🎼 PythonのAI作曲家：ゼロから音楽を作る

音楽を理解し、生成し、ファイルに保存して聴くことができるようにニューラルネットワークを学習させる方法！

音楽をかけると、メロディーが聞こえます。さて、想像してみてください。ニューラルネットワークも音楽を「聞き」、それを記憶し、そして独自の音楽を作曲します！ 🤯

💡 私たちはそのようなニューラルネットワークをゼロから作成します。まず最初のステップから始めましょう。学習に適した形式で音楽を準備し、モデルをトレーニングし、最後に最初の楽曲を生成します。

🔧第1部：データの準備と基礎

1.音楽を操作するためのツールをインストールする

ターミナル（またはコマンドライン）を開き、次のように入力します。

pip install music21

📦 これはmusic21ライブラリです。音楽の翻訳者のようなものです。

.mid ファイルを読み込みます（音楽が含まれています）。
音符とコードを引き出し、
新しいメロディーを保存して作成できます。

これは、音楽をPythonとニューラルネットワークが理解できるデータに変換するためのアシスタントです。

2. 音楽を準備する

AIが作曲を学ぶには、例が必要です。子供のように、まず大人が歌うのを聞いて、それから自分で歌い始めます🎵

🎼 私たちにはMIDI-файлыが適しています。これは、どの音符をどの順序でどのくらいの時間演奏するかが書かれた「音楽の草稿」のようなものです。

🔍 どこで手に入れることができますか？

サイトにアクセスしてみてください https://bitmidi.com
いくつかのメロディーをダウンロードします（例：バッハまたはベートーベン）
コードの横に midi_songs という名前のフォルダを作成します
拡張子が.midのファイルをそこに置きます

3. Pythonで音楽を読む

今度はコードです。すべてのMIDIファイルを読み取り、音符を抽出してリストに追加します。完全な例は次のとおりです。

from music21 import converter, note, chord
import glob

notes = []

# midi_songsフォルダー内のすべてのファイルを読み込みます
for file in glob.glob("midi_songs/*.mid"):
    # 音楽作品としてファイルをアップロードする
    midi = converter.parse(file)

    # 楽器を無視して、すべての音符とコードを取得します
    elements = midi.flat.notes

    for element in elements:
        if isinstance(element, note.Note):
            # これは単音です。たとえば、「C4」（4オクターブのド）
            notes.append(str(element.pitch))
        elif isinstance(element, chord.Chord):
            # これはコードです。たとえば、「60.64.67」
            # コード内のすべての音符の番号を取得し、文字列に結合します
            notes.append('.'.join(str(n) for n in element.normalOrder))

📌 説明：

glob.glob("midi_songs/*.mid") — フォルダ内のすべてのMIDIファイルを検索します。
converter.parse(file)はファイルを読み取り、操作可能なオブジェクトに変換します。
midi.flat.notes — 音符のみを取得します（リズム、テンポ、楽器はまだ触りません）。
note.Note —単音（ド、レ、ミなど）
chord.Chord — コード（ギターのコードのように、同時に複数の音を奏でる）。

🎵なぜ音符を線で表すのですか？

ニューラルネットワークに転送するのが簡単だからです。例えば：

"C4" — 通常のノート。
"60.64.67" は、3つの音からなるコードで、各数字は音の高さの番号です。

私たちが達成したこと

👉 変数notesには、MIDIファイルのすべての音楽が含まれるようになりました。音符ごと、コードごとにです。

例：

notes[:10]
# ['E4', 'D4', 'C4', 'C4', 'D4', 'E4', 'E4', 'E4', 'D4', 'D4']

これは、メロディーを聞き取って、それをそのままコードに書き起こすようなものです🎧

✅ 第1部の結果：

必要なライブラリをインストールしました
音楽をダウンロードしました
それを音符のリストに変えた

これがAIの「学習教材」です。

🔥 10万人以上の学生が参加中

理論を読むのに疲れた？
コーディングの時間だ！

Kodik — 実践でプログラミングを学ぶアプリ。AIメンター、インタラクティブなレッスン、実際のプロジェクト。

Кодик

🔁 パート2：ニューラルネットワークのトレーニング

前回は、.midファイルの音楽を音符リストに変換しました。さて、ここからが面白いところです。AIにメロディーの構成を理解させ、独自のメロディーを生成させましょう🎶

Pythonを学び始めたばかりでも、理解できます！さあ始めましょう🚀

1. 音楽を細かく分割する

AIが作曲を学ぶには、例が必要です。 「これが音符の一部です。次の音符は何だと思いますか。」 聞き覚えのある曲を聴いて、次に何が起こるかを予想するような感覚です🎧

# ユニークなノートのリストを取得します
pitchnames = sorted(set(notes))

# 辞書を作成します: メモ -> 数字
note_to_int = {note: number for number, note in enumerate(pitchnames)}

sequence_length = 50  # ピースの長さ（50ノート）
network_input = []
network_output = []

for i in range(len(notes) - sequence_length):
    # 50個の連続した音符を取ります
    sequence_in = notes[i:i + sequence_length]
    # 次の音は「答え」ですse"
    sequence_out = notes[i + sequence_length]
    
    # 音符を数字に変換する
    network_input.append([note_to_int[n] for n in sequence_in])
    network_output.append(note_to_int[sequence_out])

📌 こちら：

すべてのユニークなノートを見つけます（例：C4、D4、60.64.67）。
ニューラルネットワークはテキストを理解せず、数字だけを理解するため、各音符を数字に変換します。

🧠 簡単に言うと：

50個の音符から1つの断片をコンテキストとして取り出します。
そしてニューラルネットワークに51番目の音符を当ててもらいます。
このような例は何千ものものがあり、ニューラルネットワークはそれぞれから学習します。

2.ニューラルネットワークのデータを準備する

ニューラルネットワークは、単なる音符の数ではなく、0から1までの数で動作します。したがって、入力データを正規化します。

import numpy as np
from tensorflow.keras.utils import to_categorical

n_patterns = len(network_input)
n_vocab = len(pitchnames)

# 必要な形式に変換し、合計音数で割ります
network_input = np.reshape(network_input, (n_patterns, sequence_length, 1))
network_input = network_input / float(n_vocab)

# カテゴリの出力を変換します（one-hot）
network_output = to_categorical(network_output)

🔍 何が起こっているのか：

通常のリストから3D形式に入力フォームを変更します（ニューラルネットワークの動作に必要です）。
各数字を全音数で割って、0から1までの値を得ます。
出力（正解）は、各ノートがネットワークの個別の「出力」である特別なビューに変換されます。
3.シンプルなニューラルネットワークを構築する
さあ、魔法の時間です。
```
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dropout, Dense

model = Sequential()
model.add(LSTM(256, input_shape=(sequence_length, 1)))
model.add(Dropout(0.3))
model.add(Dense(n_vocab, activation='softmax'))
```
📌 説明：
- LSTM は、連続したもの（音楽など）を記憶するのに優れた特殊なニューラルネットワークです。
- Dropout — モデルが「学習」するのではなく、本当に学ぶようにします。
- Dense(n_vocab, activation='softmax') — 出力時にネットワークは次のようになります。 「次の音は80％の確率でC4、10％の確率でD4だと思う…」
4.ニューラルネットワークをトレーニングする
```
model.compile(loss='categorical_crossentropy', optimizer='adam')
model.fit(network_input, network_output, epochs=50, batch_size=64)
```
💡 トレーニングには少し時間がかかります。要点は次のとおりです。
- ネットワークは50の音符を見ています。
- 51番目を当てようとしています。
- 間違っているかどうかを知る。
- そして、次回はより正確に予測できるように「ロジック」を調整します。
何千回も続けて。そして、毎回、どんどん良くなっていきます。まるで、聞き耳を立ててメロディーを作曲することを学ぶ子供のようです🎶
🔥 これで完了です。これで、メロディーの次の音符を予測できるトレーニング済みモデルができました。
🎼 パート3：音楽の生成と保存
データを収集し、ニューラルネットワークをトレーニングしたので、いよいよ魔法の瞬間です。👉 AIが音楽を作曲します！そして、あなたはその結果を聞くことができるのです。
1. まずは小さなメロディーから始めましょう
ネットワークに教えたこと： 「ここに50の音符があります。51番目の音符を当ててください。」 今度は逆のことをします。 50の音符を与えると、次の音符を予測し、さらに次を予測します。
```
import random
import numpy as np

# 語彙：数から ― 音符へ
int_to_note = {number: note for number, note in enumerate(pitchnames)}

# ランダムな開始シーケンスを選択します（50ノート）
start = random.randint(0, len(network_input) - 1)
pattern = network_input[start]
```
💡 1つのランダムなピースを取ります（トレーニングで提供されたものと同じ形式）。これは「ヒント」、新しいメロディーの始まりになります。
2. メロディーの続きを作る
次に、モデルに300回連続で次の質問をします。 「次はどの音を出しますか？」
```
prediction_output = []

for i in range(300):  # 300の新しいノートが欲しい
    # 入力を準備します: 再成形 + 正規化 (0 から 1 まで)
    prediction_input = pattern.reshape(1, len(pattern), 1)
    prediction_input = prediction_input / float(n_vocab)

    # 次の音を予測する
    prediction = model.predict(prediction_input, verbose=0)

    # 最も可能性の高い音の指数を取得します
    index = np.argmax(prediction)

    # 数字を音符の名前に戻します
    result = int_to_note[index]
    prediction_output.append(result)

    # シーケンスを更新します。1番目を削除し、新しいシーケンスを追加します
    pattern = np.append(pattern[1:], [[index]], axis=0)
```
🔍 ここで重要な点は次のとおりです。
- .reshape(...) — データを必要な形式に変換します（1つのメロディー、50のノート、1ノートあたり1つの値）。
- / float(n_vocab) —ネットワークが正しく動作するように値を正規化します。
- model.predict(...) — ネットワークはすべての音符の確率を予測します。
- np.argmax(...) — 最も可能性の高いものを選択します。
- append(..., [[index]], ...) — メロディーを1ステップスクロールします。
📌 このように、AIは段階的に新しいメロディーを作曲します。まずは51番目の音符、次に52番目、そして300番目まで続きます。
3. 音符を音楽に戻す
これで、線の形の音符のリストができました。['E4', 'F4', 'G4', '60.64.67', ...]
これは将来のメロディーですが、それを聞くには、そこからファイルを収集する必要があります。これは音楽プログラムのドラフトのようなものです。
```
from music21 import stream, note, chord, instrument

output_notes = []

for pattern in prediction_output:
    if '.' in pattern or pattern.isdigit():
        # これはコードです
        notes_in_chord = pattern.split('.')
        chord_notes = [note.Note(int(n)) for n in notes_in_chord]
        new_chord = chord.Chord(chord_notes)
        output_notes.append(new_chord)
    else:
        # これは「C4」のような単音です
        new_note = note.Note(pattern)
        new_note.storedInstrument = instrument.Piano()
        output_notes.append(new_note)
```
📌 説明：
- 線に点または数字のみが含まれている場合、それはコード（複数の音符）です。
- 通常の音符の場合は、note.Note(...) を作成し、個別の音として追加します。
- すべての音符/コードを output_notes に追加します。
4.音楽をファイルに保存する
次に、音楽ストリームを作成してファイルに保存します。
```
midi_stream = stream.Stream(output_notes)
midi_stream.write('midi', fp='generated_music.mid')
```
🎉 これで完了です！ generated_music.mid ファイルができました。以下で開いてください：
- 🎼 https://musescore.org/ — 無料の楽譜エディターとプレーヤー
- 🧠 ブラウザでも： https://onlinesequencer.net/
再生を押して、AI作曲家が作曲したものを聴いてみよう 🤖🎵
✅ あなたがしたこと：
- 音楽をデータに変換
- ニューラルネットワークにメロディーを続けるように教えました
- 最初に生成された曲を受け取りました
🧑‍🎼 これはもはや単なるPythonコードではありません。これはあなたのAI共同制作者です！
🎁 追加したいもの：
- 特定のスタイルのエッセイですか？
- リズムと持続時間のサポート？
- Webアプリケーションでボタンを押して音楽を生成しますか？
素敵なものができたら、Telegramで共有したり、TikTokにアップロードしてください。AIミュージシャンは今トレンドです😎

ソースコード

プロジェクトの完全なソースコードはGitHubで見つけることができます。

https://github.com/Coursme/ai-composer-python

PythonのAI作曲家

🎼 PythonのAI作曲家：ゼロから音楽を作る

🔧第1部：データの準備と基礎

1.音楽を操作するためのツールをインストールする

2. 音楽を準備する

3. Pythonで音楽を読む

私たちが達成したこと

理論を読むのに疲れた？ コーディングの時間だ！

🔁 パート2：ニューラルネットワークのトレーニング

1. 音楽を細かく分割する

2.ニューラルネットワークのデータを準備する

3.シンプルなニューラルネットワークを構築する

4.ニューラルネットワークをトレーニングする

🎼 パート3：音楽の生成と保存

1. まずは小さなメロディーから始めましょう

2. メロディーの続きを作る

3. 音符を音楽に戻す

4.音楽をファイルに保存する

✅ あなたがしたこと：

ソースコード

記事は気に入った？実践の時間だ！

理論を読むのに疲れた？
コーディングの時間だ！

記事は気に入った？
実践の時間だ！