.

Computación

Así suenan las melodías del ordenador que ha aprendido a componer como Bach

1

La mitad de las veces, los humanos expertos no fueron capaces de distinguir las piezas de la máquina de las del compositor alemán, una tasa mayor que la de otros algoritmos musicales

  • por Emerging Technology From The Arxiv | traducido por Teresa Woods
  • 22 Diciembre, 2016

Johann Sebastian Bach es considerado como uno de los grandes compositores de la música barroca. Bach vivió y trabajó en Alemania durante el siglo XVIII y es venerado por la belleza de sus composiciones y su maestría técnica en armonías y contrapuntos.

Una forma de música en la que Bach destacó fue un tipo de himno polifónico conocido como coral cantata. Este tipo de piezas se basan en textos luteranos y se cantan a cuatro voces. El compositor empieza con una melodía conocida interpretada por la soprano y después compone tres armonías para las tres voces de la contra alto, el tenor y el bajo. Bach escribió más de 300 composiciones corales cortas.

Este tipo de piezas atrae a los informáticos porque el proceso de producirlas sigue unos pasos definidos y es algorítmico. Pero hacerlo bien también es complicado, dado el delicado equilibrio que debe haber entre la armonía y la melodía. Eso suscita una pregunta interesante: ¿podría una máquina generar corales similares a las de Bach?

Eso es lo que trata de responder el trabajo de los investigadores de los Laboratorios de Ciencias Computacionales de Sony en París (Francia) Gaetan Hadjeres y Francois Pachet. Ambos han desarrollado una red neuronal que ha aprendido a componer corales cantatas del estilo de Bach. Y han bautizado a la máquina como DeepBach (ver también Escuche las pegadizas melodías de la máquina que compone gracias a Google).

En su trabajo, los investigadores detallan: "Tras ser entrenado con las armonías corales de Johann Sebastian Bach, nuestro modelo es capaz de generar corales altamente convincentes en el estilo de Bach". De hecho, la mitad de las veces las piezas del ordenador engañan a los expertos humanos para que crean que realmente fueron compuestas por el propio Bach.

La técnica de aprendizaje automático empleada es sencilla. Primero, Hadjeres y Pachet crearon un conjunto de datos para entrenar su red neuronal. Empezaron con 352 corales de Bach de las que extrajeron los aspectos clave para cada rango vocal determinado, lo que generó un un conjunto de datos de 2.503 corales. Utilizaron el 80% de ellas para entrenar su red neuronal para reconocer armonías de Bach y el resto para validarla.

Este proceso permitió a DeepBach aprender a producir armonías propias similares a las del compositor. Para ello, los investigadores ofrecen al software la melodía de la soprano y este debe diseñar armonías para las otras tres voces, contra alto, tenor y bajo.

Aunque hay otros enfoques algorítmicos capaces de realizar el mismo proceso, es necesario analizar su nivel de semejanza con el estilo de Bach. Para averiguarlo, el equipo pidió a más de 1.600 personas que escucharan dos armonías distintas para una misma melodía. Más de 400 de esas personas eran músicos profesionales o alumnos musicales. Cada uno tenía que determinar cuál de las dos piezas sonaba más a Bach. El equipo también incluyó melodías producidas por otros algoritmos durante esta prueba.

Los resultados son interesantes. Alrededor de la mitad de los participantes creían que las piezas de DeepBach eran en realidad de Bach. Es una tasa significativamente más alta que la de cualquier otro algoritmo. Los investigadores consideran que "es una buena puntuación, dada la complejidad de las composiciones de Bach".

Pero cuando los voluntarios eran sometidos a piezas del propio Bach, la tasa de acierto solo llegó al 75%.

Es un trabajo con fascinantes implicaciones. Si una máquina de aprendizaje profundo es capaz de producir corales similares a las de Bach, ¿podrían aprender a imitar a otros compositores e incluso otros estilos musicales?

El enfoque ofrece una nueva forma de analizar composiciones y estudiar la naturaleza de la creatividad. "Este método no es aplicable únicamente a corales de Bach sino a un amplio abanico de música coral polifónica, desde Palestrina hasta Take 6", escriben Hadjeres y Pachet. Pero en muchos casos, no será tan fácil conseguirlo. Las corales de Bach están muy estructuradas y siguen reglas específicas para su composición, aunque son muchas. Otras formas de música no siempre son tan organizadas. 

No obstante, las máquinas de aprendizaje profundo de los laboratorios de Sony y otras partes han empezado a producir piezas musicales de calidad. No debería sorprendernos si dentro de poco estas estas máquinas empiezan a abordar obras más ambiciosas como sinfonías, óperas y más. ¡Seguro que Bach se sentiría maravillado!

Ref: arxiv.org/abs/1612.01010: DeepBach: A Steerable Model for Bach Chorales Generation

Computación

Las máquinas cada vez más potentes están acelerando los avances científicos, los negocios y la vida.

  1. Por qué Ripple no es el nuevo Bitcoin, ni se le parece

    Muchos inversores ansiosos por ver crecer sus beneficios en la industria de las criptomonedas han apostado por Ripple como si se tratara del nuevo Bitcoin. Lo que no sabían es que esta nueva red de cadena de bloques funciona de una forma muy diferente y podría ser una gran decepción para los que esperan una criptomoneda al uso. 

  2. Los retos que tendrán que afrontar las criptomonedas en 2018

    Si aún confía en el potencial de las criptomonedas, debe tener en cuenta todos los temas que le quedan por resolver a esta tecnología. El gasto energético que suponen y la privacidad son algunos de los más importantes. 

  3. Intel consigue incrustar una red neuronal en un chip de silicio

    Tras su tropiezo con el error de seguridad de sus procesadores, la compañía ha presentado un chip neuromórfico que simula el funcionamiento del cerebro humano utilizando una menor potencia computacional que la que se necesita para poner en marcha un ordenador.