La conférence

Generating Music From Emotion

The field of generative music is founded on invisible structures - procedural rules, biological behaviors, linguistic systems. Hannah’s work explores music generation based on another invisible pattern - emotion. In this talk, she will explain her experiments with translating books into music based on their emotional content, and more recent work on generating music based on the content of video and film. How can we think about emotion as a chronological structure? How can sentiment analysis be used to parse stories? What additional information in non-musical media can be used as a foundation on which to generate a musical story?

Technical components of this talk will discuss Python, natural language processing, and tools for music generation in both Python and JavaScript.

À propos

Hannah Davis

Hannah Davis est programmatrice, musicienne générative et chercheuse en science des données. Elle est originaire de New York. Ses travaux portent sur la création musicale, l’affichage, la sonorisation et l’analyse des données, le traitement naturel du langage, le machine learning et la narration sous différentes formes. Ses travaux sur la musique générative, et notamment son algorithme TransProse qui traduit les nouvelles et autres textes en musique, a fait l’objet d’articles publiés dans TIME, Popular Science, Wired, etc. Un échange humain/machine, qui lui a permis d’analyser l’intention de certains articles évoquant la technologie au fil du temps, a été mis en place par un orchestre au Louvre l’automne dernier. Hannah travaille actuellement à la création d’ensembles de données uniques pour l’apprentissage de l’art et le machine learning, mais aussi sur un autre projet visant à créer les partitions propres aux films.