Представленная работа посвящена описанию создания программного приложения для автоматической генерации музыкальных MIDI-композиций с использованием нейросетевой модели LSTM. Проанализированы различные архитектуры нейросетей: LSTM, GAN, трансформеры и диффузионные модели. Выбрана модель LSTM как наиболее устойчивая и адаптивная для генерации последовательностей, обученная на музыкальных фрагментах, с последующей генерацией мелодий и сохранением результатов в формате MIDI. Токенизация музыкальных данных (в формате MIDI) была реализована через представление pianoroll, что позволило преобразовать музыку в последовательности, пригодной для подачи в нейросеть. Реализована архитектура нейросети и пользовательский интерфейс. Разработанный пользовательский интерфейс обеспечивает ввод параметров генерации и скачивание готового файла. Также реализована система серверной логики на фреймворке Flask. Проведено тестирование, подтверждающее работоспособность системы и качество получаемых музыкальных последовательностей. В ходе разработки приложения были также выявлены и устранены проблемы, связанные с производительностью модели и качеством генерации музыки. Результатом является рабочий прототип, обеспечивающий автоматическую генерацию музыки. Основные характеристики продукта: генерация MIDI-композиций с настройкой параметров (темп, длина, творческая вариативность); простой и интуитивно понятный интерфейс; локальная обработка данных, не требующая подключения к интернету; бесплатный прототип на этапе разработки, с перспективой перехода на freemium-модель.
The presented work is devoted to the description of the creation of a software application for the automatic generation of MIDI musical compositions using the LSTM neural network model. Various neural network architectures are analyzed: LSTM, GAN, transformers and diffusion models. The LSTM model was chosen as the most stable and adaptive for generating sequences, trained on musical fragments, followed by generating melodies and saving the results in MIDI format. Tokenization of music data (in MIDI format) was implemented through the pianoroll representation, which made it possible to transform music into sequences suitable for submission to a neural network. Implemented neural network architecture and user interface. A user interface has been developed that allows users to set generation parameters and download the finished file, as well as a server logic system on Flask. Testing was carried out to confirm the operability of the system and the quality of the resulting musical sequences. During the development of the application, problems related to the performance of the model and the quality of music generation were also identified and eliminated. The result is a working prototype that automatically generates music. Main product characteristics: generation of MIDI compositions with parameter settings (tempo, length, creative variability); simple and intuitive interface local data processing that does not require an Internet connection; free prototype at the development stage, with the prospect of switching to a freemium model.