Los algoritmos (o, como mínimo, los conjuntos formales de reglas) se han utilizado para componer música durante siglos; los procedimientos utilizados para trazar la voz principal en el contrapunto occidental , por ejemplo, a menudo se pueden reducir a la determinación algorítmica. El término se puede utilizar para describir técnicas de generación de música que se ejecutan sin intervención humana continua, por ejemplo, mediante la introducción de procedimientos aleatorios . Sin embargo, a través de la codificación en vivo y otras interfaces interactivas, es posible un enfoque totalmente centrado en el ser humano para la composición algorítmica. [1]
Los compositores [2] utilizan algunos algoritmos o datos que no tienen una relevancia musical inmediata como inspiración creativa para su música. Se han utilizado como materiales de origen algoritmos como fractales , sistemas L , modelos estadísticos e incluso datos arbitrarios (por ejemplo , cifras de censos , coordenadas GIS o mediciones de campos magnéticos ).
Los algoritmos de composición generalmente se clasifican según las técnicas de programación específicas que utilizan. Los resultados del proceso se pueden dividir en 1) música compuesta por computadora y 2) música compuesta con la ayuda de la computadora. La música se puede considerar compuesta por computadora cuando el algoritmo puede tomar sus propias decisiones durante el proceso de creación.
Otra forma de clasificar los algoritmos de composición es examinar los resultados de sus procesos de composición. Los algoritmos pueden 1) proporcionar información notacional ( partituras o MIDI ) para otros instrumentos o 2) proporcionar una forma independiente de síntesis de sonido (reproducir la composición por sí misma). También hay algoritmos que crean datos de notación y síntesis de sonido.
Una forma de categorizar los algoritmos de composición es por su estructura y la forma de procesar los datos, como se ve en este modelo de seis tipos parcialmente superpuestos: [3]
Este es un enfoque de la síntesis musical que implica "traducir" información de un medio no musical existente a un nuevo sonido. La traducción puede ser basada en reglas o estocástica . Por ejemplo, al traducir una imagen en sonido, una imagen jpeg de una línea horizontal puede interpretarse en sonido como un tono constante, mientras que una línea inclinada hacia arriba puede ser una escala ascendente. A menudo, el software busca extraer conceptos o metáforas del medio (como la altura o el sentimiento) y aplicar la información extraída para generar canciones utilizando las formas en que la teoría musical representa típicamente esos conceptos. Otro ejemplo es la traducción de texto a música, [4] [5]que puede abordar la composición extrayendo el sentimiento (positivo o negativo) del texto utilizando métodos de aprendizaje automático como el análisis de sentimiento y representa ese sentimiento en términos de calidad de acordes, como acordes menores (tristes) o mayores (felices) en la producción musical generada. [6]