decom - diss - alan robert resende de freitas
TRANSCRIPT
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
1/158
Musica Evolutiva: Uma AbordagemComputacional para Composicao
Algortmica
Alan Robert Resende de Freitas
Universidade Federal de Ouro Preto
Dissertacao submetida ao
Instituto de Ciencias Exatas e Biologicas
Universidade Federal de Ouro Preto
para obtencao do ttulo de Mestre em Ciencia da Computacao
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
2/158
Catalogao: [email protected]
F866m Freitas, Alan Robert Resende de.Msica evolutiva [manuscrito] : uma abordagem computacional para composioalgortmica / Alan Robert Resende de Freitas. 2011.
xxviii, 128 f.: il. color.; grafs.; tabs.
Orientador: Prof. Dr. Frederico Gadelha Guimares.
Dissertao (Mestrado) - Universidade Federal de Ouro Preto. Instituto de CinciasExatas e Biolgicas. Departamento de Computao. Programa de Ps-graduao emCincia da Computao.
rea de concentrao:Otimizao e Inteligncia Computacional.
1. Composio musical por computador - Teses. 2. Algoritmos genticos - Teses.3. Inteligncia artificial - Inteligncia computacional - Teses. 4. Inteligncia artificial -
Computao evolucionria - Teses. I. Universidade Federal de Ouro Preto. II. Ttulo.
CDU: 004.421:78.02
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
3/158
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
4/158
ii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
5/158
Dedico este trabalho a meus pais, Francisco eMaria Lucia, ambos exemplos de
coragem, determinacao e bondade para minha vida.
iii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
6/158
iv
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
7/158
Musica Evolutiva: Uma Abordagem Computacional para
Composicao Algortmica
Resumo
Este trabalho descreve uma abordagem para composicao algortmica baseada em al-
goritmos geneticos. Sao desenvolvidos dois modulos principais, que sao os geradores
melodico e harmonico. Um dos maiores problemas quando se usa algoritmos geneticospara evoluir melodias e criar uma medida esteticamente consciente de fitness. Neste
trabalho, descreve-se uma nova abordagem com uma medida mnima de fitnessna qual
um conjunto de boas melodias e retornado no fim do processo. Logo depois, uma abor-
dagem multiobjetivo e usada para harmonizacao da melodia. O algoritmo evolucionario
multiobjetivo define mudancas de acordes com diferentes graus de simplicidade e dis-
sonancia. Experimentos foram feitos e comparados a julgamento humano dos resultados.
As descobertas sugerem ser possvel desenvolver funcoes defitnessque refletem intencoes
humanas para musica.
v
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
8/158
vi
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
9/158
Evolutionary Music: A Computational Approach for
Algorithmic Composition
Abstract
This work describes an approach for algorithmic composition based on genetic algo-
rithms. Two main modules are described, which are the melodic and harmonic genera-
tors. One of the greatest problems when using genetic algorithms to evolve melodies iscreating an aesthetically conscious measure of fitness. In this work, we describe a new
approach with a minimum measure of fitness in which a set of good melodies is returned
at the end of the process. Afterwards, a multiobjective approach is used for melody
harmonization. This multiobjective evolutionary algorithm defines chord changes with
differing degrees of simplicity and dissonance. Experiments were held and compared to
human judgment of the results. The findings suggest that it is possible to devise fitness
functions which reflect human intentions for music.
vii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
10/158
viii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
11/158
Declaracao
Esta dissertacao e resultado de meu proprio trabalho, exceto onde referencia explcita e
feita ao trabalho de outros, e nao foi submetida para outra qualificacao nesta nem em
outra universidade.
Alan Robert Resende de Freitas
ix
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
12/158
x
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
13/158
Agradecimentos
Agradeco a todos que me ajudam direta ou indiretamente neste trabalho.
Agradeco a meus pais, pela paciencia.
Agradeco a minha famlia, pelo aconchego.
Agradeco aos professores, pela preocupacao.
Agradeco aos amigos, pelos conselhos.
Agradeco ao Frederico, meu orientador.
Agradeco a UFOP e Ouro Preto, pelos ensinamentos.
Agradeco aos esquecidos nao mencionados explicitamente aqui.
Agradeco aoConselho Nacional de Desenvolvimento Cientfico e Tecnologico(CNPq).
Muito Obrigado.
xi
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
14/158
xii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
15/158
Prefacio
Esta dissertacao descreve uma pesquisa sobre aspectos da utilizacao de Computacao
Evolutiva para Composicao Algortmica. Sao propostos algoritmos para a geracao de
melodias e harmonias. Como toda pesquisa interdisciplinar, nem todos os leitores podem
estar habituados com as terminologias especficas. Os captulos2e3dao definicoes de
termos importantes para compreensao total dos conceitos e argumentos. Para mais
detalhes relativos a terminologia musical, Kennedy & Bourne (2004) podem prover uma
boa referencia.
Inicialmente, e definida a proposta do trabalho, com sua devida justificativa e objeti-
vos. Uma revisao bibliografica descreve abordagens utilizadas anteriormente e suas dife-
rentes implicacoes. Metodos mais antigos de composicao algortmica eram normalmente
fundamentados em algoritmos baseados em regras enquanto neste trabalho descreve-se
uma abordagem baseada em Inteligencia Artificial atraves de Algoritmos Geneticos, que
sao metodos estocasticos para a resolucao de problemas. Neste ponto, problemas da
utilizacao de Computacao Evolutiva para criacao musical sao brevemente analisados,
descrevendo solucoes ja propostas para soluciona-los.
Em seguida, sao dadas as definicoes especficas de Composicao Algortmica e sua
terminologia relativa. Para compreender o funcionamento do processo de composicao,
seja ele algortmico ou nao, e necessario analisar alguns elementos basicos formadores
do som e quais fatores podem fazer sua uniao ser definida como musica. Estes fatores
sao fortemente culturais e dependem do contexto no qual a musica esta inserida.
Neste trabalho sao descritas as abordagens utilizadas para o desenvolvimento de ex-
perimentos. Inicialmente, os conceitos basicos de um Algoritmo Genetico sao definidos.
Sugere-se essa leitura tambem para os ja habituados com os conceitos da Computacao
Evolutiva pois varias implicacoes de seu uso no domnio musical estao tambem descritas
xiii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
16/158
nesta secao. Logo apos, sao definidas as abordagens especficas deste trabalho para a
geracao de melodias e harmonias.
No gerador de melodias, medidas mnimas defitnesssao utilizadas para retornar um
grupo de bons indivduos que representam compassos de uma melodia. Sao descritos
detalhes da implementacao e operadores geneticos especficos. Define-se uma Matriz de
Takeoverpara medir as relacoes entre diferentes geracoes, levando em conta um valor
de compromisso entre originalidade e diversidade. Atraves desta matriz de Takeover, o
proprio processo evolutivo pode ser usado como um criterio de decisao em vez de se usar
apenas simples medidas individuais de fitness.
Apresentam-se alguns resultados experimentais utilizando-se a melodia da musica
Samba de uma nota so (Jobim & Mendonca 1959), composicao de Tom Jobim e Newton
Mendonca, com varias interpretacoes disponveis em portugues e ingles.
Ja para a geracao de harmonias, existem varios metodos e resultados possveis para
uma melodia de entrada, considerando padroes musicais gerais da musica ocidental.
Uma abordagem multiobjetivo e utilizada para a geracao de harmonias. Algumas regras
podem ser extradas da teoria musical, porem alguns aspectos harmonicos podem ser
definidos apenas por preferencias do compositor. Por isso, a abordagem multiobjetivopode ser util para permitir que o processo evolucionario procure um conjunto de solucoes
que represente o trade-off entre funcoes objetivo distintas.
Por final, sao descritos os resultados dos experimentos feitos e suas devidas con-
clusoes. Sao apresentadas as medidas esteticas de qualidade das solucoes utilizadas no
trabalho assim como suas implicacoes. As primeiras implicacoes importantes sao as do
gerador melodico, onde sao analisados os resultados provenientes do uso da Matriz de
Takeover. A populacao inicial contem um papel fundamental neste tipo de algoritmo,
que pode ser utilizado tanto para desenvolver novas melodias como para estender melo-
dias ja criadas anteriormente. A abordagem multiobjetivo para a geracao de harmonias
cria progressoes harmonicas com varios graus de simplicidade e dissonancia. A com-
paracao dos resultados a uma avaliacao humana sugere como a definicao automatica de
fitnesspode refletir suposicoes humanas sobre a qualidade de diferentes harmonias.
xiv
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
17/158
Sumario
Lista de Figuras xix
Lista de Tabelas xxiii
Nomenclatura 1
1 Introducao 3
1.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Justificativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Revisao Bibliografica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Organizacao do Texto . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Composicao Algortmica 17
2.1 Definicoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1 Altura Tonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.2 Volume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.3 Timbres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.1.4 Outras terminologias . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2 Definicoes de Musica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
xv
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
18/158
2.2.1 A Arte da Musica. . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2.2 Musica como IHC. . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3 Conclusao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3 Metodologia 41
3.1 Algoritmos Geneticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.1.1 Biologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.1.2 Representacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.1.3 Inicializacao e Estrutura da Populacao . . . . . . . . . . . . . . . 49
3.1.4 Selecao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.1.5 Operadores Geneticos. . . . . . . . . . . . . . . . . . . . . . . . . 53
3.1.6 Funcao de Avaliacao e Definicao do Fitness . . . . . . . . . . . . 57
3.1.7 Substituicao dos Pais . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.1.8 Consideracoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.2 Gerador Melodico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.2.1 Estrutura de Dados e Parametros . . . . . . . . . . . . . . . . . . 67
3.2.2 Operadores Geneticos. . . . . . . . . . . . . . . . . . . . . . . . . 71
3.2.3 FitnessImplcito Mnimo . . . . . . . . . . . . . . . . . . . . . . 74
3.2.4 Avaliacao das Solucoes e Selecao pela Matriz de Takeover . . . . . 75
3.3 Gerador Harmonico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
3.3.1 Representando Harmonias . . . . . . . . . . . . . . . . . . . . . . 84
3.3.2 Operadores Geneticos. . . . . . . . . . . . . . . . . . . . . . . . . 87
3.3.3 Harmonizacao Multiobjetivo . . . . . . . . . . . . . . . . . . . . . 88
3.3.4 Avaliacao das Solucoes . . . . . . . . . . . . . . . . . . . . . . . . 91
3.3.5 Executando a harmonia . . . . . . . . . . . . . . . . . . . . . . . 94
xvi
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
19/158
3.4 Conclusao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4 Resultados 97
4.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.2 Gerador de Melodias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.2.1 Base de dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.2.2 Resultados e Discussao . . . . . . . . . . . . . . . . . . . . . . . . 99
4.3 Gerador de Harmonias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.3.1 Parametros e Dados de Entrada . . . . . . . . . . . . . . . . . . . 105
4.3.2 Resultados e Discussao . . . . . . . . . . . . . . . . . . . . . . . . 106
4.4 Conclusao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5 Conclusoes 115
5.1 Conclusoes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.2 Trabalhos Futuros. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
Referencias Bibliograficas 119
Indice Remissivo 127
xvii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
20/158
xviii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
21/158
Lista de Figuras
1.1 A complexidade de um sistema aumenta entre a ordem e a desordem
(Galanter 2008) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1 Representacao Esquematica do Processo de CA . . . . . . . . . . . . . . 18
2.2 Representacao de uma Onda de Som Senoidal . . . . . . . . . . . . . . . 19
2.3 Representacao de Ondas de Diferentes Frequencias. . . . . . . . . . . . . 20
2.4 Representacao das Alturas Tonais pela Posicao das Notas na Pauta . . . 20
2.5 Representacao de uma mesma nota com diferentes amplitudes . . . . . . 23
2.6 Representacao de diferentes gradacoes dinamicas em uma partitura . . . 24
2.7 Sinais deCrescendo e Decrescendo . . . . . . . . . . . . . . . . . . . . . 25
2.8 Formatos de onda de alguns instrumentos . . . . . . . . . . . . . . . . . 26
2.9 Exemplo de melodia deParabens a Voce . . . . . . . . . . . . . . . . . . 28
2.10 Exemplos de Formulas de Compasso . . . . . . . . . . . . . . . . . . . . 33
2.11 Modelo de Norman para Interacao do Usuario (Norman 1988) e seu rela-
tivo musical (Biles 2007b) . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1 Representacao Esquematica de um Algoritmo Evolutivo . . . . . . . . . . 44
3.2 Metodo da Roleta. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.3 Duas Maneiras Possveis de Fazer uma Selecao baseada em Posicoes . . . 52
3.4 Operadores de Cruzamento e Mutacao . . . . . . . . . . . . . . . . . . . 54
xix
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
22/158
3.5 Exemplo de Cruzamento a nvel de bits e a nvel de notas . . . . . . . . . 55
3.6 Notas em um Piano: as teclas brancas acionam as notas naturais. . . . . 68
3.7 Ponteiros para a posicao dos indivduos . . . . . . . . . . . . . . . . . . . 70
3.8 Cruzamento Melodico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.9 Mutacoes do Gerador Melodico . . . . . . . . . . . . . . . . . . . . . . . 72
3.10 Configuracao de uma Populacao na qual Ocorreu um Takeover . . . . . . 77
3.11 Melodia com os marcadores da populacao inicial . . . . . . . . . . . . . . 79
3.12 Metodo de Classificacao do NSGA-II . . . . . . . . . . . . . . . . . . . . 90
3.13 Dois Compassos em Do Maior Criados Pelo Gerador Harmonico . . . . . 95
4.1 16 compassos deSamba de Uma Nota So.. . . . . . . . . . . . . . . . . . 98
4.2 Escala Cromatica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.3 Melodia deParabens a Voce . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.4 Numero de geracoes para alcancar o takeover . . . . . . . . . . . . . . . . 99
4.5 Valores de compromisso de 56 geracoes . . . . . . . . . . . . . . . . . . . 100
4.6 Um resultado utilizando o verso da musica . . . . . . . . . . . . . . . . . 100
4.7 Um resultado utilizando o refrao da musica. . . . . . . . . . . . . . . . . 101
4.8 Um resultado utilizando todos os compassos como populacao inicial . . . 102
4.9 Utilizando uma escala cromatica como populacao inicial. . . . . . . . . . 103
4.10 UtilizandoParabens a Vocecomo populacao inicial . . . . . . . . . . . . 104
4.11 Melodia deParabens a Voce . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.12 Perfil defitnessatraves das geracoes . . . . . . . . . . . . . . . . . . . . 107
4.13 Solucao 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.14 A harmonia original. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.15 Solucao 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
xx
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
23/158
4.16 Evolucao do hipervolume . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.17 Evolucao das frentes de pareto . . . . . . . . . . . . . . . . . . . . . . . . 111
xxi
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
24/158
xxii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
25/158
Lista de Tabelas
2.1 Notacoes para representacao das notas. . . . . . . . . . . . . . . . . . . . 22
2.2 Gradacoes dinamicas mais frequentes. . . . . . . . . . . . . . . . . . . . . 24
2.3 Exemplo de possvel relacao entre intensidade e velocidade. . . . . . . . . 24
2.4 Intervalos de notas mais comuns . . . . . . . . . . . . . . . . . . . . . . . 29
2.5 Exemplos de graus de intervalos . . . . . . . . . . . . . . . . . . . . . . . 29
2.6 Quatro tipos basicos de trades . . . . . . . . . . . . . . . . . . . . . . . 31
2.7 Escalas de tempo musicais (Roads 2001) . . . . . . . . . . . . . . . . . . 34
3.1 Escalas que podem auxiliar o mapeamento do genotipo de uma melodia
em fenotipo
(Biles 2007b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2 Mapeamento possvel para uma representacao baseada em posicao . . . . 49
3.3 Um indivduo formado com o mapeamento da Tabela 3.2 . . . . . . . . . 49
3.4 Representacao de uma Solucao do Gerador Melodico . . . . . . . . . . . 67
3.5 Matriz com Percentual de Origem das Notas em Dois Casos Diferentes . 81
3.6 Calculo de um Valor de Compromisso . . . . . . . . . . . . . . . . . . . . 82
3.7 Notas do Campo Harmonico Natural de Do . . . . . . . . . . . . . . . . 84
3.8 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.9 Representacao de uma harmonia. . . . . . . . . . . . . . . . . . . . . . . 86
xxiii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
26/158
3.10 Operadores Geneticos do Gerador Harmonico . . . . . . . . . . . . . . . 89
3.11 Parametros na avaliacao do fitness . . . . . . . . . . . . . . . . . . . . . 94
4.1 Definindo uma escala de referencia para a harmonia . . . . . . . . . . . . 106
4.2 Pesquisa sobre a qualidade das solucoes . . . . . . . . . . . . . . . . . . . 112
xxiv
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
27/158
Lista de Algoritmos
3.1 AG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2 Calculo do Crowding Distancedos indivduos
(Deb, Agrawal, Pratap & Meyarivan 2000) . . . . . . . . . . . . . . . . . . 91
xxv
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
28/158
xxvi
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
29/158
Music is the effort we make to explain to ourselves how our brains work.
We listen to Bach transfixed because this is listening to a human mind.
Lewis Thomas
xxvii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
30/158
xxviii
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
31/158
Nomenclatura
AE Algoritmo EvolucionarioAG Algoritmo Genetico
[ Bemol
CA Composicao Algortmica
CE Computacao Evolutiva
dB Decibeis
Hz Hertz
IA Inteligencia Artificial
IHC Interacao Homem-Computador
ME Musica Evolutiva
MIDI Musical Instrument Digital Interface
NSGA-II Non-dominated Sorting Genetic Algorithm - II
RNA Redes Neurais Artificiais
SST Sound Synthesis Technique
# Sustenido
1
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
32/158
2
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
33/158
Captulo 1
Introducao
1.1 Introducao
Este trabalho apresenta uma possvel abordagem para Composicao Algortmica (CA),
processo no qual determinado algoritmo pode criar uma composicao de maneira au-
tomatica. Para a criacao destes algoritmos, e comum estudar como padroes ocorrem
em metodos tradicionais de composicao e como estes influenciam a formacao de novas
musicas. Existem varios padroes de composicao que podem ser algortmicos ou nao.
A criacao feita desta maneira e muito intrigante pois alem de haver a necessidade
de desvendar os padroes de composicao que podem ser algortmicos, e preciso trabalhar
com duvidas que surgem sobre os conceitos pessoais em relacao a arte em questao e as
expectativas sobre a habilidade de computadores para produzir obras de arte.
Os algoritmos para CA sao normalmente (i) estocasticos; (ii) baseados em regras;ou (iii) baseados em IA, sendo que nos ultimos se encontram os metodos evolucionarios
(Miranda & Biles 2007).
Metodos baseados em Computacao Evolutiva (CE) podem ser empregados em di-
versas aplicacoes. Varias delas sao tarefas musicais, em uma area que se convencionou
chamar de Musica Evolutiva (ME). A CE tem grande potencialidade para auxiliar estas
tarefas musicais, ja que estas sao altamente relacionadas com tarefas de decisao.
A estrutura de um Algoritmo Genetico (AG) se adapta bem aos problemas de com-
posicao musical pois ambos funcionam com base em experiencias passadas que levam a
novas criacoes. Algoritmos geneticos podem comecar com um conjunto de informacoes
3
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
34/158
4 Introducao
de material ja existente e criar novas musicas, evoluindo a populacao e aplicando va-
riacoes nela por todo o processo evolucionario. Neste sentido, o processo evolucionario
compartilha similaridades com o processo criativo que ocorre em composicao. Neste
trabalho serao discutidos os maiores problemas na aplicacao destes tipos de metodos,
incluindo a maneira como as solucoes sao avaliadas.
Para definir quais tarefas podem ser solucionadas por estes tipos de algoritmos, deve-
se ponderar quais sao as tarefas executadas por musicos que poderiam ser auxiliadas por
estes metodos. Baseando-se no que musicos fazem, ha algumas classes de tarefas musicais
(Biles 2007a) fundamentais que podem ser definidas como:
Composicao Estao includas nesta tarefa a criacao e desenvolvimento de harmonias,
melodias, arranjos e estruturas musicais. Este trabalho esta focado nesta tarefa.
Execucao Para tentar desenvolver uma execucao mais expressiva de uma representacao
musical.
Processamento Tarefa focada no tratamento de execucoes que nao sao exclusivamente
acusticas. Algoritmos podem ajudar tanto na mixagem de audio (equalizacao ereverberacao, por exemplo) como na sntese de sons (achar um som alvo ou criar
novos timbres).
Audicao Ouvintes artificiais podem tentar predizer a proxima nota de uma melodia
e ate serem usados como agentes geradores de medidas de avaliacao para com-
posicoes.
1.2 Justificativa
Algoritmos, ou regras para a resolucao de um problema em um numero finito de passos,
sempre foram utilizados por compositores como parte do processo criativo na musica
ocidental. Sem embargo, nem todos os processos musicais sao fielmente baseados em
algoritmos especficos, o que gera a porcao artstica do problema. Alguns processos
de composicao podem levar em consideracao experiencias passadas ou apenas serem
baseados na aleatoriedade de algumas decisoes.
Apenas estudos com estas consideracoes podem levar em conta a experiencia pessoal
de cada um, assim como estas refletem em produtos diferentes e como estas conclus oes
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
35/158
Introducao 5
podem ajudar no esclarecimento de questoes sobre a codificacao de aspectos que sao
puramente esteticos.
Contudo, o calculo da aptidao, ou ofitness, de um indivduo na maioria dos sistemas
evolucionarios para arte e musica requerem um julgamento estetico, o que nao e facil de
se modelar ou implementar como um algoritmo. Por isso, estes sistemas normalmente
utilizam algum nvel de interacao com o usuario, dando assim uma resposta ao sistema
sobre julgamentos esteticos subjetivos, como por exemplo em (Graf & Banzhaf 1995,
Lewis 2000, Moroni, Manzolli, Zuben & Gudwin 2000). Quando a arte em questao se
trata de imagens estaticas, a avaliacao interativa nao apresenta grandes problemas pois
varias alternativas podem ser exibidas ao usuario em paralelo, por exemplo, em uma
grade (Lewis 2008). Alem disso, existem alguns estudos e estrategias para minimizar
o numero de opcoes apresentadas ao usuario, o que reduz a fadiga em AE interativos
(Takagi 2001).
Por outro lado, em obras de arte temporais, tais como animacao e musica, a avaliacao
interativa das solucoes pode exigir grande atencao do mentor, que sempre pode estar
suscetvel a ficar cansado, entediado, perder a atencao e outros problemas do tipo.
Esse aspecto e conhecido na literatura como fitness bottleneck, ou gargalo de fitness
(Biles 2001).
Dada a dificuldade de se basear sistemas musicais evolucionarios em avaliacao hu-
mana, alguns autores estudaram o desenvolvimento de sistemas automaticos, que po-
deriam desenvolver pecas de musicais ou de arte sem intervencao humana. Algumas
ideias incluem co-evolucao (Greenfield 2002), o desenvolvimento de medidas esteticas
confiaveis (Ross, Ralph & Zong 2006) e a evolucao de crticos adaptativos (Machado,
Romero, Santos, Cardoso & Manaris 2004).
No contexto musical, uma abordagem interessante para tratar o problema de gargalo
defitness e apresentada por Biles (2001), onde o uso de fitnesscomo metodo de pressao
seletiva e eliminado do sistema evolucionario, criando uma versao de seu algoritmo, o
GenJam, livre de fitness. O algoritmo inicia com uma populacao de compassos sele-
cionados de um banco de dados e evolui esta populacao usando operadores geneticos
cuidadosamente selecionados, sem qualquer avaliacao de fitness. As populacoes finais
contem novas melodias originais. Apesar desta abordagem levantar questoes sobre a
pureza do Algoritmo Evolucionario1, o autor argumenta que seu sistema ainda e um
1Com Algoritmo Evolucionario Puro, pretendemos denotar aquele com os seguintes aspectos:representacao, avaliacao, selecao e operadores geneticos.
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
36/158
6 Introducao
AG, ou e pelo menos baseado em CE (Biles 2001).
Alem disto, com abordagens baseadas em CE , e possvel o desenvolvimento de novos
padroes musicais, ja que no processo evolutivo diferentes modelos podem levar a novos
estilos ainda nao explorados. Assim, fazendo uso da CE, um estudo sobre as necessidades
matematicas do problema e compulsoriamente desenvolvido ao longo do projeto. Com
a tecnica, novos paradigmas de composicao podem ser explorados entao com base em
analises musicais anteriores, definido-se quais podem ser considerados algortmicos ou
nao. Alem disso, simples abordagens para composicao podem ser desenvolvidas para
compositores inexperientes ou para aqueles que queiram ajuda para desenvolver ideias
pre-formuladas.
1.3 Objetivos
Um passo inicial para qualquer tipo de desenvolvimento artstico, algortmico ou nao,
e delinear o que pode ser considerado arte dentro do possvel espaco de solucoes. Este
tipo de delineamento pode ser feito inclusive pela propria modelagem do algoritmo, jaque arte nao prevista por um modelo de representacao de um algoritmo nao podera ser
gerada por ele.
Este delineamento pode ser feito com a definicao de algumas regras, que ficam nor-
malmente mais claras quando compondo para um estilo particular. Assim, o espaco de
busca pode ser restringido para algo mais facil de ser explorado. E importante definir
tambem se as regras serao criadas com base em definicoes de apostilas musicais ou com
base em experiencias existentes de outros compositores, decisao que pode levar a um
sistema mais ou menos criativo. Alem disso, em algoritmos evolutivos, as diferencasentre mais de um estilo musical podem ser exploradas para gerar novos resultados.
Para mostrar a complexidade efetiva na modelagem destes problemas, aspectos alea-
torios, como barulho, acabam sendo menosprezados enquanto aspectos com estruturas
com conceitos bem definidos acabam sendo algoritmicamente comprimidos, abstrados
ou generalizados. Estruturas que nao podem entao ser bem comprimidas desta maneira
aparecem como as mais complexas (Galanter 2008). A Figura1.1exemplifica esta ideia.
O objetivo deste trabalho sera o desenvolvimento de aplicacoes que gerem com-
posicoes com melodia e harmonia, que podem entao ser unidas por uma estrutura de
nvel mais alto. Esta ultima e uma proposta de algoritmo para geracao de musicas de
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
37/158
Introducao 7
Ordem Desordem
Comp
lexidadeEfetiva
Simetria
Fractais
Sistemas
Caticos
Aleatoriedade
Vida Artificial
Figura 1.1: A complexidade de um sistema aumenta entre a ordem e a desor-dem(Galanter 2008)
maneira top-down, ou seja, definindo estruturas de nvel mais alto primeiro e depois
criando a musica de acordo com o arcabouco criado em nveis mais baixos.
Estruturas de nvel mais alto podem representar partes de uma musica, como refroes
e versos, podem definir parametros, como volume e timbre, ou ate mesmo definir quaisinstrumentos serao utilizados em uma composicao, enquanto estruturas de nvel mais
baixo podem representar elementos musicais tao simples quanto frequencias. As melodias
e harmonias, que estarao em estruturas de nvel mais baixo, terao suas definicoes guiadas
pelas estruturas de nvel mais alto.
Para a criacao de musica, modulos de nveis mais baixos devem ser criados. Estes sao
os geradores de melodia e harmonia descritos neste trabalho. Cada um destes modulos
pode utilizar informacoes recebidas por estruturas de mais alto nvel ou por outros
modulos.
Se um algoritmo evolucionario livre de fitness e usado para a geracao de melodias,
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
38/158
8 Introducao
o numero de geracoes utilizadas e arbitrario e depende da experiencia do usuario. Se
o numero de geracoes e muito pequeno, a melodia final pode se parecer muito com a
inicial e nao ter muita originalidade. E desejavel que a solucao final seja original em
relacao a melodia inicial, especialmente quando seu autor nao e o usuario do algoritmo.
Apos um certo numero de geracoes, um takeover2 ocorrera, mesmo com a ausencia de
uma funcao de fitness que force uma pressao seletiva, devido ao fenomeno de deriva
genetica3. Apos isto, todas as alteracoes na populacao serao provenientes da mutacao
apenas. Ocorre entao um compromisso entre originalidade e diversidade: durante o
processo evolucionario, a originalidade aumenta enquanto a diversidade diminui.
A procura de harmonias e outro campo de estudo, normalmente com a vantagem
de ter funcoes de fitnessmais faceis de serem especificadas. Mostrou-se que algoritmos
podem criar harmonias com sucesso (Papadopoulos & Wiggins 1999). Varios destes
trabalhos descrevem sistemas para gerar harmonias de quatro partes para uma dada
melodia (chamada tambem de harmonizacao SATB). Neste problema, os algoritmos
propostos normalmente procuram um grupo de notas para cada nota original na melo-
dia e este problema pode ser facilmente contornado quando a progress ao harmonica e
tambem dada com a melodia (Horner & Ayers 1995). De maneira analoga a metodos
para a geracao de melodias, o desenvolvimento de metodos de harmonizacao focados emestilos particulares podem ser interessantes (McIntyre 1994).
Quando criam-se progressoes harmonicas para melodias ja existentes, e necessario
definir alguns fatores que devem ser penalizados ou recompensados no fitness de um
indivduo. Contudo, estes fatores sao normalmente subjetivos e se baseiam fortemente
em preferencias do usuario. Assim, neste trabalho, apresenta-se uma abordagem de oti-
mizacao multiobjetivo para harmonizacao que seja capaz de evoluir harmonias enquanto
se trabalha o equilbrio entre harmonias com ou sem tensao4.
E importante basear metodos de composicao em aspectos formais desenvolvidos para
musica tonal. Contudo, respeitar algum conjunto basico de regras nao garante que o
resultado tera sentido musical ou sera interessante. Criatividade e novas ideias podem
ate mesmo surgir da violacao de algumas regras, mas o problema e saber quais regras
violar e quando faze-lo. Nestes casos, e necessario a analise de algoritmos que tratem
2Em um Algoritmo Evolucionario, um takeover ocorre quando todos os indivduos sao iguais e apopulacao nao apresenta diversidade alguma.
3A nao ser que haja uma taxa de mutacao tao alta que se sobreponha ao efeito do cruzamento deherdar caractersticas de indivduos de populacoes passadas.
4Tensao e criada em um acorde atraves de inclusao de uma nota dissonante extra que cria a neces-sidade de relaxamento ou liberacao para o ouvinte.
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
39/158
Introducao 9
varios objetivos para encontrar um conjunto de solucoes que representa um compromisso
entre regras em funcoes objetivo diferentes, levando ao menos a um conjunto de solucoes
que possam ser consideradas harmonias interessantes.
Criar um sistema de harmonizacao automatica demanda informacao suficiente sobre
o domnio especfico, assim como em qualquer aplicacao computacional. Este trabalho
apresenta metodos possveis para embutir este tipo de informacao nao apenas atraves
da definicao de uma funcao de fitness mas tambem implicitamente pelas operacoes do
AG. O modo como estes aspectos do algoritmo sao codificados faz uma distincao crucial
nos resultados encontrados pela aplicacao ja que e uma aplicacao para a simulacao de
comportamentos e criatividade humanos.
Neste trabalho, Algoritmos Geneticos sao inicialmente apresentados e alguns exem-
plos de como seus aspectos podem ser decididos no contexto musical. Assim, da-se uma
definicao mais especfica de alguns termos musicais relativos a composicao que sao im-
portantes para compreender como os experimentos sao definidos. Faz-se, entao, uma
discussao sobre como uma funcao de fitness multiobjetivo pode ajudar usuarios com
preferencias diferentes ou mesmo desconhecidas.
Desta maneira, pode-se definir os principais objetivos deste trabalho como sendo aanalise de:
Como o espaco de busca deve ser delineado de modo a nao limitar demasiadamente
a criatividade do sistema e nem levar a solucoes inadequadas
Como atingir um bom equilbrio entre originalidade e diversidade neste tipo de
evolucao artificial de melodias
Quais criterios que podem ser utilizados para selecionar uma melodia entre varios
candidatos gerados pelo processo evolucionario
Como pode ser feita a geracao de material artstico sem intervencao humana
Quais seriam indivduos uteis para a geracao de musica em diferentes contextos de
tarefas musicais
Como podem ser gerados operadores geneticos que sao musicalmente cientes
Como representar melodias e harmonias que podem ser mono ou polifonicas
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
40/158
10 Introducao
Como contornar o problema de gargalo de fitnessquando avaliadores humanos sao
utilizados na evolucao dos indivduos
Quais criterios podem ser utilizados para terminar a execucao destes algoritmos
ou, em outras palavras, quando um resultado pode ser considerado suficientemente
evoludo neste contexto
Como resolver problemas derivados do fenomeno de deriva genetica neste contexto
Como diferencas de referencias de compositores podem ser tratadas com estes
metodos
Em uma abordagem de representacao que utilize uma certa granularidade para
representar uma solucao, quais seriam valores convenientes
Como o conhecimento sobre o domnio musical pode ser embutido em um AG alem
da funcao de fitness
Esta dissertacao resultou nas seguintes publicacoes:
Freitas, A. R. R., Guimaraes, F. G. (2011). Originality and Diversity in the Ar-
tificial Evolution of Melodies. Genetic and Evolutionary Computation Conference
(GECCO 11).
Freitas, A. R. R., Guimaraes, F. G. (2011). Melody Harmonization in Evolutionary
Music Using Multiobjective Genetic Algoritms. 8th Sound and Music Computing
Conference(SMC 11).
1.4 Revisao Bibliografica
Quando se pensa em CA, pode haver equvocos ao relaciona-los com metodos computaci-
onais complexos. Na verdade, a utilizacao de algoritmos para criar composicoes e muito
mais antigo. Uma grande exemplo e em 1757, quando Johann Kimberger, tutelado de
Bach, publica um livro para ensinar leitores a compor polonaises e minuetos (Kirnberger
& Kupper 1994).
Depois da morte de Mozart, foi publicada e atribuda a ele a autoria de Musikalisches
Wurfelspiel(Jogos de Dados Musicais), metodo que tambem criava composicoes atraves
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
41/158
Introducao 11
de numeros jogados em dados (Mozart 1787), o metodo foi publicado em 1793. O dado
e jogado para escolher aleatoriamente pequenas secoes de musica, que sao juntadas ao
final para formar uma peca inteira. Versoes computacionais do mesmo metodo foram
implementadas (Chuang 1995).
Os computadores com certeza criaram opcoes para as finalidades de composicao. Ja
no seculo XIX, em 1840, Ada Lovelace propoe a utilizacao da maquina analtica para a
criacao de musica:
Supposing, for instance, that the fundamental relations of pitched sound
in the signs of harmony and of musical composition were susceptible of such
expression and adaptations, the engine might compose elaborate and scientific
pieces of music of any degree of complexity or extent. 5 (Alpern 1995)
Outro algoritmo para composicao utilizado na epoca em que computadores ainda
nao eram utilizados e o serialismo dodecafonico, ou metodo de doze tons, criado por
Arnold Schonberg na decada de 1920 (Hyde 1985). Neste metodo ocorre a repeticao de
um elemento atomico que sofre transformacoes. Decisoes sobre a peca eram tomadas em
relacao a series pre-formadas, o que automatizava bastante o processo de composicao.
O metodo dodecafonico assegura igualdade no numero de ocorrencias de cada nota
da escala temperada. Com uma base inicial, chamada de prime series, que e uma
permutacao das 12 notas da escala, percebe-se que e um metodo um pouco mais flexvel,
ja que existem 12! (ou 4, 7 108) prime series possveis. A composicao e feita por um
numero aleatorio de repeticoes dasprime series, que a cada repeticao ha transformacoes,
que podem ser retrogadas ou inversas.
Ainda nos metodos algortmicos sem a utilizacao de computadores, John Cage, com-positor inovador e polemico por suas composicoes semi-aleatorias, cria em 1951 um
metodo para composicao com a utilizacao do I-Ching como oraculo para tomar varias
decisoes, como qual nota usar e quando inclu-la na composicao (Pritchett 1996). O
metodo foi utilizado na composicaoImaginary Landscape no4, onde 24 interpretes utili-
zam 12 radios em tempo real.
A considerada primeira composicao gerada por computador e The Illiac Suite for
String Quartet, gerada por Lejaren Hiller e Leonard Isaacson. Varios artifcios eram
5Supondo, por exemplo, que as relacoes fundamentais dos sons com suas alturas tonais nos sinais deharmonia e de composicao musical fossem de tais expressoes e adaptacoes, a maquina poderia comporpecas musicais cientficas e elaboradas de qualquer grau de complexidade ou extensao
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
42/158
12 Introducao
usados, incluindo cadeias de Markov (Hiller 1981). A composicao foi feita em 1957 e
conseguiu codificar parametros estilsticos. O processo de composicao foi primeiramente
geracao de material pelo computador, depois modificar este material de acordo com
funcoes estabelecidas e por final selecionar os melhores resultados de acordo com o
conjunto de regras (Alpern 1995). Esse paradigma de geracao, modificacao e selecao
seria mais vezes utilizado no futuro.
O metodo de Hiller e proposto da seguinte maneira: primeiramente as notas sao
distribudas com probabilidade uniforme. Apos esta etapa, notas comecam a sofrer
restricoes. As regras utilizadas sao regras classicas, como escalas, e depois regras do
serialismo. Finalmente as notas recebem funcoes que sao aplicadas em relacao as notas
anteriores (Hiller 1959).
Um outro exemplo deste tipo de composicao e o formula composition (Felder &
Stockhausen 1977), criado por Karlheinz Stockhausen em 1970. O formula composition
e derivado do serialismo dodecafonico e conjuntos de formulas melodicas.
Para todos os algoritmos de CA existe uma enorme dificuldade para a introducao
de parametros externos ao processo de composicao. Exemplos destes parametros sao
dados do passado, como experiencias e dados culturais do ouvinte que influenciam namaneira como ele interpretara a peca, e dados do presente, como formulas e teorias que
nao restrinjam demais as possibilidades do algoritmo ao mesmo tempo que nao gera
muito material musicalmente inadequado ou que nao seria considerado musica na maior
parte dos contextos.
Os metodos ate entao descritos foram basicamente estocasticos e baseados em regras,
o que leva a geracao de musicas muito pouco diversas na maioria das vezes. Como alter-
nativa a estes metodos, existem os metodos baseados em Inteligencia Artificial (IA), que
incluem Redes Neurais Artificiais (RNA), Automatos Celulares e Algoritmos Geneticos,
o foco deste trabalho. Atualmente, grande parte dos algoritmos modernos para as-
sistencia a musicos estao nesta categoria.
Algoritmos Geneticos tem uma grande extensao de aplicacoes em ciencia e enge-
nharia, em problemas complexos para os quais uma solucao especfica e difcil de se
encontrar. A capacidade de busca de AG chamou o interesse de varias comunidades
cientficas, incluindo ate aplicacoes de arte e musica (Corne & Bentley 2001, Miranda
& Biles 2007, Romero & Machado 2007, Todd & Latham 1992). Houve varios estudos
envolvendo computacao evolucionaria e arte tentando entender a influencia possvel de
sistemas bioinspirados e arte, tecnologia e avaliacao estetica (Romero & Machado 2007).
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
43/158
Introducao 13
O uso de Algoritmos Geneticos para a evolucao artificial e criacao de arte e musica e
um ramo conhecido como Arte ou Musica Evolutiva (Miranda & Biles 2007).
Varias aplicacoes foram desenvolvidas na area de execucao musical. Madsen & Wid-
mer (2005) estudaram como tendencias estilsticas de um certo artista podem ser explo-
radas com um Algoritmo Evolucionario (AE). Tambem relativa a execucao, a audiencia
pode influenciar uma execucao, de acordo com suas respostas (Biles & Eign 1995). Esta
resposta dos ouvintes tambem pode ocorrer online, como mostra o estudo feito por Put-
nam (1996), ou atraves de sensores de presenca, como descrito por Woolf & Yee-King
(2003). Experiencias tambem foram feitas com bio-feedbackpara ajudar a avaliacao e a
escolha das musicas por um DJ eletronico (Grahan-Rowe 2001).
Existem tambem varios estudos para aplicacoes musicais na quais as execucoes nao
sao exclusivamente acusticas. Estas aplicacoes estao baseadas nas areas de sntese e mi-
xagem. Em relacao ao ultimo, AE podem ser muito uteis na aplicacao de efeitos e filtros
(Sharman & Esparcia-Alcazar 2003) ou para descobrir parametros de reverberacao que
correspondam as caractersticas de uma sala especfica (Mrozek & Wakefield 1996). Ja na
area de sntese de sons, dois problemas principais se destacam: a procura de parametros
que alcancam um som-alvo (Vuori & Valimaki 1993) e a procura por novos timbres
(Horner, Beauchamp & Haken 1993). Mandelis (2001) desenvolveu uma aplicacao, cha-
mada Genophone, para o desenvolvimento de novos sons sem que o usu ario conheca
detalhes da tecnica de Sound Synthesis Technique(SST) empregada.
Em relacao a audicao de musicas, muitas aplicacoes uteis podem surgir, principal-
mente para o desenvolvimento de ouvintes avaliadores que podem co-evoluir com musicas
nos AG, ja que a avaliacao e um dos maiores problemas para o desenvolvimento de sis-
temas evolutivos de CA. Um modulo ouvido (Jacob 1995) pode ser desenvolvido como
avaliadores de aptidao (Jacob 1996). Ja Federman (2003) desenvolveu um sistema parapredizer qual a proxima nota em uma sequencia melodica. Outra aplicacao neste sentido
envolve a coevolucao de cantores machos e crticas femeas (Todd & Werner 1999), o que
so permite a evolucao de material relacionado.
Todas estas tarefas musicais estao relacionadas de algum modo com CA, que tem
varias aplicacoes baseadas em AE. CE pode ser utilizada primeiramente para gerar no-
vas ideias melodicas. Estas novas ideias podem se dar atraves de sequencias de notas
sem ritmo (Ralley 1995), sequencias de ritmo sem notas (Horowitz 1995) ou sequencias
de notas e ritmos (Biles 1994). Um dos estudos importantes desta area envolve ma-neiras mais criativas de se tratar o problema da defini cao de uma funcao de avaliacao
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
44/158
14 Introducao
(Waschka II 2007).
Brown (2002) descreve como varias aplicacoes de AG para analise musical e sntese
de sons foram bem sucedidas. Uma das utilizacoes principais de AG neste contexto
e a formacao de melodias. Um algoritmo para a criacao de solos de jazz em tempo
real e proposto por Biles (1994), mostrando como o desenvolvimento de composicao
automatizada para um genero particular de musica pode ser abordado com AG. Isso e
feito com um AG que considera varias tarefas musicais, como audicao e improvisacao.
Apesar de varios resultados interessantes, a Musica Evolucionaria ainda encara varios
desafios (McCormack 2005).
A criacao de musica com programas de computador tem algumas caractersticas
distintas quando comparadas a problemas classicos de otimizacao. E comum ver pro-
cedimentos onde um indivduo de uma populacao representa um compasso que pode
ser usado em uma composicao final. Isso faz com que procurar uma boa populacao
com indivduos diversos seja mais importante que a procura de um indivduo otimo
(Waschka II 1999). Isso e uma caracterstica particular a ser explorada em sistemas
feitos para criar arte.
Alguns compositores podem tambem querer estender ideias melodicas a partir deuma ideia inicial. Neste sentido, AG podem gerar variacoes melodicas ou contra melo-
dias (Polito, Daida & Bersano-Begey 1997). Ja Jacob (1995) estudou como fragmentos
melodicos tambem podem ser combinados em linhas maiores. Alem de melodias, AE
tambem podem ser usados para determinar harmonias correspondentes a uma dada me-
lodia. Algoritmos podem gerar partes harmonicas (McIntyre 1994) ou gerar mudancas de
acordes (Horner & Ayers 1995). A tarefa de harmonizacao tambem pode ser direcionada
a um estilo especfico, como demonstra o trabalho de Maddox & Otten (2000).
Para a criacao de arranjos, o problema nao e normalmente estudado diretamente, e
outras aplicacoes para o desenvolvimento de melodias sao normalmente usados (Jacob
1995), podendo ter certos ajustes para que as melodias se adaptem a instrumentos
especficos.
Assim, AG podem ser utilizados para criacao e extensao de melodias, harmonias e
arranjos. Alem disso, e possvel criar sistemas que trabalhem com estruturas musicais
de mais alto nvel como refroes e versos de maneiratop-down(Unemi & Senda 2002)
ou bottom-up (Jacob 1996).
No sentido de explorar similaridades entre o processo evolutivo e o musical (mais
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
45/158
Introducao 15
especificamente de serem processos temporais), Moroni, Manzolli, Zuben & Gudwin
(2000) desenvolveram um sistema em que a propria evolucao e uma composicao e a
interacao entre os indivduos define o que ocorrera na proxima geracao. Isso demonstra
uma faceta de varios sistemas adaptativos para CA desenvolvidos ultimamente, que e a
busca por uma populacao de boa qualidade, em vez de uma solucao otima.
Dentre as diferentes analogias feitas com o processo biologico para geracao de musica,
outro trabalho no qual o processo evolutivo em si representa uma musica e o de Was-
chka II (2007), no qual cada indivduo representa um compasso e metodos menos conven-
cionais de avaliacao das solucoes sao utilizados. Desta maneira, o ouvinte percebe que
o material entre uma geracao e a outra e relacionado, porem coerentemente modificado.
Processos de geracao musical em tempo real tambem podem ser utilizados, como feito
por Biles (2002a), que desenvolveu um sistema robusto para geracao de solos de jazz em
performances ao vivo. Sua aplicacao, GenJam, ou Genetic Jammer, faz improvisacoes
que sao calibradas com musicas cujas progressoes harmonicas sao complexas. A tarefa
de improvisacao pode ser muito estimulante pois tem caractersticas de varias tarefas
musicais, como a audicao e a composicao, e precisa de algoritmos robustos, ja que o
improviso nao pode ser editado ao final do processo.
O algoritmo de Biles (2002a) pode improvisar tanto sozinho quanto em resposta
a outra pessoa e tem uma base de dados com varias musicas nas quais pode fazer
improvisos. Neste caso, varias ideias podem ser aproveitadas como potenciais indivduos,
como um banco de dados com compassos relacionados ao estilo e a propria musica. O
sistema tem a qualidade de escutar o musico com o qual esta interagindo para criar
novas frases. Isso ocorre com a utilizacao de interface que pode converter alturas tonais
para codigos MIDI.
Alem da CE mais comum, outros artifcios podem ser muito uteis no desenvolvimento
de sistemas de CA. Por exemplo, co-evolucao (Hillis 1990) pode ser utilizada para o
desenvolvimento simultaneo de composicoes (ou cantores) e crticos, que avaliarao as
musicas criadas. Nestes casos, medidas de aptidao de indivduos podem surgir das
interacoes entre os indivduos.
O mesmo ocorre no trabalho de McCormack (2003), onde mundos artificiais sao
criados e neles seus agentes podem mover, criar ou ouvir sons; e no trabalho de Gartland-
Jones (2003), no qual blocos criam frases musicais com a interacao com outros blocos e
cada bloco carrega sempre uma respectiva frase. Trabalhos similares a estes podem ser
utilizados para criar frases que tenham uma relacao tematica entre si, sendo o caminho
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
46/158
16 Introducao
percorrido no processo evolutivo potencial material intermediario. Uma musica alvo
pode ser utilizada para medir a aptidao de indivduos e forcar que estes convirjam para
algo parecido com este alvo.
AE podem ser uma ferramenta muito util para musicos e aplicacoes em varias areas
podem existir com relativo sucesso, dependendo do domnio em questao. Os domnios
especficos devem reger como os avancos tecnologicos se darao e esta fase se apresenta
iminente, de tal modo que musica ja pode ser considerado um domnio no qual CE pode
ser, de fato, util.
1.5 Organizacao do Texto
O texto desta dissertacao encontra-se organizado da seguinte forma:
No Captulo2sao apresentados alguns aspectos importantes sobre CA e, para isso,
algumas definicoes necessarias para entender as composicoes. Neste captulo serao defini-
dos propriedades importantes dos sons, como altura tonal, volume e timbre, e como estas
caractersticas afetarao as decisoes tomadas ao desenvolver um sistema de composicaoautomatica.
No Captulo3sao discutidas as metodologias utilizadas para o desenvolvimento do
trabalho. Inicialmente sao apresentados os aspectos fundamentais de algoritmos evolu-
tivos e como estes devem ser definidos para a criacao de sistemas de composicao. Em
seguida, sao apresentadas as metodologias referentes aos geradores de melodia e harmo-
nia, e como seus parametros foram definidos.
No Captulo4estao os resultados obtidos com o algoritmo desenvolvido e cada um
de seus modulos. Sao feitos experimentos com cada um dos modulos e apresentadas
comparacoes de abordagens.
No Captulo 5, conclusoes sobre o assunto sao discutidas e uma serie de possveis
trabalhos futuros sao definidos.
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
47/158
Captulo 2
Composicao Algortmica
Neste captulo sera apresentada uma discussao sobre Composicao Algortmica (CA),
alem de nocoes sobre conceitos musicais que sao importantes para qualquer aplicacao
computacional musical.
Pelo menos ao se tratar de musica ocidental, pode-se dizer que compositores sempre
usam, de uma maneira ou de outra, processos algortmicos1
para a criacao de suascomposicoes. Algoritmos fazem parte do processo criativo.
Nao obstante, a definicao de onde estao os processos algortmicos e mais difcil. Isso
ocorre pois nem todos os processos sao intrinsecamente algortmicos, ja que se trata de
uma arte contextual. Assim, um passo inicial para se determinar um sistema de CA e
delinear limites entre o que e ou nao fundamentalmente algortmico. Alem disso, alguns
processos podem ser algortmicos, porem com um certo grau de aceitacao para quando
as regras deste algoritmo sejam quebradas para levar a resultados mais criativos.
A maioria dos compositores aplicam regras e especialmente passos especficos quando
compoem. Porem, sistemas que coletem um grande conjunto de regras se assemelhara
a um livro de instrucoes musicais. Isso levara a criacao de musicas uteis para treino
musical mas nao muito artsticas em si.
Analisando como compositores trabalham, pode-se tambem deduzir que essas regras
podem ser utilizadas ou nao de acordo com um estilo particular de composicao, o que faz
com que a criacao de algoritmos especializados para um estilo especfico normalmente
funcionem melhor.
1Com algortmico, denomina-se um processo ou conjunto de regras bem definidas a serem seguidasem operacoes de calculo ou solucao de problemas.
17
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
48/158
18 Composicao Algortmica
De qualquer maneira, o processo de CA e aquele no qual um conjunto de parametros
e passado para um algoritmo que retornara automaticamente uma resposta, que no caso
contera uma representacao musical. Este processo esta resumidamente apresentado na
Figura2.1.
formao Msica
lgoritmo
Figura 2.1: Representacao Esquematica do Processo de CA
2.1 Definicoes
Para a criacao de um sistema que criara musicas, e necessario compreender os elemen-
tos que formam a musica, ou seja, entender como definir a musica entre um conjunto
maior dos sons organizados temporalmente. E preciso antes entender o som, como onda
mecanica, para que se possa criar algoritmos que gerem resultados em seus subconjuntos
musicais.
Os sons sao um grande emaranhado de sinais, porem um som monotonico pode ter
a sua frequencia medida em hertz (Hz) e sua amplitude medida em decibeis. Assim,e possvel representar um onda sonora assim como na Figura 2.2. O eixo horizontal
representa o tempo enquanto o eixo vertical representa a amplitude da onda.
Os sons tem varias propriedades, sendo que as mais importantes para algoritmos de
composicao sao a altura tonal, o volume e o timbre. Para outras aplicacoes musicais, ou-
tras caractersticas tambem devem ser analisadas, como o comprimento de onda, numero
de onda, intensidade, velocidade e direcao.
Neste captulo, algumas definicoes importantes serao apresentadas. Para mais deta-
lhes sobre os conceitos relacionados a teoria musical, Kennedy & Bourne (2004) oferece
uma boa referencia.
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
49/158
Composicao Algortmica 19
Tempo
Amplitude
Figura 2.2: Representacao de uma Onda de Som Senoidal
2.1.1 Altura Tonal
As notas musicais sao definidas pelas frequencias sonoras, ou seja, cada nota musical
corresponde a uma frequencia especfica. A frequencia indica o numero de ocorrencias
de um certo evento, no caso, ciclos de onda. Essas frequencias sonoras sao medidas emoscilacoes por segundo, que e a unidade de medida hertz (Hz), em honra a Heinrich
Hertz. O ouvido humano e limitado em relacao a percepcao das frequencias, sendo que
apenas frequencias entre 20 e 20.000 Hz podem ser percebidas e criar sensacoes neurais.
As frequencias podem ser compreendidas como notas pelo ouvido humano, e a os
conceitos de altura tonal de cada nota devem ser utilizados. Quando a frequencia da
onda e muito baixa, ou seja, ocorre um menor numero de ciclos de onda por unidade de
tempo, diz-se que a nota e grave (ou baixa). Caso contrario, esta sera uma nota aguda
(ou alta). O conceito de altura tonal esta assim relacionado a frequencia percebida de umsom. Nao uma propriedade fsica mas um atributo sub jetivo do som (Plack, Oxenham,
Fay & Popper 2005). Trata-se da maneira como humanos percebem estas frequencias e
as colocam em um certo contexto.
Representacoes de varias ondas senoidais de varias frequencias estao na Figura2.3.
As ondas superiores tem as maiores frequencias, representando as notas mais agudas.
Novamente o eixo horizontal representa o tempo enquanto o eixo vertical representa a
amplitude da onda.
Varias frequencias estao relacionadas a uma nota, mas estes conceitos nao sao sinonimos.
Nas doze notas existentes em uma escala temperada, cada uma esta relacionada com
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
50/158
20 Composicao Algortmica
Tempo
Amplitude
Figura 2.3: Representacao de Ondas de Diferentes Frequencias
mais de uma frequencia pois se uma frequencia x representa uma nota y, a frequencia
2x ainda representa a nota y, porem diz-se que a nota y esta em uma oitava musical
mais aguda. Em conceitos musicais, uma oitava e um intervalo entre uma nota e outra
com o dobro ou metade de sua frequencia. Este nome vem da sequencia das notas de
uma escala natural (do, re, mi, fa, sol, la, si, do), pois o segundo do e dito estar uma
oitava acima do primeiro.
Assim, pode-se deduzir que a relacao entre altura tonal e frequencia de onda e lo-
gartmica. Isto quer dizer que precisa-se dobrar a frequencia para se avancar as 12 notas
da escala cromatica (do, do sustenido ou re bemol, re, re sustenido ou mi bemol, mi, fa,
fa sustenido ou sol bemol, sol, sol sustenido ou l a bemol, la, la sustenido ou si bemol,
si, do) ou 7 notas de uma escala natural (do, re, mi, fa, sol, la, si, do) - considerando-se
ainda uma escala temperada.
Em partituras, as notas - com suas respectivas frequencias - sao representadas em
relacao a posicao da nota na pauta, como representado na Figura2.4. Quanto mais acima
a nota esta representada na pauta, mais aguda ela e. A primeira nota representada e um
do, assim como a oitava nota na mesma pauta. Ambas as notas sao dos, porem o segundo
e mais agudo que o primeiro, tendo uma frequencia duas vezes maior (Olson 1967).
D
Si
L
D
R
Mi
F
Sol
Figura 2.4: Representacao das Alturas Tonais pela Posicao das Notas na Pauta
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
51/158
Composicao Algortmica 21
Quando a frequencia e multiplicada ou dividida por dois, a nota correspondente e a
mesma, porem em uma oitava diferente. Ja para definir quais notas estao neste intervalo
de frequencias duplicadas e necessario um esquema que e definido temperamento musical
(Mathieu 1997). Cada esquema pode representar estilos ou padroes de uma determinada
epoca. O esquema de afinacao normalmente utilizado no ocidente e aquele no qual uma
oitava e dividida em 12 notas, sendo que a distancia entre uma nota e a proxima e
sempre igual - um semitom. A vantagem deste temperamento em relacao aos outros e
que pode-se usar qualquer tonalidade sem preferencia, ja que cada tom esta tao afinado
(ou desafinado) quanto o outro.
Em relacao ao nome das notas, duas nomenclaturas principais sao comumente uti-
lizadas para representar a escala igualmente temperada: a latina e a anglo-saxonica
(Nattiez 1990). A diferenca esta representada na Tabela 2.12. Para aplicacoes compu-
tacionais, a nomenclatura anglo-saxonica e normalmente utilizada.
2.1.2 Volume
O volume esta relacionado com a amplitude de uma onda. Quando se quer definir sons
de diferentes volumes, os conceitos de sons altos e baixos n ao podem ser usados, ja que
estes sao relacionados a altura tonal do som. Para se especificar a intensidade do som,
os sons devem ser definidos como sons fortes e fracos.
Sons mais fortes tem uma amplitude de onda maior. Na Figura2.5, a amplitude da
nota representada dobra a partir do momento marcado no centro do grafico. Isso indica
que o volume sera duas vezes mais forte, apesar da nota ter a mesma altura.
Formalmente, a amplitude e a medida da magnitude da maxima perturbacao do meio
em um ciclo da onda, o que faz com que a unidade apropriada para medir a amplitude
dependa do tipo de onda. A amplitude de ondas sonoras costuma ser medida em decibeis
(dB), pois e util nesse caso uma unidade de medida logartmica.
Quando o ouvido humano percebe um som, o conceito de intensidade se aplica mais
do que o conceito de amplitude. Assim como frequencia e altura tonal nao sao sinonimos
e sim logaritmicamente relacionados, a percepcao da intensidade pelo ouvido humano e
2Os outros valores de frequencia que correspondem as mesmas notas podem ser calculados multipli-cando ou dividindo a frequencia por 2
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
52/158
22 Composicao Algortmica
Nomenclatura Latina Nomenclatura Anglo-Saxonica Frequencia (Hz)
Do C 261,63
Do sustenido C#
ou ou 277,18Re bemol D[
Re D 293,66
Re sustenido D#
ou ou 311,13
Mi bemol E[
Mi E 329,63
Fa F 349,23
Fa sustenido F#
ou ou 369,99
Gol bemol G[
Sol G 392,00
Sol sustenido G#
ou ou 415,30
La bemol A[
La A 440,00
La sustenido A#
ou ou 466,16
Si bemol B[
Si B 493,88
Tabela 2.1: Notacoes para representacao das notas.
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
53/158
Composicao Algortmica 23
Tempo
Amplitude
Amplitude 1Amplitude 2
Figura 2.5: Representacao de uma mesma nota com diferentes amplitudes
logartmica. O ser humano so percebe variacoes lineares na intensidade do som quando
a amplitude varia exponencialmente.
Para diferentes frequencias, a percepcao da intensidade do som pode tambem ser
diferente, principalmente proximo aos limites de 20 e 20.000 Hz. A faixa de frequencia
em que a percepcao e mais sensvel pode ser melhor utilizada para musica, pois permite
que a dinamica musical seja melhor percebida.
O termo dinamica musical e usado para definir a notacao musical impressa para in-
dicar a dinamica de uma peca. Diferentemente da amplitude, a dinamica nao determina
nveis especficos de volume e sim como a execucao deve ser feita em relacao ao conjunto.
Todos os sinais sao derivados de palavras italianas. As gradacoes dinamicas relativas
mais basicas sao p (piano), que indica sons fracos, e f (forte), para sons fortes. Para
variacoes mais sutis, outras gradacoes podem ser utilizadas, como mostra a Tabela 2.2
(Kennedy & Bourne 2004).
Estas indicacoes sao relativas e sao quase totalmente deixadas a interpretacao do
musico, a medida que as le como escritas na Figura2.6. O mais importante e que a
organizacao de intensidade relativa seja respeitada. Em alguns programas de notacao
musical, existe uma relacao padrao entre o parametro de velocidade da Musical Instru-
ment Digital Interface(MIDI) (parametro utilizado para controle de intensidade nesta
interface) para cada intensidade. Alguns programas podem dar a opcao desta confi-
guracao ao usuario. A Tabela2.3representa a relacao entre as gradacoes dinamicas e a
velocidade MIDI padrao no programa Logic Pro 8.
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
54/158
24 Composicao Algortmica
Smbolo Nome Intensidade
ppp molto pianissimo tao fraco quanto possvel
pp pianissimo muito fraco
p piano fraco
mp mezzo-piano moderadamente fraco
mf mezzo-forte moderadamente forte
f forte forte
ff fortissimo muito forte
fff molto fortissimo tao forte quanto possvel
Tabela 2.2: Gradacoes dinamicas mais frequentes.
sfzsf
sff
10
rfz
spp
sp
fp
fff
ffff
f
mf
ffpppp
ppp
ppppp
p
mp
pp
Figura 2.6: Representacao de diferentes gradacoes dinamicas em uma partitura
Mudancas graduais tambem podem ocorrer na musica. Os conceitos mais comuns
sao o crescendo e o decrescendo, que indicam um aumento e uma diminuicao - respecti-
vamente - gradual na intensidade. Os smbolos sao linhas que sao juntas na esquerda,
Gradacao Velocidadeppp 16
pp 33
p 49
mp 64
mf 80
f 96
ff 112
fff 126
Tabela 2.3: Exemplo de possvel relacao entre intensidade e velocidade.
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
55/158
Composicao Algortmica 25
indicando que deve haver um aumento gradual de intensidade, ou na direita, indicando
o contrario. O smbolo pode estar ao longo de varias notas e e normalmente escrito
abaixo da partitura. Um exemplo destes smbolos em uma partitura estao representados
na Figura2.7.
Figura 2.7: Sinais de Crescendo e Decrescendo
2.1.3 Timbres
Sons que tem a mesma altura e volume, ainda tem claramente outra caracterstica que
os fazem substancialmente distinguveis: o timbre. Ondas com diferentes timbres geram
sensacoes muito variadas ao ouvido humano e esta caracterstica tambem nao pode ser
negligenciada (Ward 1970).
Quando o som e produzido por diferentes instrumentos musicais, pode-se identificar
os sons como sendo a mesma nota mas as caractersticas sonoras sao muito distintas.
Alem do formato da onda, o modo como ouvimos o som tambem influencia o timbre dos
instrumentos.
Quando um objeto produz sons, varias ondas senoidais sao produzidas. A frequencia
mais baixa e a nota fundamental mas outros sobretons sao criados, e podem incluir
harmonicos. O harmonicos sao criados a partir de multiplos da frequencia fundamental.
Somando-se a amplitude da frequencia fundamental a dos harmonicos, a forma da onda
nao e mais senoidal. Assim, cada instrumento produz um formato de onda diferente.
Na Figura2.8estao representados os timbres de alguns diferentes instrumentos.
Envelope Sonoro
Alem da forma da onda existe um segundo aspecto que determina o timbre de um
instrumento: o envelope sonoro (Erickson 1975). O envelope sonoro depende da forma
como o som comeca, se mantem e termina ao longo do tempo.
O envelope sonoro tem 4 momentos principais:
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
56/158
26 Composicao Algortmica
Tempo
Amplitude
Violoncelo
Flauta
Obo
Piano
Xilofone
Figura 2.8: Formatos de onda de alguns instrumentos
Ataque O incio de cada nota.
Decaimento Apos o ataque, ocorre um decaimento ate que o som se estabilize.
Sustentacao A duracao da nota pelo instrumento. Isso pode ser controlado pelo musico
na maioria dos casos mas em alguns instrumentos, principalmente os de percussao,isso nao e possvel.
Relaxamento Fim da nota, quando a intensidade diminui. Pode ser brusco ou lento.
Esses momentos sao importantes para a identificacao de um certo instrumento. Um
som de piano seria muito dificilmente reconhecido se tivesse um ataque lento, ja que um
ataque rapido ao se pressionar uma tecla e muito caracterstico deste instrumento.
De acordo com estes momentos principais, pode-se perceber tambem que a acustica
de um ambiente pode influenciar no timbre de instrumento. Isso ocorre principalmente
em relacao a duracao que estes momentos tem em diferentes ambientes.
2.1.4 Outras terminologias
Outros conceitos tambem sao importantes para a compreensao do metodos computaci-
onais propostos neste trabalho. Segue uma lista com os principais itens importantes:
Notas e frequencias A ideia de nota pode se referir ao smbolo usado para representar
uma altura tonal e duracao ou a altura tonal de uma certa nota. Notas sao
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
57/158
Composicao Algortmica 27
a discretizacao de fenomenos musicais que facilitam a execucao, compreensao e
analise musical (Nattiez 1990). A relacao entre alturas tonais e frequencias e
logartmica, como pode ser visto na Tabela 2.1.
Como melhor definido na secao2.1.1, e importante nao entender nota como sinonimo
de frequencia, mesmo cada nota tendo uma frequencia. A nota e uma percepcao
do ouvido humano enquanto a frequencia e uma nocao fsica para o osciloscopio
(Pierce 1999).
Percussao Instrumentos de percussao sao normalmente aqueles que produzem sons
quando sao batidos com a mao, varas, ou sao sacudidos. Apesar de ser um conceitorelativamente aberto, estes instrumentos incluem baterias, chimbais, xilofones, si-
nos e chocalhos.
Os instrumentos de percussao podem ter altura determinada ou nao. Os instru-
mentos de altura indeterminada sao usados normalmente para funcoes rtmicas por
seus timbres. Neste tipo de instrumento, a altura tonal dos sons nao pode ser bem
determinada por motivos diversos. Isso faz com que estes instrumentos possam
acompanhar bem uma musica independente da harmonia da musica em questao.
Ja instrumentos de percussao de altura determinada permitem a afinacao de suasnotas. Esses instrumentos podem fazer o papel melodico ou harmonico de uma
musica, alem da funcao meramente rtmica dos instrumentos de altura indetermi-
nada.
Melodia Uma sequencia de notas musicalmente satisfatoria pode ser considerada uma
melodia. Uma melodia pode ser descrita por suas notas e tempos de execu cao. A
melodia precisa fazer sentido musicalmente e seus sons normalmente tem diferentes
duracoes. Assim, uma sequencia aleatoria de notas nao pode ser considerada uma
melodia. A Figura 2.9 apresenta um exemplo de melodia, com sua respectiva
harmonia acima da pauta e letra abaixo.
A sucessao de notas de uma melodia deve ser percebida como uma entidade unica.
Motivo E uma ideia musical ou fragmento musical recorrente, de alguma importancia
ou caracterstico na composicao (Nattiez 1990). O motivo pode ter aspectos
melodicos, harmonicos ou rtmicos, porem e normalmente imaginado em termos
melodicos.
Harmonia E o uso simultaneo de varias alturas tonais. Musicas orientadas por har-
monias que se movem em progressoes sao uma marca forte da musica ocidental
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
58/158
28 Composicao Algortmica
ci
F
fe
li da
des
Mui
C
via
tos
C de
5 G
nos
da
ri
C
dada
pra
tasc
C
bns
G
Ne
ta
vo
que
Pa ra
ssa
Mui
Figura 2.9: Exemplo de melodia de Parabens a Voce
(Malm 1996). O estudo da harmonia envolve progressoes de acordes que normal-
mente governam a musica. A harmonia e o aspecto vertical da musica, enquanto
a melodia define seu aspecto horizontal.
Existem algumas tradicoes na musica ocidental que implicam em certas regras
harmonicas.
Apesar da harmonia se tratar de notas que soam simultaneamente, e possveldeduzir uma harmonia atraves de uma melodia que faca o uso de arpejos. Varias
pecas contem a harmonia implcita em sua melodia.
Na Tabela2.4estao os nomes dos intervalos mais comuns entre as notas.
Combinacoes de notas com seus intervalos (acordes) definem a harmonia. Por
exemplo, no acorde C, ha 3 notas: C, E e G. Cada nota representa um grau da
escala e pode ser utilizada para formar um acorde.
Nenhuma nota corresponde sempre ao mesmo grau da escala, ja que a nota tonica
pode ser qualquer uma das 12 notas. Enquanto os nomes das notas sao fixos, o
conceito de intervalo e relativo. A grande implicacao disto e que qualquer musica
pode ser tocada em qualquer tom. A musica sera sempre a mesma, desde que os
intervalos empregados sejam os mesmos.
A Tabela2.5mostra um exemplo dos graus das escalas de do, mi e sol. Quando os
intervalos ultrapassam o oitavo grau, estes sao denominados intervalos estendidos.
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
59/158
Composicao Algortmica 29
Tonica Terceira Maior Terceira Menor Quinta
C E E[ G
D[ F F[ A[
D F# F A
E[ G G[ B[
E G# G BF A A[ C
F# A# A C#
G B B[ D
A[ C C[ E[
A C# C E
B[ D D[ F
B D# D F#
Tabela 2.4: Intervalos de notas mais comuns
Grau 1 2 3 4 5 6 7 8
C D E F G A B C
Nota E F# G# A B C# D# E
G A B C D E F# G
Tabela 2.5: Exemplos de graus de intervalos
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
60/158
30 Composicao Algortmica
Os intervalos podem ser consonantes ou dissonantes. Estes sendo considerados
como produzindo sensacao de tensao enquanto aqueles produzem sensacao de re-
laxamento.
Os intervalos consonantes sao o unssono, a oitava, a quinta, a quarta e as terceiras
maiores e menores. O terceiro deles e considerado imperfeito enquanto o segundo
e considerado perfeito. Em alguns casos, o intervalo de quarto grau pode ser
considerado dissonante.
Os outros intervalos, considerados dissonantes, dependem de resolucao de tensao
e certa preparacao que depende do estilo de musica.
Intervalos A combinacao de duas notas - tambem chamada de dade - forma um in-
tervalo. Os intervalos verticais, quando duas notas ocorrem ao mesmo tempo, se
referem a harmonia. Ele pode ser classificado em relacao a distancia entre as notas.
Os intervalos horizontais - ou lineares -, se relacionam com a melodia, quando uma
nota e executada apos a outra. Pode ser classificado ascendente, se a segunda
nota e mais aguda que a primeira, ou descendente, caso contrario. O intervalo
horizontal e considerado conjunto se as notas tem uma distancia tonal de 1 ou 2
semitons.
Acordes E um conjunto de notas que tem relacao harmonica e sao percebidos como
soando em conjunto. As notas podem soar simultaneamente ou sucessivamente.
Os acordes mais comuns sao os compostos de 3 notas (trades).
As notas que formam o acorde sao normalmente definidas pela nota principal,
a fundamental, e dois ou mais intervalos. O acorde pode ser entendido mesmo
quando todas as suas notas nao podem ser ouvidas simultaneamente. Nattiez
(1990) cita que podemos encontrar acordes purosem um trabalho musical masfrequentemente devemos ir de um suposto pessoal para uma representacao mais
abstrata dos acordes sendo usados.
As quartas, quintas e oitavas eram consideradas intervalos perfeitos e as trades
maiores e menores se tornaram a sonoridade padrao na musica ocidental. Tais
trades podem ser descritas com uma nota fundamental, sua terceira e sua quinta.
O que define se o acorde e menor ou maior e se sua terceira e menor ou maior.
Tendo que a escala de do e C D E F G A B C, o acorde C maior (a trade de do),
sera o proprio C (nota fundamental), E (terceira) e G (quinta). O acorde e maior
pois o intervalo de C para E e de 4 semitons - ou dois tons. Um acorde com a
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
61/158
Composicao Algortmica 31
Trade Terceira Quinta Exemplo Smbolos
Maior Maior Perfeita C-E-G C, CM, Cma, Cmaj
Menor Menor Perfeita C-E[-G Cm, Cmi, Cmin, C-
Aumentada Maior Aumentada C-E-G# C+, C+, Caug
Diminuta Menor Diminuta C-E[-G[ Cm([5), Co, Cdim
Tabela 2.6: Quatro tipos basicos de trades
fundamental em D poderia ser construdo utilizando-se a mesma escala (D F A).
Este acorde, porem, seria denominado D menor, ja que o intervalo entre D e F ede apenas 3 semitons. Qualquer trade construda com esta escala sera menor ou
maior, com excecao da trade de B, que sera diminuta.
Acordes de 4 notas, com setimas tambem sao amplamente utilizados. Uma vasta
quantidade de musica contemporanea e produzida com combinacoes trades e
acordes com 7as. Algumas excecoes incluem musica classica moderna e jazz, que
nao raramente incluem acordes de pelo menos 5 notas.
Os acordes podem ser classificados em relacao ao numero de notas. Intervalos
de duas notas apenas podem nao ser considerados acordes (Surmani, Surmani
& Manus 2004) podendo ser chamados assim de dades ou intervalos. Porem,
os acordes normalmente utilizados em musica ocidental estao tao firmados como
conceito que dades ou apenas melodias podem ser ouvidas com acordes implcitos,
ja que o cerebro pode completaro acorde. Isso faz com que alguns autores
nao sejam tao restritivos em relacao ao numero mnimo de notas de um acorde
(Schellenberg, Bigand, Poulin-Charronnat, Garnier & Stevens 2005).
Outra classificacao util para acordes e a relativa aos graus da escala. No tom de
do maior, o primeiro grau da escala, chamado de t onica, e o proprio do. Assim, o
acorde do maior, construdo sobre a primeira nota, pode ser notado com o numeral
romano I. Mesmo que o acorde do maior seja encontrado em outras escalas como
nas escalas de la menor ou sol maior , ele sera marcado com diferentes numerais.
Essa numeracao permite entender a funcao do acorde na tonalidade corrente.
O acorde normalmente tem a nota fundamental como a nota mais grave. Quando
isto nao acontece, o acorde pode ser definido como invertido.
Existem quatro tipos basicos de trades que estao representados na Tabela2.6.
-
7/23/2019 DECOM - Diss - Alan Robert Resende de Freitas
62/158
32 Composicao Algortmica
Ja os acordes com setima sao construdos pela adicao de uma quarta nota a trade.
Existem varios tipos de acordes de setimas e eles dependem da trade e da setima
adicionada (que pode ser maior ou menor).
Acordes estendidos sao aqueles que tem notas alem da setima nota da escala, como
a nona, a decima-primeira ou a decima-terceira. Estes acordes sao construdos com
adicao de notas que estao fora das sete notas iniciais da escala diatonica.
As notas aqui citadas que para compor um acorde podem tambem ser alteradas
por acidentes3. Estas marcacoes sao feitas nas notas que estao sendo mudadas.
Estes acordes sao denominados acordes alterados.
Em alguns acordes, a terceira pode dar lugar a uma outra nota vizinha, a segunda
ou a quarta. Estes sao os acordes suspensos.
Ritmo Na terminologia musical, o ritmo define como os sons e silencios sao organizados
no tempo. Na musica ocidental, esta sempre relacionado com uma metrica. A
duracao de cada unidade de pulso e o tempo. O tempo e uma medida de quao
rapido os pulsos devem fluir.
Diferentes estilos de musica fazem uso diferente do ritmo e a notacao musical pode
ter informacao adaptada para instrumentos de percussao de altura tonal indefinida.
Estes instrumentos sao muitas vezes utilizados para manter os outros instrumentos
respeitando a metrica.
Compasso Os pulsos de uma musica tem uma duracao definida pelo tempo da musica e
podem ser agrupados em segmentos chamados de compassos. Uma musica normal-
mente consiste em varios compassos de mesmo tamanho e o numero de pulsos de
cada compasso e especificado no comeco da partitura (Nickol 1999). A formula do
compasso e escrita no incio da composicao e quando ocorre mudanca de formula.
O numerador da formula do compasso indica o numero de pulsos de um compasso
enquanto o denominador indica em quantas partes uma semibreve deve ser dividida
para formar uma unidade de tempo. A Figura 2.10 mostra a formula de uma
compasso 4/4. Isso quer dizer que uma unidade de tempo tem duracao de 1/4 da
semibreve e o compasso tem 4 unidades de tempo.
Na verdade, os conceitos de numerador e denominador nao podem ser aplicados
a formulas de compasso. Numerador e denominador devem estar com um traco e
tem a funcao de dividir o valor do numerador pelo do denominador. Ja em uma
3No caso de alteracoes na nota fundamental ou na terceira, o nome do acorde deve mudar