1/10/2004

MÉTODOS DE APRENDIZAJE AUTOMÁTICO PARA MODELADO DE ESTILO MUSICAL (I)

IEEE Computer Society Digital Library

Llevo meses queriendo leer y pensar acerca de un artículo de la revista "Computer", de la IEEE Computer Society del mes de Octubre pasado:
"Using machine-learning methods for musical style learning", por Dubnov et al.

Se parte de una premisa -aparentemente bien documentada- de que el proceso de composición musical no es, para nada, una actividad aleatoria, sino que, aunque complicado, es formalizable.

Después comenta las dos capas principales de una composición: la "superficie musical", esto es, el pentagrama con sus notas, silencios, etc., y las características estilísticas, como el ritmo, la melodía, la armonía, etc. Gracias a aproximaciones estadísticas se pueden capturar las relaciones redundantes de estos estilos, y generar nuevas instancias de secuencias musicales que las adopten, con lo que serían del estilo de los ejemplos origen.


Con este tipo de herramientas, las aplicaciones que se podrían generar son, por ejemplo, las siguientes:

1. Herramientas de caracterización estilística para musicólogos.
2. Obtención inteligente de información en bases de datos musicales.
3. Generación musical automática para aplicaciones web, de juegos, etc.
4. Improvisación automática con o sin supervisión humana
5. Composición asistida por ordenador.


Ya era posible la generación automática de música a partir de la codificación de un conjunto de reglas musicales en algún tipo de lógica -reglas- o gramática formal, es decir, mediante la construcción de un sistema experto. El problema con esto es la necesidad de una explotación masiva del conocimiento musical -¿es esto un problema?-. El planteamiento de los autores es la utilización de técnicas estadísticas o inducción empírica.


Algunas opciones anteriores fueron:
- Utilización de Cadenas de Markov -que dependen del contexto inmediatamente anterior para generar un nuevo estado-: cuando se han utilizado cadenas de orden bajo, se ha visto que no eran útiles, mientras que a órdenes más altos, se llegaban a cadenas similares al corpus inicial.
- David Cope utiliza generación de gramática + "signatures" -microgestor melódicos de un autor concreto-. Con ambas cosas, consigue nuevas composiciones.

Este artículo busca la obtención automática de estos microgestos: pattern matching, me imagino.


No hay comentarios: