+comunity+ [ml] sound mit tensorflow-wavenet

[Reni Hofmüller]

lieber martin r., liebe alle,

ja, das klingt cool! würde mich auch interessieren, wieviel material du 
hattest.
vielleicht setzen wir uns mal anfang nächster woche zusammen und 
versuchen was ähnliches mit wassergeräusch-aufnahmen, und hören mal, was 
wir damit anstellen könnten, was denkst?
wie gesagt, ist mir ja das blosse "die maschine kann das auch" oder: 
"kann die maschine das auch?" - also bilder/klänge erzeugen, die für uns 
menschen dann als "echte repräsentation" durchgehen - zu wenig, im sinne 
von:
ich würd gern mit dir mal durchspinnen, on sich ein stück wie terry 
rileys /In C/ mit maschinen umsetzen liesse, also wo es um das prinzip 
des zuhörens geht, dh mehrere maschinen-units müssten voneinander 
wissen; weil jetzt ist es ja immer ein netz, das trainiert wird, also 
ein abgeschlossenes system.

bin ja heute leider nicht mit dabei, weil wegen konzerten in wien und 
linz unterwegs, aber dann nächste woche wieder.

und noch was andres
heut ist ein artikel in der süddeutschen über "autonome waffensysteme" - 
das ist nicht ML, sondern KI, schon klar, gruselig ists trotzdem, 
nämlich in bezug auf völkerrecht - wer ist verantwortlich für die 
aktivität einer maschine, wenn diese völlig autonom agiert.
https://www.sueddeutsche.de/digital/killerroboter-warum-autonome-waffen-wohl-nicht-verboten-werden-1.4108994

lg
reni

On 08/30/2018 02:47 AM, Martin Rumori wrote:
> Liebe mls,
>
> nach dem Projektgruppentreffen vor ein paar Wochen, bei dem ich
> seltenerweise dabei war, ist mir eine Idee nicht aus dem Kopf gegangen,
> nämlich Feldaufnahmen und/oder Atmo-Rauschen zu erzeugen.
>
> Dazu habe ich tensorflow-wavenet [1],[2],[3] mehr oder weniger blind
> verwendet und ein paar Tage mit Fieldrecordings trainiert.
>
> Zuerst bin ich bei den Default-Parametern geblieben, die eine
> Samplingrate von 16k beinhalten (= dumpf).  Dann habe ich es noch mit
> höherer Samplingrate probiert (44k), allerdings einem wesentlich
> kleineren Trainingscorpus.  Allen Einschränkungen und Artefakten zum
> Trotz finde ich die Ergebnisse erhellend, zumindest was die Qualität des
> "Hintergrundrauschens" angeht -- das scheint mir tatsächlich etwas
> "Atmo" zu tragen. [4]
>
> Als nächste Schritte bräuchte es wohl ein ausgiebigeres Training und
> vielleicht ein Versuch mit weiterentwickeltem Paradigma, obwohl
> z.B. WaveGAN [5],[6] im Moment noch zu limitiert ist (Länge der
> synthetisierten Samples).
>
> @Reni et al.: In welche Richtungen geht es in der Gruppe derzeit mit
> Sound?
>
> Herzliche Grüße, ein schönes Treffen heute
>
> Martin
>
>
> [1] https://github.com/ibab/tensorflow-wavenet
> [2] https://deepmind.com/blog/wavenet-generative-model-raw-audio/
> [3] https://arxiv.org/pdf/1609.03499.pdf
> [4] https://users.iem.at/rumori/wavenet/
> [5] https://github.com/chrisdonahue/wavegan
> [6] https://arxiv.org/pdf/1802.04208.pdf
>
>
>
> _______________________________________________
> A mur.at service.
> comunity mailing list
> comunity at lists.mur.at
> https://lists.mur.at/mailman/listinfo/comunity

-------------- nächster Teil --------------
Ein Dateianhang mit HTML-Daten wurde abgetrennt...
URL: <https://lists.mur.at/pipermail/comunity/attachments/20180830/5c38cb55/attachment.html>