Composição algorítmica - Algorithmic composition

"Sintetizador de música" redireciona aqui. Para sintetizador de som, consulte Sintetizador .

Composição algorítmica é a técnica de usar algoritmos para criar música .

Algoritmos (ou, pelo menos, conjuntos formais de regras) têm sido usados ​​para compor música há séculos; os procedimentos usados ​​para traçar a liderança da voz no contraponto ocidental , por exemplo, podem frequentemente ser reduzidos à determinação algorítmica. O termo pode ser usado para descrever técnicas de geração de música que funcionam sem intervenção humana contínua, por exemplo, através da introdução de procedimentos aleatórios . No entanto, por meio de codificação ao vivo e outras interfaces interativas, uma abordagem totalmente centrada no ser humano para a composição algorítmica é possível.

Alguns algoritmos ou dados que não têm relevância musical imediata são usados ​​por compositores como inspiração criativa para suas músicas. Algoritmos como fractais , sistemas L , modelos estatísticos e até mesmo dados arbitrários (por exemplo, censo , coordenadas GIS ou medições de campo magnético ) têm sido usados ​​como materiais de origem.

Modelos para composição algorítmica

Os algoritmos de composição são geralmente classificados pelas técnicas de programação específicas que usam. Os resultados do processo podem então ser divididos em 1) música composta por computador e 2) música composta por computador. Música pode ser considerada composta por computador quando o algoritmo é capaz de fazer suas próprias escolhas durante o processo de criação.

Outra maneira de classificar algoritmos de composição é examinar os resultados de seus processos de composição. Os algoritmos podem 1) fornecer informações de notação ( partituras ou MIDI ) para outros instrumentos ou 2) fornecer uma forma independente de síntese de som (tocando a composição por si só). Existem também algoritmos que criam dados notacionais e síntese de som.

Uma maneira de categorizar algoritmos de composição é por sua estrutura e forma de processamento de dados, como visto neste modelo de seis tipos parcialmente sobrepostos:

  • modelos translacionais
  • modelos matemáticos
  • sistemas baseados em conhecimento
  • gramáticas
  • abordagens de otimização
  • métodos evolucionários
  • sistemas que aprendem
  • sistemas híbridos

Modelos translacionais

Esta é uma abordagem para a síntese musical que envolve a "tradução" de informações de um meio não musical existente para um novo som. A tradução pode ser baseada em regras ou estocástica . Por exemplo, ao traduzir uma imagem em som, uma imagem jpeg de uma linha horizontal pode ser interpretada no som como um tom constante, enquanto uma linha inclinada para cima pode ser uma escala ascendente. Freqüentemente, o software busca extrair conceitos ou metáforas do meio (como altura ou sentimento) e aplicar as informações extraídas para gerar canções usando as maneiras como a teoria musical normalmente representa esses conceitos. Outro exemplo é a tradução de texto em música, que pode abordar a composição extraindo sentimento (positivo ou negativo) do texto usando métodos de aprendizado de máquina como análise de sentimento e representa esse sentimento em termos de qualidade de acorde, como menor (triste) ou maior ( feliz) acordes na produção musical gerada.

Modelos matemáticos

Os modelos matemáticos são baseados em equações matemáticas e eventos aleatórios. A maneira mais comum de criar composições por meio da matemática são os processos estocásticos . Nos modelos estocásticos, uma peça musical é composta como resultado de métodos não determinísticos . O processo de composição é apenas parcialmente controlado pelo compositor, ponderando as possibilidades de eventos aleatórios. Exemplos proeminentes de algoritmos estocásticos são cadeias de Markov e vários usos de distribuições gaussianas . Os algoritmos estocásticos são freqüentemente usados ​​em conjunto com outros algoritmos em vários processos de tomada de decisão.

A música também foi composta por fenômenos naturais. Esses modelos caóticos criam composições a partir dos fenômenos harmônicos e inarmônicos da natureza. Por exemplo, desde a década de 1970, os fractais têm sido estudados também como modelos para composição algorítmica.

Como exemplo de composições determinísticas por meio de modelos matemáticos, a Enciclopédia On-Line de Sequências Inteiras oferece a opção de reproduzir uma sequência inteira como música de 12 tons com temperamento igual . (É inicialmente definido para converter cada inteiro em uma nota em um teclado musical de 88 teclas , calculando o módulo inteiro 88, em um ritmo constante. Assim, 123456, os números naturais, é igual a metade de uma escala cromática.) Como outro exemplo, a série all-interval foi usada para composição auxiliada por computador

Sistemas baseados em conhecimento

Uma maneira de criar composições é isolar o código estético de um determinado gênero musical e usar esse código para criar novas composições semelhantes. Os sistemas baseados no conhecimento são baseados em um conjunto pré-fabricado de argumentos que podem ser usados ​​para compor novas obras do mesmo estilo ou gênero. Normalmente, isso é realizado por um conjunto de testes ou regras que exigem o cumprimento para que a composição seja concluída.

Gramáticas

A música também pode ser examinada como uma linguagem com um conjunto gramatical distinto . As composições são criadas construindo primeiro uma gramática musical, que é então usada para criar peças musicais compreensíveis. As gramáticas geralmente incluem regras para composição em nível macro, por exemplo harmonias e ritmo , em vez de notas únicas.

Abordagens de otimização

Ao gerar estilos bem definidos, a música pode ser vista como um problema de otimização combinatória, em que o objetivo é encontrar a combinação certa de notas de forma que a função objetivo seja minimizada. Essa função objetivo normalmente contém regras de um determinado estilo, mas pode ser aprendida usando métodos de aprendizado de máquina, como modelos de Markov. Os pesquisadores geraram música usando uma miríade de métodos de otimização diferentes, incluindo programação inteira, pesquisa de vizinhança variável e métodos evolutivos, conforme mencionado na próxima subseção.

Métodos evolucionários

Métodos evolutivos de composição musical são baseados em algoritmos genéticos . A composição está sendo construída por meio de um processo evolutivo . Por meio de mutação e seleção natural , diferentes soluções evoluem em direção a uma peça musical adequada. A ação iterativa do algoritmo elimina soluções ruins e cria novas soluções que sobrevivem ao processo. Os resultados do processo são supervisionados pelo crítico, parte vital do algoritmo que controla a qualidade das composições criadas.

Abordagem Evo-Devo

Métodos evolutivos , combinados com processos de desenvolvimento, constituem a abordagem evo-devo para geração e otimização de estruturas complexas. Esses métodos também foram aplicados à composição musical, onde a estrutura musical é obtida por um processo iterativo que transforma uma composição muito simples (feita de algumas notas) em uma peça completa e complexa (seja uma partitura ou um arquivo MIDI )

Sistemas que aprendem

Mais informações: improvisação máquina , escuta máquina e Aprendizagem de máquina

Os sistemas de aprendizagem são programas que não possuem nenhum conhecimento do gênero musical com o qual estão trabalhando. Em vez disso, eles coletam o material de aprendizagem por si próprios a partir do material de exemplo fornecido pelo usuário ou programador. O material é então processado em uma peça musical semelhante ao material de exemplo. Este método de composição algorítmica está fortemente ligado à modelagem algorítmica de estilo, improvisação de máquina e estudos como ciências cognitivas e o estudo de redes neurais . Assayag e Dubnov propuseram um modelo de Markov de comprimento variável para aprender continuações de motivo e frase de comprimento diferente. Marchini e Purwins apresentaram um sistema que aprende a estrutura de uma gravação de áudio de um fragmento de percussão rítmica usando agrupamento não supervisionado e cadeias de Markov de comprimento variável e que sintetiza variações musicais a partir dele.

Sistemas híbridos

Programas baseados em um único modelo algorítmico raramente conseguem criar resultados esteticamente satisfatórios. Por esse motivo, algoritmos de diferentes tipos são frequentemente usados ​​em conjunto para combinar os pontos fortes e diminuir os pontos fracos desses algoritmos. A criação de sistemas híbridos para composição musical abriu o campo da composição algorítmica e criou também muitas novas maneiras de construir composições algoritmicamente. O único grande problema com os sistemas híbridos é sua complexidade crescente e a necessidade de recursos para combinar e testar esses algoritmos.

Outra abordagem, que pode ser chamada de composição assistida por computador , é criar algoritmicamente certas estruturas para composições finalmente "feitas à mão". Já na década de 1960, Gottfried Michael Koenig desenvolveu programas de computador Projeto 1 e Projeto 2 para música aleatória , cuja produção era sensivelmente estruturada "manualmente" por meio de instruções de execução. Nos anos 2000, Andranik Tangian desenvolveu um algoritmo de computador para determinar as estruturas de eventos de tempo para cânones rítmicos e fugas rítmicas, que foram então transformadas em composições harmônicas Eine kleine Mathmusik I e Eine kleine Mathmusik II ; para partituras e gravações, consulte.

Veja também

Referências

Origens

Artigos

Leitura adicional

links externos