Mašīnmācīšanās algoritms izstrādā repa tekstus, pēc tam raksta savus

Senā prasme radīt un izpildīt runāto atskaņu mūsdienās plaukst, jo nepielūdzami pieaug repošanas popularitāte. Šī mākslas forma atšķiras no parastās runātās dzejas, jo tā tiek izpildīta ar ritmu, bieži vien ar fona mūziku.

Un izpildītāji ir bijuši izcili. Kolorādo universitātes angļu valodas profesors Adams Bredlijs to aprakstījis kvēlojoši. Viņš saka, ka repošana veido sarežģītas skaņu un atskaņu struktūras, radot vienu no visskrupulozāk formālākajām šodien komponētajām dzejām.

Repa augsti strukturētais raksturs padara to īpaši piemērotu datoranalīzei. Un tas rada interesantu jautājumu: ja datori var analizēt repa tekstus, vai tie var tos arī ģenerēt?

Šodien mēs saņemam apstiprinošu atbildi, pateicoties Ērika Malmi darbam Aalto Universitātē Somijā un dažiem draugiem. Šie puiši ir apmācījuši mašīnmācības algoritmu, lai atpazītu dažu repa rindiņu galvenās iezīmes un pēc tam izvēlētos citu rindiņu, kas vienādi atskaņo par to pašu tēmu. Rezultātā tiek izveidots algoritms, kas rada repa tekstus, kas konkurē ar cilvēku radītiem dziesmu tekstiem, ņemot vērā atskaņas sarežģītību.

Repā sastopamas dažādas atskaņas formas, taču visizplatītāko un to, kas palīdz atšķirt to no citiem dzejas veidiem, sauc par asonanses atskaņu. Tas ir līdzīgu patskaņu skaņu atkārtojums, piemēram, vārdos crazy un baby, kuriem ir divas līdzīgas patskaņu skaņas. (Tas atšķiras no līdzskaņas, kurā tiek izmantotas līdzīgas līdzskaņu skaņas, piemēram, dūriens, un atšķiras no perfekta atskaņa, kurā vārdiem ir viena un tā pati beigu skaņa, piemēram, slengs un banda.)

Tā kā tas ir izplatīts repā, Malmi un kopējie koncentrējas tikai uz to, kā asonanse parādās repa tekstos. Bet tie arī pieņem ļoti strukturētu dzejoļu formu, kas sastāv no 16 rindiņām, no kurām katra ir vienāda ar vienu mūzikas takti, un tāpēc tie ir jāsastāv no četriem sitieniem. Rindas parasti, bet ne obligāti, ir atskaņas beigās.

Lai apmācītu savu mašīnmācīšanās algoritmu, viņi sāk ar datubāzi, kurā ir vairāk nekā 10 000 dziesmu no vairāk nekā 100 repa māksliniekiem.

Pamanīt asonantu atskaņas nav grūti. Vispirms vārdi jāpārvērš fonēmās (pieņemot tipisku amerikāņu-angļu izrunu). Atskaņu atrašana ir tikai jautājums par fonēmu skenēšanu, meklējot līdzīgas patskaņu skaņas, vienlaikus ignorējot līdzskaņu skaņas un atstarpes.

Tas uzreiz norāda uz veidu, kā klasificēt dziesmu tekstu sarežģītību. Malmi un co meklē atbilstošu patskaņu skaņu secības aptuveni iepriekšējās divās rindās. Pēc tam viņi definē atskaņu blīvumu kā visu dziesmu tekstu garāko secību vidējo vērtību.

Šis pasākums ir ļāvis viņiem sarindot visus repa māksliniekus savā datubāzē pēc to atskaņu blīvuma. Trīs reperi, kas ieņem sarakstu, ir Inspectah Deck, Rakim un Redrama. Jo īpaši Rakims ir pazīstams ar saviem daudzzilbju atskaņām.

Interesanti, ka reperis Eminems, kurš ir slavens arī ar saviem daudzzilbju atskaņām, ir pārsteidzoši zemu sarakstā. Iespējams, tas ir tāpēc, ka Eminems bieži panāk savus atskaņus, saliekot vārdus, kas ir triks, ko šis paņēmiens nepieļauj.

Tomēr šis rādītājs ir interesants repera atskaņošanas prasmes rādītājs, ko komanda var izmantot, lai salīdzinātu savus automatizētos repus ar cilvēka radītajiem.

Pēc tam viņi uzstādīja savu mašīnmācīšanās algoritmu, ko sauc par DeepBeat, uzdevumu. Pēc datu bāzes iegūšanas tās mērķis ir analizēt repa dziesmu tekstu rindu secību un pēc tam izvēlēties nākamo rindiņu no saraksta, kurā ir nejauši izvēlētas rindas no citām dziesmām, kā arī faktiskā rindiņa.

Tas var paveikt pārsteidzoši labi. Tika sasniegta 82% precizitāte, lai atdalītu patieso nākamo līniju no nejauši izvēlētas līnijas, piemēram, Malmi un citi.

Tas nav slikti un nekavējoties iesaka veidu, kā automātiski ģenerēt dziesmu tekstus. Malmi un citi sāk ar rindiņu no viena repa dziesmu teksta un lūdz datoram datubāzē meklēt citu rindiņu par to pašu tēmu, kas vislabāk atskaņo. Pēc tam tas atkārto šo procesu nākamajā rindā un tā tālāk.

Rezultāti ir kaut kas līdzīgs acu atvēršanai. Šeit ir viens DeepBeat, kas ģenerēts par mīlestības tēmu

Lai iegūtu iespēju romantikai, es labprāt to uzlabotu
Bet viss, ko es mīlu, ir pārvērties par nogurdinošu uzdevumu
Kādu dienu mums vajadzēs atstāt savu mīlestību pagātnē
Es mīlu savus līdzjutējus, bet neviens tos nekad nesatver
Es mīlu tevi, mammu, es mīlu savu mammu – es mīlu tevi, mammu
Un es vēlētos, ja manā komandā būtu tāda lieta kā jūs, par kuru jūs rūpējaties
Man patīk, kad ir saulaina Sonny meitene, tu varētu būt mana Šēra
Man ir mīlestības attiecības, kuras nevaru dalīties, tas nav godīgi
Haha, es vienkārši spēlēju dāmas, kuras jūs zināt, ka es jūs mīlu.
Es zinu, ka mana mīlestība ir patiesa, un es zinu, ka arī tu mani mīli
Meitene, es esmu nomākta, lai kāda iemesla dēļ mana mīlestība ir patiesa
Šis iet pie mana vīra, vecā netīrā mīla, ko mēs sūcamies
Mans brālis Es tevi mīlu Esi iedrošināts cilvēks Un vienkārši zini
Kad esat pabeidzis, dariet man to zināmu, jo mana mīlestība liek jums līdzināties WHOA
Ja es to nevaru darīt mīlestības dēļ, tad es to nedarīšu
Es zinu tikai to, ka mīlu tevi pārāk daudz, lai tomēr aizietu prom

Tas ir iespaidīgi. Katra no šīm rindām ir ņemta no citas repa dziesmas, piemēram, pēdējā rindiņa ir no Eminema

Turklāt šim un citiem DeepBeat ģenerētajiem repiem ir ievērojami augstāks atskaņu blīvums nekā jebkuram cilvēku reperim. Viņi norāda, ka DeepBeat par 21% pārspēj labākos cilvēku reperus radīto dziesmu tekstu garuma un biežuma ziņā.

DeepBeat krīt uz leju, ir tā stāstu saskaņotība, kas nav pārsteidzoši, ņemot vērā, ka tā galvenā uzmanība tiek pievērsta atskaņai. Tas nepārprotami ir nākotnes darbs.

Ref:arxiv.org/abs/1505.04771: DopeLearning: skaitļošanas pieeja repa dziesmu tekstu radīšanai

paslēpties