Forum Numerica - Apprentissage profond et génération de musique

Le tsunami actuel de l’apprentissage profond (le retour hypervitaminé des réseaux de neurones artificiels) a récemment montré qu’il s’applique non plus seulement aux tâches et applications plus traditionnelles de l’apprentissage machine statistique, c’est-à-dire, la prédiction et la classification, mais qu’il a d’ores et déjà conquis d’autres domaines, tels que la traduction, la reconnaissance ou la synthèse de la voix. Un nouveau domaine est la génération de musique, et de manière plus générale la génération de contenu créatif (texte, image, musique, son, vidéo). Des enjeux actuels sont la capacité d’imposer des contraintes sur la génération (ex : tonalité, structure…) ainsi que de favoriser l’originalité des contenus générés, ce qui n’est pas l’objectif premier de l’apprentissage profond (au contraire très conformant au style induit). Après un rappel très rapide sur les bases techniques, nous analyserons divers enjeux pour la génération de musique (incrémentalité, originalité, structure…) et diverses approches tendant à les résoudre (ex : échantillonnage, apprentissage par renforcement, architectures génératives telles que les VAE et les GAN…). Nous présenterons des exemples représentatifs de telles approches ainsi que des perspectives.

Jean-Pierre Briot est Directeur de recherche CNRS, membre du LIP6 (laboratoire d’informatique de Sorbonne Université - CNRS) à Paris. Il est également Professeur invité permanent à PUC-Rio, à Rio de Janeiro au Brésil. Il s'intéresse aux logiciels intelligents, coopératifs et adaptatifs pour aider les processus humains, sociaux et créatifs (en musique). Il a une formation en mathématiques, musique et informatique. Il a soutenu sa thèse de doctorat en informatique en 1984 à l'Université Pierre et Marie Curie - Paris VI (aujourd'hui Sorbonne Université) et à l'IRCAM. En janvier 2010, il a créé la Représentation permanente du CNRS au Brésil (ensuite devenue régionale) qu'il a dirigée jusqu'à la fin de 2014. Depuis quelques années, il s’intéresse aux enjeux de la création musicale selon une approche d’apprentissage profond, concrétisé notamment par le récent ouvrage « Deep Learning Techniques for Music Generation » en collaboration avec Gaëtan Hadjeres et François-David Pachet et publié par Springer.

https://webia.lip6.fr/~briot/