Моделирование музыкального творчества — новые горизонты: взгляд музыканта и программиста



Дата17.07.2016
өлшемі104 Kb.
#204665
Л. А. Розум,

С. В. Чибирев

РГПУ им. А. И. Герцена

lrozum@mail.ru

ondyon@dartz. spb.ru

Моделирование музыкального творчества —

новые горизонты:

взгляд музыканта и программиста



I. Технология создания алгоритмических музыкальных композиций.

(Л. А. Розум)
Технический прогресс уже выходит за рамки понимаемого и усваимаего, компьютеры уже не только послушные помощники в разного рода задачах, но и сами подчас выступают как создатели тех или иных «творений». Сочинение музыки представляет собой процесс, с одной стороны, сугубо технологический — организация звуковых пластов, с другой — порой необъяснимого феномена искусства, что и рождает весьма разные оценки в восприятии и понимании у разных слушателей. Некогда считавшееся фантастикой, сочинение музыки компьютером сегодня вполне закономерная реальность. О возможностях и методах данных техник и пойдет речь в статье.

Технологий создания музыкальных композиций с применением компьютера существует множество, но условно их можно разделить на два класса. Один оперирует с программным обеспечением с уже запрограммированным набором функций создания/редактирования звука. В этом случае музыкант находит наиболее адекватный для создания своей композиции программный продукт, даже чаще всего несколько, и работает, используя их. Иной подход в создании музыкальных сочинений представляет собой метод, когда композитор сам, в соответствии с замыслом, сначала создает программу (это может быть и модуль к уже созданной программе), где детально прописывает необходимые методы манипулирования звуком (возможно, и на основе какого-либо стиля), создает некий сэмпл либо начальный отрывок, который и будет взаимодействовать с программой. Музыка, таким образом, становится результатом «деятельности» алгоритма. Компьютер создает композицию практически в соавторстве с композитором, создавая тем самым новый стандарт написания музыки. Разумеется, «первую скрипку» здесь все же играет человек, так как он творец и создатель такой программы, но в тоже время, сам композитор не всегда может угадать конечного результата вмешательства алгоритма.

Возникновение программ, использующих алгоритмический метод построения композиций, приходится на середину ХХ века. Автором знаменитой «Иллиак-сюиты» (1957) был прежде компьютер, а соавторами — композитор Лейярен Хиллер и программист Леонард Айзексон. Три части близки к музыке строгого стиля, а в четвертой применены математические формулы, никак не связанные с музыкальными стилями. В Советском Союзе пионером данного направления был математик Рудольф Зарипов, «сочинявший» музыкальные пьесы на машине «Урал». Основой таких алгоритмов был детально прописанный процесс для различных элементов музыкальной фактуры (форма, ритм, звуковысотность и т. д.). Зарипов вывел целый набор математических правил для составления таких мелодий. «Уральские напевы», как назвал он эти мелодии, были одноголосными и представляли собой либо вальс, либо марш. Булез и Ксенакис создавали специальные программы для своих произведений, каждую к конкретному сочинению. Первым сочинением Ксенакиса, демонстрирующим стохастический (или алгоритмический) метод музыкального сочинения, стал «Метастасис» (1954) — произведение, в котором Ксенакис вычислил алгоритм, примененный затем им, для осуществления архитектурного проекта Корбюзье в виде павильона «Филипс» на Всемирной выставке в 1958 году. Начинавшиеся вначале как эксперимент, сегодня такие программы позволяют достичь довольно хороших результатов.

Существующие сегодня огромное количество программ/сред основаны на трех базовых методах: стохастический, некоего фиксированного алгоритма и систем с искусственным интеллектом. Упомянутый уже стохастический метод основан на генерировании произвольных серий звуков либо музыкальных отрывков. Может быть представлен как с применением компьютера, так и без него, как например, в творчестве Штокхаузена. Собственно алгоритмический метод представляет собой набор неких алгоритмов, реализующих замысел композитора. Алгоритм может быть представлен как композиционная техника, так и модель, генерирующий звук. Возможно и объединение этих двух функций. Уникальной системой программирования звука является программа CSound, которая является основным инструментом музыкантов-элетроакустиков. Программа использует практически любой тип синтеза, включая FM, AM, субтрактивный и аддитивный, физическое моделирование, ресинтезис, гранулярный, а также любой другой цифровой метод. На основе CSound создано множество других систем. Для музыканта создание композиций в такой среде несколько затруднено, так как требует навыков и знания по программированию. Композитор записывает команды в два текстовых файла, один из которых отвечает за описание самого тембра/инструмента, во втором должна находиться собственно партитура. В программе существует бесчисленное количество операторов, тех кирпичиков, из которых и складывается программируемое нами звуковое пространство.

Не менее популярной средой для программирования виртуальных инструментов и создания алгоритмов интерактивного исполнения является программа MAX/MSP, разработанная парижским Институтом электронной музыки (IRCAM). Реализована она в виде программного приложения с объектно-ориентированным пользовательским интерфейсом. Возможности такой среды включает в себя в первую очередь создание интерактивной музыки (во время выступления, написанный заранее программный модуль взаимодействует с исполняемой музыкой посредством MIDI-интерфейса1). Работать в такой среде — одно удовольствие, так как она дает полную свободу действий, как композитору, так и исполнителю. Эта программа широко используется во время живых концертов — звучание одной и той же пьесы на разных концертах будет другим, неизменным остается только алгоритм взаимодействия компьютера и исполнителя. Программу используют многие крупные композиторы такие, как Ричард Буланже (Richard Boulanger) и Дрор Файлер (Dror Feiler).

Наконец, возможно использование систем, применяющих искусственный интеллект. Это также системы, основанные на правилах, но главной их особенностью становится способность к обучению. Целью является создание композиций, обладающих чувством, тонкостью и интеллектуальной притягательностью. Созданный в результате алгоритм может быть как собственно автономной, но искусственно созданной, музыкальной системой, так и основанной посредством анализа творчества какого-либо композитора. Анализируя то или иное сочинение, выводится некий набор композиционных правил, инструкций по тематическому развитию, тембровому, фактурному… И здесь возникает парадоксальный случай, с одной стороны, мы имеем машину, способную выдавать продукт, более-менее приближающийся к человеческому эталону, но, с другой — несущей на себе печать техники данного композитора. То же можно сказать и о композиторах, создавших свои алгоритмические программы. В таких сочинениях четко разделяются функции композитора и собственно «композиторский процесс» программы. Но где же грань между сочинением и Музыкой?

Сегодня, как мне кажется, машина пока еще не способна превзойти человеческий интеллект и превратить свой продукт в искусство. Она все еще остается лишь подспорьем в руках мастера. Та или иная система не способна самостоятельно порождать мысли, чувства… Но технический прогресс не стоит на месте, может мы когда-нибудь и узнаем, каков он машинный интеллект?
II. Моделирование творчества.

(С. В. Чибирев)
В наши дни появляется интерес к самому процессу творчества и творцу. Подобно тому, как процесс производства прошел путь от охоты и собирательства к земледелию, а затем промышленному производству; подобно тому, как наука развивалась от сбора фактов и их классификации через активные эксперименты к научным теориям; изучение искусства проходит путь от коллекционирования произведений к изучению процесса творчества.

Какую помощь может оказать компьютерная техника на этапе сбора и хранения информации — очевидно. Только компьютер может справиться с огромным объемом информации, представляющей произведения искусства (независимо от вида искусства), и только компьютер может найти необходимые данные за короткое по человеческим меркам время.

Следующий этап — классификация по множеству признаков. Чем больше признаков, тем более полно описывается произведение искусства. Часто произведение полностью может быть записано или изначально было создано для хранения на носителе информации (кино, музыка, изобразительное искусство, литература), однако и в этом случае удобно вводить большее число признаков классификации, это позволит облегчить анализ на последующих этапах.

Третий этап — всесторонние попытки анализа произведения искусства наибольшим числом методов. Целью анализа является поиск закономерностей. Для поиска закономерностей требуется интеллект, естественный или искусственный. Преимущества искусственного интеллекта в скорости, компьютер может перерабатывать большой объем информации за обозримое время, для чего человеку потребовались бы годы кропотливой работы. Однако человек может найти не столь очевидные закономерности, чего машина не может.

Различные виды искусства обладают различной степенью «интеллектуальности», имеется в виду тот факт, что закономерности должны быть введены на различной области знаний. Например, для анализа абстрактной живописи необходимо знать только законы композиции и цвета, фигуративная живопись включает в себя также знания о строении фигур и предметов, а для установления закономерностей сюжетной живописи необходимо, кроме всего указанного, знать еще и мифологические сюжеты. Общая тенденция такова, что виды искусства, воздействующие непосредственно на чувства, имеют более простые закономерности и не требуют большого объема предварительных данных. К ним относятся абстрактная живопись, графический дизайн, музыка, авангардистская поэзия. Виды искусств, воспринимаемые через интеллект, через ассоциации с уже известной информацией (которой может быть вся область человеческого знания) находятся на границе досягаемости для современных методов исследования. К ним относятся литература, сюжетная живопись, сюжетная музыка, кино и др.

В результате этого этапа мы располагаем набором закономерностей, описывающих произведения искусства и классы аналогичных произведений. На их основе мы можем делать выводы об индивидуальных особенностях выбранного произведения внутри класса, что позволяет нам, например, с высокой достоверностью определять авторство и даже период творчества автора.

И наконец, последнее смелое решение позволит нам изучать процесс творчества активно. Это моделирование и имитация творчества. На основе закономерностей, полученных на предыдущем этапе, можно создавать новые произведения искусств, относящиеся к проанализированным классам.

Моделирование позволяет изучать процесс творчества, т. е. создания произведений искусства и процесс восприятия этих произведений. Процессы творчества и восприятия не являются взаимообратными процессами, в большинстве случаев информация, пройдя через два барьера восприятия человек — предмет — человек, значительным образом искажается. Воспринимая произведение искусства, человек ощущает далеко не то, что ощущал его автор. Моделирование творчества исключает, либо делает управляемым, первый барьер, что позволяет изучать чистое восприятие произведения искусства без влияния автора, либо, наоборот, изучать процесс творчества, не рассматривая восприятие, исключив второй барьер.

Моделирование позволяет проводить активные динамические исследования, т. е. рассматривать влияние изменения параметров, выявленных на этапе анализа, на восприятие произведения при зафиксированных прочих параметрах. Таким образом, можно выявить степень важности выявленных закономерностей.

Моделирование процесса создания литературных произведений находится на пределе мощности современных компьютеров, пока еще не создан искусственный интеллект, позволяющий легко оперировать логикой построения мыслей и высказываний, которые являются основными элементами литературного творчества, не говоря уже о логике более высокого порядка, более сложной и менее очевидной — ассоциативной. Однако техника уже вполне готова для работы с более абстрактными видами искусств, такими как абстрактная живопись и музыка.

Для данного исследования в качестве области моделирования выбрано музыкальное творчество. Поскольку музыка появилась очень давно, вероятно даже до возникновения речи, она воспринимается очень быстро, и результат моделирования легко анализируется на слух. Это дает нам возможность во многих случаях обойтись без длительных и сложных процессов анализа результатов экспериментов, получать нужные зависимости очень быстро по человеческим меркам, не затрачивая на это месяцы кропотливого труда. Когда приемлемые параметры модели уже будут получены, необходимая обработка результатов может быть при желании произведена, однако мы сэкономили много времени на сам эксперимент.

Суть моделирования заключается в построении модели, включающей в себя правила создания произведения искусства и в экспериментах с этой моделью. Более перспективным является использование классов правил, заключающих в себе многообразие правил, возможных в данной области. В процессе экспериментов можно менять правила, наблюдая за результатом. Чем более широкие классы правил используются, тем больше свободы для экспериментов и больше возможностей для нахождения точных параметров модели для имитации какого-либо стиля или автора. В идеале модель должна быть каркасом, вместилищем для зависимостей, инструментом для их построения, выявления и изучения.

Итак, когда модель построена, для экспериментов мы имеем:


  • модель — каркас для зависимостей;

  • зависимости — формулы и алгоритмы;

  • параметры модели — значения и коэффициенты в найденных формулах.

Параметры модели однозначным образом отражают имитируемый стиль, однако зависимость и сущность параметров не всегда ясна. В ходе экспериментов желательно установить зависимость параметров модели от качественных и количественных вербальных характеристик музыкального произведения. Например, тенденция к повышению тона в началах музыкальных фраз может интерпретироваться экспертом как «радость», «легкость» и. т. д. Если эта зависимость достоверно установлена, то модель сможет создать произведение с заданной «легкостью» и т. д.

Однако даже при неустановленных ролях параметров можно создавать произведения в заданном стиле. Этого можно добиться, анализируя существующие произведения и вычисляя необходимые параметры модели. В результате анализа партитуры существующего музыкального произведения могут быть получены числа для подстановки в уже сформулированные зависимости. Набор этих параметров, даже с невыясненным смыслом, может быть использован для генерации нового произведения. При этом формулы анализа и синтеза должны быть взаимообратными.



С наступлением эры моделирования в искусстве открываются фантастические новые возможности. Модель может быть использована для установления принадлежности произведений к определенной традиции, эпохе, композитору или даже конкретному периоду творчества композитора; восстановления утраченных фрагментов музыкальных произведений; попытках имитации произведений заданного автора с целью детального изучения его творчества. Моделирование создания музыки может оказать неоценимую помощь в изучении традиций и музыкальной теории. Когда все законы обнажены и формально описаны, когда существует возможность менять законы и сразу же «на слух» анализировать результат, эффективность в исследованиях повышается многократно.


 История знает примеры алгоритмических композиций еще задолго до появления компьютера, например на основе игральных костей и т. д.

 Например, серийная техника, алеаторика.

 Например, AC Toolbox, CYBIL, Silence и др.

 Хоть разработчики и уверяют в обратном.

1 При работе с акустическим звуком необходимо использовать конвертер, например Pitch-to-MIDI и т. п.


Достарыңызбен бөлісу:




©dereksiz.org 2024
әкімшілігінің қараңыз

    Басты бет