Stage M1/M2, ModĂ©lisation de toplines de rap pour l’apprentissage en musique
- Stage M1/M2 2024, avec gratification, de 3 Ă 5 mois, en collaboration avec l’entrerpise WiM
- Thèmes: rythme, prosodie, rap, informatique musicale, apprentissage automatique
- Lieu: Lille (Villeneuve d’Ascq, Laboratoire CRIStAL, mĂ©tro 4 Cantons), tĂ©lĂ©travail partiel possible.
- Encadrement et contacts: Mathieu Giraud, Ken DĂ©guernel
- Annonce et liens: https://www.algomus.fr/jobs
- Candidatures ouvertes
La musique contribue aux apprentissages. Work In Music (WiM) est une application novatrice qui permet aux lycĂ©ens d’explorer le programme scolaire tout en Ă©tant immergĂ©s dans la musique. Des rythmes entraĂ®nants sont associĂ©s Ă chaque notion clĂ©, favorisant ainsi la mĂ©morisation et rendant l’apprentissage plus ludique.
WiM propose des contenus de divers styles musicaux, notamment le rap. Bien que le travail humain demeure essentiel et souhaitable pour garantir la qualitĂ© de ces contenus, il est tout aussi intĂ©ressant d’explorer des approches co-crĂ©atives qui combinent l’expertise et la crĂ©ativitĂ© humaines avec des algorithmes [1].
Ce stage se concentre ainsi sur l’analyse, la modĂ©lisation et la gĂ©nĂ©ration de toplines, la partie vocale d’une chanson rap en mettant l’accent sur son rythme et ses intonations Ă partir d’un texte structurĂ©. Plus prĂ©cisĂ©ment, le/la stagiaire aura l’opportunitĂ© de :
- Effectuer une revue des approches en informatique musicale et en musicologie sur la prosodie et le rap.
- Constituer un corpus composĂ© de plusieurs dizaines d’exemples de prosodie et de mĂ©lodies structurĂ©es
- Proposer une modélisation de ces toplines, notamment par des structures arborescentes
- Élaborer et tester un premier modèle de génération
La gĂ©nĂ©ration pourrait combiner des Ă©lĂ©ments formels, procĂ©duraux, et un apprentissage automatique s’appuyant sur le corpus Ă©laborĂ© ou d’autres donnĂ©es telles que MCFlow [3].
Profil recherché
Master d’informatique, compétences en modélisation et/ou en apprentissage/IA. Connaissances et pratique musicales appréciées, en particulier en rap.
Débouchés
Des opportunitĂ©s de poursuite en thèse pourraient ĂŞtre envisagĂ©es sur ce sujet ou sur d’autres sujets proches en informatique musicale, que ce soit Ă CRIStAL ou bien dans notre rĂ©seau de collaborateurs acadĂ©miques ou industriels en France et Ă l’étranger. En particulier, une thèse CIFRE avec l’entreprise WiM pourrait ĂŞtre envisagĂ©e.
References
- [1] Huang, AI Song Contest: Human-AI Co-Creation in Songwriting, ISMIR 2020
- [2] Adams, On the Metrical Techniques of Flow in Rap Music, Music Theory Online 15(5), 2009
- [3] Condit-Schultz, MCFlow: A Digital Corpus of Rap Transcriptions, Empirical Musicology Review, 11(2), 2017
- [4] Ohriner, Analysing the pitch content of the rapping voice Journal of New Music Research, 48(5), 2019