Автоматизация поп-музыки — это область исследования музыкантов и компьютерных ученых, целью которой является алгоритмическое создание успешной поп-музыки . Часто это основывается на предположении, что поп-музыка особенно шаблонна, неизменна и ее легко сочинять. Идея автоматизации создания поп-музыки связана со многими идеями в области алгоритмической музыки , искусственного интеллекта (ИИ) и вычислительного творчества .
Алгоритмы (или, по крайней мере, формальные наборы правил) использовались для сочинения музыки на протяжении веков; например, процедуры, используемые для построения голосового ведения в контрапункте , часто могут быть сведены к алгоритмическому определителю. Однако сейчас этот термин обычно используется для использования формальных процедур для создания музыки без вмешательства человека.
Существует программное обеспечение для автоматизации классической музыки, которое генерирует музыку в стиле Моцарта , Баха и джаза . В частности, Дэвид Коуп [1] написал систему программного обеспечения под названием «Эксперименты в музыкальном интеллекте» (или «EMI»), которая способна анализировать и обобщать существующую музыку композитора-человека для создания новых музыкальных композиций в том же стиле. Продукция EMI достаточно убедительна, чтобы убедить слушателей в том, что ее музыка создана людьми на высоком уровне компетентности.
Исследования креативности в джазе были сосредоточены на процессе импровизации и когнитивных требованиях, которые он предъявляет музыкальному агенту: рассуждения о времени, запоминание и концептуализация того, что уже было сыграно, и заранее планирование того, что можно сыграть дальше.
С автоматизацией поп-музыки неизбежно связан анализ поп-музыки .
Проекты в области автоматизации поп-музыки могут включать, помимо прочего, идеи создания мелодий и песен, генерации или улучшения вокала, автоматического аккомпанемента и лирической композиции.
Существуют некоторые системы, которые автоматически выбирают аккорды для сопровождения вокальной мелодии в режиме реального времени. Пользователь без музыкального опыта может создать песню с инструментальным сопровождением, просто напевая в микрофон. Примером может служить исследовательский проект Microsoft под названием Songsmith [2] , который обучает скрытую модель Маркова с использованием музыкальной базы данных и использует эту модель для выбора аккордов для новых мелодий.
Автоматическая генерация мелодии часто выполняется с помощью цепи Маркова , состояния системы становятся значениями нот или высоты тона, и для каждой ноты строится вектор вероятности , завершая матрицу вероятности перехода (см. ниже). Алгоритм построен для создания выходных значений нот на основе весовых коэффициентов матрицы перехода, которые могут быть значениями MIDI- нот, частотой ( Гц ) или любым другим желаемым показателем.
Цепь Маркова второго порядка можно ввести, рассматривая текущее состояние, а также предыдущее состояние, как указано во второй таблице. Цепочки более высокого порядка n имеют тенденцию «группировать» отдельные ноты вместе, время от времени «разрываясь» на другие паттерны и последовательности. Эти цепочки более высокого порядка имеют тенденцию генерировать результаты с ощущением фразовой структуры, а не с «бесцельным блужданием», производимым системой первого порядка. [3]
Программное обеспечение для автоматического создания текстов может принимать такие формы, как:
Система Tra-la-Lyrics [4] создает тексты песен на португальском языке для заданной мелодии. Это предполагает не только сопоставление каждого слога слова с нотой мелодии, но также сопоставление ударения слова с сильными долями мелодии.
Это включает в себя обработку естественного языка . Пабло Гервас [5] разработал заслуживающую внимания систему под названием ASPERA, которая использует подход рассуждения на основе прецедентов (CBR) для генерации поэтических формулировок заданного входного текста посредством композиции поэтических фрагментов, которые извлекаются из падежной базы существующих стихотворений. Каждый фрагмент стихотворения в базе регистров ASPERA аннотирован прозаической строкой, которая выражает смысл фрагмента, и эта прозаическая строка используется в качестве ключа поиска для каждого фрагмента. Затем с помощью метрических правил эти фрагменты объединяются в стройную поэтическую структуру.
Такие программы, как TALE-SPIN [6] и The MINSTREL [7] , представляют собой сложную разработку этого базового подхода, различая ряд целей уровня персонажа в истории от ряда целей уровня автора истории. Такие системы, как BRUTUS Брингсйорда [8], могут создавать истории со сложными межличностными темами, такими как предательство. Системы онлайн-генерации метафор, такие как «Сардоник» или «Аристотель» [9], могут предлагать лексические метафоры для заданной описательной цели (например, чтобы описать супермодель как худую, исходные термины «карандаш», «кнут», «уиппет» , «веревка», «палочка-насекомое» и «змея»).
Используя языковую базу данных (например, wordnet ), можно создавать размышления на тему, которая может быть слабой в грамматическом отношении, но все же иметь смысл. Посмотрите такие проекты, как автоматический генератор поэзии Flowerewolf или двигатель Dada.
{{citation}}: CS1 maint: несколько имен: список авторов ( ссылка ){{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )