Vers de nouveaux paradigmes et une démocratisation de la composition sonore : approches génératives d'apprentissage profond pour la composition électroacoustique.

Towards new paradigms and a democratization of sound composition: generative deep- learning approaches for electroacoustic composition

• Auteur / Autrice : Armand Bazin
• Direction : Kevin Dahan, Martin Laliberté
• Type : Projet de thèse
• Discipline(s) : Arts
• Date : Inscription en doctorat le 01/09/2023
• Etablissement(s) : Université Gustave Eiffel
• Ecole(s) doctorale(s) : École doctorale Cultures et Sociétés (Créteil ; 2010-....)
• Partenaire(s) de recherche : Laboratoire : LISAA - Littératures Savoirs et Arts

Mots clés

Mots clés libres

Composition électroacoustique

Composition générative

Apprentissage profond

Electroacoustic composition

Generative composition

Deep learning

Résumé

Résumé: Ce projet de recherche doctorale en Arts et Sciences propose un travail de développement théorique et technique d'un nouveau paradigme de création et de composition sonore basée sur l'utilisation d'algorithmes d'intelligence artificielle informés. L'histoire de la musique a toujours été marqué par les évolutions techniques et technologiques (Théberge 1997) dont les explorations ont souvent été au cœur de processus créatifs qui ont, pour certains, contribués à l'émergence de nouveaux genres musicaux, et moyens d'expressions. Avec les avancées récentes dans le domaine de l'intelligence artificielle, de l'apprentissage profond et des méthodes génératives, de nouveaux moyens émergent et laissent entrevoir de nouvelles possibilités de repenser les approches traditionnelles de la composition musicale et d'ouvrir de nouveaux horizons esthétiques. La présente proposition de thèse vise à explorer l'application des approches génératives d'apprentissage profond à la composition sonore, avec l'objectif de créer de nouveaux paradigmes de création sonore informés des théories électroacoustiques, et d'aider à la démocratisation de la composition musicale. Le projet proposé vise à répondre aux problématiques suivantes : Dans quelle mesure l'utilisation d'une Intelligence artificielle d'aide à la composition peut apporter un nouveau paradigme de création dans le cadre de la musique timbrale ? Comment les théories musicologique et électroacoustique peuvent-elles participer à créer un modèle génératif informé ? Comment une approche de composition basée sur l'interaction avec un modèle d'intelligence artificielle peut-elle être utilisée comme vecteur de démocratisation de la création musicale ?

Research Abstract: This doctoral research project in Arts and Sciences proposes a theoretical and technical development of a new paradigm of sound creation and composition based on the use of informed artificial intelligence algorithms. The history of music has always been impacted by technical and technological developments (Théberge 1997), whose explorations have often been at the heart of creative processes that have, in some cases, contributed to the emergence of new musical genres and means of expression. With recent advances in the fields of artificial intelligence, deep learning and generative algorithms, new means are emerging that suggest new possibilities for rethinking traditional approaches to musical composition and opening up new aesthetic horizons. This thesis proposal aims to explore the application of deep learning generative approaches to sound composition, with the objective of creating new sound creation paradigms informed by electroacoustic theories, and helping to democratize musical composition. The proposed project aims to address the following issues: To what extent can the use of Artificial Intelligence as a compositional tool provide a new creative paradigm for timbral music? How can musicological and electroacoustic theories contribute to the creation of an informed generative model? How can a compositional approach based on interactions with an artificial intelligence model be used as a democratizing medium for musical creation?