XiaoMi-AI文件搜索系统
World File Search System作曲家
第七届 BCPS 作曲项目“INFINITE ...
表演艺术办公室很高兴宣布第七届 BCPS 作曲项目“无限可能”的杰出荣誉、杰出荣誉和荣誉提名作品。老师们：感谢您在指导学生完成作曲过程中的奉献精神——我们感谢您所做的一切！祝贺今年创作并提交原创作品的所有学生。所有提交作品的学生作曲家的证书和评委反馈将交由他们的音乐老师处理——所有学生都应该感到非常自豪！
Chris Cerrone 和 Timo Andres 谈论音乐经济
经济在音乐中扮演什么角色？我们谈论音乐时使用的语言与我们自己的音乐价值观和偏好有何关联？对于作曲家克里斯·塞罗尼和蒂莫·安德烈斯来说，经济是影响从概念到音乐会的整个作曲过程的基石。对于那些不熟悉克里斯和蒂莫并正在寻找一些背景信息的人来说，《纽约时报》的塞思·科尔特·沃尔斯昨天写了一篇关于他们的精彩专题文章。
量子信息科学与工程简介
弗吉尼亚理工量子信息科学与工程中心（VTQ）和量子优势的共同设计中心（C 2 QA）提供为期四天的虚拟研讨会，以介绍高中和本科生的量子信息科学和工程学世界。欢迎教育工作者申请。计划参与者将探讨量子技术基础的基本原理，并对量子力学解锁的新功能释放。研讨会将由Sophia Economou，计划创始人，C 2 QA首席研究员和弗吉尼亚理工学院教授领导。该程序将通过Zoom Web视频会议进行。要参加，学生必须可以访问计算机，并创建一个免费的IBM量子作曲家帐户。资格
音乐中的黄金比例：作曲练习还是天才的结果？
Mădălina Dana RUCSANDA 1 , Noémi KARÁCSONY 2 摘要：黄金比例几乎存在于自然界的所有事物中，自古以来就吸引并启发了科学家、哲学家、艺术家和建筑师。纵观历史，黄金比例在各种艺术作品的构图结构中发挥着重要作用，但这种神圣比例的奥秘仍未得到解释。从美学的角度来看，这个神秘的数字被认为是完美比例的表达。纵观历史，各个时期作曲家的主要关注点之一是在他们的音乐作品中创造平衡和谐的结构。许多音乐作品采用了已经熟悉的规则，而在其他音乐作品中，新原则的出现可能是原创性的标志。当然，在少数涉及音乐中黄金比例的研究中，已经提出了关于黄金数字重要性的令人信服或至少合理的论点。然而，探索音乐文献，仍有一些与此主题相关的方面有待发现和制定。从这个意义上说，本研究的目的是介绍使用这种作曲技巧的几种方法，并隐含地将黄金比例定位在其效果和听觉感知的相关性中，并通过不同作曲家的作品中的几个作曲里程碑来举例说明。 关键词：黄金比例、斐波那契数列、神圣比例、音乐 1. 简介 在人类历史中，黄金比例（也称为黄金分割或黄金数字）为我们关于物质存在的日常和精神层面的认识和感知带来了非凡的启示，它是一种有价值的工具，而不是一套作曲规则。通过确定神圣比例，从哲学和数学的角度来看，已经建立了几条支配宇宙的规则。
量子计算在音乐组成中的应用
量子计算和人工智能是科学和技术的两个重要主题，正在迅速发展并将其影响力扩展到包括音乐在内的众多领域。Quantum Computer Music融合了量子计算和深度学习的优势，预示着音乐创作与剪切技术的整合。由巴西作曲家米兰达（Miranda）与牛津大学合作，由巴西作曲家米兰达（Miranda）在Qutune Project在Qutune Project期间创建的交互式量子音乐作品“ Spinnings -Q1 Synth Trio”，它是量子计算机音乐的显着典范。这项研究采用了一种案例研究方法来彻底研究这项工作背后的技术创造过程，涵盖了量子计算，量子性能，量子，量子，量子门和量子电路等要素，逐渐揭示了量子算法算法背后的数学逻辑。这项研究的结果表明，作为音乐创作的新兴方法，量子算法的组成不仅通过量子计算的特征来生成独特的音乐，而且为音乐，艺术和技术的整合提供了新的可能性。通过应用量子位，量子门和量子电路，该研究表明了量子计算如何为音乐组成提供新的理论基础和实用方法。此外，该研究讨论了如何优化量子音乐中的互动创意体验，以及如何在更广泛的音乐家和听众中增强对量子音乐的理解和欣赏。随着量子计算技术的持续发展，量子音乐有望为全球音乐文化的繁荣贡献一个独特的维度。这项研究为这一领域的发展提供了新的观点和想法。
ICMPC17-APSCOM7，东京，2023 年 8 月 24 日至 28 日 基于人类相似性的人类和人工智能进行的旋律插值比较
简介基于人工智能 (AI) 技术的自动作曲模型使得自动生成特定艺术家风格的音乐旋律成为可能。最近，模型还通过将两种不同的旋律混合并插入到中间层次来创建新的旋律 [1]。考虑到版权问题，插值旋律与原始参考旋律之间的关系非常重要，但它们之间的感知相似性却很少被研究 [2]。在本研究中，我们旨在通过行为实验来研究插值旋律和参考旋律在轮廓和调性（旋律感知的两个重要组成部分）方面的感知相似性 [3]。我们还旨在通过分析人工智能和人类作曲家创作的插值旋律来比较他们的作曲机制。
走向直接的脑机音乐接口
至少 40 年来，音乐家和作曲家一直使用脑电波作为音乐的生成源，而脑机接口用于直接通信和控制的可能性在 20 世纪 70 年代初首次被认真研究。此后的几年中，许多艺术家和技术专家一直在努力尝试用脑电波和许多其他生物信号来控制音乐系统。尽管可以从人脑中读取丰富的 EEG、fMRI 和其他数据，但到目前为止，将复杂的脑电图数据转化为令人满意的音乐效果的成功率仍然有限。我们目前正在进行一项研究，我们相信这项研究将带来直接脑机接口用于丰富而富有表现力的音乐控制的可能性。本报告将概述我们当前研究和成果的方向。
模糊的线：DAW的实用和理论含义...
数字音频工作站（DAWS）占据了创意艺术中的重要空间。词曲作者，作曲家，制作人和音频工程师使用软件和虚拟仪器的组合来录制和制作音乐。教育者越来越多地发现DAWS可用于教学信号流，声学和声音综合以及模拟模拟过程中的概念。随着创意产业转向主要基于软件的平台，参与者的身份，角色和职责相交和模糊。同样，网络技术改变了创意活动的空间和地点。现在，“ studio”几乎存在于任何地方。对于与学生一起工作的教育工作者，这些变化的范式提出了一系列挑战。本文探讨了三个领域的DAW可能性：空间和地点，理论和身份以及教学法。文章提倡使用DAW的技术教学模型较低的模型，而倾向于采用一种培养美学意识和创造力平衡的方法。
Neurorack：硬件合成器中的深度音频学习
深度学习模型通过在各种任务中实现前所未有的准确性，在大多数应用程序领域中提供了极其成功的方法。对于音频应用程序，尽管生成模型的巨大复杂性允许处理复杂的时间结构，但它通常排除了它们在资源约束硬件平台上的实时使用，尤其是在该领域的普遍性。缺乏足够的轻质模型是基于深层模型的独立工具的开发的障碍，这对音乐家和作曲家的现实生活产生了重大限制。最近，我们通过在可以处理其复杂性的足够硬件平台上实现轻巧的生成音乐音频模型来构建了第一个基于深度学习的音乐仪器。通过嵌入此深层模型，我们提供了一个可控且灵活的创意硬件接口。更确切地说，我们将工作重点放在Eurorack合成器格式上，该格式提供了控制电压（CV）和门机制，允许与其他经典的Eurorack模块进行交互。