Redes neurais artificiais para geração de acordes em melodias musicais

• Autor(a) principal: Costa, Lucas Francesco Piccioni
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/31456
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO; Teoria musical; Sistemas tutoriais inteligentes; Desempenho - Avaliação; Redes neurais (Computação); Music theory; Intelligent tutoring systems; Performance - Evaluation; Neural networks (Computer science); Engenharia/Tecnologia/Gestão

Harmonia pode ser definida como a arte de unir conjuntos de sons musicais com objetivo de emoldurar uma melodia. E como em toda arte, é necessário tempo, dedicação, estudo e experiência para que seja possível elaborar harmonias musicais coerentes, uma tarefa complexa para iniciantes. Para tanto, um sistema capaz de automatizar este processo é de grande valia no auxílio de estudantes de harmonia e composição, tanto novatos quanto experientes, uma vez que podem encontrar novas formas de construir estruturas musicais. A literatura apresenta diversas alternativas de solução como métodos computacionais baseados em regras usando algoritmos evolutivos e também aplicando Redes Neurais Artificiais. Trabalhos que empregaram Redes LSTM Bidirecionais a partir de dados simbólicos de melodias padronizadas, atingiram resultados consideráveis levando em conta a quantidade de classes possíveis. Não obstante, este trabalho propõe novas abordagens ao problema de harmonização musical automática, com alvo em resultados que sejam mais precisos que os encontrados na literatura e diversificados mediante a harmonias preexistentes, além de apresentar uma nova forma de representação musical usando imagens, e uma arquitetura inovadora denominada Sistema Harmonizador Inteligente. Sendo assim, uma melodia descrita em formato simbólico é processada para servir como entrada ao sistema, que consiste de uma Rede Neural Convolucional, treinada com base em dados de melodias e harmonias originais. Deste modo, tem-se na saída uma harmonia que esteja dentro dos objetivos propostos. A análise dos resultados deu-se com uso de instrumentos estatísticos, que mostraram taxas razoáveis de acerto, acima do que encontrado na literatura, estabelecendo um novo marco. O sistema resultante apresenta vantagens tanto para o campo da música, com utilidade para músicos de todos níveis de conhecimento e também ao estudo teórico da música, quanto para a ciência da computação, contribuindo com o desenvolvimento de codificações de estruturas musicais e a construção de arquiteturas de Redes Neurais inovadoras.