Алгоритмический состав - Algorithmic composition

"Музыкальный синтезатор" перенаправляется сюда. Для звукового синтезатора см. Синтезатор.

Алгоритмический состав это техника использования алгоритмы создавать Музыка.

Алгоритмы (или, по крайней мере, формальные наборы правил) использовались для сочинять музыка на протяжении веков; процедуры, используемые для построения голос ведущий в западных контрапункт, например, часто может быть сведена к алгоритмической определенности. Этот термин можно использовать для описания техник создания музыки, которые работают без постоянного вмешательства человека, например, путем введения шанс процедуры. Однако через живое кодирование и другие интерактивные интерфейсы, возможен полностью ориентированный на человека подход к алгоритмической композиции.[1]

Некоторые алгоритмы или данные, не имеющие непосредственного музыкального значения, используются композиторами.[2] как творческое вдохновение для их музыки. Такие алгоритмы как фракталы, L-системы, статистические модели, и даже произвольно данные (например. перепись цифры, ГИС координаты, или магнитное поле измерения) были использованы в качестве исходных материалов.

Модели для алгоритмической композиции

Композиционные алгоритмы обычно классифицируются по конкретным методам программирования, которые они используют. Затем результаты процесса можно разделить на 1) музыку, сочиненную с помощью компьютера, и 2) музыку, сочиненную с помощью компьютера. Музыка может считаться составленной компьютером, если алгоритм может делать выбор самостоятельно в процессе создания.

Другой способ отсортировать композиционные алгоритмы - изучить результаты их композиционных процессов. Алгоритмы могут: 1) предоставлять условную информацию (ноты или MIDI ) для других инструментов или 2) обеспечить независимый способ синтез звука (играет саму композицию). Также существуют алгоритмы, создающие как условные данные, так и синтез звука.

Один из способов категоризации композиционных алгоритмов - по их структуре и способу обработки данных, как видно из этой модели шести частично перекрывающихся типов:[3]

  • трансляционные модели
  • математические модели
  • системы, основанные на знаниях
  • грамматики
  • подходы к оптимизации
  • эволюционные методы
  • системы, которые учатся
  • гибридные системы

Трансляционные модели

Это подход к синтезу музыки, который включает в себя «перевод» информации из существующего немузыкального носителя в новый звук. Перевод может быть основан на правилах или стохастический. Например, при переводе картинки в звук jpeg Изображение горизонтальной линии может быть интерпретировано в звуке как постоянный тон, а наклонная вверх линия может быть восходящей шкалой. Часто программное обеспечение пытается извлечь из носителя концепции или метафоры (например, высоту или настроение) и применить полученную информацию для создания песен, используя способы, которыми теория музыки обычно представляет эти концепции. Другой пример - перевод текста в музыку,[4][5] который может приближаться к композиции, извлекая из текста тональность (положительную или отрицательную) с помощью машинное обучение такие методы, как анализ настроений и представляет это настроение с точки зрения качества аккордов, таких как минорные (грустные) или основные (счастливые) аккорды в созданном музыкальном продукте.[6]

Математические модели

Математические модели основаны на математических уравнения и случайные события. Самый распространенный способ создания композиций с помощью математики - случайные процессы. В стохастических моделях музыкальное произведение создается в результате не-детерминированный методы. Композитор лишь частично контролирует композиционный процесс, взвешивая возможности случайных событий. Яркими примерами стохастических алгоритмов являются: Цепи Маркова и различные варианты использования Гауссовские распределения. Стохастические алгоритмы часто используются вместе с другими алгоритмами в различных процессах принятия решений.

Музыка также создавалась посредством природных явлений. Эти хаотические модели создают композиции из гармонический и негармоничные явления природы. Например, с 1970-х гг. фракталы изучались также как модели алгоритмической композиции.

В качестве примера детерминированных композиций с помощью математических моделей Он-лайн энциклопедия целочисленных последовательностей предоставляет возможность играть целочисленная последовательность так как 12-тональный ровный темперамент Музыка. (Изначально он настроен на преобразование каждого целого числа в примечание на 88-клавишном музыкальная клавиатура путем вычисления целого числа по модулю 88, в устойчивом ритме. Таким образом, 123456, натуральные числа, равны половине хроматической шкалы.) В качестве другого примера, серия из всех интервалов использовалась для композиции с помощью компьютера. [7]

Системы, основанные на знаниях

Один из способов создания композиций - выделить эстетический код определенного музыкального жанра и использовать этот код для создания новых похожих композиций. Системы, основанные на знаниях основаны на заранее составленном наборе аргументов, которые можно использовать для создания новых произведений того же стиля или жанра. Обычно это достигается с помощью набора тестов или правил, требующих выполнения для завершения композиции.[8]

Грамматики

Музыка также может рассматриваться как язык с отличительной грамматика набор. Композиции создаются путем построения музыкальной грамматики, которая затем используется для создания понятных музыкальных произведений. Грамматики часто включают правила для создания на макроуровне, например гармонии и ритм, а не отдельные ноты.

Подходы к оптимизации

При создании четко определенных стилей музыку можно рассматривать как задачу комбинаторной оптимизации, цель которой состоит в том, чтобы найти правильную комбинацию нот, при которой целевая функция минимизирована. Эта целевая функция обычно содержит правила определенного стиля, но ее можно изучить с помощью методов машинного обучения, таких как модели Маркова.[9] Исследователи создали музыку, используя множество различных методов оптимизации, включая целочисленное программирование,[10] поиск переменного района,[11] и эволюционные методы, упомянутые в следующем подразделе.

Эволюционные методы

Эволюционные методы сочинения музыки основаны на генетические алгоритмы.[12] Композиция строится с помощью эволюционный процесс. Через мутация и естественный отбор, различные решения развиваются в направлении подходящего музыкального произведения. Итеративное действие алгоритма отсекает плохие решения и создает новые из оставшихся в процессе. За результатами процесса следит критик - важная часть алгоритма, контролирующего качество создаваемых композиций.

Эво-дево подход

Эволюционный методы в сочетании с процессами развития составляют эво-дево подход к созданию и оптимизации сложных структур. Эти методы также были применены к музыкальной композиции, где музыкальная структура получается с помощью итеративного процесса, который преобразует очень простую композицию (состоящую из нескольких нот) в сложную полноценную пьесу (будь то партитура или MIDI-файл. ).[13][14]

Системы, которые учатся

Дальнейшая информация: Машинная импровизация, Машинное прослушивание, и Машинное обучение

Системы обучения - это программы, которые не имеют данных о жанре музыки, с которой они работают. Вместо этого они сами собирают учебные материалы из примеров материалов, предоставленных пользователем или программистом. Затем материал преобразуется в музыкальное произведение, аналогичное материалу в примере. Этот метод алгоритмической композиции тесно связан с алгоритмическим моделированием стиля,[15] машинная импровизация, и такие исследования, как наука о мышлении и изучение нейронные сети. Ассаяг и Дубнов [16] предложил переменную длину Марковская модель выучить мотивные и фразовые продолжения разной длины. Марчини и Пурвинс [17] представили систему, которая изучает структуру аудиозаписи ритмического ударного фрагмента с использованием неконтролируемой кластеризации и цепей Маркова переменной длины и синтезирует из нее музыкальные вариации.

Гибридные системы

Программы, основанные на одной алгоритмической модели, редко дают эстетически удовлетворительные результаты. По этой причине алгоритмы разных типов часто используются вместе, чтобы объединить сильные стороны и уменьшить слабые стороны этих алгоритмов. Создание гибридных систем для музыкальной композиции открыло область алгоритмической композиции, а также создало множество совершенно новых способов алгоритмического построения композиций. Единственная серьезная проблема гибридных систем - их возрастающая сложность и потребность в ресурсах для объединения и тестирования этих алгоритмов.

Смотрите также

Рекомендации

  1. ^ Оксфордский справочник по алгоритмической музыке. Оксфордские справочники. Оксфорд, Нью-Йорк: Издательство Оксфордского университета. 2018-02-15. ISBN  9780190226992.
  2. ^ Джейкоб, Брюс Л. (декабрь 1996 г.). «Алгоритмическая композиция как модель творчества». Организованный звук. 1 (3): 157–165. Дои:10.1017 / S1355771896000222. HDL:1903/7435.
  3. ^ Пападопулос, Джордж; Виггинс, Герайнт (1999). «Методы ИИ для алгоритмической композиции: обзор, критический взгляд и перспективы на будущее» (PDF). Материалы симпозиума по музыкальному творчеству AISB'99, Эдинбург, Шотландия: 110–117.
  4. ^ Дэвис, Ханна (2014). «Создание музыки из литературы». Труды семинара EACL по компьютерной лингвистике для литературы: 1–10. arXiv:1403.2124. Bibcode:2014arXiv1403.2124D. Дои:10.3115 / v1 / W14-0901.
  5. ^ «Создание музыки из текста».
  6. ^ "Тамбр Музыка из литературы". Архивировано из оригинал на 2018-12-29. Получено 2019-05-14.
  7. ^ Маурисио Торо, Карлос Агон, Камило Руэда, Жерар Ассаяг. "GELISP: ОСНОВА ДЛЯ ИЗОБРАЖЕНИЯ ПРОБЛЕМ УДОВЛЕТВОРЕНИЯ МУЗЫКАЛЬНЫХ ОГРАНИЧЕНИЙ И СТРАТЕГИЙ ПОИСКА. »Журнал теоретических и прикладных информационных технологий 86 (2). 2016. 327-331.
  8. ^ Браун, Сайлас (1997). "Алгоритмическая композиция и редукционистский анализ: может ли машина составлять?". CamNotes. Общество новой музыки Кембриджского университета. Получено 28 октября 2016.
  9. ^ Herremans, D .; Weisser, S .; Sörensen, K .; Конклин, Д (2015). «Создание структурированной музыки для баганы с использованием показателей качества на основе моделей Маркова» (PDF). Экспертные системы с приложениями. 42 (21): 7424–7435. Дои:10.1016 / j.eswa.2015.05.043.
  10. ^ Кунья, Нейлсон душ Сантуш; Ананд Субраманян; Дориен Херреманс (2018). «Создание гитарных соло с помощью целочисленного программирования» (PDF). Журнал Общества оперативных исследований. 69:6 (6): 971–985. Дои:10.1080/01605682.2017.1390528.
  11. ^ Herremans, D .; Соренсен, К. (2013). «Создание контрапунктовой музыки пятого вида с помощью алгоритма переменного поиска по окрестностям» (PDF). Экспертные системы с приложениями. 40 (16): 6427–6437. Дои:10.1016 / j.eswa.2013.05.071.
  12. ^ Чарльз Фокс 2006 Генетические иерархические музыкальные структуры (Американская ассоциация искусственного интеллекта)
  13. ^ Болл, Филипп (2012). "Алгоритмическое восхищение". Природа. 188 (7412): 456. Дои:10.1038 / 488458a.
  14. ^ Fernandez, JD; Вико, Ф (2013). «Методы ИИ в алгоритмической композиции: всесторонний обзор» (PDF). Журнал исследований искусственного интеллекта. 48: 513–582. Дои:10.1613 / jair.3908. Архивировано из оригинал (PDF) на 2016-11-17. Получено 2015-03-22.
  15. ^ С. Дубнов, Г. Ассаяг, О. Лартилло, Г. Бежерано "Использование методов машинного обучения для моделирования музыкального стиля ", IEEE Computers, 36 (10), стр. 73-80, октябрь 2003 г.
  16. ^ Г. Ассаяг, С. Дубнов, О. Делеру "Угадывая разум композитора: применение универсального предсказания к музыкальному стилю ", Материалы Международной компьютерной музыкальной конференции, Пекин, 1999.
  17. ^ Маркини, Марко; Пурвинс, Хендрик (2011). «Неконтролируемый анализ и генерация звуковых последовательностей ударных». Изучение музыкального содержания. Конспект лекций по информатике. 6684. С. 205–218. Дои:10.1007/978-3-642-23126-1_14. ISBN  978-3-642-23125-4.

Источники

Статьи

дальнейшее чтение

  • Фил Уинзор и Джин Де Лиза: Компьютерная музыка в C. Виндкрест 1990. ISBN  978-1-57441-116-4
  • Кертис Роудс: Учебник компьютерной музыки. MIT Press 1996
  • Эдуардо Рек Миранда: Сочинение музыки с помощью компьютеров. Focal Press 2001
  • Карлхайнц Эссль: Алгоритмическая композиция. в: Кембриджский компаньон электронной музыки, изд. Н. Коллинз и Дж. д'Эскриван, Cambridge University Press, 2007. - ISBN  978-0-521-68865-9. - Абстрактные
  • Герхард Нирхаус: Алгоритмическая композиция - парадигмы автоматизированной генерации музыки. Springer 2008. - ISBN  978-3-211-75539-6
  • Wooller, Рене, Браун, Эндрю Р., Миранда, Эдуардо, Дидерих, Иоахим, и Берри, Родни (2005) Структура для сравнения процессов в алгоритмических музыкальных системах. В: Практика генеративного искусства, 5–7 декабря 2005 г., Сидней, Австралия. [1]
  • Функциональная таксономия систем создания музыки к Дориен Херреманс, Чинг-Хуа Чуанг и Элейн Чу. ACM Computing Surveys, Vol. 55 № 5, страницы 69: 1-30 10.1145 / 3108242.

внешняя ссылка