 septembre 2018 - 17:31:46

Fichier

mume18-omxmm.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01815988, version 1

Collections

IRCAM | UPMC | STMS

Citation

Jean Bresson, Paul Best, Diemo Schwarz, Alireza Farhang. From Motion to Musical Gesture: Experiments with Machine Learning in Computer-Aided Composition. MUME 2018: International Workshop on Musical Metacreation, 2018, Salamanca, Spain. 〈hal-01815988〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

121

Téléchargements de fichiers

98

Contact

support.ccsd.cnrs.fr
hal.support@ccsd.cnrs.fr
Logo CCSD