Intelligenza artificiale per la musica
A.A. 2025/2026
Obiettivi formativi
Obiettivo dell'insegnamento è introdurre gli studenti alle applicazioni musicali del machine learning, considerando sia aspetti di analisi che di generazione dei contenuti mediante Intelligenza Artificiale. Particolare attenzione è riservata all'estrazione di feature audio, a sistemi di machine learning di base, e alle pratiche più rilevanti legate alla creatività computazionale e ai sistemi generativi di suono e musica.
Risultati apprendimento attesi
Lo studente dovrà acquisire le capacità di base per l'analisi, la classificazione e il clustering di segnali audio musicali e la conoscenza degli aspetti storici e fenomenologici delle pratiche generative di contenuti musicali, nonché la capacità di progettare semplici sistemi generativi.
Periodo: Secondo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Secondo semestre
Programma
Parte 1: Analisi e classificazione
1. Esercizi MATLAB
2. Array, suoni e melodie in Matlab
3. Spettrogramma e generazione di melodie
4. Riduzione del rumore audio
5. Valutazione della riduzione del rumore audio sui generi musicali
6. Visualizzazione del cromogramma di diversi generi musicali
7. Classificazione degli strumenti musicali
8. Classificazione dei generi musicali
9. Clustering degli strumenti musicali
10. Albero decisionale per la classificazione degli artisti
11. Confronto tra kNN e DT per il riconoscimento delle emozioni musicali
12. DT per la classificazione dei generi musicali
Parte 2: Generazione automatica
- Storia delle arti generative
- Creatività computazionale
- Strumenti (informatici, matematici e statistici) per lo sviluppo di sistemi multimediali generativi
- Basi di sistemi interattivi e sound design
- Sonificazione e forme musicali data-driven
1. Esercizi MATLAB
2. Array, suoni e melodie in Matlab
3. Spettrogramma e generazione di melodie
4. Riduzione del rumore audio
5. Valutazione della riduzione del rumore audio sui generi musicali
6. Visualizzazione del cromogramma di diversi generi musicali
7. Classificazione degli strumenti musicali
8. Classificazione dei generi musicali
9. Clustering degli strumenti musicali
10. Albero decisionale per la classificazione degli artisti
11. Confronto tra kNN e DT per il riconoscimento delle emozioni musicali
12. DT per la classificazione dei generi musicali
Parte 2: Generazione automatica
- Storia delle arti generative
- Creatività computazionale
- Strumenti (informatici, matematici e statistici) per lo sviluppo di sistemi multimediali generativi
- Basi di sistemi interattivi e sound design
- Sonificazione e forme musicali data-driven
Prerequisiti
Si consiglia di aver superato l'esame di elaborazione del segnale.
Metodi didattici
Presentazioni orali e lezioni pratiche.
Materiale di riferimento
Introduction to Audio Analysis A MATLAB Approach
Modalità di verifica dell’apprendimento e criteri di valutazione
Per la prima parte del programma: sviluppo del progetto
Per la seconda parte del programma: una prova orale.
La valutazione viene espressa in trentesimi.
Per la seconda parte del programma: una prova orale.
La valutazione viene espressa in trentesimi.
Docente/i