ºÚÁÏÍø

Uutiset

Tutkijat kehittivät koneoppimisalgoritmin, joka oppi räppäämään

Kun verrattiin räppiriimien pituuksia ja esiintymistiheyttä, rap-lyriikkaa tuottava algoritmi DeepBeat oli 21% tehokkaampi kuin ihmisräppärit.

Algoritmia arvioitiin kvantitatiivisesti kahdella tavalla. Ensimmäisenä arvioitiin algoritmin ennakointikykyä  mittaamalla kuinka hyvin algoritmi ennustaa seuraavan lauseen olemassa olevasta rap-kappaleesta. Tämä onnistui yllättävän hyvin.

– 82%:n tarkkuudella pystyttiin erottamaan oikea lause sattumanvaraisesti valituista, kertoo tutkija Eric Malmi.

Tämän jälkeen mitattiin riimien esiintymistiheyttä. Kun verrattiin tuotettujen räppiriimien pituuksia ja esiintymistiheyttä, rap-lyriikkaa tuottava algoritmi DeepBeat oli 21% tehokkaampi kuin ihmisräppärit.

Räppiriimien esiintymistiheydelle kehitettyä mittaria arvioitiin rap-artistin avulla. Kokeen tulos osoitti, että mittaustapa korreloi räppärin oman mielipiteen kanssa siitä mikä on teknisesti hyvä sanoitus.

Tässä on DeepBeatin tuottama rap-säkeistö rakkaus-teemasta:

For a chance at romance I would love to enhance
But everything I love has turned to a tedious task
One day we gonna have to leave our love in the past
I love my fans but no one ever puts a grasp
I love you momma I love my momma – I love you momma
And I would love to have a thing like you on my team you take care
I love it when it’s sunny Sonny girl you could be my Cher
I’m in a love affair I can’t share it ain’t fair
Haha I’m just playin’ ladies you know I love you.
I know my love is true and I know you love me too
Girl I’m down for whatever cause my love is true
This one goes to my man old dirty one love we be swigging brew
My brother I love you Be encouraged man And just know
When you done let me know cause my love make you be like WHOA
If I can’t do it for the love then do it I won’t
All I know is I love you too much to walk away though

Jatkotutkimus keskittyy räppisanoitusten hiomiseen. Lopulta tarkoituksena olisi ottaa mukaan puhesyntetisaattori, joka antaa DeepBeatille äänen.

Tutkijat Eric Malmi ja Pyry Takala, professorit Tapani Raiko ja Aristides Gionis Aalto-yliopiston Tietotekniikan laitokselta, sekä professori Hannu Toivonen Helsingin yliopistosta ja HIITistä kehittivät koneoppivan algoritmin, joka oppi räppäämään.  Koneoppimisalgoritmin kouluttamisessa tutkijat käyttivät tietokantaa, jossa on yli 10 000 kappaletta yli sadalta rap-artistilta.

³¢¾±²õä³Ù¾±±ð³Ù´ÇÂá²¹:

Eric Malmi, eric.malmi@aalto.fi

  • ±Êä¾±±¹¾±³Ù±ð³Ù³Ù²â:
  • Julkaistu:
Jaa
URL kopioitu

Lue lisää uutisia

Abstrakti rakenne vaaleista tangoista ja rosoisista puulaudoista vaaleansinisellä taustalla
Tutkimus ja taide Julkaistu:

Pirun puristama, tulevaisuuden muotoilema

Visakoivu loistaa Aalto-yliopiston Puustudion raikkaissa näkökulmissa Suomen käsityön museon kesänäyttelyssä.
Ryhmä mustissa ja kultaisissa asuissa heittää hopeapalloja valoisassa tanssisalissa
Tutkimus ja taide Julkaistu:

Kun atomit alkavat tanssia – Aalto-yliopistossa metallurgia muuttui koreografiaksi

Dance Metallurgy -pilottikurssilla kupari-ionit saivat liikkeen ja kasvot. Kun vihreän siirtymän tärkeä metalli pääsi tanssilattialle, vaikeilta tuntuvat kemian ilmiöt avautuivat aivan uudella tavalla.
Omistajuuden professori Samuli Knüpfer. Kuva: Nita Vera
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Professori Samuli Knüpfer selvittää Ruotsin rahastoeläkemallin soveltamista Suomeen

Ruotsin rahastoeläkemallissa lakisääteisestä eläkemaksusta 2,5 prosenttia ohjataan rahastoeläkkeeseen.
Kolme ihmistä pitelee lankakartioita suuren vihreän tekstiilikoneen edessä tehtaassa.
³Û³ó³Ù±ð¾±²õ³Ù²âö, Tutkimus ja taide, Yliopisto Julkaistu:

Muotoilun rooli korostuu toimitusketjun alkupäässä – Aalto-yliopisto johtaa merkittävää EU-hanketta tekstiilien värjäyskäytäntöjen uudistamiseksi

EU Horisontti-rahoitteinen MELANGE-hanke yhdistää muotoilun, teknologian ja liiketoiminnan – tavoitteena on uudistaa tekstiiliteollisuuden värjäyskäytäntöjä sekä vauhdittaa siirtymää kohti kiertotalouteen perustuvia ja kestäviä tekstiilijärjestelmiä.