| Resumo: | Motivados pela demanda do mercado de software musical, bem como pelo interesse científico envolvido no problema de previsão de séries temporais [Weigend, 1993], desenvolvemos um ambiente capaz de realizar previsões de acordes de canções de Jazz em tempo real. Nós propusemos uma arquitetura híbrida original que tem como base uma rede neural MLP-backpropagation atuando de forma concorrente com um rastreador de seqüências repetidas de acordes. A rede neural faz um aprendizado prévio a partir de diversos exemplos de canções, extraindo os padrões curtos de seqüências de acordes típicas. O sistema rastreador funciona capturando em tempo real as repetições (refrões, estrofes, etc.) dentro de uma dada canção, as quais escapariam à rede neural. Trata-se da problemática geral de aprendizado a priori versus aprendizado situado, em tempo real. Com a arquitetura híbrida proposta e uma representação rica do acorde musical, obtivemos resultados muito acima dos registrados na literatura dedicada ao problema
|
|---|