Amazon Web Services ブログ

Category: AWS DeepComposer

AWS DeepComposer で AR-CNN アルゴリズムを使用してバッハのスタイルで楽曲を生成する

AWS DeepComposer は、機械学習 (ML) と生成 AI 技術を開始するためのクリエイティブな方法を提供します。AWS DeepComposer は最近、自己回帰畳み込みニューラルネットワーク (AR-CNN) と呼ばれる新しい生成 AI アルゴリズムの提供を開始しました。これは、バッハスタイルの音楽の生成を可能にします。このブログ投稿では、AR-CNN アルゴリズムを使用してバッハスタイルの興味深い楽曲を生成する方法の例をいくつか示すとともに、アルゴリズムのパラメータが生成される楽曲の特性にどのように影響するのかを説明します。 AWS DeepComposer コンソールで提供される AR-CNN アルゴリズムは、ユニークな楽曲を生成するために、反復する回数や、入力メロディに追加したり、入力メロディから削除したりする音の最大数などのさまざまなパラメータを提供します。パラメータ値は、入力メロディが変化する範囲に直接影響を与えます。例えば、追加する音の最大数として大きな値を設定することで、アルゴリズムは、バッハの音楽スタイルの楽曲に適していると予測する音を追加することができます。 AR-CNN アルゴリズムを使用すると、パラメータを試すことにより、機械学習アルゴリズムと繰り返し共同作業を行うことができます。AR-CNN アルゴリズムの 1 つの反復の出力を次の反復の入力として使用できます。 アルゴリズムの概念の詳細については、AWS DeepComposer コンソールで利用可能な Introduction to autoregressive convolutional neural network の学習カプセルを参照してください。学習カプセルでは、生成 AI アルゴリズムの概念を学ぶのに役立つ、理解しやすい簡単なコンテンツを提供しています。 バッハは、史上最高の作曲家の 1 人として広く認知されています。バッハの楽曲の数々は、バロック時代における最高傑作です。バッハの楽曲のサンプルをいくつか聴いて、彼の音楽に耳を慣らしましょう。 楽曲 1: 楽曲 2: 楽曲 3: AR-CNN アルゴリズムは、入力メロディに音を追加または削除することにより、元の入力メロディを強化します。アルゴリズムがキー外の音や無関係な音を検出した場合、削除を選択することがあります。バッハの楽曲に用いられている可能性が高い特定の音をアルゴリズムが識別した場合、これらの音を追加することがあります。AR-CNN アルゴリズムを適用して生成した、以下の強化された楽曲のサンプルを聴いてみましょう。 入力: 強化された楽曲: AR-CNN アルゴリズムパラメータの値を変更して、さまざまな特性を持つ音楽を生成できます。 AWS DeepComposer の […]

Read More

AWS DeepComposer Chartbusters: バッハスタイルで楽曲を生成し、チャートのトップを目指して競い合いましょう

AWS DeepComposer Chartbusters のリリースを発表できることを嬉しく思います。これは毎月開かれるチャレンジで、開発者が AWS DeepComposer を使ってオリジナルの楽曲を作成し、チャートのトップを勝ち取り、賞品を獲得するために競い合います。AWS DeepComposer は、開発者に機械学習 (ML) とジェネレーティブ AI 技術を始めるための創造的な方法を提供します。AWS DeepComposer では、開発者は ML のバックグラウンドに関係なく、ジェネレーティブ AI テクニックを使用開始して、モデルをトレーニングおよび最適化してオリジナルの音楽を作曲する方法を学ぶことができます。AWS DeepComposer Chartbusters の最初の課題である Bach to the Future では、開発者が AWS DeepComposer コンソールで提供される新しいジェネレーティブ AI アルゴリズムを使用して、バッハスタイルの楽曲を作成することが求められます。 AWS は毎月 2020 年 10 月まで、さまざまなジェネレーティブ AI テクニックを紹介するために毎月異なるテーマの新しい Chartbusters チャレンジをリリースします。チャレンジに参加するのに音楽の知識は必要ありません。チャレンジに参加する前に、AWS DeepComposer コンソールで利用できるラーニングカプセルを用いて、毎月のチャレンジに必要なジェネレーティブ AI の概念を学習できます。ラーニングカプセルは、ジェネレーティブ AI アルゴリズムの概念を学ぶのに役立つ、頭に入りやすい一口サイズのコンテンツを提供します。 チャレンジに参加する方法 チャレンジは、開発者が参加するために世界中で開かれています。開始するには、AWS DeepComposer コンソールで利用できるジェネレーティブ AI アルゴリズムの 1 […]

Read More

AWS DeepComposer での独自のデータを使った音楽ジャンルモデルの作成

 AWS DeepComposer は、生成 AI を教え、敵対的生成ネットワーク (GAN) を使って提供されたメロディを完全にオリジナルな曲に変換する AWS の教育サービスです。AWS DeepComposer を使用することにより、事前訓練済みの音楽ジャンルモデル (ジャズ、ロック、ポップ、シンフォニー、ジョナサン・コールトンなど) のひとつを使用する、または独自のモデルをトレーニングできます。音楽データファイルは、カスタム音楽ジャンルモデルをトレーニングする一環として NumPy オブジェクトに保存します。この記事は、GitHub にある Lab 2 – Train a custom GAN model のトレーニング手順に沿って、MIDI ファイルを AWS DeepComposer に適切なトレーニング形式に変換する方法について説明します。 このユースケースでは、レゲエ音楽ジャンルモデルをトレーニングするために独自の MIDI ファイルを使用します。源をジャマイカ島に発するレゲエ音楽は、通常、ベースギター、ドラム、および打楽器を使用しますが、この記事の手順は汎用性が高いため、どの音楽ジャンルにでも使用できます。 トレーニングデータを生成するためのデータ処理 トレーニングデータの開始状態となるのが MIDI (.mid) ファイルです。ソフトウェアはファイルを生成 (および読み込み) し、ファイルには曲譜と再生サウンドに関するデータが含まれています。データ処理の一環として、MIDI ファイルを NumPy アレイに変換し、それらを単一の .npy ファイルでディスクに永続化する必要があります。以下の図は、この変換プロセスを示すものです。 .csv ファイルは、機械学習でのデータの保存用に幅広く使用されていますが、.npy ファイルはトレーニングプロセスにおけるより高速な読み込み用に高度に最適化されています。.npy ファイルの最終シェイプは (x、32、128、4) になります。これは、(number of samples, number of […]

Read More

AWS DeepComposer – 新機能付きで一般提供開始

AWS DeepComposer は、機械学習を始めるための独創的な方法で、AWS re:Invent 2019 のプレビューでローンチされました。本日、すべての AWS ユーザーが DeepComposer を利用できるようになり、新しい機能で拡張されたことをお知らせできることを大変嬉しく思います。 AWS DeepComposer 入門 AWS DeepComposer を初めて使用する場合は、以下の手順に従ってください。 AWS DeepComposer コンソールにログインします。 このサービスと、生成 AI の使用方法について学びます。 コンソールの仮想キーボード、または Amazon.com で注文可能な物理キーボードのいずれかを使用して、短い楽曲を録音します。 お気に入りのジャンルの事前トレーニング済みモデルを選択します。 このモデルを使用して、曲に基づいて新しいポリフォニックコンポジションを生成します。 コンソールでコンポジションを再生し、 コンポジションをエクスポートするか、SoundCloud で共有します。 次に、生成 AI をさらに簡単に使用開始できるようにする新機能を見てみましょう。 ラーニングカプセル DeepComposer は、既存のデータセットから新しいサンプルを生成するために特別に構築されたニューラルネットワークアーキテクチャである Generative Adversarial Networks (別名 GAN、研究論文) を利用しています。GAN は、2 つの異なるニューラルネットワークを互いに対比させて、サンプル入力に基づいてオリジナルのデジタル作品を生成します。DeepComposer では、GAN モデルをトレーニングおよび最適化して、オリジナルの音楽を作成できます。 これまで、GAN のスキルの向上に関心のある開発者は、簡単に始める方法がありませんでした。ML や音楽のバックグラウンドに関係なくそういった開発者を支援するために、AWS は主要な概念を紹介する簡単な学習カプセルのコレクションと、GAN のトレーニングと評価の方法を構築しています。これには、ハンズオンラボと、GAN モデルを構築するためのステップバイステップの説明とコードが含まれます。 GAN に慣れたら、独自のモデルのトレーニングに進む準備が整います。 コンソール内トレーニング […]

Read More