人工智能可以产生我们人类发现的美妙音乐

人工智能可以产生我们人类发现的美妙音乐，甚至可能会移动吗 我们来看看吧！

在这个挑战中，参与者的任务是生成一个AI模型，该模型学习大型音乐数据集（以MIDI文件的形式），然后能够产生自己的音乐。具体地说，模型必须响应于作为输入给出的短“种子”MIDI文件而产生乐曲。

除了非常有趣的应用之外，人工智能编曲软件这个挑战有两个特殊方面。首先，模型的结果将由人类进行评估，采用ELO式系统，志愿者将获得两个随机配对的生成音乐片段，并选择他们更喜欢的音乐片段。其次，前五个模型最终会产生一段音乐，将在应用机器学习日的舞台上现场演出！

评分者需要一个总长度为3600秒的MIDI文件（播放时120 bpm）。MIDI文件必须是type 0MIDI文件（最多1个音轨），如果是多个音轨，则只考虑第一个音轨。MIDI文件中使用的通道数没有特定于挑战的限制。分级器将MIDI文件分成120 chunks大约30 seconds每个，并且每个提交由120个块的这个池表示。在此后处理步骤中，除了PPQ元事件（或ticks per beat）之外，将删除MIDI文件中的所有元事件，因此官方支持的MIDI事件将只是note_on和note_off事件; where note_off事件可以选择由note_on具有速度的事件替换的0。所有MIDI解析都是使用MIDO库完成的; 你请确保您所提交的文件，估计是3600 +/- 10 seconds由mido.MidiFile('your_file_path').length。

提供单独的评估界面，其中所有参与者（和其他外部志愿者）可以听到两个随机抽样的块，然后投票选择他们更喜欢的那个（以下部分提供了有关抽样机制的更多细节）。这些随机抽样块将与播放声学三角钢琴的音色库的120 bpm。

这些二进制比较将用于计算每次提交的单个分数，随着时间的推移，它会在评估界面中获得越来越多的评估。评分机制遵循TrueSkill排名系统，因此通过$ \ mu $（一般人群对特定歌曲的偏好的定量估计）和$ \ sigma $（系统在此估计中的置信度）建模。排行榜上的实际得分是通过对建模得分进行保守估计来计算的，因此表示为：$ \ mu -k * \ sigma $其中$ k $是默认$ \ mu $和$ \的比率sigma $值并表示为：$（\ mu = 25）/（\ sigma = 8.334）$。$\mu$$\sigma$$\mu -k*\sigma$$k$$\mu$$\sigma$$（\mu =25）（\sigma =8.334）$

该意见书标签将报告$ \万亩值$，$ \ $六西格玛并完成了每一个提交评估的数目; 排行榜将使用保守估计$ \ mu-k * \ sigma $作为主要分数，$ \ mu $作为次要分数。$\mu$$\sigma$$\mu -k*\sigma$$\mu$

确保前10名选定的参与者不会过度拟合训练集; 在 挑战结束时排名前10的提交将被分为$ \ tau（= 5）$秒（120 bpm）的量化块，其中滑动窗口为步幅$ s $，以及标准化的动态时间扭曲（DTW）距离将根据数据集中列出的所有MIDI文件中的$ \ tau（= 5）$ second块计算。使用$ DTW（x，y）$代表两个$ \ tau（= 5）$秒量化块之间的DTW，标准化DTW将通过以下方式计算：$\tau （=5）$$s$$\tau （=5）$$DTW（x，y）$$\tau （=5）$

$NDTW（x，y）=\frac{127\times T（\tau =5）-DTW（x，y）}{127\times T（\tau =5）}$

其中，$ T（\ tau）$表示$ \ tau $ seconds时间段内的刻度数。$T（\tau ）$$\tau$

将手动验证具有$ NTDW <0.3 $的所有匹配块对，并且如果发现块相似，则提交将被取消资格。鉴于评估的主观性质，组织者将保留调整0.3美元的门槛的权利，并且还要确定标记的块是否确实相似，因为模型过度拟合，或者因为所述参与者试图通过拼接作弊来自训练数据的MIDI片段。$NTDW<0.3$$0.3$

入门套件：帮助您开始提交程序的入门套件可在以下网址获得：https：//github.com/crowdAI/crowdai-ai-generate-music-starter-kit。

Comin Soon：使用LSTM从MIDI文件生成音乐的入门指南。

• 参与者每天最多允许2次提交。

• 通过上传提交内容，参与者可以向主持人提供主持和播放提交的midi文件的短片的权利，公开给可能或可能不属于群众的人类评估者。

• 参与者不得提交手写，使用自定义规则生成或记录的提交。

• 参与者需要使用他们选择的任何开源许可证发布他们的最终代码才有资格获得奖品。

• 组织者保留更改规则的权利

入门套件：帮助您开始提交程序的入门套件可在以下网址获得：https：//github.com/crowdAI/crowdai-ai-generate-music-starter-kit。

一些其他项目可以帮助您快速开始使用MIDI组合：

• https://github.com/brannondorsey/midi-rnn

• https://github.com/jisungk/deepjazz

• Google Magenta：性能RNN

• MIDINet

联系：

• 技术问题：https：//gitter.im/crowdAI/AI-Generated-Music-Challenge

• 讨论论坛：https：//www.crowdai.org/challenges/ai-generated-music-challenge/topics

我们强烈建议您使用上述公共频道进行参与者与组织者之间的沟通。在极端情况下，如果您想使用私人通信渠道进行任何查询或评论，那么您可以通过以下方式向我们发送电子邮件：

• Sharada Prasanna Mohanty sharada.mohanty@epfl.ch

• Florian Colombo florian.colombo@epfl.ch