211service.com
Deep-Learning Machine klausās Bahu, pēc tam raksta savu mūziku tādā pašā stilā
Johans Sebastians Bahs tiek plaši uzskatīts par vienu no izcilākajiem baroka mūzikas komponistiem. Bahs dzīvoja un strādāja Vācijā 18. gadsimtā, un tiek cienīts par savu skaņdarbu skaistumu un tehnisko harmonijas un kontrapunkta meistarību.
Viens no Baha izcilajiem mūzikas veidiem bija polifoniskās himnas veids, kas pazīstams kā kora kantāte. Tie ir balstīti uz luteriskiem tekstiem un tiek dziedāti četrbalsīgi. Komponists sāk ar labi zināmu melodiju, ko dzied soprāns, un pēc tam sacer trīs harmonijas, ko dzied alta, tenora un basa balsis. Bahs uzrakstīja vairāk nekā 300 īsu kora skaņdarbu.
Šīs kompozīcijas ir piesaistījušas datorzinātniekus, jo to izgatavošanas process ir pakāpenisks un algoritmisks. Taču to izdarīt ir grūti arī harmonijas un melodijas smalkās mijiedarbības dēļ. Tas rada interesantu jautājumu: vai mašīna varētu radīt korāļus tādā pašā Baha stilā?
Šodien mēs saņemam atbildi, pateicoties Gaetan Hadjeres un Fransois Pachet darbam Sony Computer Science Laboratories Parīzē. Šie puiši ir izveidojuši neironu tīklu, kas ir iemācījies radīt kora kantātes Baha stilā. Viņi sauc savu iekārtu par DeepBach (skatiet arī AI Songsmith Cranks Out Surprisingly Catchy Tunes).
Pēc Johana Sebastiana Baha apmācības par korāļu harmonizācijām mūsu modelis spēj radīt ļoti pārliecinošus korāļus Baha stilā, saka Hadžeress un Pačets. Patiešām, apmēram pusi no laika šīs kompozīcijas maldina cilvēku ekspertus, domājot, ka tās patiesībā ir sarakstījis Bahs.
Mašīnmācīšanās tehnika ir vienkārša. Hadjeres un Pachet sāk, izveidojot datu kopu, lai apmācītu savu neironu tīklu. Tie sākas ar 352 Baha komponētiem korāļiem un pēc tam pārņem tos citos taustiņos, kas atrodas iepriekš noteiktā balss diapazonā, lai iegūtu datu kopu ar 2503 korāļiem. Viņi izmanto 80 procentus no tiem, lai apmācītu savu neironu tīklu atpazīt Baha harmonijas un pārējos, lai to apstiprinātu.
Pēc tam iekārta rada savas harmonijas Baha stilā. Komanda pārbauda ierīci, piešķirot tai melodiju, ko tā pēc tam izmanto, lai radītu harmonijas trim citām balsīm – alta, tenora un basa.
Lai gan to var izdarīt arī citas algoritmiskās pieejas, svarīgs jautājums ir, cik labi tās visas ir salīdzināmas ar Baha darbiem. Lai to noskaidrotu, komanda lūdza vairāk nekā 1600 cilvēku noklausīties divas dažādas vienas melodijas harmonijas. Vairāk nekā 400 no tiem bija profesionāli mūziķi vai mūzikas studenti. Katram bija jānosaka, kura no abām harmonijām vairāk skanēja pēc Baha. Šajā testā komanda iekļāva arī citu algoritmu radītās harmonijas.
Rezultāti rada interesantu lasīšanu. Kad tika dota DeepBach radītā harmonija, aptuveni puse balsotāju uzskatīja, ka to komponējis Bahs. Tas ir ievērojami augstāks nekā ar mūziku, ko ģenerē jebkurš cits algoritms. Mēs uzskatām, ka tas ir labs rezultāts, zinot Baha skaņdarbu sarežģītību, saka Hadžeress un Pačets.
Pat sastopoties ar paša Baha komponēto mūziku, dalībnieki to pareizi vērtēja tikai 75 procentus gadījumu.
Tas ir interesants darbs, kam ir aizraujošas sekas. Ja dziļmācības mašīnai ir iespējams radīt korāļus Baha stilā, tad kāpēc ne arī citu komponistu un varbūt pat citu mūzikas stilu stilā?
Tas varētu sniegt interesantu veidu, kā analizēt skaņdarbus un pētīt radošuma būtību. Šī metode ir piemērojama ne tikai Baha korāļiem, bet arī aptver plašu polifoniskās kora mūzikas klāstu, sākot no Palestrina līdz Take 6, saka Hadjeress un Pačets.
Daudzos gadījumos to būs vieglāk pateikt, nekā izdarīt. Baha korāļi ir ļoti strukturēti, un to uzbūvē tiek ievēroti īpaši noteikumi, lai gan daudzi no tiem. Citas mūzikas formas ne vienmēr ir tik organizētas.
Tomēr padziļinātās apmācības iekārtas no Sony laboratorijām un citur ir sākušas radīt labi novērtētus mūzikas gabalus. Nebūs pārsteigums, ja šīs iekārtas drīzumā sāks uzņemties vērienīgākus darbus, piemēram, simfonijas, operas un citus. Bahs noteikti būtu pārsteigts!
Atsauce: arxiv.org/abs/1612.01010 : DeepBach: vadāms modelis Baha korāļu paaudzei