Moodstrings
Carregando...
Data
Orientador
Passos Junior, Leandro Aparecido
Coorientador
Pós-graduação
Curso de graduação
Bauru - FC - Sistemas de Informação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
A teoria musical desempenha um papel significativo na experiência psicológica de quem aprecia música, sejam apenas ouvintes ou compositores, principalmente em suas emoções. Elas estão diretamente relacionadas à harmonia, à progressão de acordes e às escolhas melódicas desenvolvidas com o intuito de provocar alguma reação no público. Com o avanço tecnológico, a área musical pouco tem sido impactada pela inteligência artificial (IA), principalmente devido à sua complexidade: a criação de um trecho musical, muitas vezes é carregado de sentimentos e criatividade do compositor, algo que um sistema treinado não é capaz de transmitir, limitando-se apenas às regras presentes na teoria musical. Neste trabalho, exploramos a aplicação de um sistema capaz de analisar arquivos MIDI (Musical Instrument Digital Interface), um formato largamente utilizado na música digital que contém instruções dos instrumentos musicais. Essa análise é capaz de identificar informações como BPM (batidas por minuto), acordes tocados, tonalidade e progressão harmônica. Com base nesses dados, e com o uso de um modelo de IA treinado, é possível inferir as emoções associadas ao trecho musical trabalhado, enriquecendo o repertório do músico que busca provocar sentimentos em suas obras. O objetivo principal deste estudo é democratizar o acesso ao conhecimento musical, além de promover a integração da inteligência artificial como uma aliada no processo criativo, educativo e técnico de músicos em diferentes níveis de experiência.
Resumo (inglês)
Musical theory plays a significant role in the psychological experience of those who appreciate music, whether they are merely listeners or composers, particularly in relation to emotions. Emotions are directly associated with harmony, chord progressions, and melodic choices developed with the intent of provoking a reaction in the audience. Despite technological advancements, the field of music has been minimally impacted by artificial intelligence (AI), mainly due to its inherent complexity: the creation of a musical piece is often infused with the composer’s emotions and creativity, elements that a trained system is not yet capable of conveying, as it is limited to following the rules of musical theory. In this study, we explore the application of a system capable of analyzing MIDI (Musical Instrument Digital Interface) files, a format widely used in digital music that contains musical instructions for instruments. This analysis is capable of identifying information such as BPM (beats per minute), chords played, key signature and harmonic progression. Based on these data and using a trained AI model, it becomes possible to infer the emotions associated with the analyzed musical excerpt, enriching the repertoire of musicians who aim to evoke feelings through their works. The main goal of this study is to democratize access to musical knowledge, as well as to promote the integration of artificial intelligence as a powerful ally of the creative, educational, and technical processes of musicians at different levels of experience.
Descrição
Palavras-chave
Inteligência artificial, Música, Emoções na música, Análise harmônica, Análise de áudio, Artificial Intelligence, Music, Emotions in music, Harmonic analysis, Audio analysis
Idioma
Português
Citação
NÓBREGA, Guilherme Gumiero da; DOMINGUES, Lucas Ramos. Moodstrings. Orientador: Leandro Aparecido Passos Junior. 2025. 62 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Faculdade de Ciências, Universidade Estadual Paulista (UNESP), Bauru, 2025.
