Algorithmes de génération de musique pour application dans les jeux vidéo
Notice bibliographique
Résumé
Ce mémoire porte sur les algorithmes de génération de musique et leurs applications dans les jeux vidéo. Nous avons choisi ce domaine d'application car, en tant que média interactif complexe, les jeux vidéo représentent un défi de taille pour les compositeurs de musique. Nous commencerons donc par une introduction générale au domaine d'application pour poursuivre avec une présentation ciblée de la problématique. Ensuite, nous passerons en revue une série d'algorithmes de génération de musique issus de la littérature scientifique et basés sur différents modèles mathématiques et nous expliquerons pourquoi aucun d'entre eux ne convient à nos besoins. Nous passerons aussi en revue un éventail d'outils de composition et de mise en séquence de musique interactive. Parmi ces outils, certains ciblent spécifiquement l'industrie du jeu vidéo. Nous expliquerons aussi pourquoi ceux-ci ne correspondaient pas à nos besoins. \n \nAfin de répondre à nos besoins, la troisième partie de ce mémoire présente un nouveau modèle d'automates que nous avons introduit pour la première fois à la conférence Futureplay 2007 : les automates étendus probabilistes. Ce modèle combine la flexibilité des automates étendus et la variabilité des automates probabilistes. Nous décrirons ces modèles d'automates en détails au cours de ce mémoire. \n \nEn dernière partie du mémoire, nous présenterons notre outil de composition, introduit aux côtés de notre modèle d'automates étendus probabilistes : IMTool. Cet outil permet à l'utilisateur d'exploiter toute la puissance des automates étendus probabilistes dans un contexte de composition et de mise en séquence de musique pour un jeu vidéo (ou pour toute autre application interactive). En ce sens, celui-ci peut associer des séquences musicales aux états de l'automate, créer des conditions de transition, créer des fonctions de mise-à-jour et associer des probabilités aux transitions. Les conditions de transition et les fonctions de mise-à-jour sont des propriétés des automates étendus et seront expliquées en détails plus loin dans ce mémoire.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».