An Autoethnographic Exploration of XAI in Algorithmic Composition

要約

機械学習モデルは、民族音楽からクラシック音楽まで、さまざまなジャンルにわたる複雑な音楽を生成できます。
ただし、現在の生成音楽 AI モデルは、通常、意味のある方法で理解して制御することが困難です。
音楽用に説明可能な AI (XAI) 生成モデルをどのように作成できるかを調査する研究が開始されていますが、音楽制作の実践において XAI 生成モデルは研究されていません。
この論文では、アイルランド民俗音楽で訓練された解釈可能な潜在次元を備えた MeasureVAE 生成音楽 XAI モデルの使用に関する自己民族誌的研究を紹介します。
調査結果は、音楽制作ワークフローの探索的な性質が、生成モデル自体の特徴ではなく、トレーニング データセットの音楽的特徴を前面に押し出すことを示唆しています。
反復ワークフロー内での XAI モデルの流用は、XAI モデルが当初の設計よりも豊富で複雑なワークフローの一部を形成する可能性を浮き彫りにします。

要約(オリジナル)

Machine Learning models are capable of generating complex music across a range of genres from folk to classical music. However, current generative music AI models are typically difficult to understand and control in meaningful ways. Whilst research has started to explore how explainable AI (XAI) generative models might be created for music, no generative XAI models have been studied in music making practice. This paper introduces an autoethnographic study of the use of the MeasureVAE generative music XAI model with interpretable latent dimensions trained on Irish folk music. Findings suggest that the exploratory nature of the music-making workflow foregrounds musical features of the training dataset rather than features of the generative model itself. The appropriation of an XAI model within an iterative workflow highlights the potential of XAI models to form part of a richer and more complex workflow than they were initially designed for.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google