Investigadores de la Universidad del País Vasco han desarrollado un método automático para clasificar las piezas musicales y generar nuevas melodías. El avance se enmarca dentro del proyecto BertsoBot, donde se programa a robots para cantar en verso.
Entre las líneas de trabajo del grupo de investigación Robótica y Sistemas Autónomos (RSAIT) de la Facultad de Informática de la Universidad del País Vasco (UPV/EHU) figura el estudio de la interacción entre humanos y máquinas o robots. Uno de sus principales proyectos es el denominado BertsoBot, “en el que ponemos a los robots a cantar bertsos”, comenta el líder del grupo, Basilio Sierra.
El equipo trabaja en múltiples aspectos de ese proceso: la comprensión de la señal de voz, la visión a través del ordenador, la navegación, la generación de nuevas melodías musicales, etc. En este contexto, la investigadora Izaro Goienetxea se ha centrado en dos aspectos: la generación automática de música y la clasificación automática de la música.
Goienetxea recuerda que ya hay numerosos métodos de generación automática de música, basados en modelos gramaticales o estadísticos, pero en ellas “habría que tener en cuenta la coherencia de las melodías, para generar melodías fáciles de comprender, así como la seguridad de que dentro de la melodía se repite algún segmento, tanto en lo que respecta a las notas como en otros niveles más complejos de la melodía”.
La investigadora destaca la importancia que tiene también el ámbito de la clasificación, ya que “en Internet cada vez hay más música al alcance, y cada vez está adquiriendo más importancia el poder realizar la clasificación de la música de forma automática, y poder organizar grandes recopilaciones musicales”.
Ahora, en un artículo publicado por la revista PLOS ONE, el equipo ha presentado un método para clasificar la música en función del género, basado en una forma nueva de representar la música lograda a través de la agrupación de melodías de bertsos (estrofas, en castellano) semejantes. Con este método, “analizamos una melodía, y determinamos a qué se parece, es decir, en qué género podemos clasificarla”, explica Goienetxea.
Generación de nuevas melodías
Esos agrupamientos también son utilizados para generar de forma automática nuevas melodías del estilo de las que forman ese conjunto. “Las nuevas melodías son parecidas a las originales”, concreta la investigadora. “Y si se incluye en el sistema más de un modelo musical, creará otra melodía nueva, una nueva versión, que será una mezcla de los diferentes géneros”, añade Sierra.
En el desarrollo de su trabajo, la investigadora se ha servido de un corpus o conjunto de melodías de bertsos. “Proponemos la forma en la que estis se pueden representar, y, posteriormente, cómo clasificar esas melodías. En nuestro grupo hemos desarrollado el método, que puede ser aplicado en cualquier otro tipo de corpus, o de música”, declara Goienetxea.
Según la investigadora, han conseguido generar de forma automática melodías de bertsos, “pero este método puede servir para aplicaciones de musicoterapia, el aprendizaje de composición musical, o también en los programas de composición, entre otros”.
Referencia bibliográfica:
I. Goienetxea, J. M. Martínez-Otzeta, B. Sierra, I. Mendialdua. “Towards the Use of Similarity Distances to Music Genre Classification: a Comparative Study”. PLOS ONE, 2018. DOI: 10.1371/journal.pone.0191417
El pájaro robótico PigeonBot II, probado con éxito en un túnel de viento y de manera autónoma al aire libre, logra volar de manera similar a estas aves, sin aleta vertical. Sus aplicaciones abren el camino para diseñar aviones más eficientes en combustible.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
