論文の概要: Case Studies and Reflections on Agentic Software Engineering for Rapid Development of Digital Music Instruments
- arxiv url: http://arxiv.org/abs/2605.14016v1
- Date: Wed, 13 May 2026 18:28:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-16 00:43:04.076107
- Title: Case Studies and Reflections on Agentic Software Engineering for Rapid Development of Digital Music Instruments
- Title（参考訳）: ディジタル楽器の迅速開発のためのエージェントソフトウェア工学の事例研究と考察
- Authors: Matthew John Yee-King,
- Abstract要約: 本稿では、革新的なオーディオソフトウェアの開発におけるエージェント・ソフトウェア・エンジニアリング(ASE)の利用について考察する。
JUCEフレームワークを用いてC++言語で音声ソフトウェアを開発するために,我々は3つの異なる方法で技術を用いたケーススタディを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The article explores the use of agentic software engineering (ASE) in the development of innovative audio software. It begins with a review of background work that lays out the challenges of longevity, interoperability and barriers to entry in digital music instrument creation, explaining recent developments in ASE and highlighting the possibility that ASE can lower barriers to entry and facilitate creation of interoperable software with greater longevity. Following that, we present case studies wherein we used ASE technology in three distinct ways to develop audio software in the C++ language with the JUCE framework. In case study 1, we re-implement Laurie Spiegel's `Music Mouse' software as a native plugin. In case study 2, we translate Pachet's `Continuator' system from Python into a native plugin. In case study 3, we develop a new 3D user interface for an existing `tracker' sequencer using OpenGL. We describe the experiences of the human developer in the case studies via autoethnographic discussion of the prompt logs and snapshots of the software as it was developed. We identify effective practice for ASE use in this domain and suggest future steps for the work involving evaluation of the method with non-programmer musicians.
- Abstract（参考訳）: 本稿では、革新的なオーディオソフトウェアの開発におけるエージェント・ソフトウェア・エンジニアリング(ASE)の利用について考察する。
これは、デジタル楽器作成における長寿、相互運用性、障壁の課題を概説するバックグラウンドワークのレビューから始まり、ASEの最近の発展を説明するとともに、ASEがより長寿で相互運用可能なソフトウェアの作成を促進する障壁を下げる可能性を強調している。
次に、我々はASEテクノロジーを3つの異なる方法で使用し、JUCEフレームワークを用いてC++言語でオーディオソフトウェアを開発するケーススタディを示す。
ケーススタディ1では、ネイティブプラグインとしてLaurie Spiegel氏の‘Music Mouse’ソフトウェアを再実装しました。
ケーススタディ2では、Pachetの‘Continuator’システムをPythonからネイティブプラグインに変換します。
ケーススタディ3では,OpenGLを用いた既存の 'トラッカー' シーケンサのための新しい3Dユーザインタフェースを開発した。
本研究は,ソフトウェアの開発過程におけるログとスナップショットの自己エスノグラフィーによる考察を通して,人間の開発者体験について述べる。
この領域におけるASE活用の効果的な実践を特定し、非プログラマミュージシャンによる手法の評価を含む作業の今後のステップを提案する。
関連論文リスト
- Developers and Generative AI: A Study of Self-Admitted Usage in Open Source Projects [18.524728732046146]
我々は、64種類のChatGPTとGitHub Copilotの使用タスクの分類を7つのカテゴリに分類する。
我々は、どのように利用方法が拡大されたか、開発者がこのような生成AIの使用が有用であると感じている範囲、そして1年以上前に起きた懸念がもはや存在しないかを示す。
論文 参考訳（メタデータ） (2026-03-27T10:44:06Z) - The Evolution of Tool Use in LLM Agents: From Single-Tool Call to Multi-Tool Orchestration [58.61149924275458]
ツールの使用により、大きな言語モデルが外部情報にアクセスし、ソフトウェアシステムを実行し、モデルパラメータだけで解決できるもの以外のデジタル環境で動作することができる。
エージェントシステムが進化するにつれて、中央の問題は、中途半端な状態、実行フィードバック、環境の変化、安全性、コスト、検証可能性といった実践的な制約によって、孤立呼び出しからマルチツールオーケストレーションへと移行した。
推論時の計画と実行、トレーニングと軌道構築、安全と制御、リソース制約下での効率性、オープン環境における能力の完全性、およびベンチマーク設計と評価の6つの分野に関する文献を整理する。
論文 参考訳（メタデータ） (2026-03-24T07:05:05Z) - Every Software as an Agent: Blueprint and Case Study [0.6655461660736298]
我々は、ソフトウェア内部(ソースコードとランタイムコンテキスト)へのアクセスと、生成したコードを動的にソフトウェアに注入して実行することを許可することで、大きな言語モデル(LLM)を実現することを提唱する。
ウェブベースの2つのデスクトップアプリケーションの設計アーキテクチャとケーススタディについて述べる。
論文 参考訳（メタデータ） (2025-02-07T08:29:09Z) - ChatDev: Communicative Agents for Software Development [84.90400377131962]
ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。
これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
論文 参考訳（メタデータ） (2023-07-16T02:11:34Z) - Music Representing Corpus Virtual: An Open Sourced Library for
Explorative Music Generation, Sound Design, and Instrument Creation with
Artificial Intelligence and Machine Learning [0.0]
Music Representing Corpus Virtual (MRCV) は、音楽生成、サウンドデザイン、仮想機器作成(MGSDIC)における人工知能(AI)と機械学習(ML)の能力を探求するオープンソースソフトウェアスイートである。
MRCVの主な目的は、創造性を促進することであり、ユーザーはニューラルネットワークをトレーニングするための入力データセットをカスタマイズし、ニューラルネットワーク毎にさまざまなオプションを提供することができる。
ソフトウェアはオープンソースであり、ユーザーは開発に貢献でき、コミュニティは他のユーザの洞察や経験から一括して恩恵を受けることができる。
論文 参考訳（メタデータ） (2023-05-24T09:36:04Z) - Deep Learning Tools for Audacity: Helping Researchers Expand the
Artist's Toolkit [8.942168855247548]
本稿では,ニューラルネットワークをオープンソースオーディオ編集ソフトウェアであるAudacityに統合するソフトウェアフレームワークを提案する。
エンドユーザとニューラルネットワーク開発者の両方で、いくつかのユースケースを紹介します。
論文 参考訳（メタデータ） (2021-10-25T23:56:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。