課程描述

本課程為「音樂資料科學」兩學期系列之二，第一學期「音樂人工智慧」；第二學期「音樂資訊檢索」。藉由前一學期先備課程累積的基礎，本課程前半學期首先運用Python程式語言的music21函式庫，分析符號式開放資料集，達成音樂資訊檢索與計算音樂分析，經由實作進一步理解資料科學的運作原理與初步成效。接著操作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。後半學期加入libRosa函式庫，分析音訊式開放資料集，並邀請國內專家學者介紹相關頂尖研究成果。最後，探討數位典藏方法與數位人文研究精神。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。

課程進度

1. orientation

2. Peace Memorial Day observed (no class)

3. intermediate Python programming (劉家宏)

4. scikit-learn—machine learning in Python (劉家宏)

5. music21—a computational musicology toolkit in Python

6. music21 objects and operations

7. Tomb Sweeping Day observed (no class)

8. content-based audio retrieval

9. midterm presentations: computational analyses of symbolic data sets

10. librosa—a Python package for music and audio analysis

11. librosa objects and operations

12. computational musicology

13. musical motion and audio analysis and application (黃郁芬)

14. diverse instructional design for AI-aided music composition (楊乃潔)

15. affective content analysis of music emotion through EEG (徐嘉連)

16. a human-computer duet system for music performance (蘇黎)

17. Dragon Boat Festival (no class)

18. final presentations: computational analyses of audio data sets

外聘講座

• 劉家宏：Synopsys（新思科技）臺灣分公司編譯器開發部研發工程師

• 黃郁芬：中央研究院資訊科學研究所博士後研究員

• 楊乃潔：藝起樂學館創辦人兼負責人

• 徐嘉連：輔仁大學資訊工程學系副教授兼系主任

• 蘇黎：中央研究院資訊科學研究所副研究員

參考資料

• M. Kassler, “Toward Musical Information Retrieval,” Perspectives of New Music, vol. 4, no. 2, pp. 59–67, 1966.

• M. Müller, Fundamentals of Music Processing: Audio, Analysis, Algorithms, Applications. Cham: Springer, 2015.

• D. Meredith, Ed., Computational Music Analysis. Cham: Springer, 2016.

• W. B. Hewlett and E. Selfridge-Field, Eds., Melodic Similarity: Concepts, Procedures, and Applications. Cambridge, MA: The MIT Press, 1998.

• M. Leman, Ed., Music, Gestalt, and Computing: Studies in Cognitive and Systematic Musicology. Berlin: Springer-Verlag, 1997.

• 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, 3rd ed. Cambridge, MA: The MIT Press, 2021.

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.

• Audio Signal Processing for Music Application, Coursera.

• 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。

• 數位音樂訊號分析，國立成功大學資訊工程學系。

相關課程

• 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。

• 基礎統計，國立臺南藝術大學應用音樂學系。

• 當代音樂科技發展，國立臺南藝術大學通識教育中心。

課堂規範

• 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。

• 特定週次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。

• 學期結束後，將公告全班成績合併計算之統計值和級距分布。

• 本課程實錄將上傳教育部指定之典藏網站供大眾自學，包含但不限於錄音、錄影、書面、學生作品等電子檔。

• 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

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）

請事先預約，每次一節課以內。