Composición algorítmica

Este es un enfoque para la síntesis musical que implica "traducir" información de un medio no musical existente a un nuevo sonido. La traducción puede basarse en reglas o ser estocástica . Por ejemplo, al traducir una imagen a sonido, una imagen JPEG de una línea horizontal puede interpretarse como un tono constante, mientras que una línea inclinada hacia arriba puede ser una escala ascendente. A menudo, el software busca extraer conceptos o metáforas del medio (como altura o sentimiento) y aplicar la información extraída para generar canciones utilizando las formas en que la teoría musical suele representar esos conceptos. Otro ejemplo es la traducción de texto a música, ^{[ 4 ] [ 5 ]} que puede abordar la composición extrayendo el sentimiento (positivo o negativo) del texto utilizando métodos de aprendizaje automático como el análisis de sentimientos y representando ese sentimiento en términos de la calidad de los acordes, como acordes menores (tristes) o mayores (alegres) en la salida musical generada.

Los modelos matemáticos se basan en ecuaciones matemáticas y eventos aleatorios. La forma más común de crear composiciones mediante las matemáticas son los procesos estocásticos . En los modelos estocásticos, una pieza musical se compone como resultado de métodos no deterministas . El proceso de composición solo está parcialmente controlado por el compositor, quien pondera las posibilidades de los eventos aleatorios. Ejemplos destacados de algoritmos estocásticos son las cadenas de Markov y diversas aplicaciones de las distribuciones gaussianas . Los algoritmos estocásticos se utilizan frecuentemente junto con otros algoritmos en diversos procesos de toma de decisiones.

La música también se ha compuesto a partir de fenómenos naturales. Estos modelos caóticos crean composiciones a partir de los fenómenos armónicos e inarmónicos de la naturaleza. Por ejemplo, desde la década de 1970, los fractales se han estudiado también como modelos para la composición algorítmica.

Como ejemplo de composiciones deterministas mediante modelos matemáticos, la Enciclopedia en línea de secuencias de enteros ofrece la opción de reproducir una secuencia de enteros como música dodecafónica . (Inicialmente, está configurada para convertir cada entero en una nota de un teclado musical de 88 teclas calculando el entero módulo 88, a un ritmo constante. Así, 123456, los números naturales, equivalen a la mitad de una escala cromática). Como otro ejemplo, la serie de intervalos se ha utilizado para la composición asistida por ordenador. ^{[ 6 ]}

Una forma de crear composiciones es aislar el código estético de un género musical determinado y utilizarlo para crear nuevas composiciones similares. Los sistemas basados ​​en el conocimiento se fundamentan en un conjunto predefinido de argumentos que permiten componer nuevas obras del mismo estilo o género. Generalmente, esto se logra mediante un conjunto de pruebas o reglas cuyo cumplimiento es necesario para que la composición se considere completa. ^{[ 7 ]}

La música también puede analizarse como un lenguaje con una gramática propia . Las composiciones se crean construyendo primero una gramática musical, que luego se utiliza para crear piezas musicales comprensibles. Las gramáticas suelen incluir reglas para la composición a nivel macro, como armonías y ritmo , en lugar de notas individuales.

Al generar estilos bien definidos, la música puede considerarse un problema de optimización combinatoria, cuyo objetivo es encontrar la combinación adecuada de notas para minimizar la función objetivo. Esta función objetivo suele contener reglas propias de un estilo particular, pero puede aprenderse mediante métodos de aprendizaje automático como los modelos de Markov. ^{[ 8 ]} Los investigadores han generado música utilizando una gran variedad de métodos de optimización, incluyendo programación entera, ^{[ 9 ]} búsqueda de vecindario variable, ^{[ 10 ]} y métodos evolutivos como se menciona en la siguiente subsección.

Los métodos evolutivos de composición musical se basan en algoritmos genéticos . ^{[ 11 ]} La composición se construye mediante un proceso evolutivo . A través de la mutación y la selección natural , diferentes soluciones evolucionan hacia una pieza musical adecuada. La acción iterativa del algoritmo descarta las soluciones deficientes y crea otras nuevas a partir de las que sobreviven al proceso. Los resultados del proceso son supervisados ​​por el crítico, una parte vital del algoritmo que controla la calidad de las composiciones creadas.

Los métodos evolutivos , combinados con procesos de desarrollo, constituyen el enfoque evo-devo para la generación y optimización de estructuras complejas. Estos métodos también se han aplicado a la composición musical, donde la estructura musical se obtiene mediante un proceso iterativo que transforma una composición muy simple (compuesta por unas pocas notas) en una pieza compleja y completa (ya sea una partitura o un archivo MIDI). ^{[ 12 ] [ 13 ]}

Los sistemas de aprendizaje son programas que no tienen conocimiento previo del género musical con el que trabajan. En cambio, recopilan el material de aprendizaje por sí mismos a partir del material de ejemplo proporcionado por el usuario o el programador. El material se procesa luego en una pieza musical similar al material de ejemplo. Este método de composición algorítmica está fuertemente vinculado al modelado algorítmico de estilo, ^{[ 14 ]} la improvisación automática y estudios como la ciencia cognitiva y el estudio de redes neuronales . Assayag y Dubnov ^{[ 15 ]} propusieron un modelo de Markov de longitud variable para aprender continuaciones de motivos y frases de diferente longitud. Marchini y Purwins ^{[ 16 ]} presentaron un sistema que aprende la estructura de una grabación de audio de un fragmento de percusión rítmica utilizando agrupamiento no supervisado y cadenas de Markov de longitud variable y que sintetiza variaciones musicales a partir de él.

Los programas basados ​​en un único modelo algorítmico rara vez logran resultados estéticamente satisfactorios. Por ello, a menudo se utilizan algoritmos de diferentes tipos de forma conjunta para combinar sus fortalezas y mitigar sus debilidades. La creación de sistemas híbridos para la composición musical ha impulsado el campo de la composición algorítmica y ha generado numerosas formas novedosas de construir composiciones mediante algoritmos. El principal inconveniente de los sistemas híbridos reside en su creciente complejidad y en la necesidad de recursos para combinar y probar estos algoritmos. ^{[ 17 ]}

Otro enfoque, que puede denominarse composición asistida por ordenador , consiste en crear algorítmicamente ciertas estructuras para composiciones finalmente "hechas a mano". Ya en la década de 1960, Gottfried Michael Koenig desarrolló los programas informáticos Project 1 y Project 2 para música aleatoria , cuyo resultado se estructuraba de forma "manual" mediante instrucciones de interpretación. En la década de 2000, Andranik Tangian desarrolló un algoritmo informático para determinar las estructuras de eventos temporales para cánones rítmicos y fugas rítmicas, ^{[ 18 ] [ 19 ]} que posteriormente se transformaron en las composiciones armónicas Eine kleine Mathmusik I y Eine kleine Mathmusik II ; para partituras y grabaciones, véase. ^{[ 20 ]}