La inteligencia artificial ahora puede imitar la música de Bach

Ingenieros del Laboratorio de Ciencias de la Computación de Sony de París han desarrollado una red neuronal capaz de imitar la música creada por Bach. Los resultados son tan convicentes que, en la mitad de los casos, el oyente no consigue diferenciarlos de las corales originales. La descripción del trabajo ha sido publicada en la revista arXiv.org.

La composición de música coral polifónica al estilo de Bach supone una ardua tarea en el campo de la composición automática. El arte de las composiciones corales de Bach incluye una combinación de cuatro líneas armónicas con un patrón rítmico y melódico característico, que comienza, se desarrolla y termina (cadencia) en una clave armónica determinada. Hasta ahora, el aprendizaje automático no ha podido cumplir con todas estas condiciones a la vez para componer una música más estilizada. En el nuevo trabajo, los ingenieron demuestran un perfeccionamiento bajo el nombre de DeepBach, de hecho, se trata de un modelo estadístico para componer música polifónica, concretamente, composiciones a cuatro voces similares al himno.

Los ingenieros tomaron muestras del corpus coral de Bach, notable por su tamaño ya que se compone de 389 piezas. Cada coral tiene alrededor de un minuto de duración, escrita para cuatro voces (soprano, alto, tenor y bajo) sobre la base de los principios generales de la composición: el compositor toma como base la melodía de un himno luterano, conocido en su época, y lo armoniza escribiendo tres voces inferiores (alto, tenor y bajo), mientras que la voz de la soprano constituye la línea principal de la melodía del himno.

Intentos de estilización algorítmica de la música de Bach ya se llevaron antes a cabo: el primer trabajo similar se realizó en 1988 cuando se describió el algoritmo de la composición de la música en base a reglas expertas de sonido “al estilo de Bach” que incluía unas 300 limitaciones con la finalidad de imitar la música de Bach lo más parecido posible. Este algoritmo exigía un conocimiento expcepcional de la composición y los resultados, en general, no terminaron de parecerse a la música de Bach, a excepción de ciertas cadencias y patrones melódicos. Los primeros trabajos, relacionando la composición musical y las redes neuronales, se llevaron a cabo más tarde, concretamente, en 1992. En un estudio se utilizaron algunas redes neuronales, cada una de las cuales poseía una determinada función: la composición de un esqueleto armónico total, el detalle y la adaptación final. Este método también se valió de las reglas expertas para su funcionamento. Finalmente, el enfoque agnóstico, que no requiere de reglas expertas, fue aplicado el año 2012: el trabajo se fundamenta en el uso de redes neuronales recurrentes y el ejemplo más reciente data de 2016 (Bachbot basado en LSTM), cuyos resultados fueron positivos, sin embargo, posibilitó una composición en una clave musical y no dio más posibilidades al usuario para establecer el ritmo o las notas iniciales.

El modelo DeepBach está fundamentado en el método LSTM de redes neuronales recurrentes. Cada voz se moldea por separado, lo cual permite al algoritmo hacer restricciones personalizadas del ritmo, las notas, los acordes y las cadencias. El modelo se realizó en la base de las bibliotecas Keras y Tensorflow. A modo de prueba se utilizan fragmentos de las corales originales de Bach. El modelo predice la elevación del sonido para cada voz, independientemente de las notas adyacentes, de un rimo fijo y de la presencia de cadencias. Un total de cuatro redes neuronales son utilizadas en este modelo, dos de base LSTM construyen predicciones sobre las notas anteriores y futuras respectivamente, una red formula una predicción basada en las notas que suenan de forma simultánea con las anteriores, y otra red resume las predicciones anteriores. El modelo se caracteriza por algunas ventajas: por ejemplo, puede fijar la voz soprano y jugar con el resto de voces, consiguiendo así nuevas “adaptaciones” de la voz principal o señalar el ritmo deseado y los puntos, en los cuales las frases musicales deberían terminar. Los ingenieron destacan la rapidez de respuesta del algoritmo, pues se pueden conseguir nuevas muestras musicales en cuestión de segundos.

Para poner a prueba el funcionamiento de las máquinas DeepBach se llevo a cabo una encuesta realizada entre 1600 personas, entre las cuales se contaban más de 400 músicos profesionales y estudiantes de música. Para la prueba se tomaron diferentes muestras en archivos MIDI de los corales originales así como de los creados automáticamente, perfeccionados mediante la auyuda material de Leeds Town Hall Organ, y también incluyeron en la prueba fragmentos de la obra, compuestos con otros algoritmos.

Resultó que alrededor de la mitad de los encuestados consideraron originales las composiciones de Bach creadas automáticamente, teniendo en cuenta el fin de la investigación, lo supone buenos resultados. Por otro lado, las piezas originales de Bach fueron adivinadas correctamente por un 75 por ciento de los encuestados. En la siguiente gráfica se pueden observar con más detalle los resultados obtenidos y el test, está disponible para aquel que desee realizarlo en la página del proyecto.

Ahora los ingenieros planean desarrollar el algoritmo de edición conocido para su uso interactivo de la máquina DeepBach. Señalan que su método puede ser utilizado no sólo para corales de Bach, sino también cualquier otra música coral polifónica de Palestrina a Take 6.
 

Nadezhda Bessonova