Поиск по сайту


Каталог учебных материалов

Свежие работы в разделе

Наша кнопка

Разместить ссылку на наш сайт можно воспользовавшись следующим кодом:


Контакты

Если у вас возникли какие либо вопросы, обращайтесь на email администратора: admin@kazreferat.info

ПРИМЕНЕНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ДЛЯ СОЗДАНИЯ МУЗЫКАЛЬНЫХ ПРОИЗВЕДЕНИЙ

Узнать стоимость написания работы

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

РОССИЙСКОЙ ФЕДЕРАЦИИ

Национальный Исследовательский Ядерный Университет «МИФИ»

Институт Интеллектуальных Кибернетических Систем

Кафедра Кибернетики (№22)

Реферат по теме:

ПРИМЕНЕНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ

ДЛЯ СОЗДАНИЯ МУЗЫКАЛЬНЫХ ПРОИЗВЕДЕНИЙ

Подготовила

студентка группы Б14-505

Охота Елизавета

Научный руководитель:

профессор, д.т.н.

Рыбина Г.В.

Москва, 2016


Содержание

ВВЕДЕНИЕ. 3

1. ИСТОКИ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ, СОЗДАЮЩИХ МУЗЫКУ. 5

2. ПРИНЦИПЫ АЛГОРИТМИЗАЦИИ НАПИСАНИЯ МУЗЫКИ.. 6

1. Анализ мелодии. 7

2. Алгоритмизация сочинения музыки. 9

3. Анализ музыкальных произведений. 13

3. СОВРЕМЕННЫЕ ИССЛЕДОВАНИЯ. 15

Музыка, соответствующая вашим эмоциям.. 15

Искусственный интеллект изучает закономерности творчества The Beatles. 15

Band-in-a-Box. 16

Guitar Pro Real Sound Effects. 16

ЗАКЛЮЧЕНИЕ. 17

ПРИЛОЖЕНИЕ. 18

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ.. 21

ВВЕДЕНИЕ

Любое творчество основано на интуиции, будь оно научным, художественным или музыкальным. А интуиция основана на опыте человека. Для этого человек должен изучать аспекты данного вида творчества, знакомиться с творениями других людей в этой области, изучать их, выявлять (осознанно или неосознанно) закономерности, классифицировать произведения.

Процесс творчества не всегда полностью нами осознаётся. Ученый, например, пытающийся доказать теорему, даже не всегда знает, удастся ли это ему. И если ученый её доказал, не всегда он сможет рассказать, как он до этого логически дошел, и как эта идея возникла в его сознании. Так же и музыкант не сможет рассказать, почему, когда он пишет произведение, он выбирает ту или иную последовательность нот, и почему ему один вариант кажется лучше другого.

Если существуют интуиция и творчество и каким-то образом человеческий мозг их использует, значит существуют какие-то их закономерности. Задача кибернетики – понять их.

Один из методов познания законов природы – их моделирование в лабораторных условиях. Можно сказать, что пока учёные не смоделировали данный процесс, и до конца не понятно, как он происходит. Одна из задач кибернетики – моделирование различных видов интеллектуальной деятельности, в частности творческих.

О качестве построенной модели можно судить по полученным результатам. Например, если задача интеллектуальной системы – написать музыкальное произведение, неотличимое от композиторского, нужно будет сравнить полученное произведение с авторским. Если результат отличается от желаемого, стоит провести дальнейший сравнительный анализ и выявить черты, которыми модель отличается от проектируемого объекта.

Обычно, когда речь идёт о модели, подразумевается, что мы выбираем какие-то свойства объекта – проблемную область, которая будет проектироваться. Определение из словаря С. И. Ожегова: «Модель – схема какого-нибудь физического объекта или явления». То есть модель всегда проще, чем исследуемый объект.

К сожалению, музыкальное творчество, как и любой объект реального мира, никогда не удастся полностью описать машиной, потому что оно содержит такое количество информации и такое количество зависимостей (не все из них человек осознаёт, и не всё ещё открыто наукой), что всё это просто невозможно описать в конечной модели.

Существует тест Тьюринга, опубликованный английским учёным Аланом Тьюрингом в 1950г., чтобы определить, создан искусственный интеллект или нет. Стандартная его интерпретация звучит так: «Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор». Существует класс интеллектуальных систем, которые называются диалоговыми. Они взаимодействуют с пользователем на естественном языке. Можно сказать, что классический тест касается именно диалоговых интеллектуальных систем.

Если переформулировать этот тест для интеллектуальных систем, создающих музыкальные произведения, он будет звучать так: задача человека при прослушивании музыкального произведения определить, кем создано данное произведение: человеком или компьютером. Сейчас главная задача интеллектуальных систем – создать музыку, которая бы прошла этот тест.

В данной работе отражена проблема: на сегодняшний день смогла ли машина пройти тест Тьюринга для музыки?

1. ИСТОКИ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ, СОЗДАЮЩИХ МУЗЫКУ

Первый учёный, который занимался этой задачей – советский кибернетик Рудольф Хафизович Зарипов (1929-1991). Он занимался моделированием на вычислительной машине Урал функций композитора и музыковеда. Зарипов разделил написание музыкальных произведений на три разных задачи: сочинение мелодий, синтезирование песенного ритма и гармонизация (см. ниже). полученной мелодии. Также он изучал алгоритмы, способные анализировать разные варианты вариационного развития мелодии (см. ниже). Зарипов пытался выяснить алгоритм сочинения музыкального произведения, которым пользуются композиторы.

В 1965г. Американский учёный-изобретатель Рэймонд Курцвейл (р. 1948) (в том числе озвучивший «Закон ускоряющейся отдачи», который гласит, что некоторые эволюционные системы, включая технологии, развиваются экспоненциально) в 17 лет представил фортепианное произведение, сочинённое компьютером, который он сделал сам. За это изобретение он годом позднее получил приз на Международной Научной Ярмарке.

Другой учёный, который изучает проблему написания музыки компьютером – американец Дэвид Коуп (р. 1941). Он написал множество алгоритмов, которые анализируют музыкальные произведения или даже сочиняют музыку, похожую на ту, которая даётся на вход. Его первый алгоритм называется Experiments in Musical Intelligence (EMI). Эта программа может сочинять музыку в стиле разных композиторов, чьи произведения даются на анализ. Следующая программа, основанная на EMI – Emily Howell. Она направленна на то, чтобы писать принципиально новую музыку, а не подражать какому-либо стилю.

2. ПРИНЦИПЫ АЛГОРИТМИЗАЦИИ НАПИСАНИЯ МУЗЫКИ

Чтобы создать алгоритм написания музыки, нужно определить, из каких структурных элементов состоит музыкальное произведение. В наши дни существует очень много разных способов написания музыки и разного структурного разбиения музыкальной композиции. Будем описывать классический (описанный Венскими классиками) подход к написанию музыки, потому что в современном мире он самый распространённый.

Согласно этому подходу, музыка состоит из следующих структурных единиц:

1) Мелодия

Составляющие:

· Структурная

· Ритмическая

· Звуковысотная

· Ладогармоническая

2) Аккомпанемент (гармонизация)

3) Аранжировка

Кроме того, когда человек прослушивает музыкальное произведение, в зависимости от предыдущего опыта восприятие и общее впечатление может быть разным. В процессе передачи информации участвуют источник и приёмник. И информация, которую получает приёмник от источника, может меняться в зависимости от свойств приёмника. В словарной практике тезаурусом принято называть словарь с различными смысловыми связями. Тезаурус отражает сведения, накопленные к данному моменту индивидом. Если тезаурус приёмника недостаточен, то информация, которую он принимает, может вообще оказаться бессмысленной, так как у него недостаточно опыта, чтобы её понять – и тезаурус приёмника не изменяется. Если тезаурус приёмника достиг определенного объема, то он может подчерпнуть некоторую информацию, которую ему даёт приёмник, и его тезаурус расширится. А если тезаурус приёмника слишком большой, и информацию, которую передаёт источник, принимающий уже знает, то его тезаурус опять же не расширится. Например, если дать учебник высшей математики дошкольнику, он не сможет пополнить свои знания, потому что вообще не знаком с этой темой. А если дать этот учебник доктору физико-математических наук, он просто не найдет в нем ничего нового для себя, и опять же информацию не получит. Учебник будет полезен только студенту университета.

Так же дела обстоят и с музыкой. Для того, чтобы оценивать музыку, написанную интеллектуальной системой, нужно обладать достаточным для этого тезаурусом: быть знакомым со многими стилями и направлениями музыки, а чтобы проанализировать эту музыку, стоит иметь минимальное музыкальное образование.

1. Анализ мелодии

См. приложение, рис.2

Проанализируем песню «Маленькой ёлочке холодно зимой».

a. Ритм

Прежде всего, обратим внимание на ритмическую сторону вопроса. На рис.1 показано нотное обозначение длительностей и отношение между ними. Длительности формируются в такты, и в начале песни указан размер – 2/4. Это значит, что в каждом такте должно быть ровно две четверти, и они могут образоваться из разных нот. Ритмическая составляющая – это отдельный самостоятельный элемент музыкальной композиции. В разбираемой песне есть только три типа длительностей – четвёртые, восьмые и половинные.

Количество сочетаний длительностей конечно, особенно если нужно соответствовать определённому музыкальному размеру (например, 4/4, 2/4). Популярный американский барабанщик Benny Greb занимался алгоритмизацией ритмического формирования композиций и обучением барабанщиков. В своей книге он опубликовал (рис. 3, 4, 5) все возможные ритмические комбинации из шестнадцатых нот и из триолей (). Большая часть современной музыки состоит из комбинаций этих ритмических отрывков. Например, «Маленькой ёлочке...» складывается из следующих отрывков:

A I |A I| I I | A P ||: A I |A I| I I | A P :||

Получается, что большую часть всех мелодий можно закодировать этим способом. И в другую сторону это тоже работает. Можно загрузить в компьютер эти ритмические последовательности и случайным (или по какому-то алгоритму) образом расположить эти элементы ритма друг за другом, в итоге мы получим полноценную ритмическую композицию.

Ниже будут описаны основные алгоритмы следования ритмических (и мелодических) групп друг за другом.

b. Звуковысотная составляющая

Обратим внимание на высоту нот в примере. В мелодической линии есть смены направления движения – вниз и вверх. Различно и число нот, идущих в одном движении, причем здесь всегда трудно заметить какую-то закономерность. 1, 2-3 ноты и 4, 5-6 ноты смещены относительно друг друга на одинаковый интервал – между ними три ступени (см. рисунок 2, гамму нот до-мажор). Потом в следующих двух тактах движение идёт с ноты «соль» до ноты «до» вниз, без пропускания нот.

Все интервалы между нотами можно обозначить цифрами:

0 – одна и та же ступень (прима)

1 – соседние ступени (секунда)

2 –через одну ступень (терция)

И так далее,

7 – две ноты с одинаковым названием через октаву

Этим способом можно закодировать все интервалы между нотами в мелодии.

c. Структурная составляющая

Напевая рассматриваемую песню, мы ясно чувствуем структурное разделение мелодии на две части. Эти смысловые части называют предложениями. В примере три предложения по четыре такта каждое (два последних предложения одинаковые). Такое разбиение можно обнаружить в любой мелодии – есть разделение на мотивы (маленькие единицы), фразы (крупнее, чем мотивы) и предложения (самые крупные единицы). Это масштабная структура мелодии. Существуют так же ритмическая структура и мелодическая структура. Последние явления связаны с расстановкой «ударений» в мелодии – например, когда на неё накладывают слова, какие-то ноты звучат более сильно, а какие-то более слабо. Это происходит, потому что ритмом и мелодией можно расставить смысловые акценты на нотах.

Конечно, в музыкальном произведении звуковысотная и ритмическая составляющая тесно связаны. Как, например, в литературном произведении, в мелодии есть некоторое нарастание напряжения, точка наивысшего напряжения и спад. Анализ многих мелодий, проведённый Р. Х. Зариповым, даёт понять, что в среднем кульминация мелодии находится в точке золотого сечения всей композиции (примерно 0,62 длины мелодии).

Кроме того, музыканты, анализирующие музыкальные произведения, знают, что мелодия строится на принципе «вопрос – ответ». Например, в рассматриваемом примере первые два такта звучат «неоконченно», требуют разрешения. А вторые два такта отвечают первым двум и завершают предложение – смысловую единицу.

d. Принцип вариационного развития

Принцип видоизменённой повторности, или вариативности – это повторение мелодии, но в изменённом виде. При этом слушатель может легко определить, что прозвучала та же самая мелодия, только немного в другом виде, и черты первоначальной мелодии сохраняются. При таком продолжении мелодии чаще всего мелодические и структурные особенности сохраняются, а ритмическая композиция меняется. Но может быть и по-другому: ритм и структура остаются, а некоторые интонации меняются. То, что в вариации остаётся постоянным, называется инвариантом преобразования.

2. Алгоритмизация сочинения музыки

a. Мелодия

Музыку можно записать знаками на нотном стане. Конечно, этот процесс можно автоматизировать. Первые попытки автоматизации написания музыки были приняты задолго до появления вычислительных машин. Например, есть способ, предложенный в 1751г. Уильямом Хейсом. Он заключается в следующем: нужно взять чистый лист нотной бумаги, взять жесткую щетку обмакнуть в чернила, и, проведя пальцем по щетине, разбрызгать чернила на лист. Полученные капли чернил обозначают положение нот на нотном стане. Затем с помощью колоды карт случайным образом разыграть ключ, длительности нот и тактовые черты. Конечно, трактат, в котором Хейс описал этот способ, был сатирическим, но, тем не менее, можно было легко получить произведение, готовое к исполнению. Конечно, музыка, полученная таким способом, была абсолютно неупорядоченной какофонией.

Кроме этого, есть книга, приписываемая В. А. Моцарту, в которой описано создание вальса с помощью игральных костей (авторство Моцарта не уточнено, так как издатель книги мог просто поставить на обложке громкое имя). В книге была таблица, представляющая из себя нотный план с шестью (по количеству значений, выпадающих на кости) колонками и с восемью строками (по количеству тактов). В каждой клетке был помещён сочинённый автором такт. Причём все такты, вне зависимо от цифры, выпадающей на костях, были согласованы друг с другом, и в итоге получалась действительно хорошая композиция, потому что автор заранее продумал строение, ритм и мелодию и согласовал все такты между собой.

Когда появились первые вычислительные машины, появился генератор случайных чисел (можно получить истинно случайные число на основе хаотически изменяющихся физических параметров). Конечно, самая простая музыка, которую можно получить на вычислительной машине – музыка, сгенерированная случайно. Например, можно каждый интервал и каждую ритмическую комбинацию закодировать символом (как это сделать, было показано выше) и, разыгрывая эти числа для ритма и мелодии, получить композицию. Только велика вероятность, что у полученной таким образом музыки не будет никакой художественной ценности, потому что кроме ритмического и звуковысотного аспекта есть ещё и структурный. А структура – это нечто более сложное, что нельзя задать случайными числами.

В композиторской музыке существует очень много закономерностей всех уровней написания мелодии. Чтобы музыка, которую генерирует машина, походила на сочинённую человеком, алгоритм построения композиции должен быть очень сложным и учитывать очень многие аспекты логики композитора. Чем понятнее и благозвучнее для человеческого уха музыка, тем больше закономерностей используется при её сочинении, и самая непривычная человеку музыка – та, которая сгенерирована случайно.

Чтобы учесть аспекты построения музыки человеком, нужно провести статистический анализ некоторых композиций. Причём в произведениях разных стилей и направлений музыки разные закономерности построения мелодии и ритма, поэтому нужно анализировать композиции каждого стиля отдельно. И только после проведённого анализа большого количества стилей можно будет выявить общие черты, объединяющие все композиции в целом.

На простом примере короткой мелодии можно рассмотреть суть метода статистического анализа. Например, стоит задача – выяснить, какие есть закономерности звуковысотного движения. Для этого можно взять все последовательности из четырёх нот из анализируемых мелодий. Затем сгруппировать их так, чтобы первые три ноты в группе последовательностей четырёх нот были одинаковыми, а последняя нота будет различной. Задача – составить статистику вероятности различных конечных нот в данной последовательности. Например, у нас есть выборка из десяти последовательностей, начинающихся с «до-ре-ми»:

До-ре-ми-фа

До-ре-ми-до

До-ре-ми-соль

До-ре-ми-фа

До-ре-ми-до

До-ре-ми-ми

До-ре-ми-до

До-ре-ми-до

До-ре-ми-до

До-ре-ми-ми

Вероятности: «до» - 0.5, «ми» - 0.2, «фа» - 0.2, «соль» - 0.1.

После этого формируется матрица частотных распределений. К примеру, отрезок [0, 1] (обычно генератор случайных чисел генерирует значения именно из этого диапазона, хотя не составит труда заменить его на любой другой) разбивается отрезки, длина которых пропорциональна полученной частоте распределения нот. В разобранном примере можно разделить отрезок [0, 1] на четыре части, длиной 0.5, 0.2, 0.2 и 0.1 и каждому отрезку присвоить соответственную ноту. Далее выбирается нота в зависимости от числа, которое выдаёт генератор случайных чисел. Таким образом, можно составить музыкальную композицию.

Необходимым условием этого принципа автоматизации служит большое количество анализируемых композиций – каждая последовательность, начинающаяся с данных трёх нот должна встречаться минимальное для сбора статистики число раз (Р. Х. Зарипов предлагает использовать число десять).

Точно таким же образом можно провести статистический анализ ритмических последовательностей, только использовать группы из трёх ритмических смысловых единиц.

Но, к сожалению, сгенерированная подобным алгоритмов музыка далека от творчества человека. Венгр В. Хаваш попробовал с помощью подобного алгоритма проанализировать венгерские народные пентатонные песни (пентатоника – гамма не из семи, как обычно, а из пяти нот; из семиступенчатой гаммы просто исключаются две ноты). В анализируемых им песнях присутствуют секвенции – повторение одних и тех же мотивов в изменённом виде в одной и той же мелодии. А в композициях, сгенерированных машиной по алгоритму Хаваша, естественно, не было никаких секвенций и закономерностей, потому что каждая следующая нота основана только на нескольких предыдущих. Случайно получить эффект секвенций, связывающий 10-20 нот, практически невозможно этим способом.

Более перспективный метод синтезирования музыки – программирование правил и закономерностей композиции, получаемых как с помощью статистического анализа, так и некоторых закономерностей, найденных авторами работ и музыковедами. Первым из опубликованных опытов, проведённых по данному алгоритму, были опыты Клейна и Болито в 1956г. Свои мелодии они называли «Кнопка Берета». В этих мелодиях появилась фразировка, но всё равно нельзя сказать, что результат имитирования композиторской музыки достигнут.

Заведующий лабораторией электронной музыки Иллинойского университета Хиллер и математик Изаксон получили с помощью машины ИЛЛИАК сюиту струнного квартета. Сюита состояла из четырёх частей. Первые две части строились в до-мажоре без диезов и бемолей (только по белым клавишам) с помощью нескольких правил: диапазон не превышал двух октав, начало и конец мелодии приходилось на ноту «до», все интервалы не превосходили октавы, интервалы тритон и септима вообще исключались (поскольку это самые диссонантные из простых интервалов), использовалась простая ритмическая схема, отдельные фразы повторялись. Третья часть сюиты была построена по тем же правилам, но включала в себя диезы и бемоли, исполнительские и динамические указания (стаккато – отрывисто, легато – слитно, пиано – тихо, форте – громко и т.д.). Сначала записывалась совершенно случайная хроматическая музыка (в х. музыке вероятность любой из двенадцати нот, безразлично – чёрных или белых клавиш, одинакова). В музыке были сильные диссонансы, и полученные композиции подвергались фильтрации в соответствии с вышеописанными правилами. В первых трёх частях принципы отбора случайных нот в той или иной степени отражали характерные закономерности и традиционные правила музыки. А в четвёртой части музыка была построена по исключительно математическим правилам, совершенно абстрагированным от музыки, в соответствии со статистикой следования нот друг за другом.

Р. Х. Зарипов на ЭВМ «Урал» в 1959г. получил первые одноголосные мелодии, названные «Уральскими напевами». Композиции сочинялись в до-мажоре без отклонения в другие тональности в размерах 3/4 и 4/4. Каждая мелодия состояла из пяти восьмитактовых периодов, каждый из которых состоял из двух предложений.

Структура композиции была следующая (каждая буква – предложение):

A1, B1, A2, B2, C1, C2, C1, C3, D, B3

Форма музыки, когда существуют повторяющиеся части, и существуют неповторяющиеся части (причем композиция заканчивается на повторе), называется формой рондо.

Одна и та же буква, вне зависимости от индекса, определяет различный ритмический и мелодический характер предложения. При этом характер A и B похож по ритму и мелодии, а C – контрастен по отношению к А и В. Разные индексы – это разные вариации мелодии. Элементы же нот выбирались с помощью датчика случайных чисел. Петь эти композиции было неудобно, потому что постоянно появлялись неудобные интервалы – тритоны, септимы. Кроме того, отсутствовало гармоническое развитие (о гармонии ниже) и гармоническая определённость. Но даже после доработок алгоритма песней из мелодий выйти не могло, потому что в стихах так же существует ритм и размер, неоднозначно ложащийся на музыкальный ритм. Кроме того, существует корреляция между стихотворным ритмом и мелодией.

b. Гармония

Под гармонией подразумеваются определённые аккордовые функции, сопровождающие мелодию. Аккордовые функции – трезвучия (не всегда), подчеркивающие движение мелодии, отражающие напряжённые и разрешающие мотивы. Классическая школа гармонии придумана Венскими классиками (рубеж XVII и XIX веков). Её суть заключается в том, что существуют три гармонические функции – тоника, субдоминанта и доминанта. Тоника – устойчивое трезвучие, мелодия всегда стремится к нему. Субдоминанта – функция, расширяющая тонику. Доминанта – функция, противопоставленная тонике, самая напряжённая функция. Этим функциям в самом простом варианте соответствуют три трезвучия. Для до-мажора тоника – трезвучие первой ступени (до-ми-соль), субдоминанта – трезвучие четвёртой ступени (фа-ля-до) и доминанта – трезвучие пятой ступени (соль-си-ре). Порядок нот в трезвучии для функционального значения не важен.

Большинство произведений, начиная с XIX века и заканчивая сегодняшним днем, опираются на тональные функции. И перед кибернетиками, алгоритмизующими музыку, встала задача гармонизации музыки. Простой случай – когда нужно гармонизовать уже существующую мелодию. Сложный случай – когда машина генерирует мелодию, имеющую тональную структуру и аккомпанемент к ней.

Если обобщить, то в целом в тональности не три аккорда, а шесть – аккорды первой, второй, третей, четвёртой, пятой и шестой ступеней. В классической теории музыки любые аккорды, кроме трёх, описанных выше, называются отклонением в другую тональность. Естественно, чем больше аккордов, тем сложнее сделать гармонизацию, потому что иногда такт, которому соответствует тональная функция, вообще не содержит нот данного аккорда. Кроме этого, в гармонизации данной мелодии могут присутствовать аккорды, которых вообще нет среди этих шести.

Задачу гармонизации мелодии до сих пор не решили полностью, потому что очень сложно определить, какие аккорды использовать.

Намного проще решить обратную задачу – написание музыки под данные аккорды. И, если усложнить задачу, генерирование аккордов по заданным правилам, а уже после этого написание мелодии под них.

Задача, которая решена – гармонизация не тональными функциями, а, как это было в эпохе барокко и раньше, четырёхголосная гармония. То есть, есть четыре голоса – сопрано, альт, тенор и бас. И каждый из них ведёт свою мелодию, а все четыре мелодии зависят друг от друга. Существует очень много вариантов решения этой задачи – как русскими учёными, так и зарубежными. Но, тем не менее, до сих пор эта гармонизация представляет мало художественной ценности.

3. Анализ музыкальных произведений

Интересной задачей алгоритмического изучения является выяснение закономерностей музыки одного стиля и выяснение различий между музыкой разных стилей. Можно, например, произвести всесторонний статистический анализ произведений двух стилей, а потом сделать матрицу перехода частотных характеристик соответственных элементов. Таким образом, можно определить корреляцию между разными стилями. Можно будет судить, насколько стили похожи или насколько отличаются друг от друга и чем.

В. Фуксом (Технологический институт ФРГ) было проведено статистическое исследование, охватывающее музыку с 1500 до 1960г. Вся музыка была разделена на стили, и для каждого стиля было вычислено значение дисперсии плотности распределения высоты звуков (чем выше дисперсия, тем чаще после одних и тех же мелодических сочетаний играются разные ноты). Исследование выявило, что чем старше стиль, тем больше дисперсия плотности распределения. Это значит, что в более старые времена в музыке было больше повторяющихся и принятых сочетаний звуков, а в XX в. закономерности ослаблены. Стоит учитывать, что исследованиям подвергалась академическая музыка, а не популярная, так как в популярной музыке всегда очень много повторяющихся и одинаковых элементов, и в целом она устроена намного проще. А академическая музыка со временем только усложняется в строении, и, начиная с Венских классиков, чем моложе академическая музыка, тем сложнее она устроена (что и доказало приведённое статистическое исследование). Хотя, начиная с середины двадцатого века, появились нарочито простые направления академической музыки (минимализм), авторы исследования их не рассматривали.

Что даёт сравнительный статистический анализ стилей и направлений музыки? Он помогает понять общие тенденции развития. Таким образом, когда человек сможет алгоритмически обосновать эти закономерности, машина сможет предсказать дальнейшие музыкальные течения и стили. Сейчас, в начале XXI века, развитие музыки зашло в тупик. Многие музыкальные критики говорят, что в последнее время в музыке не появляется ничего нового, а только лишь обыгрывается старое в разных комбинациях. В общем-то, такова и была идея течения середины-конца XX в. – постмодернизма (написание нового с цитированием уже существующего), и она была нова, но к XXI веку она себя уже исчерпала. Существует надежда, что интеллектуальные системы, генерирующие музыку, смогут проанализировать вектор развития музыкальных стилей и по индукции написать что-то совершенно новое, и тогда действительно случится прорыв в музыке.

3. СОВРЕМЕННЫЕ ИССЛЕДОВАНИЯ

Музыка, соответствующая вашим эмоциям

В 2009 году команда учёных из Испании создала программу Inmamusys (Intelligent Multiagent Music System), которая может писать бесконечное количество оригинальной музыки, основываясь на эмоциях слушателя. Был построен рабочий прототип. Хотя репертуар стилей полученной музыки ограничен, она может просто создавать для человека приятный фон и среду. Можно просто включить её фоном. Когда завершатся все испытания, эта программа создаст революцию для музыки в общественных местах и для фоновой музыки дома. Разработчики считают, что люди устали от одной и той же повторяющейся музыки. А изобретённая программа может вообще не повторять ту музыку, которую сыграла - она может бесконечно её генерировать. Чтобы этого достичь, для начала была сконструирована система, которая могла определить настроение уже написанной музыки. Кроме того, с помощью этой программы можно будет минимизировать затраты на написание музыки – для этого просто не будут нужны композиторы и музыканты. И, конечно же, можно будет забыть про авторское право для музыки в общественных местах.

Искусственный интеллект изучает закономерности творчества The Beatles

Группа учёных их Технического Университета Лоуренса написала программу для сравнения музыкальных стилей и использовала её для анализа творчества группы The Beatles. Слушателям этой группы известно, что стиль музыкантов несколько раз кардинально менялся, и учёные хотели выяснить закономерности.

Алгоритм работает следующим образом. Для песни сначала строится спектрограмма, переводящая музыкальную композицию в картинку, и задачей становится анализ этой картинки. Далее алгоритм снимает все возможные характеристики со спектрограммы, и эти характеристики уже можно сравнивать с подобными характеристиками другой песни. На основе каждого альбома строится общая спектрограмма, и она уже сравнивается с информацией о других альбомах. Например, машина смогла определить, что альбом «Help!» был записан перед «Rubber soul», хотя второй альбом выпущен раньше.

Этот алгоритм способен определять хронологический порядок альбомов групп. Программу можно использовать для упорядочения музыкальных баз данных и для их анализа. The Beatles были взяты исследователями не просто так. Они рассказали, что, по их мнению, эта музыка всегда будет оставаться популярной, потому что в наши дни она стала классикой, и что имеет смысл её анализировать, чтобы в целом понять, что нужно сделать, чтобы написать такую замечательную музыку.

Band-in-a-Box

Band-in-a-Box – американская разработка. Это коммерческая программа, которая делает аранжировки для фортепиано, бас-гитары, ударной установки, гитары, струнных или духовых. Можно выбрать некоторые из этих инструментов, а можно все. Всё, что требуется от пользователя, - ввести аккорды и указать музыкальный стиль. Но можно и не указывать аккорды, программа сама их сгенерирует. Но авторы программы запрещают её коммерческое использование, что не позволяет писать аранжировки с помощью неё. Разработчики предлагают использовать её лишь в образовательных целях. В отличие от других разработок, Band-in-a-Box не использует миди-дорожки, а соединяет элементы, сыгранные настоящими музыкантами. Поэтому нельзя сказать, что она с нуля пишет музыку – это больше похоже на алгоритм Моцарта, описанный выше, когда для сочинения произведения используются уже готовые заготовки.

Guitar Pro Real Sound Effects

Guitar Pro – это программа для музыкантов, которая используется для записи нот и табулатур для гитары и других струнных инструментов (табулатура – запись музыки, где вместо пяти линеек нотного стана линейки по количеству струн, запись ритма ведётся точно так же как в обычной нотации, а запись высоты нот заменена указанием, на какой лад какой струны в данный момент нужно ставить палец – то есть вместо нот цифры), ударных инструментов, фортепиано. Кроме того, она может проигрывать записанную музыку в миди-формате. Начиная с пятой версии программы, выпущенной в 2005 году, появилась опция Real Sound Effects (RSE), которая делает миди-дорожку похожей на исполненную живым музыкантом. Программа, в основном, рассчитана на рок- и поп-музыкантов, а в этих жанрах музыки выразительность игры требуется намного меньшая, чем в академической музыке, и опытный музыкант сможет отличить запись, сделанную RSE от записи настоящего музыканта. RSE основывается, как и Band-in-a-Box, на отрывках, записанных живыми музыкантами, но, в отличие от Band-in-a-Box, RSE может записать любое сочетание нот. Конечно, это в некоторой степени сказывается на реалистичности звучания, но не всегда. Кроме того, RSE не может сделать динамику звучания. То есть, она не может сделать forte, piano, staccato и другие динамические указания – это должен указывать музыкант.

ЗАКЛЮЧЕНИЕ

Р. Х. Зарипов в своей книге «Кибернетика и музыка» писал:

“Природу музыкального творчества (как и любого другого вида искусства), его закономерности, принципы организация музыкальных сочинений – все это можно считать объективно изученным, лишь, когда на мине удастся получать музыкальные произведения, условно говоря, имеющие определённую художественную ценность. А точнее, когда машина будет синтезировать такие музыкальные композиции, которые при прослушивании не будут отличаться от композиций некоторого типа (стиля, жанра и т.п.), но сочинённых композиторами”.

Возможно, главное направление исследований, в таком случае, - алгоритм, который изучает композиции данного стиля или жанра, выявляет характерные черты, которые можно алгоритмически описать.

Ещё одно перспективное направление – на базе информации об отдельных жанрах выявлять общие закономерности развития музыкальных течений и стилей, чтобы суметь спрогнозировать будущие музыкальные жанры. К сожалению, пока что никто из современных исследователей не приблизился к решению этой задачи.

Кроме того, задача гармонизации решена не полностью. Решена только задача четырёхголосной гармонизации (например, для вокального квартета). Но, к сожалению, мелодии, которые написаны машиной, почти не представляют никакой художественной ценности. И, в целом, проблема тональной гармонизации (сопоставления мелодии и тональных функций) полностью удовлетворительно не разрешена до сих пор.

До сих пор осталось очень много других неразрешённых проблем – аранжировка; написание мелодий песен вместе с текстом; написание музыки, не основанной на каком-нибудь стиле или исполнителе; художественная имитация игры настоящего музыканта (особенно это касается академической музыки); совмещение двух стилей и так далее.

Написание музыкальных произведений интеллектуальными системами – очень перспективная область, потому что всё ещё остаётся огромное количество нерешённых задач.

ПРИЛОЖЕНИЕ

Рис. 1

Рис. 2

Рис.1

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

1. Зарипов, Р. Х. Кибернетика и музыка / Зарипов, Р. Х – М., Книжный дом Либерком, 2014

2. Зарипов, Р. Х. Уральские напевы / Зарипов, Р. Х – Знание – сила, №2, 1961

3. Ожегов, С. И. Толковый словарь русского языка / Ожегов, С. И. – М., АСТ, 2016

4. Рыбина, Г. В. Основы построения интеллектуальных систем / Рыбина, Г. В. – М., Финансы и статистика, 2014

5. Фридкин, Г. Л. Практическое руководство по музыкальной грамоте / Фридкин, Г. Л. – М., Музыка, 2014

6. Cope, D. Experiments in Musical Intelligence – Wisconsin, Madison, 1996

7. Cope, D. Hidden Structure : Music Analysis Using Computers / Cope, D. – Wisconsin, Madison, 2008

8. Delgado, M. - Solana.Inmamusys : Intelligent multiagent music system. / Delgado M., Fajardo W., Molina M. - Expert Systems with Applications, №36, 2009

9. Fucks, W. Mathematical Analysis of Formal Structure of Music. / Fucks, W. – IRE Trans. Inform Theory, №5, 1962

10. George, J. Computer Analysis of Similarities between Albums in Popular Music. / George, J., Shamir, L. – Pattern Recognition Letters, №45, 2014

11. Greb, B. Language of Drumming / Greb, B. – Hudson Music, 2008

12. Havaas, M. A Simulation of Musical Composition Synthetically Composed Folk Music / Havaas, M. – Budapest, Computat. Linguistics, 1964

13. Hiller, L. A. Computer Music / Hiller, L. A – Scientific American - V. 201 - 1969.

14. Hiller, L. A., Isaacson, L. M. Experimental Musik / Hiller, L. A – NY, McGraw Hill Book Co. – 1959

15. Kurzweill, R. Age of Intelligent Machines / Kurzweill, R. – MIT Press, 1990

16. Turing, A. Computing Machinery And Intelligence / Turing, A. – Oxford, Oxford University Press, 1950

Источник: портал www.KazEdu.kz

Другие материалы

Rambler's Top100 Рейтинг@Mail.ru
Рефераты и материалы размещенные на сайте принадлежат их законным правообладателям. При использовании материалов сайта, ссылка на KazReferatInfo обязательна!
Казахстанские рефераты
Copyright © 2007-2016г. KazReferatInfo