Objectifs de la formation
A l'issue de ce cours, les participants et participantes seront capables d'utiliser les différents environnements d'outils d'IA générative existants, et notamment d'aller plus loin que les possibilités existantes en entraînant leurs propres modèles. L'objectif est également de fournir les notions de base permettant d'inclure des modèles profonds open source existants dans leurs workflows créatifs.
Contenu de la formation
Introduction générale : Concepts de base de l'intelligence artificielle et de l'apprentissage automatique pour la musique Comprendre les bases des modèles latents et la notion d'apprentissage des représentations Modèles existants : synthèse audio neuronale profonde et introduction au transfert de timbres en temps réel RAVE : De Python à VST Après-midi (RAVE VST) Application et prise en main Cas d'utilisation Modèles existants (partie 2) : la bibliothèque nn~ et développer son propre flux de travail créatif Comment former de nouveaux modèles profonds ? Après-midi (nn~) Séance pratique en binôme Former vos propres modèles Intégration de modèles profonds dans Max4Live : utiliser des modèles profonds open source en Python et configuration d'un serveur OSC entre Max et Python Bases des appareils Max4Live Après-midi (Deep M4L) Environnement et concepts Maîtriser la communication Extension des bibliothèques existantes Concepts fondamentaux des externals Intégration de modèles à l'intérieur des externals Après-midi Travaux pratiques d'extension : partage, débriefing Session pratique générale Après-midi Session pratique et débriefing général Evaluation
Résultats de la formation
Attestation d'acquis ou de compétences;Attestation de suivi de présence
Conditions spécifiques d'accès à la formation
Les participantes et participants doivent etre a l aise avec les environnements de MAO (MaxMSP, Ableton Live) et avoir une experience dans la composition avec ces outils. Une connaissance de niveau debutant du logiciel Max est fortement recommandee. Si l apprentissage est autonome, nous vous suggerons de faire au moins les 10 premiers tutoriaux. Une connaissance de Python de niveau debutant est fortement recommandee. La connaissance des bases du traitement du signal est un plus. Une experience en mathematiques et en programmation informatique est un plus.
