COMPOSICION MUSICAL CON ALGORITMOS DE INTELIGENCIA ARTIFICIAL

INTRODUCCION

La composición musical es un tema amplio y difícil de abordar desde los términos de la

computación, desde los inicios del arte se ha hecho un acercamiento a la composición musical
con La composición musical consiste en el uso y combinación adecuada de diversas notas,
con el propósito de generar una melodía musical. Por otro lado, la improvisación musical,
consiste en la composición instantánea, ya sea en base a una composición ya existente o
alguna totalmente nueva. Para realizar dicha tarea, se requiere el conocimiento de diversos
patrones existentes en teoría musical y, de esta manera, poder juntarlas teniendo en
consideración ciertos criterios armónicos, melódicos y rítmicos para que suene agradable al
usuario final.

Debido a la cantidad de conocimiento necesario para poder realizar una composición musical,
un proyecto de composición musical con algoritmos de inteligencia artificial tiene la intención
de realizar un método que tenga la capacidad de poder combinar notas adecuadamente
siguiendo las reglas de la teoría musical moderna.
Este compositor que será improvisador, tendrá como entrada una armonía y adaptara sus
creaciones (improvisaciones) en base a ella. Se logrará realizar dicha tarea mediante un
algoritmo genético. Para ello, se utilizara como población inicial pequeñas frases musicales
creadas por expertos, las cuales son conocidas como licks. Estas serán juntadas y mejoradas
mediante nuestros operadores genéticos, de tal manera que se logre una nueva composición
totalmente distinta a la inicial cada vez que se aplique nuestro algoritmo. De esta manera, se
desarrollara una metodología basada en algoritmos genéticos, incrementando así el estado del
arte del área y finalmente disponer de una herramienta de ayuda y autoaprendizaje
computarizada para este proceso de composición musical.

Como el caso de Risto Miikkulainen y Chun-Chi J. Chen, quienes aplicando redes neuronales
recurrentes representan la notación musical y generan melodías basados en formulaciones
matemáticas que les permiten construir un modelo de control de las restricciones de diversidad
rítmica.

ALGORITMOS GENETICOS

Los AAGG, son métodos adaptativos que pueden usarse para resolver problemas de búsqueda
y optimización (teoría de la evolución de Darwin,1859). La idea básica del mismo es generar
una población inicial que evolucione a través del tiempo (proceso iterativo) dónde en cada
iteración sobreviven los individuos más aptos por sobre los más débiles. La evolución de dichas
soluciones hacia valores óptimos del problema depende en buena medida de una adecuada
codificación de las mismas.

Este tipo de solución algorítmica se emplea en problemas dónde el tiempo computacional en

buscar la resolución óptima es tan elevado que se hace inaceptable dada la naturaleza de la
situación. Por lo que se decide buscar una solución que esté acorde a las necesidades
planteadas en un tiempo significativamente menor. Para ello se busca una cantidad inicial de
soluciones válidas que irán evolucionando hasta llegar al nivel de eficiencia deseado. Este
conjunto de individuos cruzará sus datos generando de esta manera un nuevo espectro de
soluciones de las que sobrevivirán los que se acerquen más a la resolución esperada. También
existe un proceso de mutación probabilística que se lleva a cabo muy rara vez, su objetivo es
modificar un dato de un individuo y de esta forma asegurarse que:

 La convergencia del algoritmo no sea muy pronta.

 La diversidad de la población interviniente sea lo suficientemente amplia como para
comparar la mayor cantidad de individuos.

REDES NEURONALES

Las RRNN, son un paradigma de aprendizaje y procesamiento automático inspirado en la

forma en que funciona el sistema nervioso de los animales. La misma consta en un red de N
capas de neuronas interconectadas, existe un estrato de entrada de datos y uno de salida (en
el caso de las redes de una capa será la misma). Existen varios tipos de RRNN, pero en este
trabajo usaremos las del tipo Backpropagation. Estas redes se entrenan teniendo un set de
datos de entrada y su correspondiente set de datos de salida (esperados), cuando la red no da
el resultado esperado se le indica y ésta cambia la disposición interna con tal de obtener la
salida esperada. De esta manera la RN adquiere el conocimiento deseado para luego aplicarlo
en las situaciones que se le invoquen.

COMPOSICION MUSICAL

La composición musical, es un proceso creativo que pertenece a la naturaleza humana. La

misma expresa situaciones, vivencias, experiencias, sensaciones, sentimientos, etc. que
pueden estar acompañados de una letra que complemente el significado de cada compás,
estrofa o parte musical compuesta. Cada tipo de música distinta (música popular, música
folclórica, música contemporánea, música de cine, etc) trae aparejado un estilo, forma de
componer, reglas propias de melodía y armonía, instrumentos involucrados, etc. conocido,
utilizado y estudiado por músicos.

CRITERIOS DE COMPOSICION MUSICAL

METODOLOGIA
se muestra las diferentes técnicas utilizadas y las tecnologías que se mezclaron para el
desarrollo del proyecto de composición musical usando algoritmos genéticos.

1. Representación de los individuos: se representan casi siempre en cadenas binarias, o

también en cadenas de tipo entero que es otra de las técnicas comunes para la
representación de los individuos, cada nota se compone de tres genes, los cuales
pueden tomar diversos valores, según se configuren, de esta manera se forma un
arreglo de tres posiciones, la primera posición o gen referido a la nota musical, la
segunda posición hace referencia al semitono manejado por la nota y al tercera
posición se asigna la duración de la nota.
2. Grado de adaptación de los individuos: En el caso de algoritmos genéticos, la
adaptación de un individuo coincide con el valor de la función objetivo a maximizar. Por
lo tanto, el cálculo de la adaptación consiste en decodificar el cromosoma del individuo
para identificar la melodía que representa y calcular el valor de la función objetivo en es
el punto.