
ben-hayes/southbank_ai
📦 Open Source Projektben-hayes
KI-gestützte Musik-Plugins für Ableton Live, entwickelt mit Max und TensorFlow.js für Live-Performances.
Das Repository southbank_ai bietet ein spezialisiertes Toolkit für Musiker und Entwickler an der Schnittstelle von Deep Learning und Live-Performance. Das Projekt wurde primär mit Max/MSP erstellt und integriert Googles Magenta-Bibliothek sowie TensorFlow.js, um komplexe KI-Modelle in die Umgebung von Ableton Live zu bringen. Zu den Hauptmerkmalen gehört die Implementierung von Variational Autoencoders (VAEs) zur Erkundung des latenten Raums, wodurch Benutzer zwischen Musikstilen morphen oder in Echtzeit neuartige melodische Sequenzen generieren können. Durch die Nutzung der robusten Patching-Umgebung von Max ermöglicht das Projekt eine Interaktion mit geringer Latenz, was es für Bühnenauftritte geeignet macht, bei denen Timing und Stabilität entscheidend sind. Die Codebasis demonstriert, wie die Lücke zwischen webbasierten Machine-Learning-Modellen und traditionellen Digital Audio Workstations (DAWs) geschlossen werden kann, und bietet eine Vorlage für Entwickler, um benutzerdefinierte KI-Instrumente zu erstellen, die auf MIDI-Eingaben oder Live-Audio-Streams reagieren. Es ist eine unverzichtbare Ressource für alle, die generative Musik, neuronale Synthese und die praktische Anwendung von KI in der Kunst erforschen.
💡Highlights
- ├─Magenta-Integration in Max/MSP
- ├─Echtzeit-VAE-Steuerung
- └─Optimiert für Live-Auftritte
🎯Für
- ├─Musikproduzenten
- ├─Creative Coders
- └─KI-Kunstforscher