GenSession : une interface utilisateur zoomable et flexible pour la génération de mélodies
Bibliographic record
Abstract
Ce projet a pour objectif de proposer une solution innovante à lâinterfaçage dâalgorithmes de composition automatique avec lâutilisateur, afin de rendre leur utilisation efficiente et accessible au plus grand nombre. Pour ce faire, nous avons développé un prototype logiciel dâaide à la composition intégrant des algorithmes de génération. Ce travail se situe dans le domaine de la composition automatique, des algorithmes de génération de mélodies, des Interfaces Utilisateur Zoomables (ZUI) et des interfaces de logiciel de composition aidé par ordinateur. \n \nNotre prototype, GenSession, est une interface utilisateur zoomable dans laquelle de courtes séquences musicales sous forme dâobjets visuels, appelés clips, peuvent être créés et positionnés sur un espace de travail en deux dimensions. Deux types dâobjets peuvent être manipulés : ceux qui représentent les paramètres de génération et ceux qui représentent de courtes séquences musicales. Ces courts passages musicaux peuvent être créés à la main ou par un algorithme de génération automatique, puis peuvent être édités, fusionnés entre eux ou servir à dâautres générations. Les liens entre les objets permettent de visualiser lâhistorique retraçant la façon dont ils ont été créés. Lâinterface utilisateur zoomable fonctionne avec un système de ré-encadrement automatique du contenu, et lâalgorithme de génération supporte des paramètres dynamiques représentés à travers le temps par des courbes éditables. Afin de soutenir lâélaboration de lâinterface de notre prototype, nous avons développé un algorithme stochastique de génération de mélodies basé sur des règles et des variantes de cet algorithme. Notre interface doit permettre de contrôler les paramètres de génération ainsi que de visualiser et éditer les résultats générés par les algorithmes. \n \nNous avons procédé à des tests qualitatifs auprès dâun groupe de sept utilisateurs dans le but de valider notre approche et de découvrir des façons de lâaméliorer. Les utilisateurs ont apprécié le concept dâinterface zoomable pour la manipulation des objets. La visualisation de lâhistorique des générations représentées par les objets et les liens quâil y a entre eux leur ont permis une rapide compréhension de la logique applicative. \n \nCes rétroactions positives nous ont amenés à partager une vision enthousiaste des perspectives de travaux futurs.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".