Composição Musical e IA
A língua portuguesa é resultado de anos de mistura, evolução e transformações culturais provenientes de diversos povos, etnias e origens. Este e outros motivos a tornam um dos idiomas mais flexíveis que existe e que se mantém em constante mudança, o que, obviamente, impacta nas letras musicais.
O trabalho de TCC do aluno da Engenharia da Computação, Gabriel Gonçalves, se propôs a criar letras musicais na língua portuguesa utilizando músicas do gênero pop e mpb através de redes deep learning do tipo LSTM e Cadeia de Markov. Foram desenvolvidos dois tipos de arquitetura, uma que recebe a entrada das letras como caracteres e outra que recebe como palavras.
Os resultados foram bem interessantes, com destaque para a LSTM que utiliza caracteres, que capturou bem o estilo de composição dos artistas, e para a Cadeia de Markov que utiliza palavras, que gerou o texto das letras de forma mais semelhante à músicas reais.
- Cadeia de Markov com palavras
Como na deep learning de palavras, uma palavra ou frase é fornecida como sendo o evento atual, e a cadeia de Markov completa com palavras que tenham maior probabilidade de serem o próximo evento. O algoritmo foi alimentado com cento e vinte três músicas da cantora Anitta. O resultado do primeiro teste utilizando a palavra “Quem” como evento inicial é:
Quem foi que disse que eu vou te beijar a queima roupa
se eu sussurrar escuta se eu te olhar sorria se eu te pedi me da se for brigar pra que se esconder você deve saber
Deixa de de de de de
Se a saudade aumentou
O estilo da mina é top deixa a onda te levar
Tô nem aí
Até você vai ficar babando
Prepara
Homem do teu tipo eu uso mas se chega lá eu digo não
E pra te controlar
Hoje eu tô preparada pra atacar
E quando eu saio eu sei que tu mexe
Confessa o teu querer
Ela senta e rebola ao som do dj
Um novo teste foi feito utilizando cerca de dez mil músicas de todos os trezentos e setenta e um artistas do gênero mpb:
carro velho
que insiste em bater
deixa eu ser seu
e que vai vencer o tédio
para o necrotério
mas cuidado comigo
a escuridão
Um último teste utilizando quatrocentas e setenta e duas músicas do cantor Chico Buarque foi feito:
Deve ser o diabo
Eu só queria me lembrar
Mais te sujava amor tu fedia empesteava o ar
Vives num buraco
Liberdade ainda que tarde
Que fizeste da minha flor
Confesso que não sai de baixo do Equador
Aquela noite quem tava lá
Cheio de anseio e de cócega
A figura dela fosforesce
Será o ladrão
não sou feliz
Porque todos os quebrantos toda alquimia
O que era ela que vinha pedir
um velho marinheiro
- LSTM com caracteres
Utilizando os arquivos da cantora de pop Anitta e do cantor de mpb Chico Buarque juntos, o resultado obtido foi:
bebida amarga
tragar a dor engolir a lada e dormir
quando eu penso da fenila de uma morena
erguei nem na calenta
e ando enganar
e agora eu sei que tu agüe
eu sei que tu agüe
eu senti ver o que hoje
eu vivi feliz
dos feijo as cortas de amor que o beijo
pra anseia por mim
amar em ver bem lário
que eu te alfandar
e eu sou de rosil
era de ladorete a sonhar com lia
meu amor a parar
como o homem serão de nome
chama só consta de lá do pente
Esse se mostrou o melhor resultado gerado com deep learning, que apesar dos erros ortográficos, apenas pequenos trechos de diferentes músicas foram copiados, deixando claro o sucesso da rede na captura do estilo e em ser "criativa" na geração de uma nova letra, ainda que o texto não seja equivalente a estrutura de uma música real.
A ideia é entender como uma máquina pode gerar esse estilo de arte, mesmo que como base para que compositores trabalhem e criem. Testes como LSTM bidirecional e redes adversarias generativas serão também realizados na busca de entender até onde vai a “criatividade” de um computador.