211service.com
Deep-Learning Machine luistert naar Bach en schrijft vervolgens zijn eigen muziek in dezelfde stijl
Johann Sebastian Bach wordt algemeen beschouwd als een van de grote componisten van barokmuziek. Bach woonde en werkte in de 18e eeuw in Duitsland en wordt vereerd om de schoonheid van zijn composities en zijn technische beheersing van harmonie en contrapunt.
Een vorm van muziek waarin Bach uitblonk, was een soort polyfone hymne die bekend staat als een koraalcantate. Deze zijn gebaseerd op lutherse teksten en worden vierstemmig gezongen. De componist begint met een bekende melodie die wordt gezongen door de sopraan en componeert vervolgens drie harmonieën gezongen door de alt-, tenor- en basstemmen. Bach schreef meer dan 300 korte koraalcomposities.
Deze composities hebben computerwetenschappers aangetrokken omdat het proces om ze te produceren stapsgewijs en algoritmisch is. Maar dit goed doen is ook moeilijk vanwege het delicate samenspel tussen harmonie en melodie. Dat roept een interessante vraag op: kan een machine koralen maken in dezelfde stijl van Bach?
Vandaag krijgen we een antwoord dankzij het werk van Gaetan Hadjeres en Francois Pachet bij de Sony Computer Science Laboratories in Parijs. Deze jongens hebben een neuraal netwerk ontwikkeld dat heeft geleerd koorcantates te produceren in de stijl van Bach. Ze noemen hun machine DeepBach (zie ook AI Songsmith Cranks Out Surprisingly Catchy Tunes).
Na te zijn getraind in de koraalharmonisaties van Johann Sebastian Bach, is ons model in staat zeer overtuigende koralen te genereren in de stijl van Bach, zeg maar Hadjeres en Pachet. Inderdaad, ongeveer de helft van de tijd houden deze composities menselijke experts voor de gek door te denken dat ze daadwerkelijk door Bach zijn geschreven.
De machine learning-techniek is eenvoudig. Hadjeres en Pachet beginnen met het maken van een dataset om hun neurale netwerk te trainen. Ze beginnen met 352 koralen gecomponeerd door Bach en transponeren deze vervolgens naar andere toonsoorten die binnen een vooraf gedefinieerd stembereik liggen, om een dataset van 2.503 koralen te geven. Ze gebruiken 80 procent hiervan om hun neurale netwerk te trainen om Bach-harmonieën te herkennen en de rest om het te valideren.
De machine produceert vervolgens eigen harmonieën in de stijl van Bach. Het team test het apparaat door het een melodie te geven, die het vervolgens gebruikt om harmonieën te produceren voor drie andere stemmen, de alt, tenor en bas.
Terwijl andere algoritmische benaderingen dit ook kunnen doen, is een belangrijke vraag hoe goed ze allemaal te vergelijken zijn met het werk van Bach. Om daar achter te komen, vroeg het team meer dan 1.600 mensen om naar twee verschillende harmonieën van dezelfde melodie te luisteren. Meer dan 400 van hen waren professionele musici of muziekstudenten. Elk moest bepalen welke van de twee harmonieën meer op Bach leek. Het team nam ook harmonieën op die door andere algoritmen werden geproduceerd in deze test.
De resultaten zorgen voor interessante lectuur. Toen ze een door DeepBach gegenereerde harmonie kregen, oordeelde ongeveer de helft van de kiezers dat deze door Bach was gecomponeerd. Dat is aanzienlijk hoger dan bij muziek die door een ander algoritme wordt gegenereerd. We beschouwen dit als een goede partituur die de complexiteit van Bachs composities kent, zeggen Hadjeres en Pachet.
Zelfs wanneer ze geconfronteerd werden met door Bach zelf gecomponeerde muziek, beoordeelden deelnemers dat slechts 75 procent van de tijd correct.
Dat is interessant werk met fascinerende implicaties. Als een deep-learning machine koralen kan produceren in de stijl van Bach, waarom dan niet ook in de stijl van andere componisten en misschien zelfs andere muziekstijlen?
Dat zou een interessante manier kunnen zijn om composities te analyseren en de aard van creativiteit te bestuderen. Deze methode is niet alleen toepasbaar op Bach-koralen, maar omvat een breed scala aan polyfone koraalmuziek, van Palestrina tot Take 6, zeg maar Hadjeres en Pachet.
In veel gevallen zal dat makkelijker gezegd dan gedaan zijn. De koralen van Bach zijn zeer gestructureerd en volgen specifieke regels in hun constructie, zij het een groot aantal. Andere vormen van muziek zijn niet altijd zo georganiseerd.
Desalniettemin zijn deep-learning machines uit de laboratoria van Sony en elders begonnen met het produceren van goed aangeschreven muziekstukken. Het zal geen verrassing zijn als deze machines binnenkort ambitieuzere werken beginnen op te nemen, zoals symfonieën, opera's en meer. Bach zou zeker verbaasd zijn geweest!
Referentie: arxiv.org/abs/1612.01010 : DeepBach: een stuurbaar model voor de generatie van Bach-koralen