Katsaus algoritmiseen säveltämiseen (David Copen johdolla)

Abstract

Tietokoneen avustuksella säveltäminen on kiinnostava aihe, ja algoritminen säveltäminen ei terminä välttämättä ole tuttu monelle sävellystä opiskelevalle. Näiden syiden vuoksi opinnäytetyön lähtökohdaksi otettiin algoritmiseen säveltämiseen tutustuminen. Pienen, internetin hakukoneilla tehdyn, tiedonhaun jälkeen löytyi lupaavan tuntuisia kirjoja ja artikkeleita. Nimi David Cope esiintyi useissa löydetyistä lähteistä. Tämä löytö viittasi siihen, että David Cope on merkittävä henkilö algoritmisen säveltämisen saralla.

Selvisi, että David Cope on tehnyt merkittävää ’pioneerityötä’ liittyen algoritmiseen säveltämiseen. David Cope on klassisen musiikin säveltäjä, mutta hän on tehnyt algoritmiseen säveltämiseen liittyvistä tietokoneohjelmistaan sellaisia, että niiden käyttämien kappaleiden tyylilajin ei tarvitse olla välttämättä klassista musiikkia. Nämä ohjelmat tarvitsevat vain samaa musiikin tyyliä sisältävän tietokannan. Etsittäessä tietoa algoritmisesta säveltämisestä saatiin muodostettua parempi käsitys siitä, mitä algoritminen säveltäminen on ja mitä algoritmisessa sävellysprosessissa tapahtuu (tietokoneen ja/tai ihmisen toimesta). Yleensä tarvitaan 1) tietokanta samantyylisiä kappaleita, 2) ohjelma, joka analysoi tätä tietokantaa ja muodostaa omat (musiikilliset)säännöt miten tyylilajin kappaleita tulisi säveltää ja 3) ihminen, joka ohjaa sävellysprosessia tarvittaessa ’oikeaan’ suuntaan. Mainittakoon vielä, että musiikin tyylilajilla ei ole periaatteessa merkitystä algoritmisessa säveltämisessä, jos säveltämisen apuna käytettävä ohjelmisto muodostaa taustalla olevasta tietokannasta omat sääntönsä.

Opinnäytetyö syntyi tekijän omasta mielenkiinnosta algoritmista säveltämistä kohtaan. Sävellystä opiskeleville olisi hyödyksi tietää, mitä algoritminen säveltäminen on. Esimerkiksi tekoälytekniikoita tullaan hyödyntäminen enemmän musiikkiteollisuudessa kuin aikaisemmin – kuten on jo käynyt. Sävellysopiskelijoiden olisi siis hyvä tietää näistä asioista edes jonkin verran. Yksi hyvä tapa olisi tarjota suomalaisissa yliopistoissa ja ammattikorkeakouluissa kursseja liittyen algoritmiseen säveltämiseen ja tekoälytekniikoihin. Toivottavasti tästä opinnäytetyöstä on hyötyä vasta algoritmiseen säveltämiseen tutustuvalle ja jo aihepiiriin hieman enemmän perehtyneelle lukijalle.

Composing with the help of a computer is an interesting topic, and algorithmic composing as a term is probably unknown to many students learning composition. For these reasons algorithmic composing was selected to be the subject of this thesis. After some research, using the internet search sites, some promising articles and books were found. The name, David Cope, featured prominently in the researched literature, which caught the author’s attention and suggested that David Cope probably is an important person in the field of algorithmic composing.

It was found out that David Cope had done a lot of pioneer work in the field of algorithmic composing. David Cope is mainly a classical music composer, but he has developed his algorithmic composing related computer programs in a way that does not demand pieces to be in the classical music style. His algorithmic composing programs only need musical pieces of the same style in the database they are using. When the author searched information about algorithmic composing, better understanding about the procedures used was achieved. Typical elements include 1) a database that has pieces in the same musical style, 2) a program that analyses this data and creates musical rules about how to compose in the style used in the database and 3) a human that guides the composing process to the right direction (if needed). It does not matter what the musical style is, if the computer program itself generates the rules specific to that style as a result of its database analysis.

The work originated from the author’s own interest in algorithmic composing. In the author’s opinion, it would be beneficial for composition students to learn about algorithmic composing. For example, artificial intelligence will affect the music industry – and already has. Composers should be familiar with it. One possibility would be that universities in Finland would offer courses related to algorithmic composing and artificial intelligence techniques to composition students. It is hoped that the reader can benefit from this thesis whether or not the reader is just starting to learn about algorithmic composing or already has some background knowledge.