Guilherme Alberto Wachs LopesANDRÉ GUIMARÃES JORGEELIAS PUTTINI DA CUNHALUCAS COSTA SAMPAIOMATHEUS VICTOR ALVES DA SILVA2024-08-152024-08-152021-12-17https://repositorio.fei.edu.br/handle/FEI/5496A computação musical vem sendo mais estudada conforme a tecnologia e a inteligência artificial avança. Grandes bases de dados surgiram contendo diversos materiais para a criação de modelos de redes neurais como as redes LSTM, que tem apresentado resultados promissores para diversos domínios textuais, podendo ser utilizada também para a criação de modelos na área de computação musical, como por exemplo para recomendação, composição, e classificação musical. Embora existam diferentes modelos geradores de música, ainda é um desafio a composição musical com uma qualidade próxima a de um compositor humano. Aliado a isso, a computação musical ainda tem muito a se desenvolver, principalmente com relação às topologias de redes neurais. Graças aos avanços na área da tecnologia e a capacidade de computação para representação e geração de sequências, este trabalho apresentou como proposta um modelo computacional de inteligência artificial com o intuito de gerar automaticamente melodias e acordes a partir de textos que representam a letra de uma música, utilizando as redes LSTM para a geração das melodias e acordes. A metodologia proposta no trabalho foi divida em 5 etapas: Base de dados, pré-processamento, geração de melodias, geração de acordes e geração da música. Na primeira etapa foi realizada a divisão da base de dados extraindo apenas os arquivos que possuem as letras juntamente com as notas musicais. Na segunda etapa foi realizado o pré-processamento dos dados, normalizando os acordes e notas extraídas dos arquivos MIDI. Na terceira etapa foi realizado o treinamento e validação do modelo gerador de melodias, que obteve um erro quadrático médio de 0.00117. Na quarta etapa foi realizado o treinamento e validação do modelo gerador de acordes, que obteve um erro quadrático médio de 0.04015. Na quinta etapa foi realizada a junção da melodia gerada com os acordes gerados. O trabalho tem como principal contribuição resultados mostrando um forte indício de que a letra da música favorece na geração da melodia, uma vez que o resultado do experimento utilizando as notas reais juntamente com as letras musicais como informação histórica foi cerca de 45% melhor em comparação com o experimento que utilizou somente as notas reais sem a presença da letra musical. De acordo com os resultados obtidos no trabalho, foi observado que ainda há espaço para melhorar a geração de melodias e acordes. Para trabalhos futuros, um dos principais pontos de melhoria é aumentar a qualidade da base de dados, uma vez que o modelo computacional mostrou-se capaz de aprender a geração melódica e de acordes.50pt-BRRestritoRedes LSTM (Longo e curto prazo)Computação MusicalGeração automática de músicasTrabalho de Conclusão de Curso