Generative AI Framework for Creating a Music Dataset with Quantifiable Acoustic and Cognitive Features
Year: 2025
Type: dissertation
Abstract: Un obstacle important en la recerca de la cognició musical és l'escassetat d'estímuls musicals controlats i desconeguts, essencials per als experiments en els quals la familiaritat de l'oient pot ser un factor determinant. Aquest projecte aborda aquest problema desenvolupant una base de dades de música generada per IA anotada amb característiques acústiques i emocionals. Explorem dos enfocaments: (1) crear un model de difusió latent (LDM) i (2) avaluar cinc models comercials de conversió de text en música mitjançant anàlisis subjectives i objectives. Encara que el nostre LDM no va aconseguir produir àudio utilitzable, va permetre comprendre els reptes arquitectònics dels sistemes generatius moderns. L'estudi comparatiu, en el qual es van combinar els comentaris dels oients i l'anàlisi MIR (Music Information Retrieval), va identificar a Suno com el model òptim, ja que oferia un gran equilibri entre complexitat musical i atractiu per a l'usuari. Aquest projecte estableix un procés de generació de música escalable i estableix les bases per a una base de dades anotada que serveixi de suport a la recerca experimental sobre percepció musical.
Authors: Vierge Meseguer, Pol, Universitat Autònoma de Barcelona. Escola d'Enginyeria
Language: Catalan
Topic: Music and Audio Processing
Subfield: Signal Processing
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W6991287340