Deep-Learning Machine lytter til Bach og skriver derefter sin egen musik i samme stil

Johann Sebastian Bach er bredt anset for en af ​​barokmusikkens store komponister. Bach levede og arbejdede i Tyskland i løbet af det 18. århundrede og er æret for skønheden i sine kompositioner og hans tekniske beherskelse af harmoni og kontrapunkt.

En form for musik, som Bach udmærkede sig i, var en type polyfonisk salme kendt som en koralkantate. Disse er baseret på lutherske tekster og sunget af fire stemmer. Komponisten starter med en velkendt melodi, som synges af sopranen og komponerer derefter tre harmonier sunget af alt-, tenor- og basstemmer. Bach skrev over 300 korte koralkompositioner.

Disse sammensætninger har tiltrukket computerforskere, fordi processen med at fremstille dem er trinlignende og algoritmisk. Men at gøre dette godt er også svært på grund af det delikate samspil mellem harmoni og melodi. Det rejser et interessant spørgsmål: kunne en maskine skabe koraler i samme stil som Bach?



I dag får vi et svar takket være Gaetan Hadjeres og Francois Pachets arbejde på Sony Computer Science Laboratories i Paris. Disse fyre har udviklet et neuralt netværk, der har lært at producere korkantater i stil med Bach. De kalder deres maskine DeepBach (se også AI Songsmith Cranks Out Surprisingly Catchy Tunes ).

Efter at være blevet trænet i koralharmoniseringer af Johann Sebastian Bach, er vores model i stand til at generere meget overbevisende koraler i stil med Bach, siger Hadjeres og Pachet. Faktisk, omkring halvdelen af ​​tiden narrer disse kompositioner menneskelige eksperter til at tro, at de faktisk er skrevet af Bach.

Maskinlæringsteknikken er ligetil. Hadjeres og Pachet begynder med at skabe et datasæt til at træne deres neurale netværk. De begynder med 352 koraler komponeret af Bach og transponerer disse til andre tonearter, der ligger inden for et foruddefineret vokalområde, for at give et datasæt på 2.503 koraler. De bruger 80 procent af disse til at træne deres neurale netværk til at genkende Bach-harmonier og resten til at validere det.

Maskinen producerer derefter sine egne harmonier i stil med Bach. Holdet tester enheden ved at give den en melodi, som den derefter bruger til at producere harmonier for tre andre stemmer, alt, tenor og bas.

Mens andre algoritmiske tilgange også kan gøre dette, er et vigtigt spørgsmål, hvor godt de alle kan sammenlignes med Bachs arbejde. For at finde ud af det bad holdet mere end 1.600 mennesker om at lytte til to forskellige harmonier af samme melodi. Mere end 400 af dem var professionelle musikere eller musikstuderende. Hver af dem skulle afgøre, hvilken af ​​de to harmonier, der lød mere som Bach. Holdet inkluderede også harmonier produceret af andre algoritmer i denne test.

Resultaterne giver interessant læsning. Da de fik en DeepBach-genereret harmoni, vurderede omkring halvdelen af ​​vælgerne, at den var komponeret af Bach. Det er væsentligt højere end med musik genereret af nogen anden algoritme. Vi anser dette for at være et godt partitur, når vi kender kompleksiteten af ​​Bachs kompositioner, siger Hadjeres og Pachet.

Selv når de blev konfronteret med musik komponeret af Bach selv, bedømte deltagerne det kun rigtigt 75 procent af tiden.

Det er interessant arbejde, der har fascinerende implikationer. Hvis det er muligt for en dybdelærende maskine at producere koraler i stil med Bach, hvorfor så ikke også i stil med andre komponister og måske endda andre musikstile?

Det kunne give en interessant måde at analysere kompositioner på og til at studere kreativitetens natur. Denne metode er ikke kun anvendelig til Bach-koraler, men omfatter en bred vifte af polyfonisk koralmusik, fra Palestrina til Take 6, siger Hadjeres og Pachet.

I mange tilfælde vil det være lettere sagt end gjort. Bachs koraler er meget strukturerede og følger specifikke regler i deres konstruktion, omend rigtig mange af dem. Andre former for musik er ikke altid så organiseret.

Ikke desto mindre er deep learning-maskiner fra Sonys laboratorier og andre steder begyndt at producere velansete stykker musik. Det vil ikke komme som nogen overraskelse, hvis disse maskiner snart begynder at påtage sig mere ambitiøse værker såsom symfonier, operaer og mere. Bach ville helt sikkert have været overrasket!

Ref: arxiv.org/abs/1612.01010 : DeepBach: En styrbar model for Bach-koralgenerering

skjule