A Markovian Multiagent Musical Composer

• Joel L. Carbonera UCS
• João L. T. Silva UCS

DOI: https://doi.org/10.5753/wesaac.2012.33140

Resumo

Neste artigo, é proposto um modelo computacional para síntese melódica estocástica baseado em uma abordagem desenvolvida sobre sistemas multiagentes reativos. As abordagens tradicionais de composição musical automática obtém probabilidades de transição de estados através da análise estatística de fragmentos musicais fornecidos pelo usuário, o que tende a gerar resultados musicais muito semelhantes aos fragmentos musicais iniciais. Buscando alternativas a estas características, consideramos um modelo computacional em três camadas: a primeira camada é responsável pela geração de matrizes de probabilidades de transição de estados (alturas e durações de notas musicais). A segunda camada, através da interação do usuário, gera modelos probabilísticos para geração de segmentos melódicos (MPGSM) a partir das matrizes. A terceira camada finaliza o processo de síntese melódica estocástica com estes segmentos. Este modelo tem como objetivo reduzir a influência do compositor na geração final, a fim de buscar a construção de estuturas melódicas que não foram pensadas inicialmente pelo compositor. Desta forma, este trabalho não trata computacionalmente a análise da qualidade estética do resultado melódico, uma vez que o foco é a geração espontânea das informações iniciais que nortearão a síntese melódica estocástica.

Referências

Behrends, E. (1999). Música: Estrutura e Acaso. Colóquio/Ciencias, (24):17–24.

Brooks, R. A. (1986). A Robust Layered Control System for a Mobile Robot. IEEE - Journal of Robotics and Automation, 2(1):14–23.

Bryan-Kinns, N. (2004). Daisyphone: The Design and Impact of a Novel Environment- for Remote Group Music Improvisation. ACM Symposium onDesigning Interactive Systems, pages .135–144.

Burraston, D. and Edmond, E. (2005). Cellular Automata in Generative Electronic Music and Sonic Art: a Historical and Technical Review. Digital Creativity, 16:165–185.

Cruz, M. A. S. (2001). Técnicas de Computação Sônica Aplicadas ao Design de Software Musical. Master’s thesis, State University of Campinas.

Farbood, M. and Schoner, B. (2001). Analysis and synthesis of palestrina-style counter-point using markov chains. In Proceedings of International Computer Music Conference, Havana, Cuba.

Fischman, R. (2003). Clouds, pyramids, and diamonds: Applying schrödinger’s equation to granular synthesis and compositional structure. Computer Music Journal, 27(2):47–69.

MacGee, D. and Schaffer, J. W. (1997). Knowledge-Based Programming for Music Research. A-R Editions, Inc.

McCormack, J. (1996). Grammar-based music composition. Complex International, 3.

Meyn, S. P. and Tweedie, R. L. (1993). Markov chains and stochastic stability. Springer-Verlag.

Mezencio, R. (2002). Implementação do Método de Campos Potenciais para Navegação de Robôs Móveis Baseada em Computação Reconfiguráve. Master’s thesis, Departamente de Ciências de computação e estatística - Instituto de Ciências matemáticas e de computação - universidade de São Paulo.

Miranda, E. R. (2000). The art of rendering sounds from emergent behaviour: Cellular automata granular synthesis. euromicro, 02:2350.

Oliveira, L. F. d. (2003). As contribuições da ciência cognitiva à composição musical. Master’s thesis, Faculdade de Filosofia e Ciências da Universidade Estadual Paulista Júlio de Mesquita Filho.

Papadopoulos, G. and Wiggins, G. (1999). AI methods for algorithmic composition: A survey, a critical view and future prospects. In Proc. AISB’99 Symp. Musical Creativity, pages 110–117.

Xenakis, I. (1992). Formalized Music: Thought and Mathematics in Music. Pendragon, revised edition.