- โมเดลแกะโน้ตกลอง สำหรับมือกลองที่อยากจะหัดแกะเพลงแต่ขี้เกียจ, ยังไม่มั่นใจว่าแกะโน้ตมาถูกหรือเปล่า, ฟังไม่ออกบางท่อน ฟังไม่ออกทั้งเพลง หรือสำหรับมือกลองที่แกะเพลงเป็นอยู่แล้วได้ลองเล่นลองใช้
- โมเดลทำนายกลองที่เล่นในจังหวะนั้นๆจาก spectogram โดยแบ่งไฟล์เสียงเป็นห้อง; 1 ห้องมี 4 จังหวะ แต่ละจังหวะประกอบไปด้วย 4 จังหวะย่อย ในเบื้องต้นโมเดลทำนายได้ 2 จังหวะย่อย (1 &) จาก 4 (1 e & a)
- ชุดข้อมูลสร้างขึ้นเองทุกจังหวะโดยใช้เว็บ https://www.onemotion.com/drum-machine/
- ทำการ preprocess ข้อมูลเสียงด้วยlibrosa เช่น ตัดเสียงเงียบออก แล้วจึงเปลี่ยนเป็น spectrogram
- ปรับจูน resnet50 กับชุดข้อมูลเพื่อทำนายจังหวะ 16 ประเภทได้ความแม่นยำ 96% บน validation set
- สิ่งที่วางแผนจะพัฒนาในอนาคต 1) ทำนายจังหวะย่อยให้ได้ 4 จังหวะ(1 e & a) 2) เขียนโน้ตออกมาในรูปแบบรูปภาพ 3) ทำนาย BPM ได้ด้วย
- โครงการ AIBxChitralada
แรงจูงในในการเข้าร่วมโครงการ (จากใบสมัครเข้าร่วมเมื่อ 10 สัปดาห์ที่แล้ว)
ตั้งแต่เริ่มต้นโครงการนี้ความรู้ความสามารถด้านการทำMachine learningของผมคือมีน้อยมากๆ นอกจากนั้นนี่ยังถือเป็นโปรเจคแรกของผมอีกด้วยรู้จักโครงการนี้ได้ยังไง?> เริ่มต้นจากค่ายAI bootcamp by Chitralada ที่มีรุ่นพี่มาสอนปูพื้นฐานการทำAIด้วยNumpy และ Pandas จนจบค่ายสำหรับคนที่อยากไปต่อก็ได้แบบทดสอบสำหรับเข้าค่ายAI Builderมาทำไมถึงทำ AI แกะโน๊ตกลอง?> ด้วยความที่เป็นมือกลองการประยุกต์ดนตรีเข้ามาเป็นหัวข้อของMachine learningนั้นมีความน่าสนใจจนได้หยิบมาทำในที่สุดระหว่างทำโปรเจค> มีพี่ๆTAและMentorคอยช่วยเหลือและให้คำแนะนำเลยสามารถผ่านงานนี้มาจนจบได้ คลิปสอนที่มีให้ก็อธิบายและเปิดมุมมองของผมที่ไม่มีความรู้เกี่ยวกับMLได้เป็นอย่างมากด้วย สำหรับส่วนที่ประทับใจที่สุดคงเป็นการที่มีพี่ๆช่วยแก้Errorกันตั้งแต่3ทุ่มจนตี1ที่จริงๆแล้วทั้งเหนื่อยและก็สนุกมากด้วยจบแล้วรู้สึกยังไง?> อยากย้อนเวลากลับไปทำใหม่ พอกลับมานึกดูด้วยความรู้ที่ได้หลังจากจบไปบวกกับการค้นคว้าเพิ่มเติมอีก ทำให้รู้สึกว่าถ้าได้กลับไปทำใหม่คงออกมาดีกว่าเดิม แต่สำหรับงานที่ผ่านมานี้ก็ถือเป็นการหล่อหลอมความรู้และประสบการณ์ของผม ฉะนั้นแล้วแม้ว่าจะจบจากโครงการAI builder x Chitralada ไปแล้วแต่ความรู้ที่ได้มาผมจะนำไปต่อยอดและปรับปรุงให้กับAIแกะโน๊ตกลองตัวนี้และโปรเจคถัดๆไปจนถึงที่สุด