Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Generative Compositional Assistant for Sketching Textures

Opis projektu

Wskazanie autorstwa w przypadku muzycznej współpracy człowieka i sztucznej inteligencji

Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu GenCAST skupia się na opracowaniu asystenta opartego na sztucznej inteligencji, który będzie stawiał autorstwo i kontrolę człowieka w procesie komponowania muzyki na pierwszym miejscu. W odróżnieniu od wielu obecnych narzędzi, które opierają się na niejasnych poleceniach, w ramach projektu zespół wykorzysta modelowanie symboliczne, aby pomóc muzykom w manipulowaniu złożonymi fakturami i warstwami muzycznymi. Dzięki opracowaniu modelu wariacyjnego autoenkodera oraz dedykowanej wtyczki programowej, zespół projektu GenCAST zamierza zaoferować kompozytorom bardziej interaktywny sposób rozwoju ich dzieł. Dodatkowe cele prac obejmują wypełnienie luki między zaawansowaną technologią a tradycyjnymi badaniami muzykologicznymi, a także wsparcie artystów poprzez połączenie praktyki twórczej z zaawansowanymi, zorientowanymi na użytkownika rozwiązaniami opartymi na sztucznej inteligencji.

Cel

GenCAST explores how artificial intelligence can support musical creativity by addressing a key challenge in human–AI interaction: the question of authorship and control. It focuses on musical texture — the way elements such as melodies, rhythms, timbres are layered and combined in time, from a single melodic line to complex polyphonic structures — as a central dimension of musical modelling. The project investigates how symbolic representations of texture can inform the design of a composition assistant that enables meaningful and controllable musical transformations.

At a time when AI tools are reshaping creative workflows, recent advances — from generative audio models to real-time improvisation frameworks — have expanded the ways musicians interact with technology. Yet most recent industry solutions rely on opaque, prompt-based processes with little connection to symbolic musical structure. In response, GenCAST proposes a musician-centred assistant grounded in symbolic modelling, bridging AI and musicological knowledge.

The project will curate a symbolic dataset, train a variational autoencoder (VAE) model, and integrate it into a composition plugin enabling composers to explore, combine, and reshape textures interactively. Validation with users will ensure both scientific and artistic relevance.

The fellowship will be hosted at Maynooth University under the supervision of Prof. Victor Lazzarini, whose team combines musicological research with software development — an ideal context for mutual exchange with the fellow's expertise in texture modelling and AI. A secondment at STMS-IRCAM (France) under the supervision of Dr. Gérard Assayag will connect the project to a leading academic and artistic communities. This project will establish the fellow's profile as a researcher working at the intersection of musicology, technology and creative practice, enhancing their prospects for future roles in academia and industry.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2025-PF

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

NATIONAL UNIVERSITY OF IRELAND MAYNOOTH
Wkład UE netto
€ 252 728,64
Koszt całkowity
Brak danych

Partnerzy (1)