Recherche

Recherche simple

Recherche avancée

Panier électronique

Votre panier ne contient aucune notice

Connexion à la base

Identification

(Identifiez-vous pour accéder aux fonctions de mise à jour. Utilisez votre login-password de courrier électronique)

Entrepôt OAI-PMH

Soumettre une requête

	Consulter la notice détaillée
	Version complète en ligne
	Version complète en ligne accessible uniquement depuis l'Ircam
	Ajouter la notice au panier
	Retirer la notice du panier

English version

(full translation not yet available)

Liste complète des articles

Consultation des notices

Vue détaillée

Vue Refer

Vue Labintel

Vue BibTeX

%0 Conference Proceedings
%A Assayag, Gérard
%A Bejerano, Gill
%A Dubnov, Shlomo
%A Lartillot, Olivier
%T Automatic modeling of musical style
%D 2001
%B 8èmes Journées d'Informatique Musicale
%C Bourges
%P 113-119
%F Assayag01a
%K Unsupervised learning
%K Musical style
%K Compression
%K Predition Suffix Tree (PST)
%K Probabilistic Finite Automata (PSA)
%K Lempel-Ziv (LZ)
%K Stochastic
%K Quantization
%K Constraints
%K Loop
%K Redundancy
%K Musical Parameters
%K Markov predictor.
%X In this paper, we describe and compare two methods for unsupervised learning of musical style, both of which perform analyses of musical sequences and then compute a model from which new interpretations / improvisations close to the original's style can be generated. In both cases, an important part of the musical structure is captured, including rhythm, melodic contour, and polyphonic relationships. The first method is a drastic improvement of the Incremental Parsing (IP) method, a method derived from compression theory and proven useful in the musical domain. The second one is an application to music of Prediction Suffix Trees (PST), a learning technique initially developed for statistical modeling of complex sequences with applications in linguistics and biology.
%1 6
%2 3
%U http://articles.ircam.fr/textes/Assayag01a