Um algoritmo de criação de improvisos com harmonia de jazz
DISSERTAÇÃO
Português
T/UNICAMP F324a
[An algorithm for the composition of jazz solos]
Campinas, SP : [s.n.], 2004.
94 p. : il.
Orientador: Furio Damiani
Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação
Resumo: Um levantamento detalhado dos trabalhos em composição computacional será apresentado. Um algoritmo de composição e performance em tempo real de solos de jazz foi criado, inspirado no estilo bebop. Técnicas utilizadas por músicos de bebop durante os seus improvisos foram implementadas...
Resumo: Um levantamento detalhado dos trabalhos em composição computacional será apresentado. Um algoritmo de composição e performance em tempo real de solos de jazz foi criado, inspirado no estilo bebop. Técnicas utilizadas por músicos de bebop durante os seus improvisos foram implementadas usando-se várias regras. Um novo modelo estocástico, baseado no raciocínio de um músico durante o seu solo, escolhe a saída do algoritmo. O usuário pode avaliar a saída do algoritmo em tempo-real, e isto será utilizado em um processo de aprendizado supervisionado para modificar os parâmetros do modelo estocástico. Algumas amostras de saídas do algoritmo serão mostradas, junto com as conclusões
Abstract: An extensive review of the most prominent works in the field of computer music is presented. A real-time algorithm for composition and performance of jazz solos in the style of bebop was created. Techniques that bebop musicians use on their solos were implemented using several rules. A new...
Abstract: An extensive review of the most prominent works in the field of computer music is presented. A real-time algorithm for composition and performance of jazz solos in the style of bebop was created. Techniques that bebop musicians use on their solos were implemented using several rules. A new stochastic model, inspired by the thinking of a musician during his solo chooses the algorithm output. The user evaluates the algorithm output in real-time, and this input is used in a supervised learning process to change the stochastic model parameters. Samplings of the algorithm output are shown, along with concluding remarks