Embedded Files
課程資訊
課程資訊
開課學期：2019 學年度第二學期
開課單位：國立臺南藝術大學應用音樂學系
中文課名：音樂資料科學（二）
英文課名：Music Data Science (II)
電郵地址：hmlin（本校電子信箱）
教學助理：吳書瑜
修課類別：選修
開課年級：本系大學部四年級
修業學分：2
學生人數：5
課堂時段：星期五第 8–9 節（15:10–17:00）
課程描述
課程描述
藉由前學期累積的基礎，本課程首先將帶領學生利用 Python 程式語言的 librosa 函式庫，分析開放式資料集，實作進階計算音樂分析。接著將操作 Sonic Visualiser 軟體，參與採譜或標記等專家加註任務，以及數據收集和清理等流程，逐步建構客製化資料集，並探討數位典藏方法與數位人文研究精神。最後，將透過 TensorFlow Magenta 人工智慧引擎、Google AI Hub 互動式機器學習範例集等，實際讓學生體驗自動生成、輔助創作、即興演奏等音樂科技。本課程採用普羅大眾皆可合法免費下載安裝的跨平臺自由軟體，以利永續發展與推廣。
課程目標
課程目標
利用 librosa 函式庫分析聲音檔案
探索開放式聲音訊號資料集
參與專家加註資料收集過程
理解數位典藏方法與數位人文研究精神
具備跨領域合作建構客製化資料庫之能力
體驗人工智慧輔助創作
思考人類和機器運作的異同
評量方式
評量方式
課堂參與=20%：限時填寫線上或紙本問卷。
隨堂測驗=20%：限時作答線上或紙本試卷。
期中發表=30%：口頭報告並上傳書面檔案。
期末展演=30%：口頭報告並上傳書面檔案。
課程進度
課程進度
Peace Memorial Day (no class)
Sonic Visualiser—viewing and analyzing the contents of music audio files (楊乃潔)
librosa—a Python package for music and audio analysis
Children's Day observed (no class)
midterm presentations: computational analyses of audio data sets
compositions by AI (楊乃潔)
composing with AI (楊乃潔)
improvising with AI (楊乃潔) (2020-06-01 Monday 18:10–20:00)
final presentations: AI-aided compositions, performances, or sound installations
student's concert attendance (2020-06-20 Saturday 14:30–16:30)
參考資料
參考資料
A. DuBreuil, Hands-On Music Generation with Magenta: Explore the Role of Deep Learning in Music Generation and Assisted Music Composition. Birmingham: Packt Publishing, 2020.
J.-P. Briot, G. Hadjeres, and F.-D. Pachet, Deep Learning Techniques for Music Generation. Cham: Springer, 2019.
M. Müller, Fundamentals of Music Processing: Audio, Analysis, Algorithms, Applications. Cham: Springer, 2015.
D. Meredith, Ed., Computational Music Analysis. Cham: Springer, 2016.
Z. W. Ras and A. A. Wieczorkowska, Eds., Advances in Music Information Retrieval. Berlin: Springer-Verlag, 2010.
M. Schedl, E. Gómez, and J. Urbano, Music Information Retrieval: Recent Developments and Applications. Hanover, MA: Now Publishers, 2014.
M. Müller, M. Goto, and M. Schedl, Eds., Multimodal Music Processing. Wadern: Schloss Dagstuhl, 2012.
A. Lerch, An Introduction to Audio Content Analysis: Applications in Signal Processing and Music Informatics. Hoboken: Wiley-IEEE Press, 2012.
J. V. Guttag, Introduction to Computation and Programming Using Python: With Application to Understanding Data, 2nd ed. Cambridge, MA: The MIT Press, 2016.
延伸課程
延伸課程
Studies in Western Music History: Quantitative and Computational Approaches to Music History, Department of Music and Theater Arts, Massachusetts Institute of Technology.
Music Signal Processing, Department of Electrical Engineering, Columbia University.
音樂訊號分析與檢索，國立臺灣大學資訊網路與多媒體研究所。
音樂資訊檢索，國立清華大學資訊工程學系。
人工智慧與音樂導論，國立清華大學資訊系統與應用研究所。
數位音樂訊號分析，國立成功大學資訊工程學系。
相關課程
相關課程
AI For Everyone, Coursera.
Introduction to Deep Learning, Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology.
資料科學導論，國立臺南藝術大學高階藝術管理碩士在職學位學程。
資料科學家，輔仁大學統計資訊學系。
基礎統計，國立臺南藝術大學應用音樂學系。
專題（四）：當代音樂科技發展，臺南應用科技大學音樂系。
互動音樂程式設計與創作，國立暨南國際大學資訊工程學系。
音樂程式設計，國立暨南國際大學資訊工程學系。
和 AI 做朋友，教育部 AI 人才培育計畫：中小學推廣教育計畫。
貓都學得會的運算思維，教育部推動大學程式設計教學計劃。
課程規範
課程規範
請攜帶電量充足的智慧型手機，預先設定好在教室內的網路連線，並將所有鈴聲轉為靜音，以備課堂活動使用。
第 04–17週請攜帶筆記型電腦與電源線，以便練習實作，Windows、macOS、Linux作業系統皆可。
口頭報告採用單盲制同儕審查，並將公告審查結果之平均值與去識別化之評語，以促進互相觀摩和意見交流。報告者須於書面檔案中回覆，並參考建議修改內容。
期末結束後，將公告全班成績合併計算之統計值和級距分布。
本課程實錄（包含但不限於錄音、錄影、書面、學生作品等電子檔）將上傳教育部指定之典藏網站供大眾自學。
本課程若遇國定假日或授課教師請假，將以非同步方式線上補課。
本校宣導加註警語：「遵守智慧財產權觀念」、「不得不法影印」。
意見回饋
意見回饋
歡迎同學於課堂上向老師提問與建議，若有其它顧慮，可填寫此回饋單。由於開放匿名填報，因此未必能夠直接回覆，但是會將提問的答案整合至授課內容當中，並參考多方建議調整教學方式。
晤談時間（office hour）
晤談時間（office hour）
請事先預約，時段以星期一、四第 6–7 節為宜，每次一節課以內。
Page updated
Report abuse