Neural networks for music generation

Tato práce se zabývá generováním hudby pomocí rekurentních neuronových sítí. V řešení byly použity modely s GRU a LSTM jednotkami. Ty se snažily v různých konfiguracích naučit vytvářet skladby, a to na základě klasické hudby (určené pro piano) uložené v MIDI formátu. Z tohoto základu se posléze generovala nová díla. Nejprve se testovala schopnost naučit se konkrétní skladby a z nich vygenerovat identické kopie. Posléze se experimentovalo s generováním skladeb nových. Sítě byly schopné vygenerovat kopie, které se až z 83 % podobaly originálu. Výsledkem práce je rešerše na téma generování hudby a vypracování programu schopného vygenerovat nové skladby z existujících.This thesis focuses on generating music using recurrent neural networks. Models with GRU and LSTM nodes in various configurations were trained on data with classical piano music stored in a MIDI format. Based on these data the model has generated new compositions. Firstly the ability to learn a specific composition and to generate identical copies was tested. Secondly experiments with generating new music pieces took place. Neural nets were able to generate copies that were identical to the original by 83 %. The result of this work is an analysis of several projects dealing with music generaction and creating a program capable of generating new compositions based on existing music pieces