🎛 Khóa Học: Machine Learning for Sound & Music

📌 Giới thiệu khóa học

Machine Learning for Sound & Music là khóa học nâng cao, giúp học viên hiểu cách huấn luyện, tùy biến và triển khai mô hình machine learning để xử lý và tạo ra âm thanh, giai điệu hoặc nhạc nền một cách có kiểm soát.
Bạn sẽ khám phá cách dữ liệu âm thanh được chuyển đổi thành đầu vào cho thuật toán, học về mạng nơ-ron, mô hình sinh nhạc và các kỹ thuật tinh chỉnh sáng tạo bằng AI.

👥 Đối tượng phù hợp

Kỹ sư âm thanh, lập trình viên, nhà phát triển ứng dụng âm nhạc số
Sinh viên ngành công nghệ thông tin, AI, khoa học dữ liệu có định hướng sáng tạo
Producer, researcher muốn đi sâu vào khả năng “hiểu và tạo âm nhạc” của AI
Người đã học qua khóa AI Music Fundamentals hoặc có nền tảng về ML cơ bản

🎯 Bạn sẽ học được gì?

Tiền xử lý dữ liệu âm thanh để dùng cho ML (Spectrogram, MFCC, embedding…)
Huấn luyện mô hình đơn giản để phân loại âm thanh và nhận dạng giai điệu
Khám phá các mô hình nổi bật: RNN, CNN, Transformer, Autoencoder trong âm nhạc
Tạo mô hình sinh âm thanh/melody bằng kỹ thuật học có giám sát và học không giám sát
Thực hành phân tích & tạo beat/groove/harmony từ dữ liệu âm thanh thật
Đánh giá mô hình bằng loss function, visualization và cảm nhận thực tế

📚 Nội dung khóa học

Tuần 1: Tổng quan về ML và xử lý tín hiệu âm thanh
Tuần 2–3: Làm sạch, chuẩn hóa & biểu diễn dữ liệu âm thanh
Tuần 4–5: Huấn luyện mô hình ML cho phân loại âm thanh
Tuần 6–7: Sinh nhạc bằng mô hình RNN, Transformer & autoencoder
Tuần 8: Thực hành project cuối khóa: tạo hệ thống AI nhận diện hoặc sinh nhạc cá nhân

🕒 Thông tin khóa học

Thời lượng: 8 tuần – 2 buổi/tuần
Hình thức: Trực tiếp hoặc online (có lab thực hành)
Yêu cầu đầu vào: Biết lập trình Python cơ bản, kiến thức sơ lược về AI hoặc ML

🎓 Chứng nhận

Học viên hoàn thành khóa học sẽ nhận chứng chỉ “Machine Learning for Sound & Music” do Future Music Tech cấp, chứng nhận khả năng ứng dụng thuật toán học máy vào phân tích và sáng tạo âm thanh.