Composition algorithmique - Algorithmic composition

La composition algorithmique est la technique consistant à utiliser des algorithmes pour créer de la musique .

Des algorithmes (ou, à tout le moins, des ensembles formels de règles) ont été utilisés pour composer de la musique pendant des siècles ; les procédures utilisées pour tracer la voix dans le contrepoint occidental , par exemple, peuvent souvent être réduites à une détermination algorithmique. Le terme peut être utilisé pour décrire des techniques génératrices de musique qui fonctionnent sans intervention humaine continue, par exemple à travers l'introduction de procédures aléatoires . Cependant, grâce au codage en direct et à d'autres interfaces interactives, une approche entièrement centrée sur l'humain de la composition algorithmique est possible.

Certains algorithmes ou données qui n'ont pas de pertinence musicale immédiate sont utilisés par les compositeurs comme source d'inspiration créative pour leur musique. Des algorithmes tels que des fractales , des systèmes L , des modèles statistiques et même des données arbitraires (par exemple , des chiffres de recensement , des coordonnées SIG ou des mesures de champ magnétique ) ont été utilisés comme sources.

Modèles pour la composition algorithmique

Les algorithmes de composition sont généralement classés selon les techniques de programmation spécifiques qu'ils utilisent. Les résultats du processus peuvent ensuite être divisés en 1) musique composée par ordinateur et 2) musique composée à l'aide d'un ordinateur. La musique peut être considérée comme composée par ordinateur lorsque l'algorithme est capable de faire ses propres choix au cours du processus de création.

Une autre façon de trier les algorithmes de composition est d'examiner les résultats de leurs processus de composition. Les algorithmes peuvent soit 1) fournir des informations de notation ( partition musicale ou MIDI ) pour d'autres instruments, soit 2) fournir un moyen indépendant de synthèse sonore (jouer la composition par elle-même). Il existe également des algorithmes créant à la fois des données de notation et une synthèse sonore.

Une façon de catégoriser les algorithmes de composition consiste à utiliser leur structure et leur mode de traitement des données, comme le montre ce modèle de six types se chevauchant partiellement :

  • modèles translationnels
  • modèles mathématiques
  • systèmes basés sur la connaissance
  • grammaires
  • approches d'optimisation
  • méthodes évolutives
  • des systèmes qui apprennent
  • systèmes hybrides

Modèles translationnels

Il s'agit d'une approche de la synthèse musicale qui implique de « traduire » des informations d'un support non musical existant en un nouveau son. La traduction peut être basée sur des règles ou stochastique . Par exemple, lors de la traduction d'une image en son, une image jpeg d'une ligne horizontale peut être interprétée dans le son comme une hauteur constante, tandis qu'une ligne inclinée vers le haut peut être une échelle ascendante. Souvent, le logiciel cherche à extraire des concepts ou des métaphores du support (comme la taille ou le sentiment) et à appliquer les informations extraites pour générer des chansons en utilisant la manière dont la théorie musicale représente généralement ces concepts. Un autre exemple est la traduction d'un texte en musique, qui peut approcher la composition en extrayant le sentiment (positif ou négatif) du texte à l'aide de méthodes d' apprentissage automatique telles que l'analyse des sentiments et représente ce sentiment en termes de qualité d'accord, comme mineur (triste) ou majeur ( happy) accords dans la sortie musicale générée.

Modèles mathématiques

Les modèles mathématiques sont basés sur des équations mathématiques et des événements aléatoires. La manière la plus courante de créer des compositions par le biais des mathématiques est le processus stochastique . Dans les modèles stochastiques, un morceau de musique est composé à la suite de méthodes non déterministes . Le processus de composition n'est que partiellement contrôlé par le compositeur en pondérant les possibilités d'événements aléatoires. Des exemples importants d'algorithmes stochastiques sont les chaînes de Markov et diverses utilisations des distributions gaussiennes . Les algorithmes stochastiques sont souvent utilisés avec d'autres algorithmes dans divers processus de prise de décision.

La musique a également été composée à travers des phénomènes naturels. Ces modèles chaotiques créent des compositions à partir des phénomènes harmoniques et inharmoniques de la nature. Par exemple, depuis les années 1970, les fractales ont également été étudiées comme modèles de composition algorithmique.

À titre d'exemple de compositions déterministes à travers des modèles mathématiques, l' Encyclopédie en ligne des séquences entières offre une option pour jouer une séquence entière sous forme de musique à tempérament égal à 12 tons . (Il est initialement réglé pour convertir chaque entier en une note sur un clavier musical à 88 touches en calculant l'entier modulo 88, à un rythme régulier. Ainsi, 123456, les nombres naturels, équivaut à la moitié d'une gamme chromatique.) Comme autre exemple, la série tout intervalle a été utilisée pour la composition assistée par ordinateur

Systèmes basés sur la connaissance

Une façon de créer des compositions est d'isoler le code esthétique d'un certain genre musical et d'utiliser ce code pour créer de nouvelles compositions similaires. Les systèmes basés sur la connaissance sont basés sur un ensemble d'arguments prédéfinis qui peuvent être utilisés pour composer de nouvelles œuvres du même style ou genre. Habituellement, cela est accompli par un ensemble de tests ou de règles à remplir pour que la composition soit complète.

Grammaires

La musique peut également être examinée comme une langue avec un ensemble grammatical distinctif . Les compositions sont créées en construisant d'abord une grammaire musicale, qui est ensuite utilisée pour créer des pièces musicales compréhensibles. Les grammaires incluent souvent des règles de composition au niveau macro, par exemple des harmonies et des rythmes , plutôt que des notes isolées.

Approches d'optimisation

Lors de la génération de styles bien définis, la musique peut être considérée comme un problème d'optimisation combinatoire, dans lequel le but est de trouver la bonne combinaison de notes de sorte que la fonction objectif soit minimisée. Cette fonction objectif contient généralement des règles d'un style particulier, mais peut être apprise à l'aide de méthodes d'apprentissage automatique telles que les modèles de Markov. Les chercheurs ont généré de la musique en utilisant une myriade de méthodes d'optimisation différentes, y compris la programmation en nombres entiers, la recherche de voisinage variable et les méthodes évolutives, comme mentionné dans la sous-section suivante.

Méthodes évolutives

Les méthodes évolutives de composition musicale sont basées sur des algorithmes génétiques . La composition est construite au moyen d'un processus évolutif . Par mutation et sélection naturelle , différentes solutions évoluent vers une pièce musicale adaptée. L'action itérative de l'algorithme élimine les mauvaises solutions et en crée de nouvelles parmi celles qui survivent au processus. Les résultats du processus sont supervisés par le critique, une partie vitale de l'algorithme contrôlant la qualité des compositions créées.

Approche Evo-Devo

Les méthodes évolutives , combinées aux processus de développement, constituent l' approche evo-devo pour la génération et l'optimisation de structures complexes. Ces méthodes ont également été appliquées à la composition musicale, où la structure musicale est obtenue par un processus itératif qui transforme une composition très simple (faite de quelques notes) en une pièce complexe à part entière (que ce soit une partition, ou un fichier MIDI ).

Des systèmes qui apprennent

Les systèmes d'apprentissage sont des programmes qui n'ont aucune connaissance donnée du genre de musique avec lequel ils travaillent. Au lieu de cela, ils collectent eux-mêmes le matériel d'apprentissage à partir du matériel d'exemple fourni par l'utilisateur ou le programmeur. Le matériel est ensuite transformé en un morceau de musique similaire au matériel d'exemple. Cette méthode de composition algorithmique est fortement liée à la modélisation algorithmique du style, à l'improvisation machine et à des études telles que les sciences cognitives et l'étude des réseaux de neurones . Assayag et Dubnov ont proposé un modèle de Markov de longueur variable pour apprendre des suites de motifs et de phrases de longueurs différentes. Marchini et Purwins ont présenté un système qui apprend la structure d'un enregistrement audio d'un fragment de percussion rythmique en utilisant un regroupement non supervisé et des chaînes de Markov de longueur variable et qui en synthétise les variations musicales.

Systèmes hybrides

Les programmes basés sur un seul modèle algorithmique réussissent rarement à créer des résultats esthétiquement satisfaisants. Pour cette raison, des algorithmes de types différents sont souvent utilisés ensemble pour combiner les forces et diminuer les faiblesses de ces algorithmes. La création de systèmes hybrides pour la composition musicale a ouvert le champ de la composition algorithmique et a également créé de nombreuses nouvelles façons de construire des compositions de manière algorithmique. Le seul problème majeur des systèmes hybrides est leur complexité croissante et le besoin de ressources pour combiner et tester ces algorithmes.

Une autre approche, que l'on peut qualifier de composition assistée par ordinateur , consiste à créer algorithmiquement certaines structures pour finalement des compositions "faites à la main". Dès les années 1960, Gottfried Michael Koenig développa les programmes informatiques Project 1 et Project 2 pour la musique aléatoire , dont la sortie était judicieusement structurée "manuellement" au moyen d'instructions d'exécution. Dans les années 2000, Andranik Tangian a développé un algorithme informatique pour déterminer les structures d'événements temporels pour les canons rythmiques et les fugues rythmiques, qui ont ensuite été élaborées en compositions harmoniques Eine kleine Mathmusik I et Eine kleine Mathmusik II ; pour les partitions et les enregistrements, voir.

Voir également

Les références

Sources

Des articles

Lectures complémentaires

Liens externes