Заједно са својим колегама и пријатељима, Стефан Сретић из Ниша осмислио је модел који покреће вештачка интелигенција, како би омогућио солистима да вежбају уз оркестарску пратњу било када и било где.
Проблем солиста у класичној музици
У свету класичне музике, солисти се често сусрећу са проблемом где и како могу да пронађу оркестарску пратњу која им је неопходна за припрему наступа.
Иако је развој технологије временом понудио одређене могућности – попут вежбања уз наснимљене аудио снимке оркестара – показало се да таква пракса није идеално решење, јер су ти снимци „фиксирани“ када је у питању темпо.
Разлике између поп и класичне музике
Док је у поп музици темпо углавном стабилан од почетка до краја песме, у класичној музици свако извођење подразумева варијације у темпу, што је чини посебно захтевном за солисте који вежбају сами.
Идеја рођена из личног искуства
Тридесетједногодишњи Стефан Сретић, који предаје на Катедри за клавир на Факултету уметности у Нишу, препознао је овај проблем и нашао решење.
Заједно са својим колегама и пријатељима осмислио је модел покретан вештачком интелигенцијом који омогућава интерактивно вежбање уз оркестарску пратњу.
Како каже, идеју је добио на основу личног искуства, али и искуства пријатеља Андрије – креативног директора њихове фирме – након што су увидели колико је организација проба са клавирским и оркестарским пратњама захтевна.
Решење у облику стартапа PocketSymphony
„Проблеми класичних музичара су исти као и пре 400 година“, каже Сретић. „То нас је навело да тражимо савремено решење, па смо средином прошле године основали PocketSymphony, са циљем да искористимо предности модерне технологије како бисмо решили те потешкоће.“
Како функционише модел заснован на вештачкој интелигенцији?
Систем интерпретацију солисте „слуша“ преко микрофона и користи дубоко учење и анализу звука као механизам за праћење темпа извођача у реалном времену.
„У реалном времену репродукује оркестарску пратњу користећи унапред програмиране виртуелне инструменте, који се прилагођавају извођењу солисте. Технологија се ослања на напредне моделе машинског учења, конволуцијске неуронске мреже за обраду звука и специјализоване алгоритме за детекцију темпа и синхронизацију“, појашњава Сретић.
Широка примена у образовању и професионалној музици
Ово решење се може користити у едукативне сврхе – у музичким школама и на академијама – али и у оперским кућама, за припрему солиста, чиме се значајно олакшавају музичке пробе и наступи.
