基於多重擴散模型的生成式音樂風景;Generative Music Scenery Based on Multiple Diffusion Models( I )

NCU Institutional Repository > 資訊電機學院 > 資訊工程學系 > 研究計畫 > Item 987654321/94241

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/94241

題名:	基於多重擴散模型的生成式音樂風景;Generative Music Scenery Based on Multiple Diffusion Models( I )
作者:	施國琛;林佑政
貢獻者:	國立中央大學資訊工程學系
關鍵詞:	GPT;擴散模型;音樂情感分類;潛在擴散模型;高效參數微調（PEFT）;BERT;Perlin噪聲;數位藝術;GPT;Diffusion Model;Music Emotion Classification;Latent Diffusion Model;Parameter-Efficient Fine-Tuning (PEFT);BERT;Perlin Noise;Digital Arts
日期:	2024-09-27
上傳時間:	2024-09-30 17:20:46 (UTC+8)
出版者:	國家科學及技術委員會(本會)
摘要:	我們團隊的研究著重於利用深度學習創造數位藝術自動生成的環境。我們將提供一個網頁工具，讓社會大眾免費使用文本描述，產生下列兩種動畫：1）帶有音樂的動畫，2）帶有音樂和風景的動態場景。社會大眾可以利用本研究成果，在廣告、藝術表演、非同質化代幣（NFT）數位藝術等領域中得到廣泛應用。我們基於GPT 模型，Perlin噪聲生成，修改了的AnimateDiff模型，以及新提出的另一個模型進一步將圖片擴展到整個影片。我們新提出的方法的初步結果將於2023年12月23日起在高雄市立美術館展示，為期三個月。讀者可以在 https://sites.google.com/view/minelabmtvweb
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[資訊工程學系] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	30	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing