AI-MADE vise à développer des modèles génératifs innovants pour la création de contenus audio professionnels, couvrant des applications pour la production musicale, les performances live (en temps réel), le cinéma et les jeux vidéo. Le problème scientifique central à explorer est le contrôle intuitif et précis des propriétés sonores, notamment en ce qui concerne la traduction d’une idée ou d’un concept en son. Les questions liées à la contextualisation, au style, à l’expressivité, ainsi qu’à l’hybridation des sons, sont particulièrement intéressantes.
Pour y parvenir, de nouvelles stratégies de désentrelacement seront mises au point, permettant de représenter le son dans des espaces latents qui exposent directement des paramètres de haut niveau pertinents sur le plan perceptif. Cela évite ainsi la tâche fastidieuse de régler de manière cohérente un grand nombre de paramètres de bas niveau pour obtenir le son souhaité.
Le projet recherchera également des biais inductifs adaptés pour garantir une efficacité à la fois computationnelle et en termes de données. Une préférence sera accordée aux modèles de type « boîte grise », qui soutiennent des procédures d’analyse/synthèse, afin que les modèles génératifs puissent servir à l’analyse du son et du style.
Enfin, des prototypes seront développés pour évaluer ces approches dans le contexte de la production audio, des performances musicales, ainsi que pour l’analyse dans le domaine émergent des humanités computationnelles (musicologie, phonétique).