Redes neurais e síntese musical utilizando conjunto de dados sonoros

Resumo

O presente artigo propõe um estudo comparativo entre duas estruturas topológicas de Redes Neurais – Recursive Neural Networks (RNN) e WaveNet – aplicadas à síntese sonora e análise de conjunto de dados sonoros. Avaliou-se o estado da arte dessas tecnologias no campo da criação sonora contemporânea, identificando os limites técnicos e possibilidades estéticas para a aplicação desses sistemas em contextos musicais. A relevância da pesquisa na implementação desses modelos no campo da criação sonora e no contexto brasileiro se concentra no estudo crítico da adequação das técnicas de aprendizado de máquina na síntese e nas implicações estéticas para a composição contemporânea. No atual estágio da pesquisa, concluímos que a aplicação desses métodos de síntese se encontra aquém de uma utilização profissional, visto que os sons produzidos possuem alto índice de ruído, apresentam baixa resolução e dificilmente mantém uma coerência composicional no decorrer do tempo das amostras. Ressaltamos também que a implementação desses sistemas no contexto brasileiro é problemática, pois o desenvolvimento desses modelos necessita de acesso a custosos recursos computacionais de alto desempenho. Identificamos, no entanto, que uma alternativa possível para esse problema de acesso às infraestruturas adequadas é a contratação de serviços de processamento via nuvem – ressaltamos, no entanto, que eles são monopolizados por companhias de tecnologia localizadas exclusivamente no Norte Global.