Description du projet
Se servir de l’IA pour préserver la musique classique
Le projet REPERTORIUM, financé par l’UE, s’emploie à mettre au point des outils d’IA pour numériser et cataloguer automatiquement les manuscrits classiques et neumatiques ainsi que préserver et mettre à disposition le patrimoine musical européen grâce à des modèles de web des données et des API sophistiqués. En outre, il crée des technologies de traitement du son (IA et algorithmes) de pointe (par exemple, séparation des sources sonores, reconstruction du champ sonore, alignement audio-sur-partition) qui permettront une diffusion audio immersive en temps réel et à bas coût, prête pour le métavers. Ses résultats révolutionneront les bourses d’études en musique, augmenteront les revenus tirés de la diffusion et donneront une plus grande marge de manœuvre aux musiciens, notamment en proposant des filtres «moins un» à la demande pour les étudiants en musique qui s’exercent. Ces technologies formeront la base d’une IA musicale générale qui déverrouillera tout le pouvoir de l’apprentissage automatique dans le domaine du patrimoine musical classique européen, ouvrant ainsi la voie vers un monde numérique centré sur l’humain.
Objectif
Music, as one of the most preeminent European artforms that has impacted worldwide cultural heritage, has an intrinsic value enriching our lives. However, music manuscripts frequently remain private, unshown, or unexploited because they are only available as printed or handwritten in local archives.
REPERTORIUM aims to: 1) to provide a technological platform for curating databases of mediaeval and classical European art-music works, linked to other relevant existing databases around the world and fed by automated manuscript digitisation and music information retrieval techniques based on Artificial Intelligence (AI); and, 2) leveraging the above technology to create state-of-the-art audio recording and instrument separation technologies (AI-based, stochastic signal processing, and ambisonics spatial audio) targeted at music education institutions (conservatories), professionals (musicians and orchestras) and the public (streaming services).
Combining a novel digitisation tool that leverages AI and Deep Learning solutions to perform Optical Music Recognition and Music Information Retrieval across multiple music datasets opens valuable solutions to problems affecting music businesses while efficiently preserving and rendering accessible European musical heritage. Thus, it is possible to provide cost-effective solutions for immersive streaming and virtual reality experiences by leveraging Sound Source Separation and Spatial Audio technologies.
The consortium includes musicologists (ICCMU, MMMO, UOXF), a musical organisation (AHECG), an orchestra (LNP), and a company focused on early music (ODRATEK). Its members have been previously awarded funding by the EC for RIA projects (TUNI, POLIMI, ICCMU, UOXF), UJA has experience in coordinating H2020 projects. It is composed of a balanced combination of research participants and industrial / commercial partners, from 8 European countries (4 universities, 2 RTOs, 2 NGOs, 1 orchestra and 3 companies in the music sector).
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN.
- sciences naturellesinformatique et science de l'informationbases de données
- sciences socialesscience politiquestratégie politiquesociété civileorganisation non gouvernementale
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Régime de financement
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinateur
23071 Jaen
Espagne