[論文レビュー] Computoser - rule-based, probability-driven algorithmic music composition

Bozhidar Bozhanov|arXiv (Cornell University)|Dec 9, 2014

Music Technology and Sound Studies参考文献 5被引用数 3

ひとこと要約

Computoserは、500首以上の音楽作品を分析して得られたデータ駆動型確率モデルと、ルールベースの作曲を統合したハイブリッドなアルゴリズム的音楽作曲システムを提案する。スケール、テンポ、音程の間隔などの音楽的要素の統計的確率と、確立された作曲実践からの構造的ルールを組み合わせることで、音楽的に整合性があり多様な楽曲を生成し、評価において58.4％の聴衆承認率を達成した。

ABSTRACT

This paper presents the Computoser hybrid probability/rule based algorithm for music composition (http://computoser.com) and provides a reference implementation. It addresses the issues of unpleasantness and lack of variation exhibited by many existing approaches by combining the two methods (basing the parameters of the rules on data obtained from preliminary analysis). A sample of 500+ musical pieces was analyzed to derive probabilities for musical characteristics and events (e.g. scale, tempo, intervals). The algorithm was constructed to produce musical pieces using the derived probabilities combined with a large set of composition rules, which were obtained and structured after studying established composition practices. Generated pieces were published on the Computoser website where evaluation was performed by listeners. The feedback was positive (58.4% approval), asserting the merits of the undertaken approach. The paper compares this hybrid approach to other approaches to algorithmic composition and presents a survey of the pleasantness of the resulting music.

研究の動機と目的

• 既存のアルゴリズム的作曲手法の限界、すなわち不快または単調な音楽を生み出す傾向を是正すること。
• 実際の音楽データから得た統計的確率を組み込むことで、ルールベースのシステムにおける多様性の欠如を低減すること。
• データに基づいたルール適用を通じて、音楽的整合性と創造的多様性のバランスを取ったハイブリッドアプローチの開発。
• 聴衆のフィードバックを通じた評価により、生成された音楽の知覚的質を検証し、実用的な音楽性を保証すること。

提案手法

• システムは500首以上の音楽作品のコーパスを分析し、スケール、テンポ、音程的関係などの音楽的特徴の統計的確率を抽出する。
• 確立された音楽理論および教育的実践から導かれた多数の作曲ルールを適用し、構造的・和声的決定をガイドする。
• 導出された統計に基づいた確率的選択により、音楽的要素を決定し、トーナルおよびリズミカルな一貫性を保ちながらデータに基づいた多様性を確保する。
• アルゴリズムは、複数の音楽的次元にわたり、確率的選択とルールベースの制約を繰り返し適用することで、完全な音楽的楽曲を生成する。
• 実装は公開されており、再現可能性とさらなる研究を可能にする。
• 聴衆評価はComputoserのウェブサイトを通じて実施され、音楽的質および受容可能性の評価がなされた。

実験結果

リサーチクエスチョン

• RQ1 ルールベースの作曲とデータから得た確率を組み合わせたハイブリッドアプローチは、音楽的に整合性があり多様な楽曲を生成できるか？
• RQ2 統計的確率の統合により、完全にルールベースのシステムと比較して、アルゴリズム的生成音楽の知覚される快適さはどのように向上するか？
• RQ3 聴衆は生成された楽曲をどれほど音楽的に妥当で楽しいと認識するか？
• RQ4 実際の音楽データを用いて確率分布を情報化することで、生成楽曲の多様性と表現力は向上するか？
• RQ5 聴衆承認率および音楽的質の観点から、このシステムの出力は既存のアルゴリズム的作曲手法と比べてどのように差異を示すか？

主な発見

• 聴衆の間で58.4％の承認率を達成し、生成された音楽の質および快適さに対する肯定的な評価が示された。
• ハイブリッドモデルは、完全にルールベースまたは確率のみのアプローチで見られる単調さや不快さを効果的に低減した。
• 500首以上の音楽作品の統計的分析により、スケール、テンポ、音程使用などの主要な音楽的パラメータの信頼性の高い確率分布が得られた。
• 音楽理論のルールとデータ駆動型確率の統合により、構造的に整合性があり、リズム的に多様な楽曲の生成が可能になった。
• 参照実装は公開されており、再現可能性およびアルゴリズム的作曲分野におけるさらなる開発を支援している。